ChatGPT ne griješi, mi postavljamo pogrešna pitanja - Šta je prompt inženjering i kako pomaže da dobijete prave informacije od vještačke inteligencije?

Da li vam se ikada dogodilo da u komunikaciji sa ChatGPT-jem ne dobijete adekvatan odgovor? Možda ste pokušali da formulišete pitanje iz različitih uglova, mijenjali riječi ili dodavali detalje kako biste dobili željeni odgovor. Ako jeste, zapravo ste se bavili prompt inženjeringom, iako možda niste bili svjesni toga. Prompt inženjering, termin koji će u godinama pred nama tek dobiti na značaju, je proces dizajniranja i optimizacije upita za vještačke inteligencije, posebno velike jezičke modele, kako bi se dobili precizni, relevantni i korisni odgovori. Ideja je da oblikujete upit na način koji omogućava modelu da jasno razumije šta se od njega traži i da pruži kvalitetan odgovor, bez potrebe za dodatnom obukom ili modifikacijom samog modela. U suštini, prompt inženjering vam pomaže da od AI dobijete tačno ono što vam je potrebno.

- Prompt inženjering je proces optimizacije upita dok se ne dobije željeni odgovor od AI modela. U kontekstu vještačke inteligencije, prompt inženjering je važan zato što poboljšava performanse velikih jezičkih modela bez potrebe da se sam model modifikuje - objašnjava za eKapiju Tihomir Opačić, AI konsultant i softverski inženjer sa više od 25 godina iskustva. Njegova kompanija Orange Hill Development održava i AI konsultacije i obuke za tradicionalne kompanije i software development timove, a bave se, između ostalog i edukacijom iz oblasti prompt inženjeringa.

Ključne komponente dobrog prompta, prema riječima našeg sagovornika, uključuju jasne instrukcije, kontekst, dodeljivanje specifične uloge modelu, zahtjev za formatiranjem, ton i primjer odgovora.

- Komponente kao što su jasne instrukcije i kontekst su esencijalne za dobijanje kvalitetnih odgovora - dodaje Tihomir, koji je inače osnivač i vlasnik, odnosno suvlasnik, dvije kompanije - Orange Hill Development i Viking Code. Obavlja i funkciju strateškog direktora u CDT HUB-u i tehničkog direktora u holandskoj kompaniji Coding Chiefs.

Kako ističe, veliki jezički modeli imaju ograničeno znanje, posebno za skorašnje događaje.

- Tehnike kao što su Retrieval Augmented Generation (RAG) i implementacija AI agenata mogu pomoći modelima da pristupe aktuelnim podacima i daju precizne odgovore - kaže Tihomir.

Ove tehnike omogućavaju modelima da koriste spoljne izvore podataka kao kontekst, čime se poboljšava tačnost i relevantnost odgovora.

- Prompt inženjering je važan za sve profesije koje intenzivno koriste velike jezičke modele - objašnjava Tihomir, dodajući da profesije koje zahtijevaju visoku preciznost, kao što su programeri, marketari, bankari i tehnička podrška, imaju najviše koristi od prompt inženjeringa.

Najčešće greške koje ljudi prave kada razgovaraju sa velikim jezičkim modelima su nedovoljno jasni promptovi (jasne instrukcije) i pružanje nedovoljne količine podataka (kontekst).

- Ljudi tada upadaju u zamku ukazujući modelu da je pogriješio na šta model najčešće kreće da se izvinjava zbog greške, pružajući zatim ponovo nezadovoljavajući odgovor formulisan na malo drugačiji način. Najveći broj nezadovoljavajućih odgovora modela može da se riješi dostavljajući širi kontekst i jasnije instrukcije - kaže Opačić.

Komplikovaniji problemi, objašnjava, zahtijevaju korišćenje naprednijih tehnika prompt inženjeringa kao što su few-shot prompting, chain-of-thought prompting, tree-of-thought prompting i ostalih prompt inženjering tehnika.

Tihomir predviđa da će prompt inženjering postati još važniji u budućnosti.

- U posljednjih devet mjeseci na osnovu odgovora novih verzija velikih jezičkih modela kao što su OpenAI GPT 4o i Anthopic Claude 3.5 vidimo da se prompt inženjering tehnike koriste u samim bazičnim modelima kako bi se dodatno poboljšao kvalitet njihovih odgovora. Svakako, i dalje je važno da mi kao korisnici ovih sistema imamo dobro znanje o prompt inženjering tehnikama, kako bismo lako prepoznali situaciju u kojoj uz malo truda možemo da dobijemo značajno kvalitetnije odgovore - kaže.

U budućnosti, smatra AI konsultant, možemo da očekujemo da nas sam model kroz razgovor navede na korišćenje nekih od efikasnih promt inženjering tehnika, bez da mi, kao korisnici, uopšte budemo svjesni da se to dešava, a sve to kako bi se poboljšao kvalitet odgovora. Kompjuterski naučnici, dodaje, širom svijeta i dalje obavljaju istraživanja otkrivajući nove prompt inženjering tehnike. Inspiraciju često pronalaze u tehnikama koje su razvijene da bi se pospješila produktivnost nas ljudi.

- Kada posmatramo razgovore sa velikim jezičkim modelima, na kraju je veoma korisno povući paralelu sa razgovorima koje imamo sa ljudima. Ukoliko delegiramo radni zadatak čovjeku ili modelu, ukoliko ne pružimo dovoljno kvalitetnih informacija i instrukcija, ni delegirani zadatak neće biti izvršen kvalitetno - zaključuje naš sagovornik.