Peneliti menjelaskan cara meningkatkan kualitas jawaban AI - ForkLog: cryptocurrency, AI, singularitas, masa depan

# Peneliti menjelaskan bagaimana meningkatkan kualitas jawaban AI

Prompt konteks yang dirancang dengan baik meningkatkan akurasi jawaban model AI. Kesimpulan ini terdapat dalam artikel Laboratorium Kecerdasan Buatan Shanghai.

Meskipun kemampuan jaringan saraf untuk memahami bahasa alami, mereka masih memerlukan informasi tambahan dan permintaan yang jelas untuk memberikan hasil yang berkualitas. Misalnya, jika meminta AI “merencanakan perjalanan”, ia mungkin menawarkan pelayaran mewah, tidak mengetahui tentang anggaran yang terbatas.

Pertanyaan yang baik dapat menghindari “entropi” — kebingungan akibat ketidakpastian yang berlebihan.

Cara Membuat Prompt yang Berkualitas

Artikel ini menawarkan cara-cara untuk meningkatkan efisiensi komunikasi dengan kecerdasan buatan. Cara-cara tersebut didasarkan pada perancangan promt (prompt engineering).

Beberapa tips:

1. Perlu memulai dengan dasar-dasar: siapa, apa, mengapa. Penting untuk selalu menyertakan latar belakang untuk menciptakan konteks. Alih-alih menggunakan permintaan “Tulis puisi”, sebaiknya coba permintaan: “Kamu adalah seorang penyair romantis yang menulis untuk merayakan ulang tahun pernikahan saya. Tema - cinta abadi. Biarkan puisi itu singkat dan manis.”
2. Penting untuk membentuk informasi “berlapis-lapis”, seperti kue — dari yang umum ke yang khusus**.** Mulailah dengan yang umum, lalu tambahkan detail. Untuk tugas pemrograman: “Saya seorang pemula dalam pemrograman. Pertama, jelaskan dasar-dasar Python. Kemudian, bantu saya memperbaiki kode ini [masukkan kode]. Konteks: ini untuk aplikasi permainan sederhana.” Ini akan membantu AI memproses permintaan yang kompleks tanpa overload.
3. Penerapan tag dan struktur. Prompt sebaiknya diorganisir menggunakan label. Contoh: “Tujuan: merencanakan liburan anggaran. Batasan: $500. Cocok untuk keluarga. Preferensi: tujuan pantai”. Ini mirip dengan memberikan kecerdasan buatan peta jalan.
4. Mengaktifkan elemen multimodal. Jika permintaan mencakup penggunaan elemen visual atau obrolan sebelumnya, perlu dibuat deskripsi. Contoh: “Berdasarkan gambar ini [deskripsi atau tautan], usulkan variasi pakaian. Konteks sebelumnya: saya lebih suka gaya kasual.” Untuk tugas yang panjang, perlu merangkum sejarahnya.
5. Penyaringan Kebisingan. Dalam prompt, hanya yang paling diperlukan yang harus dimasukkan. Jika AI “tersesat”, perlu menambahkan penjelasan. Misalnya: “Abaikan topik yang tidak relevan — fokus hanya pada manfaat kesehatan.”
6. Memperhitungkan kesalahan masa lalu. Penting untuk berpikir ke depan, misalnya: “Kali ini kamu menawarkan X, tetapi itu tidak berhasil karena Y — sesuaikan sesuai kebutuhan.”

Kami ingat, pada bulan Oktober, penelitian dari Universitas Pennsylvania menunjukkan bahwa model bahasa besar memberikan jawaban yang lebih akurat jika diminta dengan kasar.