Sade anlatım
Herkes bir soru yazabilir. Prompt engineering, yanıtın art arda bin kez doğru çıkması gerektiğinde yapılan iştir: talimatları yazarsınız, gerçek vakalarda çalıştırırsınız, modelin nerede yanıldığına bakarsınız ve düzeltirsiniz. Sihirli kelimeler bilmekten çok, iyi bir prosedür yazıp onu test etmeye benzer.
Neden önemli
Bir yapay zeka sistemini iyileştirmenin en hızlı ve en ucuz yoludur; retrieval, fine-tuning ya da daha büyük bir modelden önce denenecek ilk şeydir. Beceri, bir görev ve onun hata durumları hakkında net düşünmektir ve işi bilen insanlarda bulunur: hukukçular, analistler, destek yöneticileri. Yalnızca teknik bir ekip, önemli olanın yarısını kaçırır.
Örnek
Hasar dosyalarını önceliklendiren bir istem yüzde 82 oranında doğru sonuç veriyor. Ekip hataları okuyor ve çoğunun iki olay içeren dosyalar olduğunu görüyor. Birden fazla olayın nasıl ele alınacağına dair bir paragraf ve iki örnek ekliyorlar. Test setindeki doğruluk, aynı modelle ve yeni altyapı olmadan yüzde 94'e çıkıyor.
Bununla en çok karıştırılan kavram
Prompt Engineering ve Context Engineering arasındaki fark
Prompt engineering, modele söylediklerinizin ifadesine ve yapısına odaklanır. Context engineering ise ajanlarla birlikte gelen daha geniş iştir: her adımda hangi belgelerin, araç sonuçlarının, belleklerin ve geçmişin pencerede olacağına karar vermek. İyi talimat, iyi bağlamın bir parçasıdır.
Teknik katman
Yerleşik teknikler: net rol ve görev tanımı, amacın açıklanması, girdilerin etiketlerle ayrılması, few-shot örnekler, yanıttan önce akıl yürütme istemek, çıktı biçimini ya da şemasını belirtmek, çok aşamalı görevlerde prompt chaining ve yanıtın başlangıcını önceden doldurmak ya da kısıtlamak. İşin mühendislik kısmı yöntemdir: temsil edici ve zor vakalardan oluşan bir test seti, bir ölçüt, bir seferde tek değişiklik ve regresyon kontrolleri. İstemler modele özgüdür; bir model için ayarlanan istem bir sonraki için çoğu zaman gözden geçirilmelidir. Modeller istem taslağı yazabilir ve eleştirebilir (meta-prompting).