![1_wCKFgpHptRK_JNaGrG8RFg.jpg](https://static-lib.s3.amazonaws.com/cms/1_w_CK_Fgp_Hpt_RK_J_Na_Gr_G8_R_Fg_bb504a1d8e.jpg)
Možná jste už slyšeli o technice promptování. Ve zásadě se jedná o "efektivní komunikaci s umělou inteligencí, abyste dosáhli toho, co chcete".
Většina lidí neví, jak se správně vytvářejí otázky.
Ale stává se stále důležitější dovedností...
Protože špatný vstup = špatný výstup.
Zde jsou nejdůležitější techniky, které potřebujete pro zadání 👇
Budu se odkazovat na jazykový model jako "LM".
Příklady jazykových modelů jsou ChatGPT od @OpenAI a Claude od @AnthropicAI.
1. Persona/role prompting
Přiřaďte úlohu AI.
Příklad: "Jste odborníkem na X. Pomohl jste lidem provádět Y po dobu 20 let. Vaším úkolem je poskytnout nejlepší rady ohledně X.
Odpovězte 'rozumím', pokud je to jasné."
Silný doplněk je následující:
„Před tím, než odpovíte, vždy septejte na otázku, abyste lépe pochopili, co dotazující hledá.“
O tome, proč je to tak důležité, se zmíním za chvíli.
2. CoT
CoT znamená „Cesta myšlení“
Slouží k instruování LM, aby vysvětlil své úsudky.
Příklad:
![1_WB-Q2Wxf3nknx7JI__KjMQ.jpg](https://static-lib.s3.amazonaws.com/cms/1_WB_Q2_Wxf3nknx7_JI_Kj_MQ_3bb907e339.jpg)
3. Zero-shot-CoT
Zero-shot odkazuje na model, který dělá predikce bez dalšího trénování uvnitř daného vstupu.
Za chvíli se dostanu k pojmům few-shot (hrubě přeloženo jako "malý počet příkladů")
Všimněte si, že obvykle CoT > Zero-shot-CoT
Příklad:
![1_nRZMFzWxahlrklRoUi7bhQ.jpg](https://static-lib.s3.amazonaws.com/cms/1_n_RZM_Fz_Wxahlrkl_Ro_Ui7bh_Q_68ed4fddd8.jpg)
4. Pár kroků (a pár kroků-CoT)
Několik málo kroků je, kdy je LM (jazykový model) dodáno několik příkladů v podnětu, aby se rychleji přizpůsobil novým příkladům.
Příklad:
![1_iN3wq9QBQP6s4AEPPNZrhA.jpg](https://static-lib.s3.amazonaws.com/cms/1_i_N3wq9_QBQP_6s4_AEPPN_Zrh_A_175749d281.jpg)
5. Generování znalostí
Vytváření znalostí souvisejících s otázkami poskytnutím LM.
Toto může být použito pro vygenerovaný znalostní podnět (viz dále).
Příklad:
![1_Sa_Claqn_A_Ka17b38_ZQ_Ora_g.jpg](https://static-lib.s3.amazonaws.com/cms/1_Sa_Claqn_A_Ka17b38_ZQ_Ora_g_736f5e7cee.jpg)
6. Vygenerované poznatky
Nyní, když máme znalosti, můžeme tyto informace použít v novém dotazu a ptát se na otázky související s těmito znalostmi.
Taková otázka se nazývá "znalostmi rozšířená" otázka.
7. Sebekonzistence
Tato technika se používá k vytvoření více cest úvahy (řetězce myšlenek).
Většinová odpověď je brána jako konečná odpověď.
Příklad:
![1_mChc367_9PHxMwMPsNScYw.jpg](https://static-lib.s3.amazonaws.com/cms/1_m_Chc367_9_P_Hx_Mw_M_Ps_N_Sc_Yw_6389b1d13a.jpg)
8. LtM
LtM znamená 'Nejméně na Nejvíce'
Tato technika je pokračováním Metody všech technik. Dále funguje tak, že problém rozdělí na podproblémy a poté je řeší.
Příklad:
![1_lt5x_MCLKCME_Ot_JME_N6_D_Gw.jpg](https://static-lib.s3.amazonaws.com/cms/1_lt5x_MCLKCME_Ot_JME_N6_D_Gw_a106d037ed.jpg)