Uppmaningar

En fråga är helt enkelt de indata som du ger till en LLM för att få ett svar. Det kan vara en fråga eller ett kommando, eller bara en tillfällig kommentar för att starta en konversation. Modellen svarar på en uppmaning med slutförande.

Typer av uppmaning

Det finns två huvudsakliga typer av frågor:

• Systemprompter som anger modellens beteende och ton och eventuella begränsningar som den bör följa. Till exempel "Du är en hjälpsam assistent som svarar på ett glatt, vänligt sätt.". Systemprompter fastställer begränsningar och format för modellens svar.
• Användaruppmaningar som framkallar ett svar på en specifik fråga eller instruktion. Till exempel "Sammanfatta de viktigaste övervägandena för att införa generativ AI som beskrivs i GenAI_Considerations.docx för en företagsledare. Formatera sammanfattningen som högst sex punkter med en professionell ton.".

Vanligtvis anges systemprompten av det program som använder modellen. Användarfrågor kan anges av en mänsklig användare i ett chattprogram. eller i vissa fall genereras av programmet för användarens räkning. Modellen svarar på användarfrågor samtidigt som den följer den övergripande vägledningen i systemprompten.

Konversationshistorik

För att hålla konversationen konsekvent och relevant håller generativa AI-appar ofta koll på konversationshistoriken. och inkludera sammanfattade versioner av den i efterföljande frågor. Detta säkerställer att det finns en pågående kontext för konversationen som modellen kan bygga vidare på.

Anta till exempel att modellen svarar på system- och användarprompter som beskrevs tidigare med följande slutförande:

Viktiga överväganden för att införa generativ AI är:

• Upprätta tydliga styrnings- och ansvarsfulla AI-principer
• Prioritera högvärdes användningsområden över de företagsfunktioner
• Minimera risker kring sekretess, säkerhet och efterlevnad
• Främja organisationsberedskap och kulturell anpassning
• Mäta påverkan och skapa ansvar
• Håll dig före strategiska och konkurrensförändringar

Du kan svara med en uppföljningsfråga, till exempel "Vad är vanliga sekretessrelaterade risker?. Uppmaningen skulle innehålla den nya frågan, men även de tidigare uppmaningarna och svaren. tillhandahålla kontext till modellen så att den förstår frågan i samband med generativ AI-implementering.

Hämtning av utökad generering (RAG)

För att lägga till ännu mer kontext kan generativa AI-program använda en teknik som kallas retrieval augmented generation (RAG). Den här metoden omfattar att hämta information, till exempel dokument eller e-postmeddelanden, och använda den för att utöka prompten med relevanta data. Svaret som genereras av modellen baseras sedan på den information som angavs.

Anta till exempel att du skickar en uppmaning som "Vad är det högsta jag kan begära för resekostnader på en affärsresa?". Utan någon annan information svarar en modell med ett allmänt svar – förmodligen säger du att du ska läsa organisationens dokumentation om utgiftsprinciper. En bättre lösning skulle vara att skapa en utgiftsassistentapp som först frågar organisationens dokumentation om utgiftsprinciper och hämtar avsnitt som rör "resekostnader"; och innehåller sedan den hämtade informationen i prompten som skickas till modellen, tillsammans med din ursprungliga fråga. Nu kan modellen använda information om utgiftsprinciper i prompten för att tillhandahålla kontext och svara med ett mer relevant svar.

Tips för bättre uppmaningar

Kvaliteten på svar från generativa AI-assistenter beror inte bara på vilken språkmodell som används, utan på de uppmaningar du skickar till den.

Så här får du bättre resultat från dina frågor:

• Var tydlig och specifik – uppmaningar med explicita instruktioner eller frågor fungerar bättre än vagt språk.
• Lägg till kontext – ange vilket ämne, målgrupp eller format du vill använda.
• Använd exempel: Om du vill ha ett visst format anger du ett exempel på vad du menar.
• Fråga efter struktur, till exempel punktlistor, tabeller eller numrerade listor.

Att använda väldesignade frågor kan göra stor skillnad för de resultat du får från din generativa AI-modell.