Пре само неколико година, за добијање квалитетног одговора било је готово неопходно детаљно описати улогу АИ модела, дати му прецизна упутства и понудити примере. Данас су језички модели знатно бољи у руковању сложеним задацима, па се и приступ формулисању упита прилагодио њиховим новим могућностима.
Ипак, то не значи да је начин постављања питања постао небитан. Јасан задатак, довољно контекста и добро одређени приоритети и даље могу утицати на квалитет одговора, док код чињеница, закључака и процене знања људска провера остаје неопходна.
Како формулисати добар упит
Добар упит се и даље заснива на неколико основних принципа, објашњава за "РТ на руском" Екатерина Поздњакова, главна уредница компаније за образовање Lan, која је развила АИ програм LanGPT. Пре свега, потребно је јасно дефинисати шта се од АИ тражи, поставити одговарајућа питања, дати довољно потпун контекст и навести ограничења, захтеве одговора и изворе.
Оно што је данас мање потребно јесу опширни описи улоге модела. Раније је било уобичајено да се упит започиње формулацијама попут: "Ви сте најбољи стручњак на свету са десет година искуства...". Такво инсистирање на детаљном представљању улоге више није неопходно за добијање квалитетног одговора.
За шта можемо да користимо АИ без сталног надзора
Вештачкој интелигенцији могу се препустити бројни задаци који одузимају много времена, али не захтевају самостално доношење одлука. На пример, може да помогне студентима да пронађу одговарајући одломак у књизи, осмисле одговор или напишу рад, скрате текст и упореде различите варијанте формулација.
Посебно је корисна када ради са подацима који су јој унапред дати, уместо да сама тражи информације на интернету.
Међутим, када су у питању чињенице, закључци и процена знања, људска контрола остаје неопходна. АИ може да помеша датуме, ауторе или термине, па чак и да измисли референцу на дело које не постоји, а да одговор и даље делује уверљиво.
Другим речима, рутински задаци могу се делегирати вештачкој интелигенцији, али тамо где су прецизност, значење и одговорност за резултат од пресудне важности, главну реч требало би да има човек.
Ни предугачак упит није нужно лош
Велики број правила, примера и упутстава не мора сам по себи да погорша резултат. Модели могу да обрађују веома велике количине текста, а додатни користан контекст често може да помогне.
Проблем настаје када упит постане препун споредних, међусобно конкурентних или противречних инструкција. Ако моделу истовремено поставимо десетине правила, изузетака и примера, теже му је да препозна који су захтеви најважнији.
Зато добар упит не мора нужно да буде кратак - важније је да што већи део његовог садржаја чине корисне информације. Што је задатак јаснији, приоритети прецизније одређени, а изворни подаци јасно одвојени од инструкција, то је резултат стабилнији.
Боље је рећи шта желимо, него само шта не желимо
Негативне инструкције, попут "немој да користиш сложене термине" или "избегавај одређене формулације", могу да функционишу, али имају ограничење: Говоре моделу шта не треба да уради, али му не дају јасан правац шта треба да уради уместо тога. Такав приступ јасније усмерава генерисање одговора.