Читать книгу: «ChatGPT. Мастер подсказок, или Как создавать сильные промты для нейросети», страница 2

Кто и почему написал эту книгу

Мы – сотрудники проекта «Панда-копирайтинг». Более десяти лет «ПК» создает тексты для бизнеса, рекламы, вирусного маркетинга, SMM, сайтов и т. д. Конкретно по контенту написали пять книг (это шестая). Создали стиль «убедительно-позитивный копирайтинг», в котором работают сегодня компании и профессиональные авторы.

Когда стало очевидно, что ChatGPT не очередной «халиф на час», а мощный инструмент, мы решили изучить ИИ пристальней. Начали с малого: стали пробовать первые стандартные промты, даже пытались создавать контент для наших второстепенных проектов.

К счастью, мы быстро увидели несостоятельность такого подхода. Стандартные подсказки работали кое-как, да и без четкой системы такая работа похожа скорее на лотерею. Когда-то повезет, а когда-то получается полная ерунда.

В итоге мы решили погружаться в тему полностью. Зимой 2023 года начали разработку сервиса NeuroPanda на базе GPT. Осенью того же года сервис начал работать и сейчас доступен по ссылке https://neuropanda.app/. Весь доступ к нейросети можно получить без VPN и прочих сложностей.

Кроме того, у него есть дополнительные сервисы наподобие библиотек графических и контентных подсказок, отдельная группа в соцсети для проектов «ПК» (https://pandeon.pro/), курсы (тоже бесплатные) и прочие интересные вещи.

«И при чем здесь книга?» – спросите вы.

Давайте зайдем чуть издалека, чтобы было понятнее.

Мы сразу решили, что точно не будем еще одним сервисом, просто транслирующим ChatGPT для конечного пользователя. Для подобной «легкотни» есть и оригинальный сайт OpenAI, и всевозможные боты в мессенджерах, например.

Конечно, и такой подход приносил бы деньги, однако на этом бы наше участие и заканчивалось. По сути, мы просто перепродавали бы доступ к оригиналу. Никакого творчества и романтики.

Мы сделали NeuroPanda другим. В основе его работы сейчас лежат два формата: А-блок и чаты.

А-блоки – разделы с блоками, преднастроенные определенными промтами для конкретных задач. Например, А-блоком является крупный раздел с блоками для написания большой экспертной статьи.

Мы разбили задачу на шаги, в ходе которых вы можете собрать все элементы (заголовки, темы, идеи вообще и разделов, списки, кластеры и т. п.) так, как вам удобно, а затем на основе всего этого сделать добротную статью.

Если делать так самому просто в режиме чат-подсказки (пусть и многоуровневой, мощной), то все куда более сложно и непредсказуемо: слишком много вводных, слишком многое нужно учитывать, слишком велика вероятность запутать ИИ и нарваться на галлюцинации (это явление рассмотрим позже).

Чаты представляют собой как «чистый» ChatGPT без преднастроек, так и специализированные чаты для разных задач. Один, например, «заточен» на обучение языкам, другой поможет лучше находить логические ошибки или готовиться по конкретной теме.

А вот теперь о том, при чем здесь книга.

Процессы такого уровня – колоссальный труд. Нам пришлось не просто изучить подсказки изнутри и потратить много-много миллионов токенов («валюта» и мера объема GPT) в процессе работы. Нам волей-неволей пришлось:

• открыть массу фишек и закономерностей;

• сделать тысячи ошибок и понять их причину;

• найти интересные стратегии промтинга;

• обкатать сотни вариантов структуры и запросов;

• разочароваться в поверхностных промтах;

• прокачать креативность и увидеть новые пути;

• и т. д. и т. п.

В итоге мы стали сильными практиками промт-инжиниринга и накопили такой объем полезного практического багажа, который так и просился для отдельной книги. Именно поэтому она родилась.

P. S. Кстати, сейчас, поняв и освоив стандартный промтинг, мы уже вплотную подошли к более серьезному этапу, а именно – к созданию собственных LLM для точечных задач. Например, к написанию ИИ текста с определенной стилистикой.

Конечно, речь идет о надстройках на предобученные модели, а не о подготовке LLM c нуля, но в нашем случае такого и не требуется. Тонкое обучение – тоже не фунт изюма, но, надеемся, справимся и здесь.

Глава 1. Суть промтинга

В этой книге вы будете учиться правилам и приемам промт-инжиниринга. Им будут пропитаны все страницы, после чтения вы сможете совсем иначе взглянуть на потенциал ИИ. А теперь о само́м «главном герое».

Промт-инжиниринг (далее – промтинг) – это направление, изучающее навыки подготовки, создания и оптимизации подсказок (промтов) для нейросетей, где подсказка – это вводные данные, которые пользователь дает модели для получения нужного ответа.

Качество ответа может кардинально разниться в зависимости от того, насколько пользователь разбирается в правилах и тонкостях промтинга.

Посмотрим на две подсказки.

• Дай мне рецепты трех вкусных блюд на ужин.

С точки зрения промтинга это ужасная подсказка. Во-первых, нет никаких переменных и условий. Во-вторых, мы совершили типичную ошибку, добавив оценочное суждение «вкусных».

Наша природа такова, что мы почему-то надеемся, что результат будет соответствовать именно нашему вкусу. Но ИИ так не думает, для него «вкусных» = «ничего» или «что угодно». Кому вкусных? По каким критериям? Из каких продуктов? В результате человек чувствует непонимание и грусть: «Я пробовал (-а) ChatGPT, результат не вдохновил. Как-то все слишком обычно или даже слабо, ничего этакого».

Это самая частая фраза людей, просящих рецепты трех вкусных блюд. Когда промты слабы, неконкретны, запутанны, включают в себя взаимоисключающие условия или не устанавливают конкретные рамки подсказки, модель не сможет раскрыться. Вы будете пытаться выжать 100 км/ч на первой передаче, не умея переключаться до пятой.

Нейромодель GPT колоссально умна, она знает и умеет многое, но, чтобы вывести ее на нужный уровень, вы сами должны очертить ее рамки.

Теперь попробуем иначе.

• Дай мне рецепты трех блюд на ужин.

У меня есть продукты: 2 кг картофеля, 1 кг курятины, морковь, свекла, томаты, чеснок, лук, перец.

В рецептах можно использовать часть или все продукты из списка. Нельзя добавлять продукты, которых нет в списке.

Способ приготовления – жарка или тушение.

Длительность приготовления – до 2 часов.

Блюда должны быть оценены как очень вкусные в большинстве источников.

Все, кроме одного ответа ИИ, точно соответствовали заданию. Но в одном ИИ «взбрыкнул» и по собственной воле добавил вот такой рецепт.

Рецепт 3: томатный суп с овощами и курятиной.

Ингредиенты:

• 500 г курятины;

• 2–3 картофелины;

• 1 морковь;

• 1 свекла;

• 2–3 помидора;

• 2 зубчика чеснока;

• 1 луковица;

• 1 литр куриного бульона;

• 2 столовые ложки растительного масла;

• соль и перец по вкусу;

• зелень (петрушка, укроп) для украшения.

Приготовление:

1. Курятину порежьте…

Модель использовала рецепт с растительным маслом и зеленью, которых не было в списке. Проблема? Нет, это все еще промтинг. Добавляем в диалог новую вводную:

• Дай мне блюда без растительного масла и зелени, их нет в списке.

GPT уже помнит контекст, нейросети не нужно заново ставить условия. Мы лишь поправляем ИИ, вводя в нужные нам рамки. В итоге снова получаем три блюда, но уже с учетом прошлых ошибок. И теперь ни в одном нет «запрещенки». Вот один из примеров.

Тушеная картошка с курятиной в томатном соусе

Ингредиенты:

• 1 кг картофеля;

• 500 г курятины;

• 1 луковица;

• 2 моркови;

• 2–3 зубчика чеснока;

• 2–3 помидора;

• соль и перец по вкусу.

Приготовление:

1. Картофель…

Далее мы будем стараться не цитировать ответы GPT (только несколько раз в виде исключений). Все же не совсем правильно разбавлять авторский текст постоянными ответами ИИ.

Если бы мы пошли дальше, то могли бы попросить советы по сокращению времени готовки или, например, вытянули из ИИ какой-нибудь интересный соус из оставшихся продуктов. Повернуть можно куда угодно – этим промтинг и замечателен.

Конечно, картошка в томатном соусе – не высший пилотаж работы с подсказками, и все же пример отлично передает суть. Если мы умеем «управлять» ИИ, то GPT делает массу нужного и полезного. А если мы еще и креативны, опытны, знаем варианты «маневров», это лишь усиливает эффект.

Кому и где пригодятся навыки промтинга? Самое смешное, что практически всем и везде. Приведем буквально несколько примеров случайных ситуаций.

• Вы – менеджер. Вам нужно продумать варианты развития диалога со сложным клиентом. Или написать многоуровневое письмо с простой и четкой логикой.

• Вы – SMM-специалист. Вам нужны интересные идеи конкурсов, сценарии для историй и видео, контент-планы, посты и опросы. Или же вы хотите создать шаблоны и правила для экологичных ответов на агрессивные отзывы либо комментарии.

• Вы – папа. Вы хотите сочинять интересные сказки для младшей дочки, чтобы в них были обыграны известные ей места, события, упомянуты ваши домашние животные. Или продумать интересный сценарий для ее дня рождения, а старшему сыну – за десять минут сделать презентацию для школы.

• Вы – копирайтер. Вы тратите огромное количество времени на улучшение и редактуру текстов. Или же у вас писательский ступор, который не дает начать первый абзац, а то и вовсе сделать хотя бы черновик статьи.

• Вы – студент. Вы хотите написать классную курсовую, но креатива не хватает и со структурой проблемы. Или хотите блистать знаниями, используя малоизвестные факты, которых не было в лекциях.

• Вы – руководитель. Вам нужно проработать план и подобрать интересные сравнения для выступления. Или собрать релевантную информацию о предмете, который будете обсуждать с подрядчиком.

• Вы любознательны. Вам интересно пообщаться с умным собеседником, который готов расширить ваш кругозор по любому вопросу. Или же вы хотите поспорить с ИИ «без поддавков», получая честные аргументы.

Промтинг – это не унылые и однообразные действия (хотя порой случаются и они), а полноценный творческий процесс, содержащий поиск путей, новые открытия и неожиданные решения. По сути, это огромная территория, где можно пойти куда угодно и как угодно.

Если бы можно было сделать какой-то емкий, но максимально описательный слоган для промтинга, мы бы предложили такой:

«Всегда можно спросить!»

О чем? А вот обо всем. Вообще обо всем. И это не дежурная фраза, а, скорее, совсем иной уровень вашего опыта.

Работа с подсказками – это не только рост качества ответов или закрепления интересных ходов, это всегда еще и «перенастройка» мозга.

Например, если мы уже более или менее привыкли, что есть поисковики, которые знают ответы на множество вопросов, то работа с подсказками – совсем иной, куда более глубокий уровень.

Объем и направление запросов – безграничны. Чем больше человек работает с нейросетью, тем больше он видит точек опоры и вариантов решений.

Поначалу мы не очень умеем опираться на GPT. Наш опыт «работы с машиной» все еще ограничивается максимум поисковиками: вводим запрос – получаем список статей, видео и т. д.

А вот то, что мы сами можем сконструировать схему получения ответов, наш мозг еще пока не понимает. Не привык. Не охватывает.

Пример мышления промтера

Скажем, вы хотите стать копирайтером. Что нам обычно подсказывает опыт?

Как выглядит обычное решение?

Посмотреть в поисковиках запросы типа «как стать копирайтером», «книги про копирайтинг», «что нужно уметь копирайтеру» и т. п. Найти по ним статьи, книги и прочие носители и изучить их.

Суть обычного решения выглядит так.

Мы берем подходящую информацию, оценивая ее как конечный набор знаний. Все, что можно было «вытянуть» из внешних источников, мы вытянули. Если мы не поняли какие-то данные, что-то было недостаточно раскрыто в статьях (книгах и т. п.) или у нас есть сомнения, то мы со всем этим так и останемся один на один.

Как вариант, еще можно оплатить услуги специалиста или задавать вопросы в каких-то сообществах, но это уже другие, побочные решения со своими минусами (дорого, долго, могут не ответить и т. п.).

Теперь посмотрим на решение промтера.

И сразу же есть варианты: либо опять же начать с книг или других конечных источников, чтобы составить общую картину, а затем идти к ИИ, либо сразу начать терзать GPT. Выберем более удобный и надежный вариант: «знания людей + ИИ».

Сначала мы изучаем общую информацию. Книги, статьи, видео и пр. Погружаемся. Вникаем. Затем, когда уже есть какое-то представление об объекте изучения и первые вопросы, можно приступать к промтингу.

Например, у нас есть вопросы по заголовкам:

• Чем плохой заголовок отличается от хорошего? Дай примеры обоих случаев.

Объясни, чем каждый из них плох или хорош.

Я напишу пять заголовков, скажи, какие из них лучше и почему.

Терзаем GPT…

Немного разобрались. Идем дальше и снова собираем знания:

• Какие малоизвестные формулы заголовков эффективно работают с информационными текстами и почему?

• Какие ошибки допускают копирайтеры при создании заголовков?

• Чем отличается заголовок по формуле AIDA* от заголовка по формуле PAS*: дай основные тезисы и примеры каждого вида. Объясни различия на примерах.

• Я хочу знать все лучшие формулы заголовков, сначала дай мне основные данные о них, а затем создай тест для закрепления материала.

* Об этих и других формулах поговорим в главе 10.

Что-то не получается? Скажем, ИИ дает вам тесты из своих примеров, а вам нужны тесты с вариантами ответов? Или тестирование с вариантами «правильно-неправильно»? Или еще какое-то?

Не забываем, что с нами слоган «Всегда можно спросить!».

Если ИИ выдает вам тесты с вариантами ответов, а вы хотите чего-то другого, то все исправит простенький промт:

• Ты дал мне тесты с вариантами ответов, а я хочу тестирование «правильно-неправильно» с 20 вопросами. Под каждым вариантом сам ответь – какой вариант верный и почему.

Вот так, шажками, проникая все глубже и постигая нюансы, мы можем саморазвиваться. Если встретился какой-то большой пласт знаний, то можно снова изучить книги и статьи (чтобы разобраться в теме), а затем опять перейти к общению с нейросетью.

Да, сегодня все еще не так радужно (о минусах промтинга мы скажем отдельно), но такая стратегия реально работает и дает очень хорошие результаты, особенно в тех нишах и областях знаний, где есть некие общепринятые международные стандарты (программирование, философия, физическая культура, психология, зоология и т. д. и т. п.).

И еще важный момент: слоган «Всегда можно спросить!» актуален, конечно, не только для самообразования. Это общий принцип, который работает при любых задачах. Ниже указана лишь часть глаголов-действий для подсказок, раскрывающих потенциал ИИ:

Верно высказать невысказанное

Это еще один родственный навык, который со временем появляется у практиков промтинга. Но сначала обрисуем контекст.

Парень говорит: «Мам, хочу красивую обувь на лето». А красивая обувь на лето, по его мнению, – это, безусловно, ультрамодные тряпочные кеды, писк сезона. О них все знают! У него даже в голове не может уложиться, что кто-то думает иначе.

Но, к сожалению, мама думает иначе и покупает кожаные туфли, «ведь в них и на Первое сентября еще сходить сможешь, какая чудесная экономия». В итоге – непонимание и обиды.

Или, скажем, муж пишет жене: «Приготовь ужин, я жутко голодный».

Раньше он уже так писал и уже знает, что в таких случаях его обычно ждет любимая жареная рыба с картошкой. Муж так пропитался этой уверенностью, что, когда его встречают дымящиеся пельмени, он чувствует разочарование.

Но виновата ли в этом жена? Если между ними не было уговора, что «приготовь ужин, я жутко голодный» всегда и во все времена означает «жареная рыба + картошка», то вовсе нет.

Она могла решить, что пора бы и разнообразить меню.

Она могла устать и решила, что идти в магазин за рыбой не обязательно, ведь четкой конструкции «договора» не было.

Жареная картошка с рыбой и «я жутко голоден» вообще могли быть цепью случайностей, а не четко закрепленной конструкцией.

На ситуацию могут повлиять и многие другие факторы.

Как итог, муж не дал конкретные вводные, жена подстроила часть вводных под свои условия, и оба грустят. А пельмени стынут…

Да, со временем часть из нас учится на таких вот ошибках и понимает, что нужно уточнять, конкретизировать и вообще «строго по техзаданию», если хочешь, чтобы тебя поняли. Но…

Во-первых, далеко не все делают нужные выводы и ходят по таким граблям всю жизнь.

Во-вторых, пользуются таким опытом только для каких-то крупных и важных задач, а в мелочах – нет.

В-третьих, и на старуху бывает проруха. Нет-нет, ослабляем контроль – и снова грабли.

А теперь представьте: если даже в общении с близкими людьми мы бываем неправильно поняты или обманываемся в ожиданиях, то что говорить о нейромодели, которая изначально «заточена под всех»? Да, ее можно вывести на очень полезные уровни «под себя», но для этого нужно пропитаться одним очень важным пониманием.

Промтинг – это всегда умение найти, учесть и верно высказать невысказанное. Мы привыкли к тому, что обычно общаемся с себе подобными, до такой степени, что регулярно опускаем некоторые нюансы, которые в общении с ИИ опускать нельзя.

Мы спрашиваем коллегу: «Как лучше утеплить баню?»

Вроде бы простой вопрос, мы привыкли оперировать такими в обычной жизни. И даже не замечаем, что в нем по умолчанию уже скрыта масса смыслов.

Коллега знает, что у меня невысокий доход, поэтому предложит самые дешевые варианты.

Коллега знает, что я не профессионал в строительстве, поэтому предложит что-то попроще.

Коллега и я живем в Сургуте, где бывают сильные холода.

Я знаю, что коллега недавно утеплял баню и хвалился, что все быстро. Поэтому я жду какого-то легкого решения. И т. д.

Но поскольку коллега знает контекст и скрытые смыслы, он уже учитывает невысказанное и дает вполне подходящий нам ответ.

Увы, ИИ – это не коллега. И на такой запрос (без уточнений) можно получить что угодно. А вот чтобы получать то, что нужно, промтеру важно научиться переиначивать мышление так, чтобы общение с ИИ включало в себя и то самое, невысказанное, которое кажется «вроде и так понятно». Это совсем другой опыт, требующий практики.