۵. تکرار، ابزارها و نسخهبندی پرامپت هوش مصنوعی
پرامپت خوب برای هوش مصنوعی یکشبه نوشته نمیشود؛ رفتوبرگشت میخواهد. این درس میگوید این رفتوبرگشت را چطور نظاممند کنیم، ابزارهای خودکارسازی پرامپت چه میکنند و چه خطرهایی دارند، و چرا پرامپت باید از کد جدا و نسخهدار باشد — همان کاری که در پروژهٔ این فصل میکنیم.
پرامپت هوش مصنوعی را با ارزیابی بهتر کنید، ابزارهای خودکار را بشناسید و پرامپت را مثل کد نسخهبندی کنید.
رفتوبرگشت با مدل
مهندسی پرامپت (Prompt Engineering) رفتوبرگشت میخواهد. هرچه مدل را بهتر بشناسید، ایدههای بهتری برای پرامپتهایتان پیدا میکنید. مثلاً اگر از مدل بخواهید بهترین بازی ویدیویی را انتخاب کند، ممکن است جواب بدهد که سلیقهها فرق دارند و هیچ بازیای را نمیشود «بهترینِ مطلق» دانست. با دیدن این جواب، پرامپت را اصلاح میکنید: «حتی اگر سلیقهها فرق دارند، یکی را انتخاب کن.»
هر مدلی خلقیات خودش را دارد: یکی عددها را بهتر میفهمد، یکی در نقشآفرینی بهتر است؛ یکی دستورهای سیستمی را اول پرامپت ترجیح میدهد و یکی آخر. با مدلتان بازی کنید تا بشناسیدش: پرامپتهای مختلف را امتحان کنید، راهنمای پرامپتنویسی سازندهاش را بخوانید، تجربهٔ دیگران را در اینترنت جستوجو کنید، و اگر «زمین بازی» (playground) دارد از آن استفاده کنید. یک پرامپت را روی مدلهای مختلف امتحان کنید؛ فرق پاسخها چیزهای زیادی دربارهٔ مدل خودتان یادتان میدهد.
ابزارهای مهندسی پرامپت
برای هر کاری، تعداد پرامپتهای ممکن بینهایت است. مهندسی پرامپت دستی وقتگیر است و بهترین پرامپت گریزپا. برای همین ابزارهای زیادی برای کمک و خودکارسازی ساخته شدهاند.
در حال بررسی دسترسی…
در این درس
- رفتوبرگشت با مدل
- ابزارهای مهندسی پرامپت
- سه احتیاط
- پرامپت را از کد جدا کنید
- نسخهبندی و کاتالوگ پرامپت
- خودآزمایی
پرسشهایی که این درس جواب میدهد
- چهار عادت برای آزمودن نظاممند تغییرهای پرامپت کداماند؟
- ابزارهایی مثل DSPy چه میکنند؟
- سه احتیاط در استفاده از ابزارهای مهندسی پرامپت کداماند؟
- چهار فایدهٔ جدا کردن پرامپت از کد کداماند؟
- چرا کاتالوگ پرامپت نسخهدار از «پرامپت در git، همیشه آخرین نسخه» بهتر است؟