Требования — это ещё один блок, о котором бывает полезно рассказать GPT, решая вместе с ней задачи.
Установка таких требований — не обязательная процедура, однако в отдельных случаях она помогает получить более интересный и точный ответ.
Задавая модели контекст, мы старались помочь ей определиться с областью поиска. Давая задачу, описывали наш вопрос или задумку. Форматами определяли, в каком виде хотим получить ответ. Требования же определяют часть логики того, как большая языковая модель будет такой ответ искать и собирать.
Среди элементов требований можно выделить два, которые мы можем легко задать прямо в запросе:
- креативность
- запреты и ограничения.
Креативность
Иногда нам бывает важнее получить не информацию о факте или какие-то данные, но придумать что-то новое.
Работая с параметром креативности, повышая уровень необычности и неожиданности ответа, важно помнить о том, что это может приводить к неточностям или даже ошибкам в ответах. Именно поэтому, если мы нацелены на получение достоверного решения, лучше снижать уровень креативности и сопровождать результат проверкой на достоверность, о которой мы будем говорить дальше.
Сформулируй креативное определение структуры воды.
Придумай необычное стихотворение, используя неожиданные ассоциации к слову «птица».
Запреты и ограничения
Отдельный параметр требований, который также можно задавать, — это введение ограничений, которые GPT будет учитывать при конструировании ответов.
Обычно указание в запросе таких ограничений нужно, если мы хотим:
- получить сильно «сфокусированный» ответ без лишней информации, сосредоточенный на отдельном аспекте явления, факта или данных;
- убрать из ответа какие-то аспекты или факты, которые для нас принципиально не должны быть указаны в результатах.
Сфокусированный запрос:
Дай определение понятия скорости. Не используй физическую трактовку. Дай только математическую характеристику.
Исключение отдельных аспектов:
Расскажи о третьей промышленной революции. Не говори о датах или конкретных людях.
Как и в случае с настройкой креативности ответа, управление ограничениями повышает риск получения искажённого ответа. И поэтому очень важно проверять результаты на достоверность (если достоверность требуется в нашем ответе).
В последнее время распространяется практика, когда внутри запроса указано ограничение для GPT на предоставление недостоверных ответов. Например, можно подстраховаться и попросить модель указать, что если у неё не хватает фактов для достоверного ответа, то нужно сказать об этом, а не пытаться его придумать (это называется «галлюцинировать»). Но ограничение не отменяет проверки на достоверность.
О ней мы поговорим в следующей главе — а заодно разберём стратегии общения с GPT.
Но сперва давайте чуть притормозим и коротко подведём итоги — что вы узнали и чему научились в этой главе.
- Узнали, из каких элементов состоит промт к языковой модели (контекст, задача, формат ответа).
- Разобрали нюансы формулирования промтов.
- Наконец, научились отличать плохие промты от хороших и поняли, что значит хороший промт.
Ниже мы подготовили небольшую шпаргалку с ключевыми идеями для создания промта. Можете сохранить её и держать под рукой для тренировок.
Уже сейчас вы можете применять GPT в работе, и она принесёт ощутимую пользу. Но впереди вас ждут ещё несколько тем, которые чуть глубже раскроют тонкости взаимодействия с языковыми моделями.