AI 人工智能發展迅速,尤其「生成式 AI」的興旺,為各行各業帶來變革性發展,注入新動力。因此,為了適應 AI 大時代,學懂如何高效使用 AI 技術亦變得愈來愈重要,尤其是做好直接與人工智能溝通協作的「提詞工程」(Prompt Engineering),即能讓用家與 AI 的溝通變得更高效。有外國 Youtuber 就分享協助編寫「提詞」的程式,協助 AI 用家提高工作效率。
解構如何編寫「提詞」前,不妨了解一下 AI 與「提詞」之間的原理。AI 早年發展迅速,各大公司開發出「基礎模型」(Foundation model)——基於海量數據集訓練的大型深度學習神經網路。「基礎模型」的出現,加上如 AWS 的雲端平台也有提供「基礎模型」供用家使用的服務,用家只需按「基礎模型」訓練適合自己的 AI 模型,即能輕易使用 AI。
因應這些經過深度學習洗禮的 AI,運行邏輯是按「字詞嵌入」(word embedding)方式排列及理解人類使用的詞句,並進行文本分類、分析句法結構、跨語言理解等工作,才能再進一步「理解」用家指令,進行運算、生成文字/圖像等工作。因此,用家使用 AI 的難題正正在於如何指導 AI 於「基礎模型」的海量資訊中,尋找最符合要求的數據——向 AI 下達精準的指令正是「提示工程」的精髓。
不少專家也曾分享過如何令「提詞」(Prompt)更高效,例如,用家可加入問題背景、模擬身份、參考例子、輸出格式等各項數據,讓 AI 的答案更符合要求、更精準。最近就有外國 Youtuber 分享了兩個程式範本,協助玩家編寫人工智能完美「提詞」。
第一個程式名為「AI prompt creation」,顧名思義,用家只需簡單輸入內容,程式即會協助用家,自動按所填內容生成詳盡的「提詞」。例如,我們只需簡單輸入一句「設立 Youtube 策略」的短句,該程式即能生成完整的 AI 「提詞」,並設定好背景數據(提供改善 Youtube 搜尋策略的方法)、人設(以數碼營銷從業員身份)、要求(提供五個方法並逐步指示實行過程)等各項「提詞」需備的部份。
此外,「AI prompt creation」亦支援 ChatGPT 4o、Claude、Gemini 和 Perplexity 四個較常見的 AI 模型,因此能按不同的 AI 模型特性生成不同的「提詞」內容,如以上述「Youtube 搜尋策略」為例,「AI prompt creation」生成用於 ChatGPT 4o 的「提詞」內容較為詳細,近似一篇將用家要求撮寫成的摘要,而用於 Claude 的「提詞」則在提問時增設了數碼營銷從業員的身份,讓「提詞」更貼近使用要求及語境,更人性化,用於 Gemini 的則更簡潔、易懂。因此,原則上要編寫出最佳的 AI 「提詞」,用家亦要考慮好自身的要求,並選擇最合適的人工智能模型及「提詞」。
於是,「AI system comparison」程式範本應運而生。該程式能一鍵整理好不同 AI 模型的答案,用家只需輸入「提詞」,程式即會列出不同 AI 模型的答覆,用家可即時比較,從中選擇最合適、最符合要求的答案,甚至乎可集各 AI 模型之大成,另外綜合一個更佳的答覆。
總結而言,用家只需結合使用「AI prompt creation」及「AI system comparison」,即可輕鬆處理「提詞」工作,省卻逐一輸入「提詞」、逐一比較不同模型答覆優劣的時間,大幅提高工作效率。不過,謹記在利用程式編寫「提詞」之時,用家仍需了解自己的核心需求,並尋找最適合的人工智能模型。如有興趣,亦不妨訂閱如 AWS 般的人工智能雲端平台,試用各大 AI 模型之餘,亦可向專家尋求專業意見。
了解更多:(按此連結)
相關文章:
本地科技初創推出 AWS 教學 協助企業發揮「真」雲端優勢 當最強 GPU 遇上大型雲端平台 NVIDIA 與 AWS 的協同效應 YouTuber AI 模型八大測試比較 GPT-4 與哪個才是最強「生成式 AI」(下)
分享到 :
最新影片
![](https://cdn.unwire.hk/wp-content/uploads/2024/09/ip16_web1-694x390.jpg)