Techniky, které z AI dostanou znatelně lepší odpovědi

Základ máte za sebou. Umíte modelu říct kdo, co, jak a v jakém formátu, a už jen tím se dostáváte před většinu lidí, kteří do chatbota buší jednoslovné dotazy a diví se, že to za nic nestojí. Teď přidáme pár triků, které to posunou dál.

Nebojte se toho slova “triky”. Nejde o žádné hackování ani tajné příkazy. Jsou to spíš návyky, které vyplývají z toho, jak model funguje. Když pochopíte proč fungují, budete je používat automaticky.

Dejte modelu roli

První a možná nejúčinnější věc. Řekněte modelu, kým má být.

Rozdíl mezi “vysvětli mi inflaci” a “jsi učitel ekonomie na střední škole, vysvětli mi inflaci tak, jak bys to vysvětlil patnáctiletému” je propastný. V prvním případě dostanete odpověď odnikud, průměr všeho, co model o inflaci ví. V druhém dostanete výklad zacílený na konkrétní úroveň, tónem, který k té roli patří.

Proč to funguje? Vzpomeňte na tu statistickou mapu jazyka z druhého dílu. Když modelu určíte roli, zúžíte tím pole, ze kterého čerpá. Nasměrujete ho do části té mapy, kde bydlí učitelé, právníci, kuchaři nebo copywriteři, a odpověď pak zní přesně tak, jak od takového člověka čekáte. “Jsi zkušený korektor, projdi tenhle text” dá jiný výsledek než holé “oprav mi tohle”.

Funguje to skoro na cokoli. Zkušený programátor, skeptický recenzent, trpělivý lektor jógy. Čím konkrétnější role, tím zacílenější odpověď.

Rozsekejte velký úkol na kroky

Model zvládne překvapivě složité věci, ale má to háček. Když na něj hodíte obří komplexní zadání najednou, snadno něco odflákne nebo přeskočí. Pomůže, když ho rozdělíte.

Řekněme, že chcete připravit prezentaci. Místo “udělej mi prezentaci o zdravém stravování” zkuste postup po částech. Nejdřív požádejte o osnovu. Tu si projděte, upravte. Pak nechte rozpracovat jednotlivé body. Pak doladit formulace. Model se v každém kroku soustředí na jednu věc a odvede ji líp, než kdyby žongloval se vším naráz.

Je to jako s vařením. Nikdo nehodí všechny suroviny do hrnce zároveň a nedoufá v nejlepší. Jde se po krocích. U složitějších zadání platí totéž a rozdíl v kvalitě je znát okamžitě.

Nechte model myslet nahlas

Tohle zní zvláštně, ale je za tím reálný efekt. U složitějších otázek, hlavně těch, kde se má něco spočítat nebo logicky odvodit, se vyplatí požádat model, ať postupuje krok za krokem a svůj postup ukáže.

Věta “vyřeš to a rozepiš, jak jsi k tomu došel” často změní výsledek. Ne proto, že by model “přemýšlel” v lidském smyslu, to ne. Ale tím, že skládá odpověď postupně a nahlas, si každý mezikrok staví na tom předchozím, místo aby vypálil finální odpověď od boku. U matematiky, logických úloh nebo rozhodování s více faktory to znatelně snižuje šanci na hloupou chybu.

Bonus je, že vidíte jeho úvahu. Když se někde utne, poznáte kde, a můžete ho opravit. Odpověď bez postupu je černá skříňka. Odpověď s postupem se dá zkontrolovat.

Pracujte s příklady

O příkladech byla řeč už minule, ale zaslouží si vlastní odstavec, protože jsou vážně mocné. Když chcete od modelu výstup v určitém stylu nebo struktuře, ukažte mu jeden hotový kus.

Píšete produktové popisky a máte tři, které se vám povedly? Vložte je a řekněte “napiš dalších pět ve stejném duchu”. Model z těch ukázek vytáhne tón, délku, rytmus, a nové kusy sednou k těm starým mnohem líp, než kdybyste styl zdlouhavě popisovali slovy. Jeden dobrý příklad vydá za odstavec instrukcí.

Nemusíte použít všechno naráz

Poslední poznámka, ať vás to nezahltí. Tyhle čtyři věci nejsou checklist, který musíte odškrtat u každého dotazu. U jednoduché otázky (“jak se řekne děkuji japonsky”) nepotřebujete roli ani kroky ani příklady, prostě se zeptáte.

Techniky se hodí tam, kde na výsledku záleží a kde jednoduchá otázka nestačí. Postupně vám přejdou do krve a přestanete o nich vůbec přemýšlet. Poznáte podle výsledku, kdy sáhnout po které.

A i když použijete všechny naráz, první odpověď málokdy sedne dokonale. To je normální. Právě o tom, jak s odpovědí dál pracovat, ji korigovat a ladit, bude příští, závěrečný díl tohohle bloku.