«Зараз, коли з’явилися великі мовні моделі (LLM), багато що у сприйнятті якості залежить від того, як саме сформульований запит. Користувачі мають різні навички в створенні промптів, і тому іноді результат здається неякісним. Але це дуже важко контролювати», — каже Лоік Гуссьєр, віцепрезидент з продукту компанії Superhuman, в одному з недавніх подкастів.
Програми завжди вимагали навчання: наприклад, щоб добре користуватися Photoshop, потрібно освоїти криві Безьє. Після цього можна стабільно отримувати однакові результати, як і інші досвідчені користувачі.
Продукти на основі ШІ працюють інакше. Вони не просто дають фіксований результат, який отримують усі експерти. Замість цього — це співпраця, де якісний результат залежить від тонких відтінків наміру і контексту.
Як це контролювати? Продуктові команди часто переписують запити користувачів — розширюють їх, щоб краще зрозуміти наміри і перетворити простий запит на більш складний і точний. Та навіть тоді важко передбачити, яким саме чином користувач хоче направити ШІ.
Один з ефективних прийомів — ставити уточнюючі запитання. ChatGPT робить це дуже добре: він запитує додаткові деталі, якщо запит занадто загальний.
Як колега, що просить пояснити докладніше, ШІ шукає вказівки. Це не просто запит на додаткову інформацію — це спосіб краще зрозуміти сам запит. І це допомагає отримати більш релевантну і корисну відповідь.
Авторка: Дар’я Бровченко
Немає коментарів:
Дописати коментар
Примітка: лише член цього блогу може опублікувати коментар.