Podstawy skutecznego promptowania — Transcript

Praktyczny przewodnik po skutecznym promptowaniu AI z przykładami i wskazówkami, jak uzyskać lepsze rezultaty w generowaniu tekstu i obrazów.

Key Takeaways

Precyzyjne i kontekstowe prompty dają lepsze i bardziej dopasowane odpowiedzi AI.
Rozbijanie zadań na etapy i interakcja z AI zwiększa efektywność pracy z modelem.
Personalizacja stylu komunikacji możliwa dzięki metodom one shot i few shot prompting.
Długość promptu ma wpływ na jakość wyników – około 21 słów to optymalna długość.
Ostateczna odpowiedzialność za jakość i poprawność wygenerowanych treści spoczywa na użytkowniku.

Summary

Wideo pokazuje, jak przejść od podstawowego do zaawansowanego promptowania, aby uzyskać oczekiwane wyniki z AI.
Przykład generowania obrazu zegarka ilustruje, jak ogólne polecenia dają statystycznie typowe odpowiedzi.
Omówiono trzy poziomy promptowania na przykładzie pisania maila do dyrektorki zespołu.
Podkreślono znaczenie określenia roli AI, kontekstu, zadania oraz formatu odpowiedzi w promptach.
Przedstawiono metody one shot i few shot prompting do personalizacji stylu komunikacji.
Zalecane jest rozbijanie złożonych zadań na mniejsze kroki i stosowanie łańcucha myśli dla lepszej jakości wyników.
Przykład przygotowania oferty na podstawie notatek z rozmowy z klientem pokazuje praktyczne zastosowanie podziału zadania.
Badania Google wskazują, że lepsze rezultaty daje promptowanie z około 21 słowami, a nie zbyt krótkie polecenia.
Podsumowano, że prompty powinny być zwięzłe, jasne i precyzyjne, a AI traktowane jak partner do współpracy.
Zachęta do eksperymentowania z różnymi stylami promptowania i dostosowywania ich do własnych potrzeb.

Full Transcript — Download SRT & Markdown

Speaker A

Teraz pokażemy wam jak przejść od podstawowego do świetnego promptowania, aby otrzymywać oczekiwane rezultaty w pracy z AI. Zacznijmy od szybkiego ćwiczenia. Otwórzcie jedną z wykorzystywanych przez was aplikacji AI, która umożliwia generowanie obrazów. W naszym przypadku wykorzystamy Gemini. A

Speaker A

następnie wpiszcie jedno polecenie. wygeneruj zdjęcie zegarka. Na czas przejścia do narzędzia i generowania zdjęcia zatrzymajcie to wideo. Zajmie wam to może 15 sekund, dlatego zróbmy to teraz.

Speaker A

Okej. Mam nadzieję, że udało wam się wygenerować to zdjęcie. Jeśli nie, to ostatni moment, żeby jeszcze spróbować. Jeśli tak, to założę się, że wskazówki waszego zegarka wskazują około godziny 1010, no może 1089 albo 10 11. Skąd to wiemy?

Speaker A

Sprawdźmy, co się stanie, gdy słowo zegarek wpiszemy po prostu w wyszukiwarkę. Wybierzmy grafika i co widzimy.

Speaker A

Większość zdjęć to zegarki na rękę wskazujące właśnie około godziny 10 i najprawdopodobniej najwięcej zbiorów danych, do których miał dostęp model i na których był trenowany zawierało właśnie takie zdjęcia zegarków.

Speaker A

No dobrze, a co nam to mówi o promptowaniu i pracy z AI? No kiedy wydajemy modelowi polecenia w sposób ogólny to otrzymujemy ogólne.

Speaker A

Statystycznie najbardziej prawdopodobne odpowiedzi czyli właśnie ten przysłowiowy zegarek z godziną 1010. I dokładnie to samo dzieje się na przykład z tekstem. Kiedy wprowadzimy prompt, napisz mail do klienta z nową ofertą, a następnie nic nie dodamy więcej, to otrzymamy poprawną, grzeczną,

Speaker A

ale całkowicie nijaką wiadomość. Nie ma w niej żadnych konkretów, naszego stylu i jakiejkolwiek personalizacji. Taka odpowiedź modelu nie realizuje naszych celów. Zobaczmy zatem jak to zmienić.

Speaker A

Przejdziemy przez trzy poziomy promptowania na konkretnym przykładzie pisania maila do przełożonych. Załóżmy, że chcemy zaplanować spotkanie z dyrektorką zespołu Sarą. Spotkanie ma dotyczyć celów na kolejny kwartał i planu działania. Chcemy omówić konkretny projekt o nazwie Omega, a jego rezultaty

Speaker A

przyczyniły się do wzrostu wydajności o 20%, a także jego dalszy rozwój. Poza tym potrzebujemy omówić plan przygotowania zespołu do wykorzystania możliwości AI w pracy. Przechodzimy zatem do Gemini i wprowadzamy podstawowy prompt, czyli nasz prompt na poziomie pierwszym. Napisz eemail do dyrektorki

Speaker A

mojego zespołu na temat potrzeby spotkania o planowaniu celów i działań na kolejne kwartały. Efekt, jeśli wybierzemy model myślący lub pro, może być nie najgorszy, ale odpowiedź wciąż może być generyczna i bez wystarczającego kontekstu na tym poziomie komunikacji.

Speaker A

Jak to zrobić lepiej? Wchodzimy na poziom drugi i wpisujemy: Napisz profesjonalny eemail do dyrektorki mojego zespołu Sary z propozycją spotkania na temat planowania celów i działań na kolejne kwartały. Wspomnij o sukcesie projektu Omega, który będzie motywem przewodnim spotkania.

Speaker A

I jest dużo lepiej. Narzędzie zna imię odbiorcy, rozumie konkretny cel spotkania i pisze w profesjonalnym tonie. Zaoszczędziliśmy już czas na edycję poprzedniej generycznej odpowiedzi. No ale to wciąż nie jest ideał. Brakuje konkretnych rezultatów projektu, które może warto podbić, a

Speaker A

także nie wspomnieliśmy o drugim ważnym celu spotkania. I ponownie zamiast poprawiać tę odpowiedź AI, wejdziemy na kolejny, trzeci poziom promptowania. Teraz dobrze zdefiniujemy rolę, kontekst i zadanie dla modelu. Wprowadźmy następujący prompt, który precyzyjnie to określa.

Speaker A

I co otrzymujemy? Gemini wygenerował maila, który ma jasny kontekst i realizuje nasze cele. Wcale nie musi być bardziej obszerny. Ważne, żeby zawierał kluczowe informacje przekazane w odpowiednim tonie. Po weryfikacji, może z drobnymi zmianami, zapewne nadawałby się do wysyłki. Na koniec zawsze

Speaker A

powinniśmy sprawdzić odpowiedzi wygenerowane przez AI, zanim ich użyjemy. W razie potrzeby edytować je. To my jesteśmy odpowiedzialni za to, aby nasza komunikacja, dokumenty i inne treści były właściwe i na solidnym poziomie. Podsumujmy to. Tworząc polecenia dla generatywnej AI,

Speaker A

pamiętajcie o takich elementach jak rola, czyli kim jest AI w tym zadaniu, kontekst, jasno określone zadanie, format jak ma wyglądać odpowiedź i ewentualnie zakres, czyli ograniczenia czego unikać, a na czym się skupić.

Speaker A

I co ważne, nie zawsze potrzebujecie tych wszystkich elementów w każdym prącie. To zależy od waszych oczekiwań i tego, nad czym konkretnie pracujecie.

Speaker A

Ale minimum, o którym zawsze należy pamiętać, to dobrze i jasno określone zadanie oraz potrzebny kontekst do jego realizacji.

Speaker A

Zobaczmy różnic pomiędzy słabym i mocnym prądem jeszcze na innych przykładach. Wracając do przykładu z dyrektorką Sarą, co jeśli chcecie, aby email odzwierciedlał wasz styl komunikacji?

Speaker A

Wtedy do prompta możecie dodać przykład jednego z waszych poprzednich maili do tej osoby z komentarzem. To jest przykład tego, jak formuje swoją komunikację.

Speaker A

To wykorzystanie tak zwanej metody one shot prompting, gdzie dajemy modelowi przykład, jak powinna wyglądać odpowiedź, a w tym poleceniu jak ma się komunikować. Rozwinięciem tej metody jest tak zwane few shot prompting.

Speaker A

Moglibyśmy dodać nie jeden, a kilka przykładów tego, jak wyglądały moje maile do dyrektorki i osób na podobnym stanowisku, na przykład o planowaniu celów w poprzednich latach. Po prostu je wklejamy lub dodajemy w formie załącznika, na przykład dokumentu.

Speaker A

Okej. A co jeśli zadanie jest dużo bardziej skomplikowane? Na przykład chodzi o stworzenie całej strategii od zera. Tedy jeden nawet dobry prąd z przykładami może nie wystarczyć. Zamiast tego możemy rozbić duże zadanie na mniejsze logiczne kroki. Możemy nawet

Speaker A

poprosić o to bezpośrednio model. Wystarczy, że wskażemy w prompcie, aby myślał o zadaniu krok po kroku. AI rozbije zadania na logiczne etapy, przez które następnie przechodzimy prompt po prompcie. W przypadku wspomnianej strategii moglibyśmy najpierw przeprowadzić analizę tego, co już wiemy

Speaker A

o projekcie Omega. wyciągnąć wnioski i stworzyć filary strategii zespołu na kolejne kwartały, opracować konkretny plan działań, a następnie przekuć je w finalny dokument, prezentację i email do wysłania saze przed spotkaniem. Działamy tu w ramach tak zwanego łańcucha myśli,

Speaker A

dzięki któremu AI skupia się w pełni na wybranym zadaniu, korzysta z danych z poprzedniego kroku i daje nam możliwość feedbackowania odpowiedzi na każdym etapie. Wynik takiej pracy będzie bardziej dokładny i dopasowany do naszych konkretnych potrzeb.

Speaker A

Okej. A jak mogłoby to wyglądać na innym przykładzie? Wyobraź sobie, że masz notatki z rozmowy z klientem i musisz przygotować ofertę. Co robisz?

Speaker A

Krok pierwszy, streść notatki. Krok drugi, zidentyfikuj główne potrzeby klienta. Krok trzeci, dopasuj nasze usługi do tych potrzeb. I krok czwarty, napisz ofertę w formacie i następnie określasz czego potrzebujesz. I na koniec krótkie podsumowanie badań, które przeprowadziło Google. Wynika z nich, że większość

Speaker A

użytkowników promptuje używając średnio dwięciu słów, zaś lepsze zadowolenie z wyników daje promptowanie z wykorzystaniem około 21 słów.

Speaker A

I właśnie te różnica w długości promptów stanowi zazwyczaj zdefiniowany cel, kontekst czy rola. Podsumowując, po pierwsze, prompty powinny być zwięzłe, jasne i zrozumiałe zarówno dla użytkownika jak i dla AI. Po drugie, należy precyzyjnie określać oczekiwany wynik. Podanie konkretnych

Speaker A

szczegółów w prompcie pomaga modelowi skupić się na tym, co istotne, co bezpośrednio przekłada się na większą dokładność.

Speaker A

I po trzecie, nasza osobista porada. Przy prostych zadaniach jeden szybki prąd jest okej, ale przy tych bardziej złożonych zadaniach traktujcie AI jak partnera, współpracownika. Rozmowa i interakcja to klucz. Zamiast zrzucać wszystko na raz, rozłóżcie zadanie na części i dawajcie modelowi feedback na

Speaker A

różnych etapach zadania. Dokładnie tak, jakbyście pracowali z drugą osobą z zespołu nad trudnym projektem.

Speaker A

Wypróbujcie różne podejścia do opromptowania na własnych przykładach. To może być prosty mail, który macie do wysłania. Dodajcie modelowi waszą przykładową wiadomość, aby dostosował się do waszego stylu komunikacji. A jeśli macie przed sobą bardziej złożone zadanie, wpiszcie AI co to jest i

Speaker A

poproście, aby rozbiła je na logiczne etapy, a następnie przeprowadziła was przez nie krok po kroku. Powodzenia.

Speaker A

Powodzenia. Yeah.

Topics:promptowanieAIgeneratywna sztuczna inteligencjapisanie mailigenerowanie obrazówGeminione shot promptingfew shot promptingłańcuch myślipersonalizacja stylu

Frequently Asked Questions

Co to jest promptowanie i dlaczego jest ważne w pracy z AI?

Promptowanie to formułowanie poleceń dla AI. Jest ważne, ponieważ precyzyjne i dobrze skonstruowane prompty pozwalają uzyskać bardziej trafne i użyteczne odpowiedzi od modelu.

Jakie są trzy poziomy promptowania opisane w filmie?

Pierwszy poziom to podstawowy prompt, drugi to prompt z dodatkowymi szczegółami i kontekstem, a trzeci to zaawansowany prompt z precyzyjnym określeniem roli, kontekstu i zadania dla AI.

Jak można spersonalizować styl komunikacji w generowanych mailach?

Można to zrobić poprzez dodanie przykładu własnej wiadomości do promptu (one shot prompting) lub kilku przykładów (few shot prompting), co pozwala AI dostosować się do indywidualnego stylu użytkownika.

Get More with the Söz AI App

Transcribe recordings, audio files, and YouTube videos — with AI summaries, speaker detection, and unlimited transcriptions.

App Store Google Play

Or transcribe another YouTube video here →