Ошибка 1: Быть слишком расплывчатым
Расплывчатые промпты приводят к общим, бесполезным ответам. ИИ нуждается в четких указаниях для создания ценных результатов.
✗ Слабый промпт
Напиши что-нибудь об изменении климата.
✓ Сильный промпт
Напиши объяснение на 500 слов о том, как изменение климата влияет на морские экосистемы, с акцентом на коралловые рифы. Включи 3 конкретных примера последствий и возможных решений. Целевая аудитория — старшеклассники.
Улучшенный промпт содержит конкретную длину, фокус темы, структурные требования и информацию об аудитории — все это направляет ИИ к гораздо более полезному ответу.
При составлении промптов всегда включайте конкретные детали о том, чего вы хотите: длину, формат, тон, аудиторию, цель и любые другие релевантные параметры. Эта ясность устраняет догадки и помогает ИИ генерировать именно то, что вам нужно.
Ошибка 2: Перегружать свои промпты
Включение слишком большого количества запросов в один промпт сбивает ИИ с толку и приводит к неполным или неорганизованным ответам.
✗ Слабый промпт
Объясни квантовые вычисления, сравни их с классическими, перечисли все основные квантовые алгоритмы, объясни квантовое превосходство, обсуди будущее этой области и предоставь примеры кода на Python для квантовых симуляций.
✓ Сильный промпт
Объясни основные принципы квантовых вычислений и чем кубиты отличаются от классических битов. Объяснение должно быть не длиннее 300 слов и подходить для человека с образованием в области компьютерных наук, но без знаний в квантовой физике.
Разделение сложных тем на отдельные, сфокусированные промпты дает лучшие результаты, чем попытка охватить все сразу. Этот подход позволяет ИИ обеспечить глубину, а не широту.
Вместо того чтобы просить все сразу, разбивайте сложные запросы на серию сфокусированных промптов. Такой подход позволяет ИИ уделить каждому аспекту вашего запроса должное внимание, что приводит к более полным и точным ответам.
Ошибка 3: Игнорировать контекст
Без достаточной фоновой информации модель вынуждена полагаться на свои общие данные обучения, которые могут не соответствовать вашей конкретной ситуации.
✗ Слабый промпт
Этот код правильный?
✓ Сильный промпт
Проверь эту функцию на Python, которая вычисляет числа Фибоначчи с помощью рекурсии. Проверь на правильность, проблемы с производительностью и предложи улучшения: [фрагмент кода]
Предоставление самого кода и указание, какие аспекты нужно проверить, дает ИИ контекст, необходимый для содержательного обзора кода, а не для общего ответа.
Всегда предоставляйте релевантную фоновую информацию, особенно для задач, требующих специфических знаний или понимания конкретной ситуации. Этот контекст помогает основывать ответ ИИ на конкретной информации, важной для вашего запроса
Ошибка 4: Не предоставлять примеры
Примеры служат конкретной демонстрацией того, что вы ищете, уменьшая двусмысленность и недопонимание. Исследования показывают, что предоставление примеров (few-shot prompting) значительно улучшает производительность в различных задачах.
✗ Слабый промпт
Напиши описания товаров для моего интернет-магазина.
✓ Сильный промпт
Напиши 3 описания для керамических кружек ручной работы в моем интернет-магазине. Каждое должно быть длиной 50-75 слов. Вот пример тона и стиля, который я хочу:
«Наша кружка «Полуночная Лазурь» привнесет ремесленную элегантность в ваш утренний ритуал. Изготовленная и глазурованная вручную в глубоких океанических синих тонах, каждое изделие имеет уникальные кристаллические узоры, которые появляются во время обжига. Удобная ручка, щедрый объем 350 мл и возможность использования в микроволновой печи делают ее не просто красивым дополнением к вашей коллекции — это ваш новый незаменимый спутник на каждый день».
Пример ясно демонстрирует желаемый тон, длину и структуру контента, давая ИИ образец для генерации похожих описаний.
По возможности всегда включайте примеры того типа вывода, который вы ищете. Эти примеры служат конкретной демонстрацией, которая помогает ИИ понять ваши ожидания относительно стиля, формата и качества контента.
Ошибка 5: Игнорировать ограничения ИИ
Модели ИИ имеют определенные ограничения, касающиеся актуальности знаний, фактической точности и возможностей.
✗ Слабый промпт
Какие вчера были номера в лотерее? Также проанализируй последние тренды в TikTok за эту неделю.
✓ Сильный промпт
Объясни, как работает выбор номеров в лотерее и каковы статистические вероятности. Затем опиши, как обычно развиваются и распространяются тренды в социальных сетях, используя TikTok в качестве примера.
Улучшенный промпт работает в рамках ограничений ИИ, запрашивая объяснение процессов, а не информацию в реальном времени, к которой у модели нет доступа.
Ознакомьтесь с тем, что модели ИИ могут и не могут делать. Избегайте запросов информации в реальном времени, не ожидайте идеальной фактической точности без проверки и не запрашивайте возможности, которых у модели нет. Вместо этого работайте в рамках этих ограничений, чтобы получить максимальную пользу.
Ошибка 6: Не уточнять запросы
Инженерия промптов — это итеративный процесс. Ваш первый промпт редко дает идеальный ответ. Рассматривая каждое взаимодействие как возможность для обучения и уточняя свой подход на основе того, что работает, а что нет, вы можете постепенно улучшать качество ответов ИИ, чтобы они лучше соответствовали вашим потребностям.
✗ Слабый промпт
Этот ответ совсем не то, что я хотел.
✓ Сильный промпт
Ваш предыдущий ответ был полезен, но мне нужна более техническая информация с конкретными данными об энергоэффективности. Не могли бы вы пересмотреть его, включив больше технических характеристик и количественных сравнений между различными типами изоляции?
Конкретная обратная связь о том, что было пропущено или неверно в предыдущем ответе, помогает ИИ понять, как улучшить свою следующую попытку, что приводит к постепенному улучшению результатов.
Если вы не получаете желаемых результатов с первого раза, предоставьте конкретную обратную связь о том, что пропущено или неверно, и соответствующим образом уточните свой промпт. Каждая итерация приближает вас к желаемому результату.
Ошибка 7: Использовать плохое форматирование
Хорошо отформатированные промпты с четкой структурой помогают ИИ эффективнее анализировать ваши запросы и отвечать на них.
✗ Слабый промпт
мне нужно чтобы ты рассказал мне о машинном обучении также объяснил нейронные сети и потом дал мне какой-нибудь код на python для простой нейронной сети а также рассказал о глубоком обучении в сравнении с машинным обучением и дал мне несколько ресурсов для дальнейшего изучения
✓ Сильный промпт
Пожалуйста, предоставьте информацию по следующим темам, связанным с машинным обучением:
- Краткое объяснение нейронных сетей (2-3 предложения)
- Простой пример кода нейронной сети на Python с использованием TensorFlow
- Ключевые различия между глубоким обучением и традиционным машинным обучением
- 3-5 рекомендованных ресурсов (книги или онлайн-курсы) для начинающих в изучении машинного обучения
Использование нумерованных списков, четких разрывов абзацев и явной структуры делает ваш запрос более легким для анализа ИИ и позволяет ему систематически отвечать, гарантируя, что все части будут рассмотрены.
Ключевые выводы из этого руководства:
- Будьте конкретны и ясны в том, чего вы хотите
- Разбивайте сложные запросы на сфокусированные промпты
- Предоставляйте релевантный контекст и фоновую информацию
- Включайте примеры желаемого результата
- Понимайте ограничения ИИ и работайте в их рамках
- Итерируйте и уточняйте свои промпты на основе результатов
- Используйте четкое форматирование и структуру в своих промптах
Перевод материала: https://www.promptjesus.com/blog/7-prompt-engineering-mistakes-beginners-must-avoid