Guadagni:
- È in grado di distinguere tra approcci a tiro zero e a tiro ridotto e sa quando scegliere quale
- È in grado di applicare regole per selezionare campioni rappresentativi che riflettono la forma, il tono e la qualità desiderati
- Può controllare in modo affidabile il formato e il tono dell'output con i campioni
A volte è molto più efficace mostrare qualcosa piuttosto che descriverlo. Invece di dire "Scrivi in un linguaggio educato ma chiaro come questo", mostrare un esempio esatto di ciò che desideri trasmetterà la tua intenzione al modello molto più velocemente. Questo è esattamente lo scopo del "campionamento con pochi scatti": insegnare al modello lo schema desiderato mostrandogli alcuni esempi. In questa unità impareremo questa potente tecnica e le regole per utilizzarla in modo efficace, con scenari tratti dalla tua attività.
Cosa sono Zero-Shot e Few-Shot?
Esistono due approcci fondamentali:
- Zero-shot: descrivere direttamente l'attività senza fornire esempi al modello. "Classifica questa recensione come positiva, negativa o neutra." Il modello implementa l'istruzione con la propria conoscenza.
- Few-shot: mostrare alcuni esempi di coppie input-output al modello e descrivere l'attività. "Ecco 3 esempi: commento → tag. Ora tagga il commento 4." Il modello imita il modello che mostri.
Lo "scatto" qui si riferisce al numero di campioni che fornisci: se dai due campioni, è un "due colpi", se dai cinque campioni, è un "cinque colpi". La regola è semplice: quanto più il compito è soggettivo, formalistico o insolito, tanto più prezioso è dimostrarlo.
Quando paga il Few-Shot?
Dimostrare è superiore a descrivere, soprattutto nei seguenti casi:
- Se desideri un formato specifico: se desideri che le descrizioni dei tuoi prodotti abbiano sempre la stessa struttura, mostrare due esempi è più chiaro di una descrizione di dieci frasi.
- Se desideri un tono specifico: è difficile descrivere a parole la voce del tuo marchio; Due testi campione trasmettono immediatamente il tono.
- Se stai effettuando una classificazione: mostrare con un esempio quale input va a quale etichetta è più sicuro che scrivere la regola.
- Se si tratta di un compito insolito: se desideri una trasformazione speciale che il pattern non vede spesso, l'esempio insegna al pattern.
Regole per la scelta di un esempio efficace
Il modello imita i campioni; quindi la qualità dei tuoi campioni diventa direttamente la qualità dell'output. Cinque regole:
- Lascia che sia rappresentativo. Lascia che gli esempi riflettano situazioni tipiche del tuo lavoro reale; casi non estremi e rari.
- Sii coerente. Lasciamo che tutti gli esempi seguano la stessa forma, lo stesso tono, la stessa lunghezza. Esempi contraddittori confondono il modello.
- Lascia che sia di qualità. Se il campione è difettoso, anche l'output sarà difettoso. "Un cattivo esempio è un cattivo insegnante."
- Includere la diversità. Fornire almeno un esempio di ciascuna etichetta nella classificazione; Altrimenti il modello si attaccherà all'etichetta che vede.
- Che sia poco ma abbastanza. Di solito 2-5 campioni basteranno. Decine di esempi creano una lunghezza inutile e possono dare un peso eccessivo a un esempio raro.
Confronto zero-shot/pochi-shot
criterio
Colpo zero
pochi scatti
Sforzo di installazione
basso
Medio (è necessario preparare il campione)
Coerenza del formato
Variabile
alto
controllo del tono
difficile
facile
compito insolito
debole
forte
lunghezza immediata
breve
più a lungo
Quattro modelli copiabili
1) Classificazione (pochi colpi):
Compito: etichetta la recensione del cliente come positiva/negativa/neutra. Esempi:Commento: "La spedizione è stata molto veloce, mi è piaciuta molto." ->Commento Positivo: "Il prodotto non era come nella descrizione." -> Commento negativo: "La scatola era un po' schiacciata, ma il prodotto funziona." -> NeutroTagga ora:Commento: "[nuovo commento]" ->
2) Trasferimento tono (pochi scatti):
I due esempi seguenti mostrano il tono di scrittura del nostro marchio. Scrivi una descrizione di 2 frasi per un nuovo prodotto con lo stesso tono. Esempio 1: "[frase sul tono del marchio]"Esempio 2: "[frase sul tono del marchio]"Nuovo prodotto: [nome + caratteristica]
3) Pochi colpi:
Converti la nota grezza nella struttura nell'esempio seguente.Input di esempio: "Ali ha chiamato e ha chiesto un prezzo, vuole 3 licenze"Output di esempio:- Persona: Ali- Richiesta: 3 licenze- Azione: invia un preventivo Converti ora:Input: "[nota grezza]"
4) Produzione teste (pochi colpi):
Crea 5 titoli che abbiano un tono simile agli esempi di buoni titoli riportati di seguito. Esempi:- "3 abitudini che riducono la contabilità a 10 minuti"- "Vantaggio fiscale nascosto per le PMI" Argomento: [il tuo argomento]
Prompt debole / Prompt forte
Debole:
Separa questi commenti in commenti positivi o negativi.[commenti]
Forte:
Contrassegna ogni commento con una singola parola (Positivo/Negativo/Neutro) come negli esempi seguenti. Scrivere una descrizione.Ali: "Ottimo prodotto." -> PositiveAyşe: "È arrivato tardi." -> NegativeCan: "Va bene." -> Commenti neutri:[commenti]
Il secondo prompt fissa il tag impostato con l'esempio e riduce l'output a una singola parola con il vincolo "non scrivere descrizione"; Il risultato può essere elaborato direttamente in una tabella.
Tre mini custodie
Caso 1: team di supporto, 200 commenti. Un team di supporto e-commerce taggava manualmente 200 recensioni di clienti; Ci sono volute circa 2 ore a persona. Con un prompt di 4 scatti, la modella ha taggato i commenti in pochi secondi; Esaminando manualmente solo quelli contrassegnati come “Neutrali” (circa 30), il team ha ridotto il lavoro da 2 ore a 15 minuti.
Caso 2 – Voce del marchio. Un team di contenuti si lamentava del fatto che i nuovi scrittori non rispettavano il tono del marchio. Creato un modello utilizzando 3 paragrafi approvati come esempio in pochi scatti; I cicli editoriali di nuovi contenuti sono stati ridotti da due a uno perché il tono era stabilito la prima volta.
Caso 3: CRM delle vendite. Un team di vendita stava scrivendo note di chiamata in testo libero ed era complicato elaborarle nel CRM (software di gestione delle relazioni con i clienti). Un prompt "converti nota in struttura" a due istanze ha convertito le note sparse nel formato "Contatto/Richiesta/Passaggio successivo"; l'immissione dei dati è standardizzata.
Suggerimento: scegli i tuoi esempi dalle tue azioni reali e buone passate. I tre risultati che ti piacciono di più sono in realtà i tuoi esempi di pochi scatti più preziosi; tenerli.
Attenzione: se c'è un conflitto tra i tuoi campioni (uno breve e uno molto lungo, uno formale e uno intimo), il modello non saprà quale imitare e darà un output incoerente. Prima di pubblicare esempi, assicurati che siano coerenti tra loro.
Errori comuni
- Esempi contraddittori. Miscelazione di campioni di diverse forme e tonalità.
- Esempio parziale di etichetta singola. Fornendo solo esempi "positivi" nella classificazione e disegnando lì il modello.
- Esemplare di scarsa qualità. Copiare un campione difettoso e produrre lo stesso difetto.
- Esempio estremo. Mettere 30 esempi inutilmente e rendere gonfio il prompt.
- Confondere il compito con l'esempio. Non distinguendo quale sia l'esempio e quale sia la richiesta effettiva.
In sintesi
- Zero-shot descrive l'attività senza fornire esempi, mentre little-shot descrive l'attività mostrando alcune coppie input-output di esempio.
- Il modello imita i campioni; La qualità dei campioni è direttamente la qualità dell'output.
- Una buona rappresentazione del campione dovrebbe essere coerente, di alta qualità, diversificata e poco ma sufficiente.
- Few-shot eccelle nella descrizione, soprattutto nella forma, nel tono, nella classificazione e nei compiti non familiari.
- I tuoi migliori lavori passati sono i tuoi esempi di pochi scatti più preziosi; salvateli nella libreria.
Compito dell'applicazione
Scegli un'attività di ordinamento o formattazione che svolgi regolarmente (come tag di commenti, modifica di note, generazione di intestazioni, ecc.). Scegli 3 buoni esempi dal tuo lavoro passato, imposta un prompt coerente di pochi scatti e testalo su 5 nuovi input. Misura la quantità di output che puoi utilizzare senza correzione e prova a migliorare il risultato modificando i campioni.
lista di controllo
- [ ] Posso spiegare la differenza tra zero-shot e pochi-shot.
- [ ] So che mostrare è meglio che descrivere.
- [ ] So scegliere esempi rappresentativi, coerenti e di alta qualità.
- [ ] Fornisco esempi di ciascuna etichetta nella classificazione.
- [ ] Conservo i miei migliori risultati come esempi per il futuro.