Prompt engineering brzmi skomplikowanie, ale w rzeczywistości to po prostu umiejętność zadawania dobrych pytań modelom AI.
Czym jest prompt?
Prompt to tekst, który wysyłasz do modelu AI. Może to być pytanie, polecenie, opis zadania — cokolwiek, co przekazuje modelowi, czego od niego oczekujesz.
Anatomia dobrego promptu
Każdy skuteczny prompt zawiera cztery elementy:
1. Kontekst
Powiedz modelowi, kim jest i w jakiej sytuacji się znajduje.
Słabo: „Napisz tekst o AI” Dobrze: „Jesteś redaktorem portalu technologicznego. Napisz artykuł o zastosowaniach AI w medycynie dla czytelników bez wiedzy technicznej.”
2. Zadanie
Precyzyjnie opisz, co model ma zrobić.
Słabo: „Pomóż mi z kodem” Dobrze: „Napraw błąd w poniższej funkcji Python, która powinna sortować listę słowników po kluczu ‘data’.“
3. Format
Określ, jak ma wyglądać odpowiedź.
Słabo: „Podaj informacje o Pythonie” Dobrze: „Podaj 5 najważniejszych bibliotek Pythona do analizy danych. Dla każdej podaj: nazwę, jednozdaniowy opis i przykład użycia w jednej linijce kodu.”
4. Ograniczenia
Powiedz modelowi, czego nie robić.
„Nie używaj żargonu technicznego. Maksymalnie 200 słów. Pisz w języku polskim.”
Technika few-shot
Jedna z najpotężniejszych technik — podaj modelowi przykłady tego, czego oczekujesz:
Przetłumacz nazwy produktów na angielski:
- Mleko owsiane → Oat Milk
- Chleb żytni → Rye Bread
- Masło orzechowe →Model widzi wzorzec i kontynuuje w tym samym stylu.
Iteracja
Nie oczekuj idealnego wyniku za pierwszym razem. Prompt engineering to proces iteracyjny:
- Napisz pierwszy prompt
- Oceń wynik
- Popraw prompt (dodaj kontekst, zmień format, doprecyzuj)
- Powtórz
Podsumowanie
Prompt engineering to umiejętność, która się opłaca. Różnica między dobrym a złym promptem to różnica między bezużyteczną odpowiedzią a gotowym rozwiązaniem. Zacznij od czterech elementów: kontekst, zadanie, format, ograniczenia.