Как писать промпты написано уже огромное количество материалов, но я всё равно продолжаю слышать вопросы и желание людей взять уже готовый промпт и с ним работать. Не нужно - пишите свои :)
Постараюсь в этой публикации ответить - как я работаю с ИИ и мой подход к промптингу.
При работе с LLM-моделью у нас есть как минимум несколько способов повлиять на результат ответа и получить его в том виде как нам необходимо.
Я использую ровно три:
1. КАРКАС
2. Диалог
3. Температура
1. КАРКАС - Системный промпт.
Какие только сокращения для описания структуры промпта я не встречал, поэтому решил сделать свою структуру. КАРКАС - Это база с чего начинается разговор с ИИ - формулировка системного промпта, который модель будет учитывать при каждом вопросе к ней.
К - Контекст - Определяем контекст, говорим модели что собственно мы делаем, какую роль играет модель.
"Ты эксперт по трансформации бизнеса и готовишь презентацию."
A - Аудитория - кто будет "клиентом" результата работы модели. Описываем аудиторию.
"Презентация для правления, в котором нет экспертов по ИТ"
Р - Рамки - задаем ограничения, что не нужно делать
"не более 5 слайдов, тезисы только на русском языке, не используй ИТ-жаргон... "
К - Конструкция - в каком виде мы хотим видеть ответ. Максимально задаем структуру, формат - markdown, html или json (идеально для автоматизации между шагами при использовании агентов в make или n8n).
"Структура:
Слайд 1 - Название. Краткая справка в два предложения,
А - Аналоги - даем модели примеры. в соответствии с нашей структурой. даем один-два примера - это позволит снизить риск галлюцинации практически в ноль. (пример по json модели, если указали ранее, или примеры публикаций, если хотим повторить манеру письма )
С - Стиль - куда же без стиля :) задаем финальные штрихи. у меня практически в каждом агенте есть такая фраза "Ты умеешь шутить, смеяться, поднимать настроение иронией и сарказмом. пользуйся этими своими возможностями."
2. Диалог
После того как мы сформировали каркас для нашей работы, переходим в режим диалога с LLM через обычные промпты. Получить нужный ответ с первого раза можно, но еще лучше получается результат, когда просишь модель "перечитай свой ответ, проанализируй, исправь что ты упустил и верни обновленный вариант". Можно попросить сократить или расширить, отправить другому агенту, который выступит как критик и тд.
Работа в диалоге поможет нащупать свой стиль работы с ИИ и улучшать тот же каркас. В обычных промптах вообще все равно как вы будете задавать вопросы - главное итерации. Очень часто я учтоняю "каркас" после нескольких уточнений и работой с моделью.
3. Температура
В основном я работаю с моделями через API. Температура - это фактически регулятор креатива модели (если он равен 0 - модель будет всегда давать наиболее вероятный ответ, чем ближе к 1 - тем больше вариативности. Как правило температура у всех моделей по умолчанию 0,7 или 1, в своих сценариях я всегда выставляю 0.
Вот и всё - формируем каркас и переходим в режим вайб-диалога.