🟢 Метод подсказки «Обучение»

Изучите наш метод Gen AI/оперативного инжиниринга

Примените его к конкретному случаю

Метод подсказок для решения проблем с помощью генеративного ИИ представляет собой основу для решения проблем в пространстве генеративного ИИ. Это поможет вам решить, является ли Gen AI правильным решением, как применять оперативное проектирование, какие инструменты выбрать и многое другое. Мы рассмотрим каждый из пяти шагов, а затем предоставим тематическое исследование с использованием этого метода.

Пять шагов

1. Сформулируйте свою проблему

Первый шаг в методе подсказок «Обучение» — изложить свою проблему. Это включает в себя четкое формулирование проблемы, с которой вы столкнулись, без перехода к возможным решениям. Например, «У наших клиентов есть вопросы о функциях нашего продукта, которые необходимо решить, поскольку мы упускаем потенциальный бизнес».

2. Изучите соответствующую информацию

Следующим шагом после изложения вашей проблемы является изучение соответствующей информации. Это может включать исследование похожих проблем и их решений, изучение контекста вашей проблемы или анализ данных, связанных с вашей проблемой. Это также включает в себя поиск соответствующих подсказок и инструментов Gen AI . Этот шаг имеет решающее значение для понимания нюансов вашей проблемы и определения возможных подходов к ее решению. На этом этапе вы должны знать, подходит ли Gen AI для решения вашей проблемы.

3. Предложите решение

Изучив соответствующую информацию, вы должны иметь более четкое представление о том, как решить вашу проблему. Теперь пришло время предложить решение. Это может быть подсказка, новый инструмент или новый способ использования текущего инструмента. Решение должно быть напрямую связано с проблемой, которую вы указали, и информацией, которую вы изучили.

4. Скорректируйте решение

После того как вы выбрали решение, которое может быть подсказкой или инструментом, следующим шагом будет его корректировка на основе обратной связи и тестирования. Это может включать в себя настройку тестов, чтобы увидеть, как пользователи взаимодействуют с подсказкой, получение отзывов от пользователей или внесение корректировок на основе вашей собственной интуиции и опыта. Вот где на помощь приходит быстрая инженерия!

5. Запустите свое решение

Заключительный шаг в методе обучения с подсказками — запуск вашего решения. Это может включать в себя его интеграцию в ваш продукт, публикацию на платформе или просто начало использования во взаимодействии с пользователями.

Метод подсказок «Обучение» представляет собой цикл, а не линейный процесс. После запуска вашего решения вы должны продолжать отслеживать его производительность и вносить коррективы по мере необходимости. Вы можете использовать аббревиатуру SEPAL, чтобы запомнить эти шаги!

Практический пример: использование метода подсказок Learn для создания информационного бота

Давайте рассмотрим пример того, как метод подсказок можно использовать для создания чат-бота с нуля. В данном случае у нас есть набор вопросов пользователей о головных уборах.

Сформулируйте свою проблему: у нас есть большое количество пользовательских запросов о различных типах головных уборов, их истории и способах их ношения. Нам нужно что-то с этим делать, потому что мы теряем потенциальный бизнес.

Изучите соответствующую информацию: мы анализируем запросы пользователей, которые мы собрали. Мы замечаем, что самые распространенные вопросы касаются истории конкретных типов головных уборов, как их правильно носить и как за ними ухаживать. Мы также смотрим на существующие чат-боты, изучаем длину их контекста, цену и скорость, а также инструменты Gen AI, которые потенциально могут помочь нам решить нашу проблему.

Предложите решение: на основе нашего анализа мы решили создать чат-бота с использованием ChatGPT, который может ответить на эти три типа вопросов. Составляем первоначальную подсказку:

Prompt

Вы хорошо осведомленный историк шляп, изучивший историю, стили и способы ношения различных типов головных уборов. Пользователь задает вам вопрос о головных уборах. Ответьте на их запрос полезным и информативным образом: USER_INPUT.

Скорректируйте решение: мы тестируем наши первоначальные подсказки с небольшой группой пользователей и собираем их отзывы. Основываясь на их отзывах, мы понимаем, что наши подсказки должны быть более привлекательными и менее формальными.

Соответственно корректируем наши подсказки:

Prompt

Вы энтузиаст головных уборов с обширными знаниями об истории, стилях и этикете ношения различных типов головных уборов. Пользователь интересуется головными уборами и задает вам вопрос. Отвечайте на их вопросы дружелюбно и информативно».
Мы проводим еще больше пользовательских тестов и понимаем, что нам нужно сегментировать наш рынок: люди, интересующиеся историей шляп, предпочитают более формальный подход, а те, кто интересуется стилем и ношением шляп, предпочитают более неформальный бот. Мы разрабатываем начальную подсказку маршрутизации, которая решает, к какому типу пользователей они относятся, на основе их вопроса:

Prompt

«Вы — искусственный интеллект, который понимает нюансы запросов, связанных со шляпами. Основываясь на вопросе пользователя, определите, что его больше интересует: формальная история шляп или неформальный стиль и ношение шляп. связанные запросы и «неофициальный» для запросов, связанных со стилем и ношением».

Мы используем такой инструмент , как Langchain, Voiceflow или Dust, чтобы связать приглашение маршрутизации с двумя другими.

Запустите свое решение: мы запускаем чат-бот на нашем сайте. Мы продолжаем отслеживать взаимодействие пользователей с ботом и при необходимости вносим дополнительные коррективы.

Следуя методу подсказок, мы смогли создать чат-бота, который эффективно отвечает на вопросы пользователей о головных уборах. Этот процесс подчеркивает важность понимания потребностей пользователей, тестирования и корректировки решений, а также постоянного улучшения на основе отзывов пользователей.

« Понимание разума ИИ

Начиная свое путешествие »