Co to jest prompt?

Prompt to polecenie, pytanie albo zestaw instrukcji przekazanych sztucznej inteligencji w celu uzyskania konkretnej odpowiedzi. Z promptami spotykamy się dziś przede wszystkim podczas korzystania z chatbotów, generatorów obrazów i innych narzędzi opartych na AI. Można więc powiedzieć, że prompt jest sposobem komunikowania systemowi, co ma zrobić i jaki rezultat chcemy otrzymać.

Nie każdy prompt musi być skomplikowany. „Napisz przepis na naleśniki” jest już promptem. Podobnie jak „Wygeneruj zdjęcie kota siedzącego na parapecie podczas deszczu”. Różnica pojawia się dopiero w jakości uzyskanego rezultatu.

Prompt, czyli instrukcja dla AI

Najprościej wyobrazić sobie prompt jako polecenie wydane cyfrowemu asystentowi.

Kiedy wpisujemy do ChatGPT pytanie „Jak przygotować samochód do sprzedaży?”, przekazujemy modelowi określone zadanie. System analizuje treść zapytania i na tej podstawie generuje odpowiedź.

Prompt nie musi jednak przyjmować formy pytania. Może być zwykłym poleceniem:

„Napisz opis produktu na 1500 znaków”.

Może też zawierać znacznie więcej informacji. Im bardziej konkretne zadanie, tym łatwiej wskazać AI oczekiwany kierunek.

Dlaczego dobry prompt ma znaczenie?

AI może wykonać to samo zadanie na wiele różnych sposobów. Jeśli poprosimy tylko o „napisanie artykułu o kawie”, otrzymamy tekst, ale niekoniecznie taki, jakiego potrzebujemy.

Jeżeli dodamy odbiorcę, styl, długość, tematykę i najważniejsze informacje, sytuacja wygląda już zupełnie inaczej.

Przykładowo zamiast:

„Napisz tekst o kawie.”

możemy napisać:

„Napisz artykuł o tym, jak wybrać kawę do ekspresu automatycznego. Tekst skieruj do początkujących użytkowników. Wyjaśnij różnice między arabiką i robustą, podaj praktyczne wskazówki i unikaj specjalistycznego języka.”

Drugie polecenie daje AI znacznie więcej informacji. Nie musi zgadywać, dla kogo pisze, o czym dokładnie ma pisać i jaki charakter powinien mieć tekst.

Z czego może składać się prompt?

Nie istnieje jeden obowiązkowy schemat tworzenia promptów. W prostych zadaniach wystarczy jedno zdanie. Przy bardziej wymagających poleceniach warto jednak przekazać AI kilka elementów.

Najczęściej przydatne są:

• zadanie – co AI ma zrobić,
• kontekst – czego dotyczy problem i jakie informacje są ważne,
• odbiorca – dla kogo ma powstać odpowiedź,
• forma – na przykład artykuł, lista, tabela lub kod,
• ograniczenia – czego AI ma unikać albo jakie warunki musi spełnić.

Nie trzeba umieszczać wszystkiego w każdym poleceniu. Przy prostym pytaniu byłoby to wręcz niepotrzebne.

Czy prompt musi być długi?

Nie.

To jeden z popularniejszych mitów związanych z korzystaniem z AI. Dobry prompt nie musi być długi. Powinien być przede wszystkim konkretny.

Jeśli chcemy tylko poznać definicję jakiegoś pojęcia, wystarczy krótkie pytanie. Rozbudowany prompt będzie natomiast przydatny wtedy, gdy oczekujemy konkretnego rezultatu.

Porównajmy dwa polecenia:

„Napisz reklamę samochodu.”

oraz:

„Napisz krótki, konkretny opis ogłoszenia sprzedaży samochodu dla osoby prywatnej. Samochód to Volkswagen Golf 2019, silnik 1.5 TSI, 130 KM, przebieg 82 tys. km. Podkreśl niski przebieg i regularny serwis. Unikaj przesadnych określeń typu „igła” i „perełka”.”

Drugie polecenie jest dłuższe, ale przede wszystkim usuwa niepotrzebne domysły.

Co oznacza prompt engineering?

Wraz z rozwojem AI pojawiło się określenie prompt engineering. Oznacza ono projektowanie i udoskonalanie poleceń w taki sposób, aby uzyskiwać bardziej użyteczne i przewidywalne rezultaty.

Nie chodzi tutaj o magiczne słowa, które nagle sprawią, że AI stanie się mądrzejsza. Ważniejsze jest odpowiednie sformułowanie zadania.

Osoba tworząca prompt może na przykład określić, jakiego stylu ma używać model, jakie informacje powinien uwzględnić, czego ma nie robić oraz jak ma wyglądać wynik.

W przypadku prostych zastosowań nie trzeba jednak znać żadnych zaawansowanych technik. Często wystarczy napisać dokładnie to, czego oczekujemy.

Prompt może zawierać przykład

Czasami samo opisanie oczekiwanego rezultatu nie wystarcza. Wtedy warto pokazać AI przykład.

Załóżmy, że chcemy wygenerować serię opisów produktów utrzymanych w konkretnym stylu. Możemy przekazać modelowi jeden lub kilka wcześniejszych opisów i poprosić o przygotowanie kolejnego w podobnej formie.

To podejście określa się między innymi jako few-shot prompting. Model otrzymuje przykłady i na ich podstawie łatwiej rozpoznaje oczekiwany schemat.

Nie oznacza to jednak, że będzie kopiował tekst słowo w słowo. Przykłady mają przede wszystkim pokazać mu sposób wykonania zadania.

Prompt w generatorach obrazów

Prompty nie dotyczą wyłącznie chatbotów.

Generatory obrazów również korzystają z opisów przekazywanych przez użytkownika. Możemy napisać na przykład:

„Realistyczna fotografia wilka stojącego na zaśnieżonym górskim zboczu, mgła w tle, światło zachodzącego słońca, naturalne proporcje, szczegółowa sierść, ujęcie filmowe.”

Taki prompt określa co ma znaleźć się na obrazie, gdzie znajduje się obiekt oraz jaki charakter ma mieć scena.

Możemy oczywiście pójść dalej i dodać informacje dotyczące perspektywy, oświetlenia, kompozycji czy rodzaju fotografii.

W przypadku generatorów obrazów sposób formułowania promptów może być nieco inny niż przy modelach tekstowych, ale podstawowa zasada pozostaje podobna: im lepiej określimy oczekiwany rezultat, tym większą kontrolę mamy nad wynikiem.

Co zrobić, gdy AI źle zrozumie prompt?

To zdarza się często. I nie zawsze oznacza, że pierwsze polecenie było całkowicie złe.

Zamiast zaczynać od początku, można doprecyzować zadanie. Jeśli AI napisała zbyt formalny tekst, można powiedzieć: „Przeredaguj go prostszym językiem i skróć zdania”. Jeżeli pominęła ważny element, wystarczy wskazać, czego zabrakło.

W praktyce rozmowa z AI często przypomina poprawianie pierwszej wersji. Pierwszy prompt daje punkt wyjścia, a kolejne wiadomości pozwalają stopniowo zbliżać się do oczekiwanego rezultatu.

To szczególnie przydatne przy bardziej złożonych zadaniach.

Czy istnieją „idealne” prompty?

Raczej nie.

Prompt, który świetnie sprawdzi się przy pisaniu artykułu, niekoniecznie będzie dobry przy generowaniu obrazu. Innego polecenia potrzebujemy do analizy dokumentu, innego do programowania, a jeszcze innego do przygotowania planu podróży.

Ważny jest również sam model AI. Różne systemy mogą inaczej interpretować dokładnie tę samą instrukcję.

Dlatego zamiast szukać jednego magicznego promptu, lepiej nauczyć się precyzyjnie opisywać oczekiwany rezultat.

Prompt jest początkiem rozmowy z AI

Można powiedzieć, że prompt jest odpowiednikiem instrukcji przekazywanej człowiekowi. Jeśli powiemy pracownikowi „zrób coś z tym dokumentem”, trudno oczekiwać idealnego rezultatu. Jeśli dokładnie wyjaśnimy, co ma sprawdzić, dla kogo przygotować materiał i jaki ma być efekt końcowy, zadanie staje się znacznie prostsze.

Z AI jest podobnie.

Prompt to nie zaklęcie ani specjalny kod. To sposób przekazania sztucznej inteligencji naszych oczekiwań. Może składać się z jednego zdania albo kilku akapitów. Najważniejsze jest nie to, ile słów zawiera, lecz czy model otrzymuje wystarczająco dużo informacji, aby właściwie zrozumieć zadanie.

Im częściej korzystamy z AI, tym łatwiej zauważyć, że najlepsze efekty daje niekoniecznie najbardziej skomplikowane polecenie. Czasem wystarczy kilka dobrze dobranych zdań, które jasno mówią: co zrobić, dla kogo, w jakiej formie i z jakim efektem.