Как получить нужный результат от запроса к нейросети
В последнее время очень активно читаю лекции про работу с нейросетями. И из общения с участниками моих тренингов вижу, что многим мешает эффективно построить работу отсутствие понимания ключевых вещей о том, как устроен искусственный интеллект.
Отсюда ошибки в составлении запросов (промптов) и результат, который не устраивает. Набросал список часто встречающихся ошибок при формировании промптов для ChatGPT, которых стоит избегать:
1. Задаем слишком короткие и абстрактные вопросы
Ошибка: Использование одного или двух слов для вопросов. Например, вопрос "Объясни" или "Что это?" не дает модели контекста.
Почему это важно: ChatGPT работает лучше, когда запросы более конкретные и содержат ключевые детали.
Пример:
❌ "Объясни теорию относительности".
✅ "Объясни, как работает теория относительности на простом примере".
❌ "Расскажи про бизнес".
✅ "Расскажи про малый бизнес в сфере технологий".
2. Перегружаем информацией
Ошибка: Слишком длинные и сложные вопросы. Например, когда в одном запросе включается несколько тем сразу.
Почему это важно: Модель может запутаться и не понять, что именно важно в запросе.
Пример:
❌ "Расскажи про историю машинного обучения и как его применяют в медицине и какие есть текущие вызовы в области этики ИИ".
✅ "Объясни кратко историю машинного обучения и отдельно расскажи о его применении в медицине".
3. Игнорируем уточняющие вопросы
Ошибка: Когда не используешь возможность задать дополнительные вопросы для уточнения ответа.
Почему это важно: ChatGPT может давать общий ответ. Многие полагают, что больше информации нет и разочарованные неполнотой ответа, решают, что нейросеть не справляется. Уточняющие вопросы позволяют вытащить более развернутый ответ, углубиться в детали темы и т.д.
Пример:
После общего ответа на вопрос можно спросить:
"Расскажи подробнее о вызовах этики в ИИ" или “Раскрой детальнее пункт 5”.
4. Злоупотребляем негативными формулировками
Ошибка: Постановка вопросов с множеством "не". Например, "Чего не нужно делать, чтобы не провалить проект?"
Почему это важно: Негативные формулировки усложняют понимание вопроса для модели, и это может привести к путанице в ответе.
Пример:
❌ "Что нельзя не учитывать при планировании проекта?"
✅ "Что важно учитывать при планировании проекта?"
5. Пренебрегаем стилем и тоном
Ошибка: Не указывать, каким тоном должен быть ответ. Например, если тебе нужен формальный или неформальный ответ, но это не прописано.
Почему это важно: ChatGPT может дать слишком формальный или, наоборот, слишком простой ответ, который не соответствует ожиданиям.
Пример:
❌ "Объясни, как пишутся научные статьи".
✅ "Объясни простым языком для студентов, как пишутся научные статьи ".
6. Ожидаем, что модель знает все текущие события
Ошибка: Ожидание от модели информации по очень свежим событиям, которые появились недавно.
Почему это важно: Модель не имеет доступа к интернету в реальном времени, и данные могут быть ограничены датой её последнего обучения.
Пример:
❌ "Что недавно сказал президент в своем выступлении?"
✅ "Проанализируй загруженный мной текст выступления президента и сделай краткое описание основных идей".
7. Не указываем структуру или форму ответа
Ошибка: Не указывать, в каком формате или структуре ты хочешь получить ответ. Например, просить об общем объяснении, когда лучше было бы запросить краткие пункты или списки.
Почему это важно: Правильная структура помогает сделать ответ более понятным и полезным.
Пример:
❌ "Расскажи про основные этапы разработки ПО".
✅ "Можешь перечислить основные этапы разработки ПО в виде списка?"
8. Используем многозначные слова без контекста
Ошибка: Использование слов, которые могут иметь несколько значений, без пояснения контекста.
Почему это важно: Модель может выбрать неправильное значение и дать ответ, который не будет соответствовать ожиданиям.
Пример:
❌ "Расскажи, как устроены банки" (Вам могут рассказать про консервные банки).
✅ "Расскажи о структуре коммерческого банка на примере крупнейших банков России".
9. Забываем уточнить аудиторию
Ошибка: Не указать, для кого предназначен ответ — школьники, студенты, профессионалы и т.д.
Почему это важно: От уровня подготовки аудитории зависит глубина и сложность ответа.
Пример:
❌ "Объясни, как работает фотосинтез".
✅ "Объясни, как работает фотосинтез для учеников 5-го класса".
10. Используем субъективные понятия
Ошибка: Постановка вопросов с использованием субъективных понятий, таких как "лучший", "худший" или "красивый", без конкретизации критериев.
Почему это важно: Модель может предоставить расплывчатый ответ, так как субъективные понятия могут трактоваться по-разному.
Пример:
❌ "Какая страна лучшая для жизни?"
✅ "Какие страны имеют высокие показатели качества жизни по уровню здравоохранения и образования?"
11. Ожидаем прогноз или предсказание будущих событий
Ошибка: Просить модель предсказать будущее или сделать прогноз событий.
Почему это важно: ChatGPT не имеет способности предсказывать будущее или давать точные прогнозы, так как его база данных ограничена прошлой информацией.
Пример:
❌ "Что случится с экономикой через 5 лет?"
✅ "Какие текущие экономические тренды могут повлиять на будущее через несколько лет?"
12. Не указываем размер ответа (краткий/подробный)
Ошибка: Не указать, насколько подробным должен быть ответ. Иногда нужны краткие объяснения, а иногда — глубокий анализ.
Почему это важно: Без указания на формат ответа модель может либо дать слишком краткий ответ, либо слишком детализированный.
Пример:
❌ "Расскажи про машинное обучение".
✅ "Объясни, что такое машинное обучение, в 10 предложениях".
13. Игнорируем временные рамки
Ошибка: Не уточнять, в какой временной период происходит описываемое событие или факт, что важно для точности ответа.
Почему это важно: Модель может описать устаревшие данные, если не указать временные рамки.
Пример:
❌ "Как развивались компьютерные технологии?"
✅ "Как развивались компьютерные технологии в период с 2019 по 2024 год?"
14. Игнорируем географию
Ошибка: Не уточнять про какую страну речь в запросе.
Почему это важно: Нейросеть может описать события в США вместо российских.
Пример:
❌ "Как развивались строительные технологии в период с 2019 по 2024 год?"
✅ "Как развивались строительные технологии в период с 2019 по 2024 год в России?"
Отсюда ошибки в составлении запросов (промптов) и результат, который не устраивает. Набросал список часто встречающихся ошибок при формировании промптов для ChatGPT, которых стоит избегать:
1. Задаем слишком короткие и абстрактные вопросы
Ошибка: Использование одного или двух слов для вопросов. Например, вопрос "Объясни" или "Что это?" не дает модели контекста.
Почему это важно: ChatGPT работает лучше, когда запросы более конкретные и содержат ключевые детали.
Пример:
❌ "Объясни теорию относительности".
✅ "Объясни, как работает теория относительности на простом примере".
❌ "Расскажи про бизнес".
✅ "Расскажи про малый бизнес в сфере технологий".
2. Перегружаем информацией
Ошибка: Слишком длинные и сложные вопросы. Например, когда в одном запросе включается несколько тем сразу.
Почему это важно: Модель может запутаться и не понять, что именно важно в запросе.
Пример:
❌ "Расскажи про историю машинного обучения и как его применяют в медицине и какие есть текущие вызовы в области этики ИИ".
✅ "Объясни кратко историю машинного обучения и отдельно расскажи о его применении в медицине".
3. Игнорируем уточняющие вопросы
Ошибка: Когда не используешь возможность задать дополнительные вопросы для уточнения ответа.
Почему это важно: ChatGPT может давать общий ответ. Многие полагают, что больше информации нет и разочарованные неполнотой ответа, решают, что нейросеть не справляется. Уточняющие вопросы позволяют вытащить более развернутый ответ, углубиться в детали темы и т.д.
Пример:
После общего ответа на вопрос можно спросить:
"Расскажи подробнее о вызовах этики в ИИ" или “Раскрой детальнее пункт 5”.
4. Злоупотребляем негативными формулировками
Ошибка: Постановка вопросов с множеством "не". Например, "Чего не нужно делать, чтобы не провалить проект?"
Почему это важно: Негативные формулировки усложняют понимание вопроса для модели, и это может привести к путанице в ответе.
Пример:
❌ "Что нельзя не учитывать при планировании проекта?"
✅ "Что важно учитывать при планировании проекта?"
5. Пренебрегаем стилем и тоном
Ошибка: Не указывать, каким тоном должен быть ответ. Например, если тебе нужен формальный или неформальный ответ, но это не прописано.
Почему это важно: ChatGPT может дать слишком формальный или, наоборот, слишком простой ответ, который не соответствует ожиданиям.
Пример:
❌ "Объясни, как пишутся научные статьи".
✅ "Объясни простым языком для студентов, как пишутся научные статьи ".
6. Ожидаем, что модель знает все текущие события
Ошибка: Ожидание от модели информации по очень свежим событиям, которые появились недавно.
Почему это важно: Модель не имеет доступа к интернету в реальном времени, и данные могут быть ограничены датой её последнего обучения.
Пример:
❌ "Что недавно сказал президент в своем выступлении?"
✅ "Проанализируй загруженный мной текст выступления президента и сделай краткое описание основных идей".
7. Не указываем структуру или форму ответа
Ошибка: Не указывать, в каком формате или структуре ты хочешь получить ответ. Например, просить об общем объяснении, когда лучше было бы запросить краткие пункты или списки.
Почему это важно: Правильная структура помогает сделать ответ более понятным и полезным.
Пример:
❌ "Расскажи про основные этапы разработки ПО".
✅ "Можешь перечислить основные этапы разработки ПО в виде списка?"
8. Используем многозначные слова без контекста
Ошибка: Использование слов, которые могут иметь несколько значений, без пояснения контекста.
Почему это важно: Модель может выбрать неправильное значение и дать ответ, который не будет соответствовать ожиданиям.
Пример:
❌ "Расскажи, как устроены банки" (Вам могут рассказать про консервные банки).
✅ "Расскажи о структуре коммерческого банка на примере крупнейших банков России".
9. Забываем уточнить аудиторию
Ошибка: Не указать, для кого предназначен ответ — школьники, студенты, профессионалы и т.д.
Почему это важно: От уровня подготовки аудитории зависит глубина и сложность ответа.
Пример:
❌ "Объясни, как работает фотосинтез".
✅ "Объясни, как работает фотосинтез для учеников 5-го класса".
10. Используем субъективные понятия
Ошибка: Постановка вопросов с использованием субъективных понятий, таких как "лучший", "худший" или "красивый", без конкретизации критериев.
Почему это важно: Модель может предоставить расплывчатый ответ, так как субъективные понятия могут трактоваться по-разному.
Пример:
❌ "Какая страна лучшая для жизни?"
✅ "Какие страны имеют высокие показатели качества жизни по уровню здравоохранения и образования?"
11. Ожидаем прогноз или предсказание будущих событий
Ошибка: Просить модель предсказать будущее или сделать прогноз событий.
Почему это важно: ChatGPT не имеет способности предсказывать будущее или давать точные прогнозы, так как его база данных ограничена прошлой информацией.
Пример:
❌ "Что случится с экономикой через 5 лет?"
✅ "Какие текущие экономические тренды могут повлиять на будущее через несколько лет?"
12. Не указываем размер ответа (краткий/подробный)
Ошибка: Не указать, насколько подробным должен быть ответ. Иногда нужны краткие объяснения, а иногда — глубокий анализ.
Почему это важно: Без указания на формат ответа модель может либо дать слишком краткий ответ, либо слишком детализированный.
Пример:
❌ "Расскажи про машинное обучение".
✅ "Объясни, что такое машинное обучение, в 10 предложениях".
13. Игнорируем временные рамки
Ошибка: Не уточнять, в какой временной период происходит описываемое событие или факт, что важно для точности ответа.
Почему это важно: Модель может описать устаревшие данные, если не указать временные рамки.
Пример:
❌ "Как развивались компьютерные технологии?"
✅ "Как развивались компьютерные технологии в период с 2019 по 2024 год?"
14. Игнорируем географию
Ошибка: Не уточнять про какую страну речь в запросе.
Почему это важно: Нейросеть может описать события в США вместо российских.
Пример:
❌ "Как развивались строительные технологии в период с 2019 по 2024 год?"
✅ "Как развивались строительные технологии в период с 2019 по 2024 год в России?"
А я предлагаю вам наш календарь обучающих мероприятий для PR-специалистов на ближайшие несколько месяцев:
21-23 октября Пиаршкола "PR в социальных сетях для государственных и муниципальных структур" Мой трехдневный тренинг.
11-13 ноября "Школа PR-директора" Мой трехдневный тренинг.
27-29 ноября - наша ежегодная большая осенняя конференция "Новые технологии PR-работы" Два потока докладов - пиар в бизнесе и пиар в госструктурах. Более 30 спикеров.
9-11 декабря - "Школа публичных выступлений" Мой трехдневный тренинг для тех, кто хочет развить свои навыки ораторского мастерства или научиться готовить своих руководителей к публичным выступлениям.
Выбирайте интересные вам мероприятия, переходите, посмотрите программу и присоединяйтесь!
