จาก Prompt Engineering สู่ Intent Engineering: วิวัฒนาการของการสื่อสารระหว่างมนุษย์และ AI

ในช่วงหลายปีที่ผ่านมา การออกแบบคำสั่ง (prompt engineering) ได้กลายเป็นทักษะที่สำคัญที่สุดในยุค AI มีการสร้างหลักสูตรเกี่ยวกับเรื่องนี้ มีการสร้างตำแหน่งงานที่เกี่ยวข้อง และมีการก่อตั้งุมชนเพื่อแบ่งปันเคล็ดลับในการสร้างประโยคที่สมบูรณ์แบบเพื่อให้โมเดลภาษาสามารถทำสิ่งที่คุณต้องการได้ สาเหตุหลักที่ทำให้การออกแบบคำสั่งได้รับความนิยมคือ AI มีพลัง แต่ก็เป็นไปตามคำสั่งโดยตรง คุณต้องเรียนรู้ภาษาของมันก่อนจึงจะสามารถช่วยคุณได้ หลักการนี้มีเหตุผลในสมัยนั้น แต่กำลังเริ่มพังทลายลง

เมื่อโมเดล AI มีความสามารถมากขึ้น ภาระของการสื่อสารกำลังเปลี่ยนไป คำถามไม่ใช่แค่ “ฉันจะพูดอย่างไรเพื่อให้ได้ผลลัพธ์ที่ต้องการ” แต่กำลังเปลี่ยนเป็น “ฉันจะทำให้ AI เข้าใจสิ่งที่ฉันพยายามทำได้อย่างไร” นี่คือคำถามที่ลึกซึ้งยิ่งขึ้น และชี้ไปที่การเกิดขึ้นของสาขาใหม่ที่เรียกว่า การออกแบบความตั้งใจ (intent engineering)

การออกแบบคำสั่งแท้จริงคืออะไร

เพื่อเข้าใจว่าเรากำลังไปที่ไหน มันช่วยให้เราทราบว่าการออกแบบคำสั่งแท้จริงคืออะไร ในแก่นแท้แล้ว มันเป็นวิธีแก้ปัญหาแบบชั่วคราว โมเดลภาษาในยุคแรกมีพลังแต่ไม่แข็งแรง มันตอบสนองต่อรูปแบบเฉพาะได้ดี แต่ตอบสนองต่อรูปแบบที่ไม่ชัดเจนได้ไม่ดี ดังนั้นผู้ใช้จึงเรียนรู้รูปแบบเหล่านั้น พวกเขาพบว่าการขอให้โมเดล “คิดอย่างเป็นขั้นตอน” สามารถปรับปรุงการให้เหตุผลได้ พวกเขาพบว่าการให้ตัวอย่างสามารถทำให้ผลลัพธ์มีความสอดคล้องมากขึ้น พวกเขาพบว่าการกำหนดบทบาทให้กับโมเดล เช่น “ทำหน้าที่เป็นนักพัฒนาซอฟต์แวร์มืออาชีพ” สามารถเปลี่ยนทónและคุณภาพของการตอบสนองได้ แม้ว่าข้อมูลเชิงลึกเหล่านี้จะปรับปรุงผลลัพธ์จริงๆ แต่ก็ทำให้ผู้คนต้องปรับตัวเข้ากับเครื่องจักร

นี่ไม่ใช่วิธีการสื่อสารที่ดีระหว่างตัวแทนเชิงปัญญา เมื่อคุณอธิบายปัญหาให้เพื่อนร่วมงานที่มีทักษะพิเศษ คุณไม่ต้องคิดถึงกลยุทธ์การพูดที่จะกระตุ้นเส้นทางประสาทของพวกเขาให้มากที่สุด คุณอธิบายสถานการณ์ พวกเขาจะเข้าใจบริบท และพวกเขาจะถามคำถามเพื่อชี้แจงหากจำเป็น และพวกเขาจะทำงานเพื่อให้บรรลุเป้าหมายที่คุณต้องการจริงๆ ทักษะการออกแบบคำสั่ง แม้ว่าจะมีคุณค่า แต่ก็เป็นการชดเชยช่องว่างที่ AI ที่ดีกว่าควรจะปิดในอนาคต

ข้อจำกัดที่ทำให้การออกแบบคำสั่งจำเป็น

สาเหตุที่การออกแบบคำสั่งกลายเป็นสิ่งสำคัญไม่ใช่แค่เพราะโมเดลไม่สมบูรณ์ แต่เพราะโมเดลไม่มีแบบจำลองของผู้ใช้จริงๆ มันประมวลผลข้อความและคืนข้อความ มันไม่มีความเข้าใจที่ยั่งยืนเกี่ยวกับใครคุณ คุณพยายามสร้างอะไร และสิ่งที่ “ดี” หมายถึงอะไรในบริบทเฉพาะของคุณ

สิ่งนี้ทำให้เกิดสถานการณ์ที่แปลก เมื่อคุณสามารถถามคำถามเดียวกันและได้ผลลัพธ์ที่แตกต่างกันอย่างมากขึ้นอยู่กับว่าคุณพูดอย่างไร คุณสามารถใช้เวลา 20 นาทีในการปรับคำสั่งและปลดล็อกผลลัพธ์ที่มีประโยชน์มากกว่าที่คุณเคยได้รับมาก่อน คำสั่งไม่ใช่แค่การป้อนข้อมูล มันเป็นกุญแจ และการค้นหากุญแจที่ถูกต้องต้องใช้ทักษะ ความอดทน และบางครั้งก็ใช้โชคดี

สิ่งนี้ยังหมายความว่าคุณภาพของผลลัพธ์ของคุณมักขึ้นอยู่กับทักษะการออกแบบคำสั่งของคุณมากกว่าความรู้จริงในด้านของคุณ ผู้เชี่ยวชาญด้านการแพทย์ที่มีทักษะการออกแบบคำสั่งที่ดีสามารถดึงเหตุผลทางการแพทย์ที่ดีกว่าจากโมเดลมากกว่าผู้เชี่ยวชาญด้านการแพทย์ที่มีความรู้มากกว่า แต่ไม่รู้จักรูปแบบเหล่านั้น นี่คือการพลิกผันของคุณค่า มันชี้ให้เห็นว่าระบบกำลังปรับให้เหมาะสมกับสิ่งที่ไม่ถูกต้อง

สิ่งที่การออกแบบความตั้งใจเปลี่ยนแปลง

การออกแบบความตั้งใจ ได้รับการออกแบบมาเพื่อรับมือกับชุดสมมติฐานพื้นฐานที่แตกต่างออกไป ไม่ใช่แค่ถามว่าจะพูดอย่างไรเพื่อให้โมเดลตอบสนองได้ดี แต่ถามว่าจะสื่อสารสิ่งที่คุณต้องการจริงๆ ที่ mọi ระดับ เพื่อให้โมเดลสามารถให้เหตุผลถึงผลลัพธ์ที่ถูกต้องได้ด้วยตัวเอง

สิ่งนี้เกี่ยวข้องกับหลายสิ่งที่การออกแบบคำสั่งไม่สามารถจัดการได้ มันเกี่ยวข้องกับการให้ระบบ AI มีบริบทเพียงพอเกี่ยวกับเป้าหมาย ข้อจำกัด และมาตรฐานของคุณ เพื่อให้พวกมันสามารถตัดสินใจได้ดีโดยไม่ต้องบอกทุกขั้นตอน มันเกี่ยวข้องกับการสร้างความเข้าใจร่วมกันมากกว่าการออกคำสั่งโดยเฉพาะ มันเกี่ยวข้องกับการสร้างระบบที่ AI สามารถถามคำถามที่ถูกต้องได้ แทนที่จะรอคำตอบที่ถูกต้อง

เรากำลังเห็นสิ่งนี้ในทางปฏิบัติแล้ว ระบบ AI สมัยใหม่รองรับหน่วยความจำที่ยั่งยืน โปรไฟล์ผู้ใช้ และบริบทที่ดำเนินต่อ เมื่อโมเดลรู้ว่าคุณเป็นผู้จัดการผลิตภัณฑ์ที่ทำงานในแอปพลิเคชันสุขภาพที่มีข้อจำกัดด้านกฎระเบียบเฉพาะ คุณไม่ต้องสร้างบริบทใหม่ทุกครั้ง โมเดลเข้าใจบริบทที่คุณทำงานอยู่แล้ว

สิ่งนี้เป็นการเปลี่ยนแปลงพื้นฐาน การออกแบบคำสั่งรักษาการโต้ตอบแต่ละครั้งแยกจากกัน การออกแบบความตั้งใจรักษาการสื่อสารแบบสะสม โมเดลไม่ได้แค่ประมวลผลข้อมูลเข้าเพียงอย่างเดียว มันกำลังติดตามการสนทนาอย่างต่อเนื่องเกี่ยวกับสิ่งที่คุณพยายามทำและทำไม

บทบาทของบริบทและเหตุผลที่ดีขึ้น

มิติอีกอย่างหนึ่งของการออกแบบความตั้งใจเกี่ยวข้องกับวิธีที่โมเดล AI รุ่นใหม่จัดการกับความคลุมเครือ โมเดลที่ได้รับการฝึกฝนอย่างดีในปัจจุบันไม่เพียงแต่จับคู่รูปแบบไปยังการเติมเต็มที่น่าจะเป็นไปได้มากที่สุด มันให้เหตุผลเกี่ยวกับสิ่งที่คุณหมายถึงจริงๆ ระบุสมมติฐานที่มันทำ และในหลายกรณีจะขอคำชี้แจง trướcที่จะดำเนินการต่อ

สิ่งนี้มีความสำคัญเพราะการสื่อสารของมนุษย์มีลักษณะคลุมเครือโดยธรรมชาติ เมื่อมีคนถาม “คุณช่วยเขียนอะไรบางอย่างสำหรับหัวหน้า củaฉัน” อาจหมายถึงการประเมินผลการทำงาน อีเมลขอโทษ การเสนอโครงการ หรือจดหมายลาออก ระบบที่ได้รับการปรับให้เหมาะสมสำหรับการออกแบบคำสั่งจะพยายามอนุมานจากคำพูดที่แน่นอน ระบบที่ได้รับการปรับให้เหมาะสมสำหรับการออกแบบความตั้งใจจะรู้จักความคลุมเครือและจัดการมันอย่างชาญฉลาด โดยการถามหรือผลิตสิ่งที่รับทราบถึงการตีความที่เป็นไปได้หลายแบบ

ความสามารถในการให้เหตุผลในขณะทดสอบ ซึ่งเป็นความสามารถของโมเดลในการคิดผ่านปัญหาก่อนตอบ cũngมีบทบาทที่นี่ โมเดลที่ให้เหตุผลก่อนตอบมีความดีกว่าในการจับกรณีที่คำขอตามตัวอักษรขัดแย้งกับความตั้งใจพื้นฐาน มันสามารถสังเกตได้ว่าคุณขอ X แต่สิ่งที่คุณต้องการจริงๆ คือ Y และสามารถนำเสนอการสังเกตการณ์นั้นได้ แทนที่จะปฏิบัติตามคำขอที่จะไม่ช่วยให้บรรลุเป้าหมายของคุณจริงๆ

ทักษะใหม่

การเปลี่ยนแปลงนี้ไม่ได้ทำให้ทักษะการสื่อสารของมนุษย์ไม่เกี่ยวข้อง มันเปลี่ยนว่าทักษะเหล่านั้นดูเหมือนอย่างไร บุคคลที่ประสบความสำเร็จในโลกของการออกแบบความตั้งใจไม่ใช่คนที่จดจำเทมเพลตคำสั่งที่ดีที่สุด มันเป็นคนที่สามารถอธิบายสิ่งที่พวกเขาพยายามบรรลุได้อย่างชัดเจน สื่อสารข้อจำกัดและบริบทที่สำคัญ และรู้จักเมื่อผลลัพธ์ของ AI สอดคล้องกับเป้าหมายที่แท้จริงมากกว่าแค่คำสั่งที่ระบุ

ในหลายๆ ด้าน นี่คือทักษะที่เก่าแก่ มันเป็นทักษะของผู้จัดการที่ดี ครูที่ดี หรือผู้ร่วมงานที่ดี การสื่อสารความตั้งใจให้ชัดเจน อธิบายไม่เพียงแต่สิ่งที่คุณต้องการ แต่ทำไมคุณต้องการมัน มักเป็นเครื่องหมายของการสื่อสารที่มีประสิทธิภาพ มันใหม่คือระบบ AI มีความซับซ้อนพอที่จะตอบสนองการสื่อสารแบบนั้นจริงๆ

ผลกระทบที่น่าสนใจคือเมื่อ AI ดีขึ้น อินเทอร์เฟซระหว่างมนุษย์และเครื่องจักรจะเริ่มดูไม่เหมือนการเขียนโปรแกรม แต่ดูเหมือนการทำงานร่วมกัน คุณไม่ต้องออกแบบคำสั่งที่สมบูรณ์แบบ คุณต้องเป็นผู้สื่อสารที่ชัดเจนและมีจุดมุ่งหมาย

สิ่งที่นี่หมายถึงสำหรับการสร้างระบบ AI

การเปลี่ยนแปลงนี้ยังมีผลกระทบต่อวิธีการออกแบบระบบ AI ระบบที่ถูกสร้างขึ้นภายใต้พาราได้มการออกแบบคำสั่งจะถูกกระตุ้นให้สร้างระบบที่ตอบสนองคำสั่งโดยเฉพาะ ระบบที่ถูกสร้างขึ้นภายใต้พาราได้มการออกแบบความตั้งใจจะถูกกระตุ้นให้สร้างระบบที่ดีในการอนุมาน การถาม และปรับตัว

สิ่งนี้หมายถึงการลงทุนในโครงสร้างหน่วยความจำที่ทำให้โมเดลสามารถถือบริบทที่มีความหมายข้ามเซสชัน มันหมายถึงการสร้างโมเดลที่รู้ว่าเมื่อไม่มีข้อมูลเพียงพอในการดำเนินการได้ดี และสามารถบอกได้ มันหมายถึงการสร้างอินเทอร์เฟซที่ผู้ใช้สื่อสารเป้าหมายมากกว่าคำสั่ง และที่ AI ดำเนินการเหมือนเป็นหุ้นส่วนในการหาวิธีบรรลุเป้าหมายเหล่านั้น

มันหมายถึงการคิดใหม่เกี่ยวกับการประเมินผลด้วย ในปัจจุบัน เรามักวัดว่าโมเดลสามารถดำเนินการตามคำสั่งเฉพาะได้ดีเพียงใด ในโลกของการออกแบบความตั้งใจ การวัดที่ดีกว่าคือว่าโมเดลสามารถตอบสนองจุดประสงค์พื้นฐานที่อยู่เบื้องหลังคำสั่งเหล่านั้นได้ดีเพียงใด แม้ว่าคำสั่งเหล่านั้นจะไม่ชัดเจนก็ตาม

สรุป

การออกแบบคำสั่งถือ AI เป็นเครื่องมือที่มีพลังแต่โง่ๆ ที่ต้องการการดูแลอย่างระมัดระวัง การออกแบบความตั้งใจถือ AI เป็นสิ่งที่ใกล้เคียงกับผู้ร่วมงานที่มีประสิทธิภาพที่สามารถเข้าใจบริบท ให้เหตุผลเกี่ยวกับเป้าหมาย และจัดการกับความคลุมเครือได้ การเปลี่ยนแปลงนี้สะท้อนถึงการเปลี่ยนแปลงในความคิดของเราว่า AI มีจุดมุ่งหมายเพื่ออะไร ไม่ใช่เครื่องที่ดำเนินการตามคำพูดของคุณโดยตรง แต่ระบบที่ช่วยให้คุณบรรลุเป้าหมายที่คุณแท้จริงๆ หวังว่า การเปลี่ยนแปลงนี้จะส่งสัญญาณว่าอนาคตของการโต้ตอบระหว่างมนุษย์และ AI จะไม่เกี่ยวกับการพูดอย่างชาญฉลาด แต่เกี่ยวกับการอธิบายเป้าหมาย ข้อจำกัด และจุดประสงค์อย่างชัดเจนเพียงพอสำหรับ AI ที่จะร่วมมือแทนที่จะเพียงแต่ปฏิบัติตาม