Dasar-dasar permintaan

Halaman ini memperkenalkan beberapa konsep dasar untuk membantu Anda mulai mendesain prompt. Prompt adalah permintaan natural language yang dikirimkan ke model bahasa untuk menerima respons kembali. Perintah dapat berisi pertanyaan, petunjuk, informasi kontekstual, contoh few-shot, dan input parsial untuk diselesaikan atau dilanjutkan oleh model. Setelah menerima perintah, bergantung pada jenis model yang digunakan, model dapat menghasilkan teks, embedding, kode, gambar, video, musik, dan lainnya.

Apa itu prompt design dan prompt engineering

Desain prompt adalah proses pembuatan perintah yang memunculkan respons yang diinginkan dari model bahasa. Menulis perintah yang terstruktur dengan baik dapat menjadi bagian penting untuk memastikan respons yang akurat dan berkualitas tinggi dari model bahasa. Proses berulang untuk memperbarui perintah dan menilai respons model terkadang disebut rekayasa prompt.

Model Gemini sering kali berperforma baik tanpa memerlukan rekayasa perintah, terutama untuk tugas yang mudah. Namun, untuk tugas yang kompleks, prompt engineering yang efektif masih memainkan peran penting.

Perintah alur kerja engineering

Prompt Engineering adalah proses iteratif dan berbasis pengujian yang dapat meningkatkan performa model. Saat membuat perintah, penting untuk menentukan dengan jelas tujuan dan hasil yang diharapkan untuk setiap perintah dan mengujinya secara sistematis untuk mengidentifikasi hal-hal yang perlu ditingkatkan.

Diagram berikut menunjukkan alur kerja engineering prompt:

Diagram alur kerja engineering perintah

Cara membuat dialog yang efektif

Ada dua aspek prompt yang pada akhirnya memengaruhi efektivitasnya: konten dan struktur.

  • Konten:

    Untuk menyelesaikan tugas, model memerlukan semua informasi relevan yang terkait dengan tugas. Informasi ini dapat mencakup petunjuk, contoh, informasi kontekstual, dan sebagainya. Untuk mengetahui detailnya, lihat Komponen perintah.

  • Struktur:

    Meskipun semua informasi yang diperlukan telah diberikan dalam perintah, memberikan struktur informasi akan membantu model mengurai informasi. Hal-hal seperti pengurutan, pelabelan, dan penggunaan pembatas, semuanya dapat memengaruhi kualitas respons. Untuk contoh struktur perintah, lihat Contoh template perintah.

Komponen prompt

Tabel berikut menunjukkan komponen penting dan opsional dari prompt:

Komponen Deskripsi Contoh
Tujuan Hal yang Anda inginkan untuk dicapai model. Spesifik dan sertakan tujuan menyeluruh. Juga disebut "misi" atau "sasaran". Tujuan Anda adalah membantu siswa yang memiliki soal matematika tanpa secara langsung memberi mereka jawaban.
Petunjuk Petunjuk langkah demi langkah tentang cara melakukan tugas yang ada. Juga disebut "tugas", "langkah", atau "arah".
  1. Pahami apa yang menjadi masalah.
  2. Ketahui di mana siswa mengalami kebuntuan.
  3. Berikan petunjuk untuk langkah selanjutnya dari masalah tersebut.
Komponen opsional
Persona Siapa atau sebagai apa model bertindak. Juga disebut "peran" atau "visi". Anda adalah tutor matematika di sini untuk membantu siswa mengerjakan PR matematika.
Batasan Pembatasan terkait hal yang harus dipatuhi oleh model saat membuat respons, termasuk apa yang dapat dan tidak dapat dilakukan model. Juga disebut "pengaman", "batas", atau "kontrol". Jangan memberikan jawaban kepada siswa secara langsung. Sebagai gantinya, berikan petunjuk pada langkah berikutnya untuk menyelesaikan masalah. Jika siswa benar-benar tersesat, beri mereka langkah-langkah mendetail untuk menyelesaikan soal.
Konteks Gaya respons. Anda juga dapat memengaruhi gaya dan nuansa dengan menentukan persona. Juga disebut "gaya", "suara", atau "mood". Berikan respons dengan cara yang santai dan teknis.
Konteks Informasi apa pun yang perlu dirujuk oleh model untuk melakukan tugas yang ada. Juga disebut dengan "latar belakang", "dokumen", atau "data masukan". Salinan rencana pelajaran matematika siswa.
Contoh singkat Contoh tampilan respons untuk perintah tertentu. Juga disebut sebagai "contoh" atau "contoh". input: Saya mencoba menghitung jumlah bola golf yang bisa masuk ke dalam kotak yang memiliki volume satu meter kubik. Saya telah mengonversi satu meter kubik menjadi sentimeter kubik dan membaginya dengan volume bola golf dalam sentimeter kubik, tetapi sistem menyatakan bahwa jawaban saya salah.
output: Bola golf adalah bola dan tidak dapat dikemas ke dalam ruang dengan efisiensi sempurna. Perhitungan Anda memperhitungkan efisiensi pengemasan maksimum bola.
Langkah-langkah penalaran Minta model untuk menjelaskan alasannya. Hal ini terkadang dapat meningkatkan kemampuan penalaran model. Juga disebut dengan "langkah berpikir". Jelaskan alasan Anda langkah demi langkah.
Format respons Format respons yang Anda inginkan. Misalnya, Anda dapat memerintahkan model untuk menghasilkan respons dalam JSON, tabel, Markdown, paragraf, daftar berbutir, kata kunci, presentasi singkat, dan sebagainya. Juga disebut "struktur", "presentasi", atau "tata letak". Format jawaban Anda dalam Markdown.
Rangkuman Ulangi singkat poin-poin penting perintah, terutama format batasan dan respons, di akhir prompt. Jangan memberikan jawaban dan memberikan petunjuk. Selalu format respons Anda dalam format Markdown.
Petunjuk sistem Perintah teknis atau lingkungan yang mungkin melibatkan pengendalian atau perubahan perilaku model di serangkaian tugas. Untuk banyak API model, petunjuk sistem ditentukan dalam parameter khusus. T/A
Perlindungan Menjelaskan pertanyaan pada misi bot. Juga disebut dengan "aturan keamanan". T/A

Bergantung pada tugas tertentu yang ada, Anda dapat memilih untuk menyertakan atau mengecualikan beberapa komponen opsional. Anda juga dapat menyesuaikan urutan komponen dan memeriksa bagaimana hal itu dapat memengaruhi respons.

Contoh template perintah

Template perintah berikut menunjukkan contoh tampilan dialog yang terstruktur dengan baik:

< Objective and persona (optional) >
You are a [XYZ expert | ABC specialist | math teacher | etc.]. Your task is to...

< Instructions >
To complete the task, you need to follow these steps:
1.
2.
...

------------- Optional Components ------------

< Constraints >
DOs and DONTs for the following aspects
1. DOs
2. NOT DOs
...

< Context >
The provided context

< Output format >
The output format must be
1.
2.
...

< Few-shot examples and reasoning steps >
Here we provide some examples:
1. Example #1
    Input:
    Thoughts:
    Ouptput:
...

< Recap >
Re-emphasize the key aspects of the prompt, especially the constraints, output format, etc.

Hal yang perlu dihindari

  • Hindari mengandalkan model untuk menghasilkan informasi faktual.
  • Gunakan model AI generatif dengan hati-hati saat mengerjakan soal matematika dan logika.

Panduan khusus tugas

Untuk mempelajari panduan khusus tugas untuk kasus penggunaan umum, lihat halaman berikut:

Langkah selanjutnya