Keuntungan:
- Memahami bahwa keluaran awal jarang sekali sempurna dan iterasi adalah proses normal
- Dapat secara sistematis meningkatkan hasil dengan umpan balik univariat yang ditargetkan
- Mengetahui logika mengubah prompt yang sukses menjadi template yang dapat digunakan kembali
Kesalahan terbesar pemula adalah mengharapkan prompt pertama memberikan hasil yang sempurna. Ketika keluaran pertama tidak memenuhi harapan, mereka menyerah dan berkata, "AI tidak dapat melakukan pekerjaan ini." Namun, bagi pengguna berpengalaman, hasil pertama bukanlah akhir, melainkan permulaan. Dalam unit ini, kita akan belajar melihat penulisan cepat sebagai proses dialog dan perbaikan, bukan hanya sekali saja. Iterasi adalah inti dari rekayasa cepat.
Apa Itu Iterasi dan Mengapa Normal?
Iterasi adalah mengambil keluaran, menunjukkan apa yang tidak Anda sukai, mengoreksi perintah atau permintaan, dan mereproduksinya. Jika keluaran awal tidak sempurna, maka hal tersebut bukanlah sebuah kegagalan, namun merupakan bagian alami dari proses. Karena sering kali, Anda baru mengetahui apa yang Anda inginkan saat melihat keluaran pertama. Pengguna yang baik memperlakukan keluaran awal sebagai "draf" dan mengarahkannya ke tujuan.
Ada dua jenis iterasi:
- Koreksi dalam percakapan: Melanjutkan percakapan yang sama dengan umpan balik seperti "persingkat", "hapus item ketiga". Ini cepat; model mengingat keluaran sebelumnya.
- Menulis ulang perintah: Menerapkan apa yang telah Anda pelajari ke perintah awal dan memulai dari awal dengan instruksi yang lebih baik. Ini berharga untuk karya yang akan digunakan kembali.
Memberikan Umpan Balik yang Ditargetkan
Rahasia dari iterasi adalah umpan baliknya tepat sasaran. Mengatakan "Saya tidak suka, tulis lagi" tidak mengarahkan model; Anda mungkin akan mendapatkan hasil serupa. Sebaliknya, katakan dengan tepat apa yang ingin Anda ubah dan bagaimana caranya:
- Lemah: "Ini tidak bagus."
- Kuat: "Pendahuluannya terlalu panjang; kurangi paragraf pertama menjadi satu kalimat. Nadanya terlalu formal; buatlah sedikit lebih ramah. Hapus klaim dari poin kedua karena kami tidak dapat memverifikasinya."
Optimasi univariat
Buatlah kebiasaan ilmiah: ubah satu hal pada satu waktu. Jika Anda mengubah nada, panjang, dan struktur secara bersamaan, Anda tidak akan dapat mengetahui perubahan mana yang berpengaruh, apakah keluarannya meningkat atau menurun. Menggunakan satu variabel memungkinkan Anda mempelajari apa yang berhasil dan membuatnya melekat.
Lingkaran Iterasi
langkah
apa yang kamu lakukan
1. Menghasilkan
Dapatkan hasilnya dengan prompt pertama
2. Evaluasi
Apa yang Anda suka, apa yang tidak Anda sukai - tulislah secara spesifik
3. Satu perubahan
Buat satu perbaikan yang menargetkan satu masalah
4. Regenerasi
Lihat efek perubahannya
5. Bandingkan
Apakah dia sudah pulih? Jika iya, simpanlah, jika tidak, ambil kembali
6. Memperbaiki
Simpan prompt yang memberikan hasil bagus pada template
Empat Templat yang Dapat Disalin
1) Koreksi yang ditargetkan:
Output sebelumnya baik-baik saja tetapi ubah:- [perubahan konkret tunggal 1]- [perubahan konkret tunggal 2]Jaga yang lainnya tetap sama.
2) Kritik hasilnya:
Kritiklah teks yang baru saja Anda hasilkan dengan sudut pandang editor. Temukan 3 titik lemah dan sarankan koreksi konkrit untuk masing-masing titik lemah. Kemudian tulis versi yang diperbaiki.
3) Generasi varian (A/B):
Buatlah 2 versi berbeda dari teks ini: A) Lebih formal dan lebih pendek. B) Lebih ramah dan memberi contoh. Berikan keduanya; Beri tahu saya dalam 1 kalimat mana yang lebih cocok untuk situasi apa.
4) Membuat Prompt menyembuhkan dirinya sendiri:
Saya menggunakan prompt berikut, tetapi hasilnya cukup [masalah]. Sarankan bagaimana saya dapat menulis perintah ini dengan lebih jelas dan efektif; tulis perintah yang ditingkatkan dan jelaskan apa yang Anda ubah dan alasannya. Perintah: [perintah saat ini]
Prompt Lemah / Prompt Kuat (sebagai umpan balik)
Umpan balik yang buruk:
Tidak berhasil, coba lagi.
Umpan balik yang kuat:
Isinya benar tetapi ada tiga permasalahan: 1) 210 kata; Kurangi menjadi 120.2) Paragraf kedua bersifat teknis; menyederhanakan jargonnya.3) Penutupannya lemah; Akhiri dengan kalimat langkah selanjutnya yang jelas. Simpan yang lainnya.
Umpan balik kedua memberi tahu model secara tepat di mana harus disentuh; Hasilnya semakin mendekati target dalam satu putaran.
Tiga Kasus Mini
Kasus 1 — Produksi konten. Seorang pemasar mencoba salinan promosi dengan mengatakan "Saya tidak menyukainya, tulis lagi" sebanyak 6 kali dan tidak pernah melangkah lebih jauh. Ketika dia mengubah pendekatannya dan meminta satu perubahan konkret di setiap babak (pertama panjangnya, lalu nadanya, lalu penutupnya), dia mendapatkan teks yang dapat diterbitkan dalam 3 babak. Total waktu berkurang menjadi kurang dari setengah.
Kasus 2 — Laporan. Seorang analis melihat bahwa ringkasan pertama terlalu teknis dan berkata, "manajer tidak akan memahami hal ini, terjemahkan istilah teknis ke dalam bahasa sehari-hari, pertahankan panjangnya." Berkat koreksi univariat, laporan ini disederhanakan dan tidak kehilangan cakupannya; Tidak perlu penulisan ulang kedua secara menyeluruh.
Kasus 3 — Pembuatan Templat. Tim dukungan mengoreksi jenis respons yang sama secara berulang-ulang, dari waktu ke waktu. Terakhir, mereka mencatat perintah ideal dalam sebuah templat; Mereka sekarang menggunakan template dengan sedikit perubahan daripada mengulang dari awal dengan setiap kasus baru. Ini mengilustrasikan inti dari iterasi: lakukan dengan baik sekali, lalu gunakan lagi.
Tip: Mintalah model untuk mengkritik keluarannya sendiri (“temukan 3 kelemahan teks ini”). Model sering kali menyadari kesalahannya sendiri dan memperbaikinya; ini melakukan pra-editing atas nama Anda.
Perhatian: Iterasi memiliki batas. Jika setelah 5-6 putaran Anda masih belum mencapai tujuan, masalahnya bukan pada koreksi kecil, tetapi pada pendekatan dasar: Anda mungkin salah mengatur peran, konteks, atau tugas sejak awal. Pada saat itu, berhentilah melakukan patching dan desain ulang prompt dari awal.
Dua Jalur Iterasi: Percakapan atau Penulisan Ulang?
Mengetahui cara mana yang lebih efisien sekaligus menghemat waktu. Aturannya adalah: untuk pekerjaan satu kali, cara tercepat memperbaikinya adalah melalui obrolan; karena model mengingat keluaran sebelumnya dan Anda tinggal membedakannya. Namun untuk pekerjaan yang akan Anda ulangi, akan lebih bermanfaat untuk menuliskan apa yang telah Anda pelajari di prompt awal dan menghasilkan template yang bersih; karena lain kali Anda akan mendapatkan hasil yang bagus tanpa perlu iterasi.
Dalam praktiknya, cara paling efisien adalah menggabungkan keduanya: pertama temukan instruksi yang benar dengan mencobanya secara cepat di obrolan, lalu tuangkan instruksi yang Anda temukan ke dalam prompt bersih dan simpan di perpustakaan. Dengan cara ini, Anda dapat maju dengan cepat dan mengubah pekerjaan Anda menjadi aset permanen.
Melihat iterasi sebagai catatan pembelajaran
Setiap putaran iterasi mengajarkan Anda sesuatu: penambahan mana yang meningkatkan keluaran, batasan mana yang tidak diperlukan, model apa yang salah. Menuliskan pembelajaran ini akan menciptakan panduan pribadi tentang “apa yang berhasil” dari waktu ke waktu. Misalnya, kesimpulan seperti "batasan 'tambahkan komentar' adalah suatu keharusan dalam jenis ringkasan ini", "3 contoh cukup untuk produksi judul, 5 tidak diperlukan" akan memungkinkan Anda menulis perintah yang benar pada percobaan pertama dalam pekerjaan serupa berikutnya. Pengetahuan inilah yang benar-benar membedakan pengguna berpengalaman dengan pemula: mereka memulai setiap bisnis bukan dari awal, namun berbekal pelajaran dari iterasi sebelumnya.
Menjadikan model sebagai mitra iterasi
Anda tidak harus menjalankan iterasi sendirian. Anda dapat bertanya kepada model, "Bagaimana saya bisa mendekatkan keluaran ini ke tujuan saya, beri saya 3 saran konkrit." Model tersebut sering kali secara akurat mendiagnosis kelemahan dalam keluarannya dan menyarankan cara untuk memperbaikinya. Hal ini mengubah iterasi dari “trial and error” menjadi kolaborasi yang ditargetkan; Anda memberi tahu kami apa yang Anda inginkan, model memberi tahu Anda cara mencapainya.
Kesalahan umum
- Mengirim prompt yang sama lagi. Mencoba lagi tanpa mengubah; hasilnya tidak berubah.
- Umpan balik yang tidak jelas. Mengatakan "Saya tidak menyukainya" dan tidak mengatakan apa yang akan Anda perbaiki.
- Mengubah banyak hal sekaligus. Tidak mempelajari apa yang berhasil.
- Tidak merekam prompt yang bagus. Melakukan iterasi yang sama berulang kali setiap kali.
- Iterasi tanpa batas. Mencoba memperbaiki prompt yang salah secara fundamental dengan menambalnya.
Singkatnya
- Hasil awal jarang sekali sempurna; Iterasi bukanlah suatu kegagalan, ini adalah bagian alami dari proses.
- Pengulangan yang efektif dilanjutkan dengan umpan balik yang ditargetkan, bukan umpan balik yang samar-samar.
- Ubah satu hal per putaran; jadi Anda mempelajari apa yang berhasil.
- Anda dapat melakukan pra-edit dengan meminta model mengkritik keluarannya sendiri.
- Simpan perintah yang berfungsi dengan baik di templat; Tujuan dari iterasi adalah untuk menghasilkan aset yang dapat digunakan kembali.
Tugas aplikasi
Ambil cetakannya dan secara sadar lakukan tiga putaran iterasi: hanya mengubah satu hal per putaran (pertama panjangnya, lalu nadanya, lalu penutupnya), dan catat setiap putarannya. Setelah putaran ketiga, tentukan perubahan mana yang menghasilkan perbedaan paling besar dan simpan perintah terakhir sebagai templat yang dapat digunakan kembali.
daftar periksa
- [ ] Saya melihat keluaran awal sebagai draf, bukan sebagai pekerjaan yang sudah selesai.
- [ ] Saya memberikan tanggapan saya secara konkrit dan tepat sasaran.
- [ ] Saya membuat satu perubahan per putaran.
- [ ] Saya dapat meminta model untuk mengkritik keluarannya sendiri.
- [ ] Saya menyimpan petunjuk yang memberikan hasil bagus ke template.