Gevinster:
- Kan med eksempler forklare, hvordan konteksten bestemmer nøjagtigheden af outputtet
- Kan vælge og konfigurere, hvilke kontekstoplysninger der er nødvendige for en opgave
- Genkender og undgår risici for overflødig, modstridende eller skjult kontekst
Selvom du giver den samme opgave til to personer, hvis den ene arbejder med at kende situationen, og den anden ikke ved noget om det, vil der opstå meget forskellige resultater. Situationen er nøjagtig den samme for kunstig intelligens. Kontekst er information, der fortæller modellen "i hvilken baggrund den gør dette arbejde": for hvem, til hvilket formål, med hvilken historie, under hvilke begrænsninger. I denne enhed lærer vi, hvordan kontekst bestemmer output, hvilken kontekst der skal vælges til en opgave, og hvordan for meget eller den forkerte kontekst forårsager skade.
Hvorfor er konteksten så afgørende?
Modellen kender ikke din situation ud over den tekst, du giver. Han kender ikke navnet på din virksomhed, din kundes historie, målet med dit projekt, eller hvad der blev talt om i sidste uge. Hvis du ikke giver disse oplysninger, vil modellen skrive med en "gennemsnitlig" antagelse, og gennemsnittet vil sjældent passe til din unikke situation. At give kontekst flytter modellen fra "gennemsnitlig" til "kun for dig."
Når du for eksempel siger "skriv et rabattilbud til kunden", producerer modellen en generel tekst. Men hvis du giver sammenhængen med "denne kunde har været hos os i 3 år, han omsatte for 400 tusind TL sidste år, han sagde, at han modtog et billigere tilbud fra den rivaliserende virksomhed, og vi ønsker at bevare hans loyalitet", vil tonen, begrundelsen og rabatlogikken i tilbuddet være helt passende.
Hvilken kontekst har en opgave brug for?
Det er ikke nødvendigt at skrive alt til hver opgave; din opgave er at vælge den nødvendige og tilstrækkelige kontekst til den opgave. Disse fire spørgsmål gør dit arbejde lettere:
- For hvem? Hvem køberen er, hans vidensniveau, hans forhold til dig.
- Hvorfra? Formålet med dette output er; Overtalelse, information eller beslutning?
- Med hvilken fortid? Hvad blev der talt om før, hvad skete der, hvilke beslutninger blev der taget?
- Med hvilke grænser? Budget, varighed, mærkeregler, juridiske rammer.
Opsætning af kontekst trin for trin
- Skriv opgaven i én sætning.
- Besvar de fire spørgsmål ovenfor; Tilføj svarene i punkttegn.
- Fjern unødvendige eller modstridende klausuler (for meget kontekst er også skadeligt).
- Hvis der er fortrolige/personlige data, skal du maskere dem (vi vender tilbage til dette emne i enhed 11).
- Adskil visuelt konteksten fra opgaven (titel, linje eller "Context:"-tag).
Lille kontekst / nok kontekst / meget kontekst
Status
Konklusion
lille sammenhæng
Det viste sig at være generelt, unøjagtigt, "egnet til alle, men ikke for nogen"
Tilstrækkelig kontekst
Situationsspecifik, to-the-point, direkte anvendelig output
Overdreven/modsigende kontekst
Modellen forveksler det vigtige med det uvæsentlige, og slører hovedkravet
I modsætning til hvad folk tror, er for meget kontekst ikke godt. Hvis du skriver ti afsnit med baggrund og siger, hvad du vil i én vag sætning, drukner modellen i bunken af detaljer og går glip af hovedopgaven. God kontekst er at vælge det relevante; Ikke at spilde alt.
Fire kopierbare skabeloner
1) Kontekstblokskelet:
Kontekst:- For hvem: [modtager, niveau, forhold]- Formål: [hvad vil vi opnå]- Historie: [relevante tidligere begivenheder/beslutninger]- Grænser: [budget, varighed, regel]Opgave: [enkelt tydeligt udsagnsord + output]
2) Kundekommunikation:
Kontekst:- Kunde: 2 år virksomhed, bruger ~30 tusind TL om måneden.- Problem: Sidste levering var 5 dage forsinket, kunde bebrejdet.- Formål: Vedligeholde forholdet, forny tilliden. Opgave: Skriv en kort kompensationsmail (maks. 100 ord). Begrænsning: Accepter ansvar; bebrejde ikke nogen anden.
3) Intern rapport / resumé:
Kontekst:- Læser: Daglig leder, ikke interesseret i tekniske detaljer, resultatorienteret.- Formål: Overtalelse til budgetgodkendelse.- Baggrund: Projekt forsinket med 2 måneder, men omfang øget.Opgave: Skriv 1 afsnits resumé + 3-punkts handlingsliste.
4) Kontinuerlig kontekst (start af lang samtale):
Baser alle dine fremtidige svar på denne sammenhæng: - Vores virksomhed: [domæne, størrelse] - Brand stemme: [konkrete adjektiver] - Forbudt: [konkurrentens navn, hype, løfte] Bekræft dette og følg disse regler i hvert svar.
Svag prompt / stærk prompt
Svag:
Skriv et svar på denne klage, vi modtog.[klagetekst]
Stærk:
Kontekst: Klagende kunde 4 år gammel, loyal; Produktet er defekt, han ønsker en erstatning. Vores politik tillader ubetinget ombytning inden for 14 dage og kunde på den 6. dag. Formål: hurtig løsning og tillid. Opgave: Skriv et svar til kunden. Maksimalt 90 ord, giv løsningen i første sætning. Begrænsning: Giv ikke løfter uden for politik; Bruger anklagende sprogbrug.Klage:[klagetekst]
Den anden prompt giver modellen kundeprofil, politik, varighed og formål; så svaret ikke er en "generisk undskyldning", men en korrekt og brugbar løsning.
Tre mini etuier
Sag 1 — Ejendomskonsulent. En konsulent var i gang med at producere annoncetekster for at "skrive smukt". Da vi tilføjede informationen "målkøberen er en ung familie, områdets nærhed til skoler skal fremhæves, prisen er 5% under markedsgennemsnittet", appellerede annoncerne direkte til målgruppen, og søgeraten per visning steg under konsulentens egen overvågning.
Case 2 — Projektleder. Da en PM gav den ugentlige status-e-mail konteksten af "2 nøgleleverancer gik glip af i sidste uge, men en risiko blev lukket tidligt; læserledelsen," slog modellen en afbalanceret tone, hverken i panik eller gemme sig. Uden kontekst ville den samme opgave komme ud enten for optimistisk eller for pessimistisk.
Case 3 - HR. Ved udskrivning af en afvisnings-e-mail tilføjede en HR-professionel konteksten af "kandidaten var stærk i sidste runde, en anden stilling kan åbne i fremtiden." Resultatet blev en tekst, der ikke lukkede døren eller stødte kandidaten; Udgaven uden kontekst var kold og formel.
Tip: Brug klare etiketter som "Kontekst:" og "Opgave:" for at adskille kontekst fra opgave. På denne måde forveksler modellen ikke, hvilken del der er baggrunden og hvilken del der er anmodningen.
Forsigtig: Stop før du tilføjer fortrolige data (rigtigt navn, TR ID, kontonummer, kontraktoplysninger) til konteksten. Det meste af tiden fungerer det lige så godt at sige "3-årig virksomhedskunde" som at give det rigtige navn. Vi vil diskutere privatlivsregler i enhed 11.
Almindelige fejl
- Nul kontekst. Bare at skrive opgaven og vente på, at modellen kender situationen.
- For meget kontekst. At samle ti irrelevante afsnit og begrave hovedanmodningen.
- Modstridende kontekst. At sige "vær formel" og sige "skriv oprigtigt og humoristisk" på samme sted.
- Forvirrende kontekst med opgave. At forklare baggrunden og ikke sige klart, hvad du vil.
- Tilføjelse af fortrolige data uden at tænke. Indsættelse af følsomme oplysninger uden at anonymisere.
Sammenfattende
- Kontekst er baggrundsinformationen, der flytter modellen fra "et gennemsnitligt svar" til "et svar specifikt til dig."
- God kontekst besvarer fire spørgsmål: for hvem, hvorfor, med hvilken historie, med hvilke grænser.
- For lidt kontekst producerer generelt output, nok kontekst producerer nøjagtigt output, og for meget kontekst producerer spredning.
- Adskil konteksten fra opgaven med klare etiketter; Vælg, hvad der er relevant, spild ikke alt.
- Anonymiser fortrolige data, før du tilføjer dem; Det meste af tiden er den generelle definition tilstrækkelig.
Ansøgningsopgave
Vælg en rigtig opgave fra dit arbejde (en e-mail, rapport eller svar). Kør den kontekstfrie version først. Besvar derefter de fire spørgsmål (for hvem, hvorfor, hvilken historie, hvilken grænse), tilføj en "Kontekst:"-blok, og kør igen. Observer forskellen i hits mellem de to output, og kontroller for overskydende kontekst.
tjekliste
- [ ] Jeg kan afgøre, hvilken kontekst der er nødvendig for en opgave med fire spørgsmål.
- [ ] Jeg adskiller konteksten fra opgaven med klare etiketter.
- [ ] Jeg undgår overflødig og modstridende kontekst.
- [ ] Jeg anonymiserer fortrolige data, før jeg tilføjer dem.
- [ ] Jeg kan se forskellen mellem kontekstfrit og kontekstfrit output.