Κέρδη:
- Αναγνωρίζει τα πιο συνηθισμένα σφάλματα προτροπής από πραγματικά παραδείγματα
- Μπορεί να εφαρμόσει μια πρακτική και επαναλαμβανόμενη επιδιόρθωση για κάθε σφάλμα
- Συνειδητοποιεί ότι η κακή απόδοση προκαλείται συχνά από μια κακή προτροπή
Σε αυτήν την ενότητα, μάθαμε τις τεχνικές σύνταξης καλών προτροπών μία προς μία. Τώρα ας τα ενισχύσουμε από μια διαφορετική οπτική γωνία: εξετάζοντας τα πιο συνηθισμένα λάθη και τις λύσεις τους. Η συντριπτική πλειονότητα της κακής εξόδου AI οφείλεται σε κακές προτροπές και όχι σε ανεπάρκεια μοντέλου. Εάν αναγνωρίζετε σφάλματα σε αυτήν τη μονάδα, μπορείτε να διαγνώσετε γρήγορα και να διορθώσετε προβλήματα με τα δικά σας μηνύματα. Αντί να πείτε "Το AI δεν μπορεί να το κάνει αυτό", μπορείτε να πείτε "επιτρέψτε μου να διορθώσω την προτροπή μου έτσι".
Γιατί είναι σημαντικό να αναγνωρίζουμε τα λάθη;
Όταν μια έξοδος δεν ανταποκρίνεται στις προσδοκίες σας, μπορείτε να αντιδράσετε με δύο τρόπους: να κατηγορήσετε το εργαλείο ή να αμφισβητήσετε την προτροπή. Ο έμπειρος χρήστης κάνει το δεύτερο. Γιατί τις περισσότερες φορές η πηγή του προβλήματος είναι εμφανής και το αποτέλεσμα αλλάζει με μια μικρή διόρθωση. Παρακάτω θα δούμε τα οκτώ πιο συνηθισμένα λάθη, τα συμπτώματα και τις λύσεις τους.
Τα οκτώ πιο συνηθισμένα λάθη
Σφάλμα
σύμπτωμα
Λύση
ασάφεια
Γενική, απάντηση "ένα μέγεθος ταιριάζει σε όλους".
Δώστε μετρήσιμες οδηγίες
Μηδενικό πλαίσιο
Έξοδος που δεν ταιριάζει στην κατάσταση
Προσθέστε ποιος/γιατί/ιστορικό
Δεν προσδιορίζεται η μορφή
Έξοδος σε λάθος μορφή
Μορφή δύναμης
απουσία περιορισμών
Υπερβολικό, αποκλίνον περιεχόμενο
Προσθέστε μια λίστα "μη".
υπερφόρτωση
Το μοντέλο παραλείπει ορισμένα αιτήματα
Μοιράστε τη δουλειά, δώστε προτεραιότητα
μη επιβεβαίωση
Χρήση πλαστών πληροφοριών
Ελέγξτε τα γεγονότα με την πηγή
Προσδοκία μιας βολής
Μην τα παρατάς στην πρώτη έξοδο
Επαναλάβετε
αντιφατική οδηγία
ασυνεπής απόδοση
Ευθυγραμμίστε τους περιορισμούς
Διαγνωστική μέθοδος βήμα προς βήμα
Όταν φτάσει μια κατεστραμμένη έξοδος, ακολουθήστε την εξής σειρά:
- Είναι ξεκάθαρη η αποστολή; Είναι το ρήμα συγκεκριμένο, σημαίνει το μόνο πράγμα που θέλετε;
- Είναι αρκετό το πλαίσιο; Γνωρίζει το μοντέλο την κατάσταση;
- Έχει αναφερθεί η μορφή; Είναι η μορφή όπως τη θέλετε;
- Υπάρχουν περιορισμοί; Γράφεται αυτό που δεν ζητείται;
- Φόρτωσα πάρα πολύ; Ζήτησα 5 διαφορετικές δουλειές σε μία προτροπή;
- Επιβεβαίωσα; Έχει ελεγχθεί ο αριθμός, το όνομα, η ημερομηνία;
Αυτές οι έξι ερωτήσεις πιάνουν σχεδόν όλα τα λάθη.
Τέσσερα πρότυπα διόρθωσης με δυνατότητα αντιγραφής
1) Κατάργηση ασάφειας:
Κάντε αυτή την οδηγία μετρήσιμη: [ασαφής οδηγία]Μεταφράστε κάθε ασαφές σημείο σε συγκεκριμένο αριθμό, ποσότητα ή κριτήριο.
2) Διαχωρισμός της υπερφόρτωσης:
Μην κάνετε αυτήν την εργασία ταυτόχρονα. Συνεχίστε με αυτήν τη σειρά και σταματήστε όταν ολοκληρώσετε κάθε βήμα, περιμένετε την επιβεβαίωσή μου:1) [υποεργασία 1]2) [υποεργασία 2]3) [υποεργασία 3]
3) Περιοριστική τοποθέτηση:
Απλά βασιστείτε στις πληροφορίες που έδωσα παρακάτω. Εάν δεν υπάρχουν πληροφορίες, γράψτε "χωρίς δεδομένα". μην μαντέψετε ή προσθέσετε. Υποδείξτε από ποια γραμμή προέρχεται κάθε σημαντική αξίωση που χρησιμοποιείτε. Πηγή: [κείμενο]
4) Επίλυση της αντίφασης:
Ελέγξτε αν υπάρχουν αντιφάσεις στις οδηγίες που σας έδωσα. Εάν ναι, απαριθμήστε τα αντικρουόμενα σημεία και ρωτήστε με ποιο να δώσω προτεραιότητα. στη συνέχεια παράγουν ανάλογα.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμο (πολλά λάθη συνδυαστικά):
Γράψτε ένα ολοκληρωμένο σχέδιο για την εταιρεία μας σχετικά με το μάρκετινγκ, τον προϋπολογισμό και τις προσλήψεις και είστε έτοιμοι.
Ισχυρό (διορθώθηκαν σφάλματα):
Ρόλος: Είστε ειδικός στην επιχειρηματική ανάπτυξη που συμβουλεύει τις ΜΜΕ. Πλαίσιο: Μια εταιρεία λογισμικού με 12 άτομα. στόχος είναι 20 νέοι πελάτες αυτό το τρίμηνο. Εργασία: Γράψτε ΜΟΝΟ σχέδιο μάρκετινγκ (δεν περιλαμβάνει προϋπολογισμό και προσλήψεις). Μορφή: Λίστα ενεργειών 5 σημείων. κάθε στοιχείο: δράση + υπεύθυνος + κριτήρια.Περιορισμός: Πληρωμένος προϋπολογισμός διαφήμισης 0; Προτείνετε μόνο οργανικά κανάλια. Μην δίνετε ψεύτικες μετρήσεις. Να αιτιολογήσετε την πρόταση.
Η ισχυρή έκδοση διαχωρίζει την υπερφόρτωση (συσσωρεύοντας τρία θέματα σε ένα μήνυμα), αντικαθιστά την ασάφεια ("καλή τύχη") με κριτήρια και προσθέτει μορφοποίηση και περιορισμούς.
Τρεις Μίνι Θήκες
Περίπτωση 1 — Υπερφόρτωση. Ένας διευθυντής ζήτησε μια σύνοψη αναφοράς, ένα σχέδιο παρουσίασης και ένα ηλεκτρονικό ταχυδρομείο σε ένα μόνο μήνυμα. Το μοντέλο έκανε και τα τρία στη μέση. Διαιρώντας την εργασία σε τρία ξεχωριστά μηνύματα, κάθε έξοδος ήταν πλήρης και χρησιμοποιήσιμη. Ο συνολικός χρόνος ήταν λιγότερος από τον αγώνα με ένα μόνο περίπλοκο μήνυμα.
Περίπτωση 2 — Μη επιβεβαίωση. Μια ομάδα περιεχομένου δημοσίευσε μια «στατιστική του κλάδου» που δόθηκε από το μοντέλο χωρίς να την επαληθεύσει. Ο αριθμός αποδείχθηκε λάθος και έπρεπε να εκδώσουν διόρθωση. Μετά, υιοθέτησαν τον κανόνα του «δώστε σε κάθε αριθμό την πηγή του, θα ελέγξω την πηγή» και εξάλειψαν αυτόν τον κίνδυνο.
Περίπτωση 3 — Αντικρουόμενες οδηγίες. Όταν ένας έμπορος είπε "είναι πολύ σύντομο αλλά πείτε όλα τα χαρακτηριστικά", το μοντέλο παρέλειψε ορισμένα χαρακτηριστικά. Όταν έκανα την οδηγία μη αντιφατική καθώς "περιγράψτε τα 3 πιο σημαντικά χαρακτηριστικά σε 60 λέξεις", η έξοδος ήταν σύντομη και πλήρης.
Συμβουλή: Εκτελέστε την προτροπή σας μέσω των "έξι διαγνωστικών ερωτήσεων" πριν μεταβείτε ζωντανά. Αυτός ο έλεγχος των 30 δευτερολέπτων καθιστά τους περισσότερους γύρους επανάληψης περιττούς από την αρχή.
Προσοχή: Το πιο επικίνδυνο λάθος είναι η "μη επικύρωση" επειδή παραβλέπεται επειδή η έξοδος φαίνεται ομαλή και πειστική. Το μοντέλο μπορεί να ταιριάζει με έναν αριθμό, ένα όνομα ή μια πηγή με μεγάλη σιγουριά. Επαληθεύστε ανεξάρτητα κάθε γεγονός που πρόκειται να δημοσιευθεί ή να χρησιμοποιηθεί ως βάση απόφασης. Θα εμβαθύνουμε αυτό το θέμα στην επόμενη ενότητα.
Αόρατο σφάλμα: Έξοδος "Σχεδόν σωστή".
Μερικά σφάλματα είναι εύκολο να εντοπιστούν: η έξοδος έρχεται σε λάθος μορφή, βγαίνει εκτός θέματος ή εμφανίζεται κενή. Αλλά το πιο ύπουλο λάθος είναι ότι η έξοδος είναι σχεδόν σωστή. Το κείμενο είναι άπταιστο, η δομή είναι ομαλή, ο τόνος είναι στο σημείο. Υπάρχει μόνο ένας λάθος αριθμός, ένας περιορισμός που παραβλέπεται ή ένα μικρό λογικό σφάλμα. Αυτοί οι τύποι εξόδων είναι επικίνδυνοι επειδή διαφεύγουν της επιθεώρησης επειδή "φαίνονται καλά".
Δύο συνήθειες προστατεύουν από αυτό. Πρώτον, μην χρησιμοποιείτε το αποτέλεσμα χωρίς να το διαβάσετε: ανεξάρτητα από το πόσο βιαστικοί είστε, διαβάστε το πριν το στείλετε. Δεύτερον, βάζοντας το μοντέλο να ελέγξει την έξοδο του: «ελέγξτε αν ακολουθήσατε όλους τους περιορισμούς που σας έδωσα» ή «αναφέρετε όλους τους αριθμούς σε αυτό το κείμενο» θα φέρει στην επιφάνεια κρυμμένα σφάλματα. Αυτά τα δύο βήματα διαρκούν λίγα δευτερόλεπτα, αλλά το κόστος των λανθασμένων αποφάσεων που προκαλείται από την "σχεδόν σωστή" απόδοση είναι πολύ υψηλότερο.
Αποφυγή λαθών: σχεδιασμός πάνω από τον έλεγχο
Αντί να αναζητά σφάλματα στην έξοδο, ο έμπειρος χρήστης προσπαθεί να τα αποτρέψει από την αρχή στην προτροπή. Αυτή είναι μια διαφορά νοοτροπίας. Μετατρέψτε κάθε επαναλαμβανόμενο σφάλμα σε "μόνιμο κανόνα": εάν το μοντέλο συνεχίζει να προσθέτει σχόλια σε μια εργασία σύνοψης, ορίστε τώρα τον περιορισμό "μην προσθέτετε σχόλια" σε κάθε ερώτηση σύνοψης. Εάν το μοντέλο παράγει πάντα πάρα πολλά στοιχεία σε μια εργασία λίστας, τοποθετήστε τον περιορισμό "ακριβώς X στοιχεία" στο πρότυπό σας. Με αυτόν τον τρόπο, αντί να συλλαμβάνετε το ίδιο σφάλμα ξανά και ξανά, το αποτρέπετε από την πρώτη. Μια καλά σχεδιασμένη προτροπή αντικαθιστά δεκάδες επακόλουθες διορθώσεις. Αυτό μετατρέπει τη διάγνωση σφαλμάτων από επιβάρυνση σε εργαλείο μάθησης και βελτίωσης.
Συνήθη λάθη
- Κατηγορώντας τον μεσάζοντα. Λέγοντας "Η τεχνητή νοημοσύνη δεν μπορεί να το κάνει" αντί να αναζητήσετε το πρόβλημα στην προτροπή.
- Καταβολή πολλών εργασιών σε ένα μόνο μήνυμα. Συμπίεση πέντε ξεχωριστών εργασιών σε μία εντολή και μισοτελειωμένες εργασίες.
- Παράβλεψη επαλήθευσης. Υποθέτοντας ότι η ροή ροής είναι σωστή.
- Δίνοντας αντιφατικό περιορισμό. Αυτοσυγκρουσιακές απαιτήσεις, όπως «σύντομες αλλά περιεκτικές».
- Προσπαθώντας ξανά χωρίς διάγνωση. Επαναλαμβάνοντας το ίδιο λάθος χωρίς να ανακαλύψετε τι έχει χαλάσει.
Συνοπτικά
- Τα περισσότερα κακά αποτελέσματα είναι ένα πρόβλημα με την προτροπή, όχι το μοντέλο. μπορεί να διαγνωστεί και να διορθωθεί.
- Τα πιο συνηθισμένα σφάλματα: ασάφεια, μηδενικό πλαίσιο, έλλειψη μορφής, έλλειψη περιορισμών, υπερφόρτωση, έλλειψη επαλήθευσης, προσδοκία μίας λήψης και αντίφαση.
- Έξι διαγνωστικές ερωτήσεις (εργασία, πλαίσιο, μορφή, περιορισμός, φόρτωση, επαλήθευση) καταγράφουν τα περισσότερα σφάλματα.
- Η διαίρεση σύνθετων εργασιών παρέχει ταχύτερα και υψηλότερης ποιότητας αποτελέσματα από τη φόρτωσή τους σε ένα μόνο μήνυμα.
- Το πιο ύπουλο λάθος είναι η μη επαλήθευση. Ομαλή απόδοση δεν σημαίνει ακριβή.
Εργασία εφαρμογής
Βρείτε μια παλιά εκτύπωση που δεν σας αρέσει και εκτελέστε την προτροπή της στις "έξι διαγνωστικές ερωτήσεις". Επισημάνετε ποια σφάλματα παρουσιάζονται, εφαρμόστε την επιδιόρθωση σε αυτήν τη μονάδα για καθένα και εκτελέστε ξανά την προτροπή. Σημειώστε ποια μεμονωμένη διόρθωση έφερε τη μεγαλύτερη βελτίωση, όχι πόσους γύρους.
λίστα ελέγχου
- [ ] Σε περίπτωση κακής απόδοσης, ρωτάω πρώτα την προτροπή, όχι τον πράκτορα.
- [ ] Μπορώ να εκτελέσω έξι διαγνωστικές ερωτήσεις.
- [ ] Χωρίζω σύνθετες εργασίες σε πολλαπλές προτροπές.
- [ ] Παρατηρώ αντικρουόμενες και διφορούμενες οδηγίες και τις διορθώνω.
- [ ] Επαληθεύω το πραγματικό αποτέλεσμα πριν το δημοσιεύσω.