Anatomie dobrého promptu, aneb jak se ptát, aby to k něčemu bylo

Napíšete do chatbota “napiš mi email” a dostanete email. Obecný, mdlý, o ničem. Zavřete to s pocitem, že ta vychvalovaná AI za nic nestojí. Přitom problém nebyl v ní. Problém byl v zadání.

V minulých třech dílech jsme si vyjasnili, co jazykový model je, jak zhruba funguje a k čemu se hodí. Teď přichází část, kde se to začne vyplácet v praxi. Protože ať je model sebechytřejší, mluví jen tak dobře, jak dobře se ho zeptáte. A ptát se dá naučit.

Proč vágní otázka plodí vágní odpověď

Vzpomeňte si na druhý díl. Model neví, co chcete. Nečte vám myšlenky, nezná kontext vaší situace, netuší, komu ten email píšete ani proč. Skládá odpověď z pravděpodobností – a když mu dáte málo informací, sáhne po tom nejobecnějším, co k danému slovu statisticky patří.

“Napiš mi email” je z jeho pohledu skoro prázdné zadání. Email komu? O čem? Formální, nebo kamarádský? Krátký, nebo vyčerpávající? Model si musí všechno domyslet, a když si domýšlí, jede po vyšlapané cestě průměru. Výsledek je pak přesně takový, jaký byl vstup. Neurčitý dovnitř, neurčitý ven.

Tady se hodí jedno přirovnání. Představte si, že zadáváte práci brigádníkovi, kterého jste nikdy neviděli a který o vaší firmě neví vůbec nic. Je šikovný, ale je to jeho první den. Kdybyste mu řekli jen “napiš email”, taky by tápal. Kdybyste mu řekli komu, proč, jakým tónem a co má email obsahovat, odvedl by slušnou práci. S modelem je to stejné. Není to hádač myšlenek, je to hodně schopný nováček bez kontextu.

Čtyři věci, které dělají zadání dobrým

Dobrý prompt nemusí být dlouhý ani chytře formulovaný. Stačí, když obsahuje čtyři věci: kontext, úkol, formát a někdy i příklad. Projdeme je popořadě.

Kontext je situace kolem. Kdo jste, komu píšete, o co jde, co je důležité. Právě tady se rozhoduje nejvíc. Když modelu řeknete “jsem majitel malé kavárny a píšu dodavateli, který nám už měsíc vozí zrnkovou kávu pozdě”, má najednou z čeho stavět. Ví, jaký tón zvolit, co zdůraznit, čemu se vyhnout.

Úkol je to, co konkrétně po modelu chcete. Ne “něco s tím emailem”, ale “napiš mu zdvořilou, ale jasnou reklamaci a požádej o řešení”. Čím konkrétnější sloveso, tím lépe. Shrň, porovnej, přepiš, vysvětli, navrhni tři varianty. Mlhavé “zpracuj mi tohle” nechává příliš prostoru.

Formát říká, jak má odpověď vypadat. Odrážky, nebo souvislý text? Tři odstavce, nebo tři věty? Tabulka? Email s předmětem? Pokud to neřeknete, model zvolí, co ho napadne, a nemusí to sednout. Věta “odpověz mi v pěti odrážkách, každá maximálně jeden řádek” ušetří spoustu předělávání.

Příklad je nejsilnější a nejmíň využívaná zbraň. Když modelu ukážete, jak má výsledek vypadat – třeba starší email, který se vám líbil, nebo styl, který chcete napodobit – trefí se mnohem přesněji než po sebelepším popisu. Ukázat je vždycky lepší než popisovat. Platí to u lidí a u modelů dvojnásob.

Před a po

Ať to není jen teorie. Vezměme to původní mizerné zadání a rozdělejme ho.

Špatně: “Napiš mi email.”

Dobře: “Jsem majitel malé kavárny. Píšu dodavateli kávy, který nám poslední měsíc vozí zboží se zpožděním. Napiš zdvořilý, ale jasný email, ve kterém na problém upozorním a požádám o nápravu do konce týdne. Tři krátké odstavce, věcný tón, žádné výhrůžky.”

Cítíte ten rozdíl? Druhé zadání není o nic chytřejší. Je jen konkrétní. Řekne kdo, komu, proč, jak a v jakém formátu. A model podle něj napíše něco, co reálně použijete, ne obecnou šablonu, kterou byste stejně museli přepsat.

Zajímavé je, že tenhle princip funguje i naopak. Když si sami zformulujete pořádné zadání, často přitom zjistíte, co vlastně chcete. Nutí vás to promyslet situaci. Nejednou jsem začal psát prompt a v půlce mi došlo, že mi ještě chybí půlka informací, které bych do toho emailu měl dát. Zadání pro AI je tak trochu i zadání pro vás samotné.

Nemusíte to trefit napoprvé

Malá útěcha na závěr. Nikdo neočekává, že sestavíte dokonalý prompt hned. Není to zkouška. S modelem se dá normálně bavit, upřesňovat, doptávat se, nechat věci přepsat. O tom bude ostatně celý šestý díl.

Zatím si stačí odnést jedno. Kvalita toho, co z AI vypadne, se ze všeho nejvíc odvíjí od kvality toho, co do ní vložíte. Ne od nějakého tajného triku, ne od placené verze, ne od štěstí. Od toho, jak jasně řeknete, co chcete.

V příštím dílu se podíváme na konkrétní techniky, které tohle posouvají ještě dál. Jak modelu přiřadit roli, jak složitý úkol rozsekat na kroky a proč se vyplatí nechat ho popsat vlastní postup, i když ho zrovna nepotřebujete.