Keuntungan:
- Memahami bahawa output awal jarang sempurna dan lelaran itu adalah proses biasa
- Boleh menambah baik hasil secara sistematik dengan maklum balas univariate yang disasarkan
- Mengetahui logik untuk menukar gesaan yang berjaya menjadi templat yang boleh digunakan semula
Kesilapan terbesar pemula adalah mengharapkan gesaan pertama untuk memberikan output yang sempurna. Apabila keluaran pertama tidak memenuhi jangkaan, mereka berhenti berkata "AI tidak boleh melakukan kerja ini." Walau bagaimanapun, bagi pengguna berpengalaman, keluaran pertama bukanlah penamat, tetapi permulaan. Dalam unit ini, kita akan belajar melihat penulisan segera sebagai dialog dan proses penambahbaikan, bukan pukulan sekali sahaja. Lelaran ialah nadi kejuruteraan segera.
Apakah Lelaran dan Mengapa Ia Normal?
Lelaran ialah mengambil output, menunjukkan perkara yang anda tidak suka, membetulkan gesaan atau permintaan, dan mengeluarkannya semula. Jika keluaran awal tidak sempurna, ia bukan kegagalan tetapi sebahagian daripada proses semula jadi. Kerana kebanyakan masa, anda hanya menjadi jelas tentang perkara yang anda mahukan apabila anda melihat output pertama. Pengguna yang baik menganggap output awal sebagai "draf" dan mengecilkannya ke arah matlamat.
Terdapat dua jenis lelaran:
- Pembetulan dalam perbualan: Teruskan dalam perbualan yang sama dengan maklum balas seperti "buat ini lebih pendek", "alih keluar item ketiga". Ia adalah pantas; model mengingati keluaran sebelumnya.
- Menulis semula gesaan: Mengaplikasikan apa yang telah anda pelajari pada gesaan awal dan bermula dari awal dengan arahan yang lebih baik. Ia berharga untuk kerja-kerja yang akan digunakan semula.
Memberi Maklum Balas Bersasar
Rahsia lelaran ialah maklum balas disasarkan. Mengatakan "Saya tidak suka, tulis lagi" tidak mengarahkan model; Anda mungkin akan mendapat output yang serupa. Sebaliknya, nyatakan dengan tepat apa yang anda akan ubah dan bagaimana:
- Lemah: "Ini tidak baik."
- Kuat: "Pengenalan terlalu panjang; kurangkan perenggan pertama kepada satu ayat. Nadanya terlalu formal; jadikan ia lebih mesra sedikit. Alih keluar tuntutan daripada titik peluru kedua kerana kami tidak dapat mengesahkannya."
Pengoptimuman univariate
Buat tabiat saintifik: ubah satu perkara pada satu masa. Jika anda menukar nada, panjang dan struktur pada masa yang sama, anda tidak akan dapat mengetahui perubahan mana yang berkuat kuasa, sama ada output bertambah baik atau merosot. Melangkah satu pembolehubah membolehkan anda mempelajari perkara yang berkesan dan menjadikannya melekat.
Gelung Lelaran
langkah
apa yang awak buat
1. Menghasilkan
Dapatkan output dengan gesaan pertama
2. Menilai
Apa yang anda suka, apa yang anda tidak suka - tulis secara konkrit
3. Satu perubahan
Buat satu pembetulan yang menyasarkan satu isu
4. Menjana semula
Lihat kesan perubahan
5. Bandingkan
Adakah dia sudah pulih? Jika ya simpan, jika tidak ambil semula
6. Membaiki
Simpan gesaan yang memberikan hasil yang baik kepada templat
Empat Templat Boleh Disalin
1) Pembetulan yang disasarkan:
Output sebelumnya adalah baik tetapi berubah:- [perubahan konkrit tunggal 1]- [perubahan konkrit tunggal 2]Pastikan semua yang lain sama.
2) Mengkritik output:
Kritik teks yang baru anda hasilkan dengan mata editor. Cari 3 titik lemah dan cadangkan pembetulan konkrit untuk setiap satu. Kemudian tulis versi yang diperbetulkan.
3) Penjanaan varian (A/B):
Buat 2 versi berbeza bagi teks ini: A) Lebih formal dan lebih pendek. B) Lebih mesra dan mempunyai contoh. Berikan kedua-duanya; Beritahu saya dalam 1 ayat yang mana satu lebih sesuai dalam situasi yang mana.
4) Jadikan Prompt menyembuhkan dirinya sendiri:
Saya menggunakan gesaan berikut, tetapi hasilnya cukup [masalah]. Cadangkan bagaimana saya boleh menulis gesaan ini dengan lebih jelas dan berkesan; tulis gesaan yang dipertingkatkan dan terangkan perkara yang anda ubah dan sebabnya. Prompt: [prompt semasa]
Gesaan Lemah / Gesaan Kuat (sebagai maklum balas)
Maklum balas yang buruk:
Ia tidak berjaya, cuba lagi.
Maklum balas yang kukuh:
Isinya betul tetapi terdapat tiga masalah:1) 210 patah perkataan; Kurangkan kepada 120.2) Perenggan kedua adalah teknikal; mudahkan jargon.3) Penutup adalah lemah; Akhiri dengan ayat langkah seterusnya yang jelas. Simpan semua yang lain.
Maklum balas kedua memberitahu model dengan tepat di mana hendak disentuh; Keputusan semakin dekat dengan sasaran dalam satu pusingan.
Tiga Kes Mini
Kes 1 — Pengeluaran kandungan. Seorang pemasar mencuba salinan promosi dengan mengatakan "Saya tidak suka, tulis lagi" 6 kali dan tidak pernah pergi lebih jauh. Apabila dia menukar pendekatannya dan meminta satu perubahan konkrit dalam setiap pusingan (mula-mula panjang, kemudian nada, kemudian penutup), dia mencapai teks yang boleh diterbitkan dalam 3 pusingan. Jumlah masa dikurangkan kepada kurang daripada separuh.
Kes 2 — Laporan. Seorang penganalisis melihat bahawa ringkasan pertama terlalu teknikal dan berkata, "pengurus tidak akan memahami perkara ini, menterjemah istilah teknikal ke dalam bahasa harian, simpan panjangnya." Terima kasih kepada pembetulan univariate, laporan itu dipermudahkan dan tidak kehilangan skopnya; Tidak perlu menulis semula lengkap kedua.
Kes 3 — Templat. Pasukan sokongan sedang membetulkan jenis respons yang sama secara berulang, dari semasa ke semasa. Akhirnya, mereka merekodkan gesaan yang ideal dalam templat; Mereka kini menggunakan templat dengan perubahan kecil dan bukannya mengulangi dari awal dengan setiap kes baharu. Ini menggambarkan titik lelaran: jadikan ia baik sekali, kemudian gunakannya semula.
Petua: Minta model untuk mengkritik outputnya sendiri ("cari 3 kelemahan teks ini"). Model sering menyedari kesilapannya sendiri dan membetulkannya; ini melakukan pra-penyuntingan bagi pihak anda.
Awas: Lelaran mempunyai had. Jika selepas 5-6 pusingan anda masih tidak mendekati matlamat, masalahnya bukan dalam pembetulan kecil, tetapi dalam pendekatan asas: anda mungkin telah menyediakan peranan, konteks atau tugas dengan salah dari awal. Pada ketika itu, hentikan menampal dan reka bentuk semula gesaan dari awal.
Dua Laluan Lelaran: Perbualan atau Penulisan Semula?
Mengetahui cara mana yang lebih cekap semasa lelaran menjimatkan masa. Peraturannya ialah: untuk kerja sekali sahaja, paling cepat untuk membetulkannya dalam sembang; kerana model mengingati output sebelumnya dan anda hanya memberitahu perbezaannya. Tetapi untuk kerja yang akan anda ulangi, adalah lebih berharga untuk menulis apa yang telah anda pelajari ke dalam gesaan awal dan menghasilkan templat yang bersih; kerana lain kali anda akan mendapat output yang baik tanpa perlu lelaran.
Dalam amalan, adalah paling berkesan untuk menggabungkan kedua-dua: mula-mula temui arahan yang betul dengan mencubanya dengan cepat dalam sembang, kemudian tuangkan arahan yang anda temui ke dalam gesaan bersih dan simpannya dalam pustaka. Dengan cara ini, anda boleh maju dengan cepat dan menjadikan tenaga kerja anda sebagai aset kekal.
Melihat lelaran sebagai rekod pembelajaran
Setiap pusingan lelaran mengajar anda sesuatu: penambahan mana yang meningkatkan output, kekangan yang tidak diperlukan, model yang salah. Menulis pembelajaran ini mewujudkan panduan "apa yang berkesan" peribadi dari semasa ke semasa. Sebagai contoh, inferens seperti "kekangan 'tambah ulasan' adalah satu kemestian dalam jenis ringkasan ini", "3 contoh adalah mencukupi untuk pengeluaran tajuk, 5 tidak diperlukan" akan membolehkan anda menulis gesaan yang betul pada percubaan pertama dalam kerja serupa seterusnya. Pengetahuan inilah yang benar-benar membezakan pengguna berpengalaman daripada pemula: mereka memulakan setiap perniagaan bukan dari awal, tetapi berbekalkan pengajaran dari lelaran sebelumnya.
Menjadikan model rakan kongsi lelaran
Anda tidak perlu menjalankan lelaran sahaja. Anda boleh bertanya kepada model, "Bagaimanakah saya boleh membawa keluaran ini lebih dekat kepada matlamat saya, berikan saya 3 cadangan konkrit." Model selalunya mendiagnosis dengan tepat kelemahan dalam outputnya dan mencadangkan cara untuk memperbaikinya. Ini mengubah lelaran daripada "percubaan dan ralat" kepada kerjasama yang disasarkan; Anda beritahu kami apa yang anda mahu, model memberitahu anda cara untuk ke sana.
Kesilapan biasa
- Menghantar gesaan yang sama sekali lagi. Mencuba lagi tanpa mengubah; hasilnya tidak berubah.
- Maklum balas yang tidak jelas. Berkata "Saya tidak suka" dan tidak mengatakan perkara yang akan anda betulkan.
- Mengubah banyak perkara sekaligus. Tidak belajar apa yang berkesan.
- Tidak merakam gesaan yang baik. Melakukan lelaran yang sama sekali lagi setiap kali.
- Lelaran tak terhingga. Cuba membetulkan gesaan yang pada asasnya salah dengan menampalnya.
Secara ringkasnya
- Keluaran awal jarang sempurna; Lelaran bukanlah kegagalan, ia adalah bahagian semula jadi dalam proses.
- Lelaran berkesan diteruskan dengan maklum balas yang disasarkan, bukan kabur.
- Tukar satu perkara setiap pusingan; jadi anda belajar apa yang berkesan.
- Anda boleh pra-edit dengan meminta model mengkritik outputnya sendiri.
- Simpan gesaan yang berfungsi dengan baik dalam templat; Matlamat lelaran adalah untuk menghasilkan aset yang boleh diguna semula.
Tugasan permohonan
Ambil cetakan dan secara sedar melalui tiga pusingan lelaran: menukar hanya satu perkara setiap pusingan (mula-mula panjang, kemudian nada, kemudian penutup), dan rekod setiap pusingan. Selepas pusingan ketiga, tentukan perubahan yang paling banyak membuat perbezaan dan simpan gesaan terakhir sebagai templat yang boleh digunakan semula.
senarai semak
- [ ] Saya melihat output awal sebagai draf, bukan sebagai kerja siap.
- [ ] Saya memberikan maklum balas saya konkrit dan disasarkan.
- [ ] Saya membuat satu pertukaran setiap pusingan.
- [ ] Saya boleh meminta model untuk mengkritik outputnya sendiri.
- [ ] Saya menyimpan gesaan yang memberikan hasil yang baik kepada templat.