การสร้างไลบรารีพร้อมท์และเวิร์กโฟลว์แบบ end-to-end

กำไร:

• เข้าใจตรรกะของการเขียนพร้อมท์แบบพกพาที่ทำงานในเครื่องมือ AI ต่างๆ
• สามารถสร้างไลบรารีพร้อมท์เวอร์ชันที่ใช้ซ้ำได้สำหรับทีม
• สามารถออกแบบโฟลว์แบบ end-to-end ที่ดำเนินธุรกิจตั้งแต่ต้นจนจบด้วย AI

เราจบโมดูลนี้ด้วยการเปลี่ยนทุกสิ่งที่เราเรียนรู้ให้เป็นมูลค่าถาวรและปรับขนาดได้ เราเรียนรู้วิธีเขียนคำแนะนำที่ดีทีละข้อ แต่พลังที่แท้จริงขององค์กรอยู่ที่การเปลี่ยนการแจ้งเตือนที่ดีให้เป็นสินทรัพย์ที่สามารถนำกลับมาใช้ใหม่ได้ แบ่งปันกับทีม และสร้างโฟลว์ที่ดำเนินงานตั้งแต่ต้นจนจบด้วยปัญญาประดิษฐ์ ในหน่วยนี้ เราจะได้เรียนรู้วิธีเขียนพร้อมท์แบบพกพา สร้างไลบรารีพร้อมท์ และออกแบบเวิร์กโฟลว์ตั้งแต่ต้นทางถึงปลายทาง

พรอมต์แบบพกพา (ผู้ขายไม่เชื่อเรื่องพระเจ้า)

มีเครื่องมือ AI มากมายในตลาดและมีการเปลี่ยนแปลงอยู่ตลอดเวลา หากคุณเขียนข้อความแจ้งตามหมายเลขพิเศษของยานพาหนะคันเดียว ข้อความเตือนของคุณจะล้มเหลวเมื่อยานพาหนะเปลี่ยน อย่างไรก็ตาม ข้อความแจ้งตามโครงสร้างที่ชัดเจน บริบทที่ชัดเจน และตัวอย่างที่ดีจะให้ผลลัพธ์ที่ดีไม่ว่าจะใช้เครื่องมือใดก็ตาม เพราะตรรกะของการสอนที่ดีนั้นเป็นสากล กฎสำหรับการเขียนพรอมต์แบบพกพา:

• ขึ้นอยู่กับองค์ประกอบทางกายวิภาคศาสตร์ (บทบาท บริบท งาน รูปแบบ ข้อจำกัด) ไม่ใช่ทางลัดเฉพาะเครื่องมือ
• เขียนคำแนะนำด้วยภาษาที่ธรรมดาและชัดเจน อย่าเชื่อคำพูด "โกง" ที่เป็นความลับ
• Teach by example; ตัวอย่างใช้ได้กับทุกรุ่น
• ระบุรูปแบบให้ชัดเจน ความคาดหวังของฟอร์มไม่ขึ้นกับสื่อ

Prompt Library คืออะไร และเหตุใดจึงมีคุณค่า

ไลบรารีพร้อมท์คือคอลเลกชันที่จัดระเบียบของพร้อมท์ที่ทดลองและทดสอบแล้ว (อาจเป็นเอกสาร ตาราง หรือเครื่องมือที่ใช้ร่วมกัน) คุณค่าคือ ไม่ใช่ทุกคนในทีมที่จะเริ่มงานเดียวกันตั้งแต่เริ่มต้น พรอมต์ที่ดีที่สุดเขียนเพียงครั้งเดียวและใช้หลายครั้ง สิ่งนี้ทำให้มั่นใจได้ถึงความสม่ำเสมอ (ทุกคนได้รับผลผลิตคุณภาพเท่ากัน) และประสิทธิภาพ (ไม่ต้องคิดค้นล้อใหม่)

บันทึกห้องสมุดที่ดีควรเป็นอย่างไร?

พื้นที่

คำอธิบาย

ชื่อเรื่อง

ทำหน้าที่อะไร (เช่น "อีเมลปฏิเสธ")

วัตถุประสงค์

ใช้ในสถานการณ์ไหน?

พร้อมท์

ตัวแปรที่มีเครื่องหมาย [วงเล็บเหลี่ยม]

sample output

ตัวอย่างของผลลัพธ์ที่ดี

หมายเหตุ

สิ่งที่ต้องพิจารณา ข้อจำกัด

Version/date

When was it updated

การทำเครื่องหมายตัวแปรด้วยวงเล็บเหลี่ยม เช่น [ชื่อลูกค้า], [ผลิตภัณฑ์] จะเปลี่ยนข้อความแจ้งให้เป็นเทมเพลต "กรอกแล้วไป"

End-to-End Workflow

ประสิทธิภาพที่แท้จริงไม่ได้มาจากการแจ้งเตือนเพียงครั้งเดียว แต่มาจากขั้นตอนที่เชื่อมโยงถึงกัน กรอบการทำงานทั่วไปสำหรับการดำเนินธุรกิจตั้งแต่ต้นจนจบด้วยปัญญาประดิษฐ์:

1. รวบรวมข้อมูล: เตรียมข้อมูลดิบ/ข้อความ ปกปิดข้อมูลที่เป็นความลับ
2. กำหนดค่า: ให้โมเดลแปลงอินพุตดิบเป็นโครงสร้างที่มีการจัดระเบียบ (ตาราง/JSON)
3. ผลิต: มีงานจริง (สรุป ร่าง การวิเคราะห์) ที่ผลิต
4. วิจารณ์/ปรับปรุง: ให้แบบจำลองวิพากษ์วิจารณ์ผลลัพธ์ของตัวเองและทำซ้ำ
5. ตรวจสอบ: ตรวจสอบข้อเท็จจริง ตัวเลข แหล่งที่มาในฐานะมนุษย์
6. สรุป: จับคู่รูปแบบกับเป้าหมายและจดบันทึกบทเรียนที่จะบันทึกไว้ในห้องสมุด

จุดสำคัญของหกขั้นตอนนี้คือ: มีการควบคุมของมนุษย์ระหว่างขั้นตอนต่างๆ ปัญญาประดิษฐ์เร่งความเร็ว มนุษย์ชี้นำและอนุมัติ

เทมเพลตที่คัดลอกได้สี่แบบ

1) บัตรลงทะเบียนห้องสมุด:

ชื่อเรื่อง: [ชื่อพร้อมท์]วัตถุประสงค์: [เมื่อจะใช้]พร้อมท์:"""บทบาท: ...บริบท: [ตัวแปร]งาน: ...รูปแบบ: ...ข้อจำกัด: ..."""ตัวอย่างเอาต์พุต: [ผลลัพธ์ที่ดี]หมายเหตุ: [ขีดจำกัด/ข้อควรระวัง]เวอร์ชัน: v1 - [วันที่]

2) การไหลแบบครบวงจร (ในงานเดียว):

ทำสิ่งนี้ใน 3 ขั้นตอนและหยุดเมื่อสิ้นสุดแต่ละขั้นตอน: 1) เปลี่ยนบันทึกดิบที่ฉันให้ไว้ในตาราง "บุคคล/คำขอ/เร่งด่วน" 2) เมื่อคุณอนุมัติ ให้เขียนร่างคำตอบถึงผู้ที่มีความจำเป็นเร่งด่วนสูง 3) เมื่อคุณอนุมัติ ให้รวบรวมทั้งหมดไว้ในตารางสรุปเดียว บันทึกดิบ: [ข้อความ]

3) การทดสอบความสามารถในการพกพา:

ทำให้ข้อความแจ้งนี้เป็นอิสระจากเครื่องมือ: ไม่มีข้อความเฉพาะเครื่องมือหรือคำที่คลุมเครือเหลืออยู่ เพียงเขียนใหม่ด้วยบทบาท บริบท งาน รูปแบบ และข้อจำกัด พร้อมท์: [พร้อมท์ปัจจุบัน]

4) การสร้างมาตรฐานของทีม:

รวมข้อความแจ้งที่เขียนโดยพนักงาน 3 คนสำหรับงานเดียวกันด้านล่างไว้ในเทมเพลตมาตรฐานเดียว เก็บส่วนที่ดีที่สุดไว้ ทำเครื่องหมายตัวแปรด้วย [วงเล็บ] เพิ่มบันทึกการใช้งานสั้นๆ ข้อความแจ้ง: [3 ข้อความแจ้ง]

พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง

อ่อนแอ (ครั้งเดียว เป็นส่วนตัว):

เขียนข้อเสนอนี้ให้กับอาลี คุณก็รู้ว่าเราทำได้อย่างไร

ทรงพลัง (เทมเพลตพกพา):

บทบาท: ตัวแทนฝ่ายขายขององค์กร บริบท: ผู้ซื้อ [ประเภทลูกค้า]; ความสัมพันธ์ [สถานการณ์]; product [product]. งาน: เขียนอีเมลใบเสนอราคา รูปแบบ: ย่อหน้าสั้น 3 ย่อหน้า ล้างขั้นตอนถัดไปในตอนท้าย ข้อจำกัด: ราคาที่สัญญา; การพูดเกินจริง; สูงสุด 130 คำ

เวอร์ชันที่สองไม่ขึ้นอยู่กับบุคคลและวัน ด้วยการกรอกตัวแปร ทุกคนในทีมจะสามารถสร้างข้อเสนอที่มีคุณภาพเหมือนกันได้ นี่คือสิ่งที่เข้าไปในห้องสมุด

มินิเคสสามอัน

กรณีที่ 1 — เอฟเฟกต์ไลบรารี ทีมสนับสนุนได้รวบรวมข้อความตอบกลับที่ใช้บ่อยที่สุด 15 รายการไว้ในไลบรารีที่ใช้ร่วมกัน พนักงานที่เพิ่งเข้าร่วมใหม่สร้างคำตอบที่เป็นมาตรฐานของทีมตั้งแต่สัปดาห์แรกที่ใช้ห้องสมุด แทนที่จะเรียนรู้ตั้งแต่ต้น ความสม่ำเสมอของผลงานของทีมเพิ่มขึ้นอย่างเห็นได้ชัด

กรณีที่ 2 — การไหลจากต้นทางถึงปลายทาง ทีมการตลาดได้รับผลลัพธ์ที่ยุ่งเหยิงเมื่อพยายามจัดทำจดหมายข่าวรายสัปดาห์ด้วยการแจ้งเตือนเพียงครั้งเดียว ด้วยการแบ่งโฟลว์ออกเป็นห้าขั้นตอน (การรวบรวมหัวข้อ → โครงร่าง → การวิจารณ์บรรณาธิการ → การตรวจสอบข้อเท็จจริง → รูปแบบ) จดหมายข่าวจึงมีคุณภาพสูงและเป็นระเบียบ และเวลาในการผลิตก็สามารถคาดเดาได้

กรณีที่ 3 — การพกพา บริษัทแห่งหนึ่งเปลี่ยนเครื่องมือปัญญาประดิษฐ์ที่ใช้ เนื่องจากการแจ้งเตือนนั้นอิงจากกายวิภาคศาสตร์ที่สะอาด ไม่ใช่เทคนิคเฉพาะของเครื่องมือ พวกเขาจึงทำงานกับเครื่องมือใหม่โดยแทบไม่ต้องแก้ไขใดๆ การเปลี่ยนแปลงไม่เจ็บปวด

เคล็ดลับ: เมื่อพรอมต์ใช้งานได้ อย่าเก็บพรอมต์ไว้ "ในหน่วยความจำ"; บันทึกลงในไลบรารีทันทีพร้อมตัวแปร การใช้เวลา 2 นาทีในวันนี้ช่วยลดการวนซ้ำหลายสิบรอบในอนาคต

ข้อควรระวัง: ห้องสมุดเป็นสิ่งมีชีวิต ถ้าติดตั้งแล้วลืมก็จะกลายเป็นเก่า พร้อมท์เวอร์ชัน (v1, v2) ลงวันที่ และตรวจสอบเป็นประจำ นอกจากนี้ ไม่มีเทมเพลตใดที่ละทิ้งการควบคุมของมนุษย์: แม้ว่าจะเป็นขั้นตอนแบบ end-to-end การอนุมัติขั้นสุดท้ายก็ขึ้นอยู่กับมนุษย์เสมอ

ข้อผิดพลาดทั่วไป

• Not recording the good prompt. เริ่มต้นใหม่ทุกครั้ง
• ขึ้นอยู่กับกลโกงเฉพาะเครื่องมือ Prompt crashes when changing vehicle.
• การแก้ไขตัวแปร ทิ้งเทมเพลตไว้เฉพาะคำนาม/ตัวพิมพ์เดียวทำให้ใช้งานไม่ได้
• ไม่ได้อัพเดตห้องสมุด Carrying around old, useless prompts.
• Removing human control from streaming. ข้ามขั้นตอนการยืนยันในระบบอัตโนมัติตั้งแต่ต้นทางถึงปลายทาง

โดยสรุป

• ข้อความแจ้งแบบพกพานั้นอิงตามกายวิภาคที่ชัดเจน ไม่ใช่เทคนิคเฉพาะของยานพาหนะ และใช้งานได้กับทุกรุ่น
• ไลบรารีพร้อมท์ช่วยให้มั่นใจถึงความสอดคล้องและมีประสิทธิภาพโดยการแบ่งปันพร้อมท์ที่ทดสอบแล้วกับทีม
• บันทึกไลบรารีที่ดีประกอบด้วยชื่อเรื่อง วัตถุประสงค์ พรอมต์ตัวแปร ผลลัพธ์ตัวอย่าง บันทึกย่อ และเวอร์ชัน
• การไหลตั้งแต่ต้นจนจบแบ่งงานออกเป็นหกขั้นตอน โดยคงการควบคุมโดยมนุษย์ในแต่ละขั้นตอน
• การบันทึกการแจ้งเตือนที่ดีได้ทันทีพร้อมตัวแปรจะช่วยลดความพยายามในอนาคตอย่างมาก

งานสมัคร

ระบุงานที่เกิดซ้ำมากที่สุดสามงานในงานของคุณ และเขียนพรอมต์แบบพกพาที่มีการตรวจสอบตัวแปรสำหรับแต่ละรายการ และบันทึกไว้ในการ์ดห้องสมุด จากนั้นดัมพ์งานใดงานหนึ่งเหล่านี้ลงในโฟลว์ตั้งแต่ต้นจนจบ (รวบรวม → กำหนดค่า → ผลิต → วิจารณ์ → ตรวจสอบ → สรุป) และรันตั้งแต่ต้นจนจบด้วยตัวอย่างจริง

รายการตรวจสอบ

• [ ] ฉันสามารถปฏิบัติตามกฎของการเขียนพร้อมท์แบบพกพาได้
• ฉันสามารถสร้างการ์ดห้องสมุดที่มีตัวแปร [ ] ทำเครื่องหมายไว้ได้
• [ ] I can split a job into an end-to-end flow.
• [ ] I maintain human control at each flow step.
• [ ] ฉันบันทึกข้อความดีๆ ลงในห้องสมุดทันที

การสอบโมดูล

1. ข้อใดคือรูปแบบการทำงานพื้นฐานของโมเดลภาษาใหญ่

• A) มันจะค้นหาสดบนอินเทอร์เน็ตและคัดลอกหน้าที่พบตามที่เป็นอยู่
• B) สร้างข้อความโดยการเดาคำที่น่าจะเป็นไปตามข้อความที่กำหนดมากที่สุด✔
• C) เลือกคำตอบสำเร็จรูปที่เขียนไว้ล่วงหน้าจากฐานข้อมูล
• D) ส่งคำถามแต่ละข้อไปยังบุคคลและส่งคำตอบกลับ

คำอธิบาย: โมเดลภาษาขนาดใหญ่สร้างข้อความโดยการทำนายคำ (โทเค็น) ทางสถิติที่มีแนวโน้มว่าจะเป็นไปตามข้อความที่คุณให้ไว้มากที่สุด It does not draw canned answers from a database. ดังนั้นคำสั่งที่คุณให้จึงเป็นปัจจัยที่สำคัญที่สุดในการทำนาย

2. หน้าที่ขององค์ประกอบ 'บทบาท' ในกายวิภาคของการแจ้งเตือนที่มีประสิทธิผลคืออะไร?

• A) Increasing the response speed of the model
• B) Reducing the number of tokens of the prompt
• C) กำหนดทิศทางและความลึกของการตอบสนองโดยให้กรอบมุมมองและความเชี่ยวชาญแก่โมเดล ✔
• D) Giving the model access to personal data

คำอธิบาย: การกำหนดบทบาทให้กับนางแบบ (เช่น 'ทำตัวเหมือนที่ปรึกษาทางการเงินที่มีประสบการณ์') แนะนำให้เธอรู้จักกับมุมมอง คำศัพท์ น้ำเสียง และความลึกที่เหมาะสม ไม่เปลี่ยนแปลงความเร็ว ต้นทุน หรือการเข้าถึงข้อมูลของการตอบกลับ

3. คำแนะนำใดต่อไปนี้ดีที่สุดเพื่อความชัดเจน?

• A) Write something nice about this product
• B) Explain the product well
• C) I need a text about this
• D) โปรโมตผลิตภัณฑ์นี้ในรายการ 3 รายการสำหรับลูกค้าที่ไม่ใช่ด้านเทคนิค โดยแต่ละรายการมีคำได้สูงสุด 15 คำ ✔

Description: Clear instructions; โดยจะระบุข้อจำกัดที่วัดได้ เช่น ความยาว กลุ่มเป้าหมาย และรูปแบบ และไม่ต้องอาศัยคำคุณศัพท์ที่คลุมเครือ เช่น 'สวยงาม' หรือ 'ดี'

4. การสุ่มตัวอย่างแบบ 'ไม่กี่ช็อต' หมายความว่าอย่างไร

• A) การเพิ่มคู่อินพุต-เอาต์พุตตัวอย่างสองสามคู่ในพรอมต์เพื่อแสดงรูปแบบที่ต้องการให้กับโมเดล ✔
• B) การถามคำถามกับโมเดลโดยไม่ต้องยกตัวอย่างใดๆ
• C) ถามคำถามเดียวกันหลายครั้ง
• D) Letting the model wait for a few seconds

คำอธิบาย: Few-shot กำลังสอนรูปแบบที่ต้องการให้กับโมเดลโดยการแสดงคู่อินพุต-เอาต์พุตตัวอย่างสองสามคู่ภายในพร้อมท์ การไม่ยกตัวอย่างใดๆ ถือเป็น 'การช็อตเป็นศูนย์'

5. ข้อใดต่อไปนี้เป็นแนวทางที่เหมาะสมที่สุดในการเลือกตัวอย่างที่ถ่ายน้อยครั้ง

• A) ให้ตัวอย่างที่ขัดแย้งกันและอยู่ในรูปแบบที่แตกต่างกันมากที่สุด
• B) เลือกตัวอย่างตัวแทนที่สะท้อนถึงรูปแบบและคุณภาพที่ต้องการอย่างสม่ำเสมอ✔
• C) ใส่ตัวอย่างอย่างน้อย 50 ตัวอย่างเสมอ
• D) คุณภาพของตัวอย่างไม่สำคัญ มีเพียงจำนวนเท่านั้นที่เพียงพอ

คำอธิบาย: เนื่องจากแบบจำลองเลียนแบบตัวอย่าง ตัวอย่างจึงควรสะท้อนถึงรูปแบบเอาต์พุต โทนเสียง และคุณภาพที่ต้องการอย่างสม่ำเสมอ ตัวอย่างที่ขัดแย้งกันทำให้โมเดลสับสน

6. เทคนิคห่วงโซ่ความคิดมีประโยชน์มากที่สุดในสถานการณ์ใด?

• A) เมื่อมีการร้องขอการแปลคำเดียวง่ายๆ
• B) เฉพาะเมื่อคุณต้องการขยายเอาต์พุตเท่านั้น
• C) ในงานที่ซับซ้อนที่ต้องใช้หลายขั้นตอนหรือการให้เหตุผลเชิงตรรกะ ✔
• D) เมื่อคุณต้องการเปลี่ยนภาษาตอบสนองของโมเดล

คำอธิบาย: เทคนิคนี้ปรับปรุงความแม่นยำในงานที่ซับซ้อนซึ่งต้องใช้หลายขั้นตอนหรือการให้เหตุผลเชิงตรรกะ มันสร้างความยาวที่ไม่จำเป็นในงานง่ายๆ ขั้นตอนเดียว

7. ประโยชน์หลักของการระบุรูปแบบเอาต์พุตอย่างชัดเจน (เช่น 'ส่งออกเป็น JSON') คืออะไร

• A) ทำให้สามารถคาดการณ์เอาต์พุตและบูรณาการเข้ากับระบบ/เวิร์กโฟลว์อื่นๆ ได้ ✔
• B) ตัวแบบใช้พลังงานไฟฟ้าน้อยลง
• C) คำตอบจะสั้นกว่าเสมอ
• D) โมเดลมีความคิดสร้างสรรค์มากขึ้น

คำอธิบาย: การกำหนดให้มีรูปแบบเฉพาะทำให้สามารถคาดเดาเอาต์พุตและใช้งานได้ง่ายกับระบบหรือเวิร์กโฟลว์อื่น ลดความจำเป็นในการแก้ไขด้วยตนเอง

8. อะไรคือแนวทางที่ดีที่สุดหากเอาต์พุต AI เริ่มต้นไม่ใช่สิ่งที่คุณต้องการ?

• ก) ตัดสินใจทันทีว่า AI ไม่เหมาะกับงานแล้วยอมแพ้
• B) ส่งข้อความแจ้งเดิมหลายครั้งโดยไม่เปลี่ยนแปลง
• C) การปรับปรุงพรอมต์พร้อมข้อเสนอแนะที่ตรงเป้าหมายซึ่งระบุว่ามีอะไรขาดหายไปหรือผิด ✔
• D) การใช้เอาต์พุตตามที่เป็นอยู่ โดยไม่ตรวจสอบความถูกต้อง

คำอธิบาย: การวนซ้ำเป็นเรื่องปกติ วิธีที่มีประสิทธิภาพมากที่สุดในการปรับปรุงพร้อมท์ด้วยข้อเสนอแนะที่ตรงเป้าหมายซึ่งจะบอกคุณว่าคุณไม่ชอบอะไรเกี่ยวกับผลลัพธ์ การส่งพร้อมท์เดิมอีกครั้งจะไม่เปลี่ยนผลลัพธ์

9. ข้อใดต่อไปนี้เป็นข้อผิดพลาดพร้อมท์ที่พบบ่อย

• A) ให้โมเดลมีบทบาทและบริบทที่ชัดเจน
• B) การระบุรูปแบบเอาต์พุตที่ต้องการ
• C) แสดงผลลัพธ์ตัวอย่าง
• D) การร้องขอหนึ่งประโยคที่คลุมเครือโดยไม่ระบุบริบท กลุ่มเป้าหมาย และรูปแบบ ✔

คำอธิบาย: การร้องขอหนึ่งประโยคที่คลุมเครือโดยไม่มีบริบทหรือข้อจำกัดถือเป็นข้อผิดพลาดทั่วไปที่ทำให้แบบจำลองสร้างคำตอบทั่วไปและไม่ถูกต้องพร้อมสมมติฐาน

10. การที่แบบจำลองนี้ก่อให้เกิด 'ภาพหลอน' หมายความว่าอย่างไร และสิ่งนี้เกี่ยวข้องกับอะไร?

• A) แบบจำลองสร้างข้อมูลที่ไม่เป็นจริงอย่างมั่นใจ ดังนั้นข้อเท็จจริงจึงต้องได้รับการตรวจสอบ✔
• B) โมเดลตอบสนองช้าเกินไป แค่ต้องรอ
• C) โมเดลทำให้คำตอบสั้น ต้องถามอีกต่อไป
• D) โมเดลพิมพ์ผิด แค่ต้องแก้ไข

คำอธิบาย: อาการประสาทหลอนเกิดขึ้นเมื่อแบบจำลองสร้างข้อมูลที่ไม่เป็นจริงได้อย่างมั่นใจ (เช่น แหล่งที่มาที่ไม่มีอยู่จริง วันที่เท็จ) ดังนั้นจึงจำเป็นต้องตรวจสอบข้อเท็จจริง เช่น ตัวเลข ชื่อ วันที่ และเครื่องหมายคำพูดจากแหล่งข้อมูลอิสระ

11. อะไรคือวิธีที่ดีที่สุดก่อนที่จะป้อนข้อความที่มีข้อมูลลูกค้าที่เป็นความลับหรือข้อมูลส่วนบุคคลลงในเครื่องมือ AI สาธารณะ?

• ก) ป้อนข้อมูลเหมือนเดิม เพราะ AI ลืมไปแล้วอยู่ดี
• B) การทำให้ข้อมูลไม่เปิดเผยตัวตน/ปกปิดข้อมูล หรือการใช้เครื่องมือที่ปลอดภัยที่ได้รับอนุมัติจากสถาบัน ✔
• C) เพียงเขียนว่า 'confidential' ที่ท้ายประโยค
• D) การแปลข้อมูลเป็นภาษาอื่นและป้อนด้วยวิธีนั้น

คำอธิบาย: ข้อมูลลับและข้อมูลส่วนบุคคลจะต้องได้รับการคุ้มครองตามนโยบายองค์กรและกฎหมาย (เช่น KVKK) วิธีที่ปลอดภัยที่สุดคือการปิดบังข้อมูลหรือใช้เครื่องมือที่ปลอดภัยที่ได้รับอนุมัติจากสถาบัน

12. ตรรกะของการเขียนพรอมต์ที่ไม่ขึ้นอยู่กับผู้ให้บริการ (พกพา) คืออะไร?

• A) จำเป็นต้องเขียนพรอมต์ที่แตกต่างกันโดยสิ้นเชิงและเข้ากันไม่ได้สำหรับเครื่องมือ AI แต่ละรายการ
• B) พรอมต์แบบพกพาสามารถเขียนได้ในภาษาเดียวเท่านั้น
• C) คำสั่งตามโครงสร้าง บริบท และตัวอย่างที่ชัดเจน ทำงานได้ดีกับโมเดลต่างๆ โดยไม่ต้องผูกติดอยู่กับเครื่องมือชิ้นเดียว ✔
• D) การเก็บไลบรารีพร้อมท์เป็นการเสียเวลา

คำอธิบาย: ข้อความแจ้งตามโครงสร้างที่ชัดเจน คำแนะนำที่ชัดเจน และตัวอย่างยังทำงานได้ดีกับเครื่องมือ AI ต่างๆ เนื่องจากไม่ได้เชื่อมโยงกับเทคนิคเฉพาะของเครื่องมือเฉพาะ

13. ประโยชน์ที่สำคัญที่สุดของการรักษาไลบรารีพร้อมท์ที่นำมาใช้ซ้ำได้สำหรับทีมคืออะไร?

• A) สร้างความมั่นใจในความสม่ำเสมอและประสิทธิภาพในทีมโดยการแบ่งปันคำแนะนำที่ทดสอบแล้ว ✔
• B) การดูแลให้พนักงานเก็บข้อมูลระหว่างกัน
• C) ลดต้นทุนของเครื่องมือ AI โดยสิ้นเชิง
• D) ทำให้การควบคุมของมนุษย์ไม่จำเป็น

คำอธิบาย: ห้องสมุดรับประกันความสม่ำเสมอและประสิทธิภาพทั่วทั้งทีมโดยการแบ่งปันพร้อมท์ที่ผ่านการทดลองและทดสอบแล้ว ไม่ใช่ทุกคนที่เริ่มต้นธุรกิจเดียวกันตั้งแต่เริ่มต้น

14. เมื่อปรับปรุงพร้อมท์ด้วยการวนซ้ำ เหตุใดจึงแนะนำให้ทำการเปลี่ยนแปลงทีละรายการ?

• A) การเปลี่ยนแปลงเพียงอย่างเดียวคือทำให้ข้อความแจ้งสั้นลง
• B) เพื่อให้เห็นได้ชัดเจนว่าการเปลี่ยนแปลงใดส่งผลต่อเอาท์พุต ✔
• C) เนื่องจากโมเดลไม่สามารถประมวลผลคำสั่งได้มากกว่าหนึ่งคำสั่งในเวลาเดียวกัน
• D) เพราะการเปลี่ยนแปลงเพียงอย่างเดียวทำให้ต้นทุนเป็นศูนย์

คำอธิบาย: หากคุณเปลี่ยนแปลงหลายสิ่งพร้อมกัน คุณจะไม่สามารถบอกได้ว่าการเปลี่ยนแปลงใดปรับปรุงหรือทำให้ผลลัพธ์เสียหาย การปรับเปลี่ยนแบบ Univariate ช่วยให้คุณเรียนรู้ว่าอะไรใช้ได้ผล