กำไร:
- รับรู้ถึงข้อผิดพลาดพร้อมท์ที่พบบ่อยที่สุดจากตัวอย่างจริง
- สามารถใช้การแก้ไขที่ปฏิบัติได้จริงและทำซ้ำได้กับทุกข้อผิดพลาด
- ตระหนักว่าเอาต์พุตที่ไม่ถูกต้องมักเกิดจากพรอมต์ที่ไม่ถูกต้อง
ในโมดูลนี้ เราได้เรียนรู้เทคนิคการเขียนคำแนะนำที่ดีทีละข้อ ตอนนี้เรามาเสริมสิ่งเหล่านี้จากมุมที่แตกต่าง: โดยดูข้อผิดพลาดที่พบบ่อยที่สุดและแนวทางแก้ไข เอาต์พุต AI ที่ไม่ดีส่วนใหญ่เกิดจากการแจ้งที่ไม่ถูกต้อง ไม่ใช่โมเดลที่ไม่เพียงพอ หากคุณตรวจพบข้อผิดพลาดในหน่วยนี้ คุณสามารถวินิจฉัยและแก้ไขปัญหาได้อย่างรวดเร็วตามคำแนะนำของคุณเอง แทนที่จะพูดว่า "AI ทำสิ่งนี้ไม่ได้" คุณสามารถพูดว่า "ให้ฉันแก้ไขพรอมต์ของฉันแบบนี้"
เหตุใดการจดจำข้อผิดพลาดจึงเป็นเรื่องสำคัญ?
เมื่อผลลัพธ์ไม่เป็นไปตามความคาดหวังของคุณ คุณสามารถโต้ตอบได้สองวิธี: ตำหนิเครื่องมือหรือตั้งคำถามกับข้อความแจ้ง ผู้ใช้ที่มีประสบการณ์ทำอย่างหลัง เพราะโดยส่วนใหญ่แล้วต้นตอของปัญหาจะชัดเจนและผลลัพธ์จะเปลี่ยนไปด้วยการแก้ไขเพียงเล็กน้อย ด้านล่างนี้เราจะเห็นข้อผิดพลาดที่พบบ่อยที่สุด 8 ข้อ อาการ และแนวทางแก้ไข
แปดข้อผิดพลาดที่พบบ่อยที่สุด
เกิดข้อผิดพลาด
อาการ
โซลูชั่น
ความคลุมเครือ
คำตอบทั่วไป "หนึ่งขนาดเหมาะกับทุกคน"
ให้คำแนะนำที่สามารถวัดผลได้
ไม่มีบริบท
เอาท์พุตที่ไม่เข้ากับสถานการณ์
เพิ่มใคร/ทำไม/ประวัติ
ไม่ระบุรูปแบบ
เอาต์พุตอยู่ในรูปแบบที่ไม่ถูกต้อง
รูปแบบบังคับ
ไม่มีข้อจำกัด
เนื้อหาที่มากเกินไปและเบี่ยงเบนไป
เพิ่มรายการ "อย่า"
โอเวอร์โหลด
โมเดลข้ามคำขอบางรายการ
แบ่งงาน จัดลำดับความสำคัญ
การไม่ยืนยัน
การใช้ข้อมูลปลอม
ตรวจสอบข้อเท็จจริงกับแหล่งที่มา
ความคาดหวังนัดเดียว
อย่ายอมแพ้ที่ทางออกแรก
ทำซ้ำ
คำสั่งที่ขัดแย้งกัน
เอาต์พุตไม่สอดคล้องกัน
จัดแนวข้อจำกัด
วิธีการวินิจฉัยทีละขั้นตอน
เมื่อเอาต์พุตที่เสียหายมาถึง ให้ปฏิบัติตามคำสั่งนี้:
- ภารกิจชัดเจนไหม? คำกริยาเป็นรูปธรรม มันหมายถึงสิ่งเดียวที่คุณต้องการใช่ไหม?
- บริบทเพียงพอหรือไม่? โมเดลรู้สถานการณ์หรือไม่?
- มีการกล่าวถึงรูปแบบหรือไม่? เป็นรูปแบบที่คุณต้องการหรือไม่?
- มีข้อจำกัดใดๆ หรือไม่? มันเขียนสิ่งที่ไม่ต้องการหรือไม่?
- ฉันโหลดมากเกินไปหรือเปล่า? ฉันขอ 5 งานที่แตกต่างกันในครั้งเดียวหรือไม่?
- ฉันยืนยันแล้วหรือยัง? ได้ตรวจสอบหมายเลข ชื่อ วันที่แล้วหรือยัง?
คำถามทั้งหกข้อนี้ตรวจพบข้อผิดพลาดเกือบทั้งหมด
เทมเพลตการพิสูจน์อักษรที่คัดลอกได้สี่แบบ
1) การลบความคลุมเครือ:
ทำให้คำสั่งนี้สามารถวัดผลได้: [คำสั่งคลุมเครือ] แปลจุดที่คลุมเครือแต่ละจุดให้เป็นตัวเลข ปริมาณ หรือเกณฑ์ที่เป็นรูปธรรม
2) การแยกโอเวอร์โหลด:
อย่าทำงานนี้ทั้งหมดในคราวเดียว ดำเนินการตามลำดับนี้และหยุดเมื่อคุณเสร็จสิ้นแต่ละขั้นตอน รอการยืนยันของฉัน:1) [งานย่อย 1]2) [งานย่อย 2]3) [งานย่อย 3]
3) ข้อต่อจำกัด:
เพียงอาศัยข้อมูลที่ฉันให้ไว้ด้านล่าง หากไม่มีข้อมูล ให้เขียนว่า "no data"; อย่าเดาหรือเพิ่ม ระบุว่าการอ้างสิทธิ์ที่สำคัญแต่ละรายการที่คุณใช้มาจากบรรทัดใด ที่มา: [ข้อความ]
4) การแก้ไขข้อขัดแย้ง:
ตรวจสอบว่ามีข้อขัดแย้งใดๆ ในคำแนะนำที่ฉันให้ไว้หรือไม่ หากเป็นเช่นนั้น ให้ระบุประเด็นที่ขัดแย้งกันและถามฉันว่าควรจัดลำดับความสำคัญประเด็นใด แล้วจึงผลิตตามนั้น
พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง
อ่อนแอ (มีข้อผิดพลาดมากมายรวมกัน):
เขียนแผนที่ครอบคลุมสำหรับบริษัทของเราเกี่ยวกับการตลาด งบประมาณ และการสรรหาบุคลากร เท่านี้ก็พร้อมแล้ว
ทรงพลัง (แก้ไขข้อบกพร่อง):
บทบาท: คุณเป็นผู้เชี่ยวชาญด้านการพัฒนาธุรกิจที่ให้คำปรึกษา SMEs บริบท: บริษัทซอฟต์แวร์ที่มีพนักงาน 12 คน เป้าหมายคือลูกค้าใหม่ 20 รายในไตรมาสนี้ งาน: เขียนแผนการตลาดเท่านั้น (ไม่รวมงบประมาณและการจ้างงาน) รูปแบบ: รายการดำเนินการ 5 จุด; แต่ละรายการ: การดำเนินการ + ความรับผิดชอบ + เกณฑ์ ข้อ จำกัด: งบประมาณการโฆษณาที่ชำระเงิน 0; แนะนำเฉพาะช่องออร์แกนิกเท่านั้น อย่าให้หน่วยวัดปลอม ชี้แจงข้อเสนอแนะ
เวอร์ชันที่มีประสิทธิภาพจะแบ่งการโอเวอร์โหลด (อัดสามหัวข้อเป็นข้อความเดียว) แทนที่ความคลุมเครือ ("โชคดี") ด้วยเกณฑ์ และเพิ่มการจัดรูปแบบและข้อจำกัด
มินิเคสสามอัน
กรณีที่ 1 — โอเวอร์โหลด ผู้จัดการขอสรุปรายงาน แผนการนำเสนอ และอีเมลในพร้อมท์เดียว โมเดลทำทั้งสามครึ่ง โดยการแบ่งงานออกเป็นสามพร้อมท์แยกกัน แต่ละเอาต์พุตจึงเสร็จสมบูรณ์และใช้งานได้ เวลาทั้งหมดน้อยกว่าการดิ้นรนกับการแจ้งเตือนที่ซับซ้อนเพียงครั้งเดียว
กรณีที่ 2 — การไม่ยืนยัน ทีมเนื้อหาเผยแพร่ "สถิติอุตสาหกรรม" ที่กำหนดโดยแบบจำลองโดยไม่ต้องตรวจสอบ ปรากฏว่าเลขผิดจึงต้องแก้ไข หลังจากนั้นพวกเขาใช้กฎ "ให้แต่ละหมายเลขพร้อมแหล่งที่มา ฉันจะตรวจสอบแหล่งที่มา" และขจัดความเสี่ยงนี้
กรณีที่ 3 — คำสั่งที่ขัดแย้งกัน เมื่อนักการตลาดพูดว่า "มันสั้นมากแต่บอกคุณสมบัติทั้งหมดได้" โมเดลนั้นข้ามคุณสมบัติบางอย่างไป เมื่อฉันทำให้คำสั่งไม่ขัดแย้งกันโดย "อธิบายคุณลักษณะที่สำคัญที่สุด 3 ประการใน 60 คำ" ผลลัพธ์ที่ได้ก็สั้นและครบถ้วน
เคล็ดลับ: เรียกใช้พร้อมท์ผ่าน “คำถามวินิจฉัยหกข้อ” ก่อนเผยแพร่ การตรวจสอบ 30 วินาทีนี้ทำให้การวนซ้ำส่วนใหญ่ไม่จำเป็นตั้งแต่เริ่มต้น
ข้อควรระวัง: ข้อผิดพลาดที่อันตรายที่สุดคือ "การไม่ตรวจสอบ" เนื่องจากถูกมองข้ามเนื่องจากผลลัพธ์ดูราบรื่นและน่าเชื่อถือ โมเดลสามารถจับคู่หมายเลข ชื่อ หรือแหล่งที่มาได้อย่างมั่นใจ ตรวจสอบข้อเท็จจริงอย่างอิสระเพื่อเผยแพร่หรือใช้เป็นพื้นฐานในการตัดสินใจ เราจะเจาะลึกหัวข้อนี้ในหน่วยถัดไป
ข้อผิดพลาดที่มองไม่เห็น: เอาต์พุต "เกือบถูกต้อง"
ข้อผิดพลาดบางอย่างสามารถตรวจพบได้ง่าย: ผลลัพธ์มีรูปแบบไม่ถูกต้อง ไม่ตรงหัวข้อ หรือว่างเปล่า แต่ข้อผิดพลาดที่ร้ายกาจที่สุดคือผลลัพธ์เกือบจะถูกต้อง ข้อความได้คล่อง โครงสร้างเรียบ โทนเสียงตรงประเด็น มีเพียงตัวเลขที่ผิด ข้อจำกัดที่ถูกมองข้าม หรือมีข้อผิดพลาดทางตรรกะเล็กน้อย ผลลัพธ์ประเภทนี้เป็นอันตรายเนื่องจากหลุดพ้นจากการตรวจสอบเนื่องจาก "ดูดี"
นิสัยสองประการป้องกันสิ่งนี้ ขั้นแรก อย่าใช้เอาต์พุตโดยไม่ได้อ่าน: ไม่ว่าคุณจะเร่งรีบแค่ไหน ให้อ่านให้ละเอียดก่อนส่ง ประการที่สอง การให้แบบจำลองตรวจสอบผลลัพธ์: “ตรวจสอบว่าคุณปฏิบัติตามข้อจำกัดทั้งหมดที่ฉันให้ไว้หรือไม่” หรือ “แสดงรายการตัวเลขทั้งหมดในข้อความนี้” จะทำให้เกิดข้อผิดพลาดที่ซ่อนอยู่ สองขั้นตอนนี้ใช้เวลาไม่กี่วินาที แต่ค่าใช้จ่ายในการตัดสินใจที่ไม่ถูกต้องซึ่งเกิดจากผลลัพธ์ที่ "เกือบถูกต้อง" จะสูงกว่ามาก
การหลีกเลี่ยงข้อผิดพลาด: การออกแบบอยู่เหนือการควบคุม
แทนที่จะค้นหาข้อผิดพลาดในเอาต์พุต ผู้ใช้ที่มีประสบการณ์จะพยายามป้องกันไม่ให้เกิดข้อผิดพลาดตั้งแต่เริ่มต้นที่พร้อมท์ นี่คือความแตกต่างในความคิด เปลี่ยนข้อผิดพลาดที่เกิดซ้ำแต่ละรายการเป็น "กฎถาวร": หากแบบจำลองยังคงเพิ่มความคิดเห็นในงานสรุป ให้ตั้งค่าข้อจำกัด "อย่าเพิ่มความคิดเห็น" ให้กับทุกข้อความสรุป หากโมเดลสร้างรายการมากเกินไปในงานรายการเสมอ ให้วางข้อจำกัด "รายการ X ทุกประการ" ในเทมเพลตของคุณ ด้วยวิธีนี้ แทนที่จะจับข้อผิดพลาดเดิมซ้ำแล้วซ้ำอีก คุณจะป้องกันไม่ให้เกิดข้อผิดพลาดตั้งแต่แรก พรอมต์ที่ออกแบบมาอย่างดีจะแทนที่การแก้ไขที่ตามมาหลายสิบรายการ สิ่งนี้จะเปลี่ยนการวินิจฉัยข้อผิดพลาดจากภาระให้กลายเป็นเครื่องมือการเรียนรู้และปรับปรุง
ข้อผิดพลาดทั่วไป
- ตำหนิคนกลาง. พูดว่า "AI ทำไม่ได้" แทนที่จะมองหาปัญหาในข้อความแจ้ง
- การทำงานมากเกินไปในครั้งเดียว บีบอัดงานห้างานแยกกันเป็นคำสั่งเดียวและทำเสร็จเพียงครึ่งเดียว
- กำลังข้ามการยืนยัน สมมติว่าเอาต์พุตที่คล่องแคล่วนั้นถูกต้อง
- ให้ข้อจำกัดที่ขัดแย้งกัน ความต้องการที่ขัดแย้งในตัวเอง เช่น “สั้นแต่ครอบคลุม”
- ลองอีกครั้งโดยไม่วินิจฉัย ทำผิดซ้ำๆ โดยไม่รู้ว่ามีอะไรเสียหาย
โดยสรุป
- เอาต์พุตที่แย่ที่สุดคือปัญหากับพรอมต์ ไม่ใช่โมเดล สามารถวินิจฉัยและแก้ไขได้
- ข้อผิดพลาดที่พบบ่อยที่สุด: ความคลุมเครือ บริบทเป็นศูนย์ ขาดรูปแบบ ขาดข้อจำกัด โอเวอร์โหลด ขาดการตรวจสอบ ความคาดหวังเพียงครั้งเดียว และความขัดแย้ง
- คำถามวินิจฉัยหกข้อ (งาน บริบท รูปแบบ ข้อจำกัด โหลด การตรวจสอบ) ตรวจพบข้อผิดพลาดส่วนใหญ่
- การแบ่งงานที่ซับซ้อนให้ผลลัพธ์ที่รวดเร็วและมีคุณภาพสูงกว่าการโหลดงานเหล่านั้นลงในพร้อมท์เดียว
- ข้อผิดพลาดที่ร้ายกาจที่สุดคือการไม่ยืนยัน เอาต์พุตที่ราบรื่นไม่ได้หมายความว่าแม่นยำ
งานสมัคร
ค้นหางานพิมพ์เก่าที่คุณไม่ชอบและดำเนินการพร้อมท์ผ่าน "คำถามวินิจฉัยหกข้อ" ทำเครื่องหมายว่าข้อผิดพลาดใดเกิดขึ้น ใช้การแก้ไขในหน่วยนี้กับแต่ละรายการ และเรียกใช้พร้อมท์อีกครั้ง สังเกตว่าการแก้ไขครั้งเดียวใดทำให้เกิดการปรับปรุงมากที่สุด ไม่ใช่กี่รอบ
รายการตรวจสอบ
- [ ] ในกรณีที่เอาต์พุตไม่ดี ฉันจะสอบถามพร้อมท์ก่อน ไม่ใช่เอเจนต์
- [ ] ฉันสามารถตอบคำถามวินิจฉัยได้หกข้อ
- [ ] ฉันแบ่งงานที่ซับซ้อนออกเป็นหลายๆ คำสั่ง
- [ ] ฉันสังเกตเห็นคำแนะนำที่ขัดแย้งและคลุมเครือ จึงแก้ไขให้ถูกต้อง
- [ ] ฉันตรวจสอบผลลัพธ์ที่เป็นข้อเท็จจริงก่อนที่จะเผยแพร่