ChatGPT: Öğrenmeniz Gereken 8 İsteme Tekniği (Hiç Yalan Yok!)

Belki de prompt mühendisliği hakkında duymuş olabilirsiniz ya da olmayabilirsiniz. Temel olarak bu, 'istemek istediğinizi elde etmek için bir yapay zekaya etkili bir şekilde iletişim kurmaktır'.

Çoğu insan iyi promptlar nasıl oluşturulacağını bilmez.

Ancak, bu gittikçe önem kazanan bir beceri haline geliyor...
Çünkü çöp girişi = çöp çıkışı.

İşte teşvik etmek için ihtiyaç duyduğunuz en önemli teknikler 👇

Ben bir dil modelini 'DM' olarak adlandıracağım.

Örnek dil modelleri @OpenAI’s ChatGPT ve @AnthropicAI’s Claude'dur.

1. Kişi/Kişilik İstemi

Yapay zekaya bir rol ata.

Örnek: "X konusunda uzmansınız. 20 yıldır insanlara Yleri yapmalarında yardımcı oldunuz. Göreviniz X hakkında en iyi tavsiyeyi vermek.
Anlaşıldıysa 'anladım' yanıtını verin."

Bir güçlendirici eklenti aşağıdakidir:

'Soru soranın ne aradığını daha iyi anlamak için her zaman önce soru sormalısınız.'

Bunu neden çok önemli olduğuna değineceğim birazdan.

2. CoT

CoT "Chain of Thought" anlamına gelir

Bu, LMA'ya mantığını açıklaması için talimat vermek için kullanılır.

Örnek:

3. Sıfır-vuruş-YL

Zero-shot, (Türkçe: sıfır atış), bir modelin ek eğitim olmadan yapay zeka tarafından tahminlerde bulunmasını ifade eder.

Birkaç kareye geçeceğiz bir dakika içinde.

Genellikle CoT > Zero-shot-CoT olduğunu unutmayın

Örnek:

4. Az-çekim (ve az-çekim-CoT)

Az örnekli, YH'ye yeni örnekler için daha hızlı adapte olması için birkaç örnek verildiğinde.

Örnek:

5. Bilgi oluşturma

Bir dil modelini uyararak soruyla ilgili bilgi üretmek.

Bu, oluşturulan bir bilgi ipucu için kullanılabilir (daha fazlası için bkz.).

Örnek:

6. Oluşturulan bilgi

Şimdi bilgi sahibi olduğumuza göre, bu bilgiyi yeni bir uyarıya besleyebilir ve bilgiyle ilgili sorular sorabiliriz.

Bir soru, 'bilgi ile desteklenmiş' bir soru olarak adlandırılır.

7. Kendi tutarlılığı

Bu teknik, birden fazla akıl yürütme yolu (düşünce zinciri) oluşturmak için kullanılır.

Çoğunluk cevabı son cevap olarak kabul edilir.

Örnek:

8. LtM

LtM 'En Azdan En Çoka' anlamına gelir

Bu teknik, CoT'nin bir devamıdır. Ayrıca, bir problemi alt problemlere bölmek ve ardından bu problemleri çözmek suretiyle çalışır.

Örnek: