ChatGPT: التقنيات الثمانية للتحفيز التي يجب عليك تعلمها (بدون إهمال!)

قد تكون قد سمعت أو لم تسمع عن هندسة الاستدراك. في الأساس، يعني "التواصل بفعالية مع الذكاء الاصطناعي للحصول على ما تريده".

معظم الناس لا يعرفون كيفية صياغة استفسارات جيدة.

ومع ذلك، فإنها تصبح مهارة مهمة بشكل متزايد ...
لأن الزبالة بالداخل = الزبالة بالخارج.

هنا أهم التقنيات التي تحتاجها للترويج 👇

سأشير إلى نموذج لغوي بـ 'LM'.

أمثلة على نماذج اللغة هي ChatGPT لـ @OpenAI و Claude لـ @AnthropicAI.

1. تعزيز شخصية / دور

قم بتعيين دور للذكاء الاصطناعي.

مثال: "أنت خبير في X. لقد ساعدت الناس في القيام بـ Y لمدة 20 عامًا. مهمتك هي تقديم أفضل نصيحة حول X.
يرجى الرد بـ 'فهمت' إذا تم فهم ذلك."

إضافة قوية هي التالية:

يجب أن تطرح الأسئلة دائمًا قبل الإجابة حتى تفهم بشكل أفضل ما يبحث عنه السائل.

سأتحدث عن أهمية ذلك في لحظة.

2. CoT

CoT تعني "سلسلة من الأفكار"

يُستخدم لتوجيه LM لشرح تفكيره.

مثال:

3. المعايرة التلقائية لمهام صفرية

التصنيف بدون تدريب يشير إلى نموذج يعمل على إجراء التنبؤات دون تدريب إضافي داخل النص التوجيهي.

سأتناول موضوع القليل من الإطار الزمني في دقيقة.

لاحظ أن عادةً CoT > Zero-shot-CoT

مثال:

4. قليل من الصورة (و قليل من الصورة الترابط الجملي)

التدريب القليل يحدث عندما يتم تزويد نموذج اللغة بعدة أمثلة في النص النصي لكي يتكيف بشكل أسرع مع أمثلة جديدة.

مثال:

5. توليد المعرفة

توليد المعرفة المتعلقة بالأسئلة من خلال تحفيز نموذج اللغة.

يمكن استخدام ذلك لمحفز المعرفة المولدة (انظر أدناه).

مثال:

6. المعرفة المُولّدة

الآن بعد أن لدينا المعرفة، يمكننا إدخال تلك المعلومات في نص جديد وطرح أسئلة متعلقة بالمعرفة.

مثل هذا السؤال يُسمى سؤالًا "مُعزز بالمعرفة".

7. الاتساق الذاتي

تُستخدَم هذه التقنية لتوليد مسارات عديدة للتفكير (سلاسل الأفكار).

الإجابة الأكثر شيوعًا تعتبر الإجابة النهائية.

مثال:

8. LtM

تعني LtM "من الأدنى إلى الأعلى"

هذه الطريقة هي استكمال لتقنية اتصالات أخرى. بالإضافة إلى ذلك ، فهي تعمل من خلال تقسيم المشكلة إلى مشاكل فرعية ومن ثم حلها.

مثال: