Pre samo nekoliko godina, za dobijanje kvalitetnog odgovora bilo je gotovo neophodno detaljno opisati ulogu AI modela, dati mu precizna uputstva i ponuditi primere. Danas su jezički modeli znatno bolji u rukovanju složenim zadacima, pa se i pristup formulisanju upita prilagodio njihovim novim mogućnostima.
Ipak, to ne znači da je način postavljanja pitanja postao nebitan. Jasan zadatak, dovoljno konteksta i dobro određeni prioriteti i dalje mogu uticati na kvalitet odgovora, dok kod činjenica, zaključaka i procene znanja ljudska provera ostaje neophodna.
Kako formulisati dobar upit
Dobar upit se i dalje zasniva na nekoliko osnovnih principa, objašnjava za "RT na ruskom" Ekaterina Pozdnjakova, glavna urednica kompanije za obrazovanje Lan, koja je razvila AI program LanGPT. Pre svega, potrebno je jasno definisati šta se od AI traži, postaviti odgovarajuća pitanja, dati dovoljno potpun kontekst i navesti ograničenja, zahteve odgovora i izvore.
Ono što je danas manje potrebno jesu opširni opisi uloge modela. Ranije je bilo uobičajeno da se upit započinje formulacijama poput: "Vi ste najbolji stručnjak na svetu sa deset godina iskustva...". Takvo insistiranje na detaljnom predstavljanju uloge više nije neophodno za dobijanje kvalitetnog odgovora.
Za šta možemo da koristimo AI bez stalnog nadzora
Veštačkoj inteligenciji mogu se prepustiti brojni zadaci koji oduzimaju mnogo vremena, ali ne zahtevaju samostalno donošenje odluka. Na primer, može da pomogne studentima da pronađu odgovarajući odlomak u knjizi, osmisle odgovor ili napišu rad, skrate tekst i uporede različite varijante formulacija.
Posebno je korisna kada radi sa podacima koji su joj unapred dati, umesto da sama traži informacije na internetu.
Međutim, kada su u pitanju činjenice, zaključci i procena znanja, ljudska kontrola ostaje neophodna. AI može da pomeša datume, autore ili termine, pa čak i da izmisli referencu na delo koje ne postoji, a da odgovor i dalje deluje uverljivo.
Drugim rečima, rutinski zadaci mogu se delegirati veštačkoj inteligenciji, ali tamo gde su preciznost, značenje i odgovornost za rezultat od presudne važnosti, glavnu reč trebalo bi da ima čovek.
Ni predugačak upit nije nužno loš
Veliki broj pravila, primera i uputstava ne mora sam po sebi da pogorša rezultat. Modeli mogu da obrađuju veoma velike količine teksta, a dodatni koristan kontekst često može da pomogne.
Problem nastaje kada upit postane prepun sporednih, međusobno konkurentnih ili protivrečnih instrukcija. Ako modelu istovremeno postavimo desetine pravila, izuzetaka i primera, teže mu je da prepozna koji su zahtevi najvažniji.
Zato dobar upit ne mora nužno da bude kratak - važnije je da što veći deo njegovog sadržaja čine korisne informacije. Što je zadatak jasniji, prioriteti preciznije određeni, a izvorni podaci jasno odvojeni od instrukcija, to je rezultat stabilniji.
Bolje je reći šta želimo, nego samo šta ne želimo
Negativne instrukcije, poput "nemoj da koristiš složene termine" ili "izbegavaj određene formulacije", mogu da funkcionišu, ali imaju ograničenje: Govore modelu šta ne treba da uradi, ali mu ne daju jasan pravac šta treba da uradi umesto toga. Takav pristup jasnije usmerava generisanje odgovora.