คู่มือที่จำเป็นสำหรับวิศวกรรมคำสั่งในการใช้ ChatGPT

นับตั้งแต่เปิดตัว ChatGPTได้สร้างกระแสในวงการ AI โดยดึงดูดผู้ใช้กว่า 100 ล้านคนในเวลารวดเร็วเป็นประวัติการณ์ เบื้องหลังประสิทธิภาพและความสามารถที่หลากหลายคือศาสตร์ที่แฝงอยู่ในการทำงานของระบบ นั่นคือวิศวกรรมพรอมต์หรือการออกแบบคำสั่ง

DALL-E, MidJourney และ StableDiffusion ที่เปิดตัวในปี 2022 แสดงให้เห็นศักยภาพในการเปลี่ยนแปลงของ AI เชิงกำเนิด แต่ ChatGPT ของ OpenAIซึ่งปรากฏในช่วงปลายปี 2022 เป็นตัวที่ได้รับความสนใจสูงสุด และกระแสนี้ก็ไม่มีทีท่าจะชะลอตัว

การประกาศ Bard ของ Google และ Llama 2 ของ Metaเพื่อตอบสนองต่อ ChatGPT ของ OpenAI ยิ่งเร่งการแข่งขันด้าน AI เมื่อเราให้ข้อมูลแก่โมเดล เราก็กำลังชี้นำพฤติกรรมและคำตอบของมัน จึงกล่าวได้ว่าทุกคนเป็นวิศวกรพรอมต์ในระดับหนึ่ง อุตสาหกรรมเทคโนโลยีเริ่มให้ความสนใจ โดยนักลงทุนร่วมลงทุนสนับสนุนสตาร์ทอัพด้านนี้ เช่น Vellum AI นอกจากนี้ Forbes รายงานว่าวิศวกรพรอมต์ได้รับเงินเดือนสูงกว่า 300,000 ดอลลาร์ สะท้อนถึงตลาดงานที่เติบโตและมีมูลค่าสูง

บทความนี้จะอธิบายวิศวกรรมพรอมต์ในบริบทของ ChatGPT สำรวจหลักการ เทคนิค และการประยุกต์ใช้เชิงพาณิชย์

ก่อนอื่น มาทำความเข้าใจการทำงานของ ChatGPT และบทบาทสำคัญของวิศวกรรมพรอมต์ในกระบวนการนี้

กลไกเบื้องหลังวิศวกรรมคำสั่ง ChatGPT

เบื้องหลังความสำเร็จของ ChatGPT คือความสามารถในการเข้าใจและเลียนแบบรายละเอียดปลีกย่อยของบทสนทนามนุษย์ โมเดลได้รับการฝึกด้วยข้อความหลากหลายจากอินเทอร์เน็ต แต่ไม่ได้รู้จักเอกสารหรือแหล่งข้อมูลเฉพาะในชุดฝึก จึงมุ่งใช้รูปแบบทั่วไปมากกว่ายึดติดกับข้อมูลเฉพาะ วิธีฝึกนี้ช่วยให้สร้างคำตอบอย่างสร้างสรรค์ รับมือบทสนทนาซับซ้อน และแสดงอารมณ์ขันได้ อย่างไรก็ตาม ChatGPT ไม่ได้เข้าใจจริงหรือมีความเชื่อ แต่สร้างคำตอบจากรูปแบบที่เรียนรู้ระหว่างการฝึก

ความสามารถของ ChatGPT ในการเข้าใจและตอบสนองภาษาของมนุษย์ในลักษณะที่เหมาะสมและตระหนักถึงบริบท ทำให้ ChatGPT เป็นเครื่องมือที่มีความสามารถหลากหลายมาก

กลไกของโมเดลเหล่านี้อาศัยแนวคิดของ “โทเค็น” ซึ่งเป็นชิ้นส่วนของภาษาที่สามารถเป็นตัวอักษรเดียวหรือคำทั้งหมด โมเดลเหล่านี้ทำงานกับจำนวนโทเค็นที่กำหนดในแต่ละครั้ง (4096 สำหรับ GPT-3.5-Turbo หรือ 8192 หรือ 32768 สำหรับ GPT-4) โดยการคาดการณ์ลำดับโทเค็นที่น่าจะเป็นไปได้ถัดไป โมเดลเหล่านี้ประมวลผลโทเค็นโดยใช้พีชคณิตเชิงเส้นและคาดการณ์โทเค็นที่เป็นไปได้มากที่สุด

ตัวอย่างเช่น วลีง่ายๆ ที่มี 9 คำอาจกลายเป็น 10 โทเค็น แม้แต่คำที่ซับซ้อนเพียงคำเดียวก็อาจกลายเป็นหลายโทเค็น ซึ่งช่วยให้โมเดลเข้าใจและสร้างภาษาได้ดีขึ้น รวมถึงภาษาที่มีโครงสร้างคำที่ซับซ้อนเช่นภาษาเยอรมัน ซึ่งจัดการผ่านการแยกโทเค็นโมเดล GPT (Generative Pre-trained Transformer) ทำงานโดยการสร้างโทเค็นหนึ่งๆ ในแต่ละครั้ง เริ่มตั้งแต่โทเค็นแรกและดำเนินการต่อจนถึงโทเค็นสุดท้าย หลังจากสร้างโทเค็นแต่ละตัว โมเดลจะกลับมาทำงานกับลำดับทั้งหมดอีกครั้งเพื่อสร้างโทเค็นต่อไป กระบวนการนี้ดำเนินต่อไปจนกว่าจะสร้างโทเค็นสุดท้าย ทำให้การสร้างข้อความคล้ายกับการวนซ้ำขนาดใหญ่

แต่นี่คือจุดสำคัญ – คุณภาพของคำตอบเหล่านี้ขึ้นอยู่กับคำสั่งที่ได้รับ ในการชี้นำสนทนาเช่นเดียวกับการสนทนากับมนุษย์ การชี้นำสนทนากับ ChatGPT ต้องใช้ทักษะและความเข้าใจในระดับหนึ่ง นั่นคือที่ที่วิศวกรรมคำสั่งเข้ามา

วิศวกรรมคำสั่ง คืออะไร?

วิศวกรรมพรอมต์เป็นศาสตร์การสร้างคำสั่งหรือข้อมูลป้อนเข้าที่แม่นยำและมีประสิทธิภาพ เพื่อชี้นำโมเดล AI ด้านการประมวลผลภาษาธรรมชาติหรือการมองเห็น เช่น ChatGPT ให้สร้างผลลัพธ์ที่คุ้มต้นทุน แม่นยำ มีประโยชน์ และปลอดภัย

ไม่ได้จำกัดเฉพาะการสร้างข้อความ แต่ครอบคลุมบอตสำหรับกระบวนการอัตโนมัติ ชิ้นงานสามมิติ สคริปต์ คำสั่งหุ่นยนต์ รวมถึงเนื้อหาและสื่อดิจิทัลอื่น ๆ โดยผสมผสานตรรกะ การเขียนโค้ด ศิลปะ และในบางกรณี ตัวปรับแต่งพิเศษ

พรอมต์อาจเป็นข้อความภาษาธรรมชาติ รูปภาพ หรือข้อมูลชนิดอื่น แต่ผลลัพธ์แตกต่างกันได้มากตามบริการและเครื่องมือ AI แต่ละเครื่องมือมีตัวปรับแต่งเฉพาะสำหรับน้ำหนักคำ สไตล์ มุมมอง การจัดวาง หรือคุณสมบัติอื่นของคำตอบที่ต้องการ

ศาสตร์นี้สำคัญต่อการสร้างบริการ AI ที่ดีขึ้นและดึงผลลัพธ์ที่ดีกว่าจากเครื่องมือ AI เชิงกำเนิด นักพัฒนาระดับองค์กรใช้วิศวกรรมพรอมต์เพื่อปรับโมเดลภาษาขนาดใหญ่ เช่น GPT-3 ให้ทำงานเป็นแชตบอตสำหรับลูกค้า หรือจัดทำสัญญาเฉพาะอุตสาหกรรม

การปรับพรอมต์และวัดประสิทธิภาพ AI ซ้ำเป็นรอบ ๆ เป็นองค์ประกอบสำคัญที่ช่วยให้โมเดลสร้างคำตอบตรงเป้าหมายและมีประโยชน์ในบริบทต่าง ๆ

การเป็นวิศวกรคำสั่ง

ความสามารถของโมเดล GPT-4 ในการเข้าใจคำสั่งที่ซับซ้อนและแก้ปัญหาได้อย่างแม่นยำ ทำให้เป็นทรัพยากรที่มีค่า อย่างไรก็ตาม มีหลายวิธีในการเข้าถึงความสามารถของโมเดลนี้ และการเข้าใจวิธีการเหล่านี้มีความสำคัญต่อการเป็นวิศวกรคำสั่งในการเพิ่มประสิทธิภาพทั้งด้านประสิทธิภาพและต้นทุน

มีสองวิธีหลักในการใช้งานโมเดล GPT เช่น GPT-4 วิธีหนึ่งคือผ่าน API ของ OpenAI ซึ่งคิดค่าบริการตามโทเค็นอินพุตและเอาต์พุต ในกรณีนี้ ค่าใช้จ่ายต่อ 1,000 โทเค็นอาจเปลี่ยนแปลงตามขนาดของบริบท ตัวอย่างเช่น ในบริบทขนาด 32K ค่าใช้จ่ายอาจสูงถึง 0.06 ดอลลาร์สำหรับโทเค็นอินพุตและ 0.12 ดอลลาร์สำหรับโทเค็นเอาต์พุต ดังนั้น เมื่อมีการร้องขอในปริมาณมาก ค่าใช้จ่ายในการใช้งานอาจเพิ่มขึ้นอย่างรวดเร็ว

ทางเลือกอื่นคือ ChatGPT ซึ่งใช้โมเดล GPT-4 และทำงานบนแบบจำลองการสมัครสมาชิก

งานหลักอีกอย่างหนึ่งในวิศวกรรมคำสั่งคือการปรับพารามิเตอร์ของโมเดล ซึ่งเกี่ยวข้องกับการปรับเปลี่ยนตัวแปรที่โมเดลใช้ในการทำนาย โดยการปรับพารามิเตอร์เหล่านี้ วิศวกรคำสั่งสามารถปรับปรุงคุณภาพและความแม่นยำของคำตอบของโมเดล ทำให้คำตอบเหล่านั้นเกี่ยวข้องกับบริบทและเป็นประโยชน์มากขึ้น

แม้ว่าวิศวกรคำสั่งหลายคนจะมีพื้นหลังด้านเทค แต่ลักษณะที่หลากหลายของสาขานี้ทำให้บุคคลจากภูมิหลังอาชีพที่แตกต่างกันสามารถเข้ามาเป็นส่วนหนึ่งของสาขานี้ได้ นักเขียน นักวิจัย และแม้กระทั่งศิลปินก็ใช้ทักษะพิเศษของตนเพื่อเพิ่มประสิทธิภาพของโมเดล AI การเปลี่ยนแปลงนี้สะท้อนให้เห็นในตลาดงานเช่นกัน โดยมีบริษัทต่างๆ ค้นหาวิศวกรคำสั่งที่มีทักษะและภูมิหลังที่หลากหลาย

การออกแบบและวิศวกรรมคำสั่งใน ChatGPT

การออกแบบและวิศวกรรมพรอมต์มีบทบาทสำคัญต่อการเพิ่มประสิทธิภาพโมเดลภาษา โดยไม่ได้มีเพียงการตั้งคำถาม แต่ต้องเข้าใจโมเดล AI อย่างลึกซึ้งและใช้แนวทางที่ทดลองปรับปรุงซ้ำอย่างละเอียด

การออกแบบพรอมต์

การออกแบบคำสั่งเป็นศิลปะและวิทยาศาสตร์ของการสร้างคำสั่งที่สมบูรณ์แบบสำหรับโมเดลภาษาขนาดใหญ่ (LLM) เช่น ChatGPT เพื่อให้บรรลุเป้าหมายที่ชัดเจน มันเป็นการผสมผสานของ:

• ความเข้าใจโมเดล LLM: โมเดลภาษาที่แตกต่างกันอาจตอบสนองต่อคำสั่งเดียวกันในลักษณะที่แตกต่างกัน นอกจากนี้ โมเดลภาษาบางตัวอาจมีคำคีย์หรือทริกเกอร์ที่ไม่เหมือนใครซึ่งพวกมันแปลเป็นลักษณะเฉพาะ
• ความรู้ในโดเมน: ความเชี่ยวชาญในสาขาที่เกี่ยวข้องมีความสำคัญในการออกแบบคำสั่ง ตัวอย่างเช่น การสร้างคำสั่งเพื่ออนุมานการวินิจฉัยทางการแพทย์จะต้องมีความรู้ทางการแพทย์
• การปรับปรุงซ้ำและการวัดคุณภาพ: การสร้างพรอมต์ที่เหมาะสมมักต้องลองผิดลองถูก จึงจำเป็นต้องมีวิธีประเมินคุณภาพผลลัพธ์ที่มากกว่าความเห็นส่วนบุคคล โดยเฉพาะเมื่อใช้ในวงกว้าง

วิศวกรรมคำสั่ง

วิศวกรรมคำสั่งเป็นขอบเขตที่กว้างขึ้นของการออกแบบคำสั่ง ซึ่งรวมถึงกระบวนการที่สำคัญหลายอย่าง:

• การออกแบบคำสั่งในระดับใหญ่: กระบวนการนี้รวมถึงการออกแบบเมต้าคำสั่ง (คำสั่งที่สร้างคำสั่งอื่น) และเทมเพลตคำสั่งที่สามารถกำหนดค่าได้ในเวลารันไทม์
• การออกแบบเครื่องมือและการรวมเข้าด้วยกัน: คำสั่งบางครั้งอาจรวมผลลัพธ์จากเครื่องมือภายนอก และการรวมเครื่องมือเหล่านั้นเข้ากับระบบอย่างราบรื่นเป็นสิ่งสำคัญ
• การวางแผนการทำงานและการจัดการคำสั่ง: การใช้งานแอปพลิเคชัน LLM เช่น แชทบอท มักต้องจัดการไลบรารีของคำสั่ง การวางแผนและการเลือกคำสั่งที่เหมาะสม และการรวมเครื่องมือต่างๆ เข้าด้วยกันอย่างมีประสิทธิภาพ
• การประเมินและการรับรองคุณภาพของคำสั่ง: ส่วนนี้รวมถึงการกำหนดมาตรการและกระบวนการในการประเมินคำสั่งทั้งโดยอัตโนมัติและโดยการมีส่วนร่วมของมนุษย์
• การปรับให้เหมาะสมของคำสั่ง: ต้นทุนและความล่าช้าของโมเดล AI อาจขึ้นอยู่กับการเลือกโมเดลและความยาวของคำสั่ง (จำนวนโทเค็น)

มีการพัฒนาวิธีการและเฟรมเวิร์กอัตโนมัติหลายอย่างเพื่อจัดการคำสั่งในระดับใหญ่ แต่สิ่งสำคัญคือต้องเข้าใจว่าเครื่องมือเหล่านี้ไม่สามารถแทนที่ความเข้าใจที่เหมาะสม การตัดสินใจ และประสบการณ์ของวิศวกรคำสั่งที่มีประสบการณ์

เทคนิคและแนวปฏิบัติที่ดีที่สุดของวิศวกรรมคำสั่ง

1) การวางตำแหน่งและคำอธิบายคำสั่ง

การวางคำสั่งที่ชัดเจนในตอนเริ่มต้นสามารถส่งผลกระทบอย่างมากต่อความเข้าใจและคำตอบของ AI ตัวอย่างเช่น หากต้องการสรุปข้อความในรูปแบบรายการแบบจุด การวางคำสั่งที่ไม่ได้ผลอาจเป็นเช่นนี้:

ผู้ใช้: “สรุปข้อความด้านล่างเป็นรายการแบบจุดของจุดสำคัญ”
{ข้อความที่จะสรุป}

ในทางกลับกัน วิธีที่มีประสิทธิภาพมากกว่าอาจเป็นเช่นนี้:

ผู้ใช้: “สรุปข้อความด้านล่างเป็นรายการแบบจุดของจุดสำคัญ”
ข้อความ: “””
{ข้อความที่จะสรุป}
“””

โดยการแยกคำสั่งและบริบทด้วยสัญลักษณ์ เช่น ### หรือ “”” AI สามารถกำหนดงานและข้อความที่ต้องประมวลผลได้ดีขึ้น และให้คำตอบที่แม่นยำและเกี่ยวข้องมากขึ้น

ที่สอง การให้คำอธิบายที่ชัดเจนและเป็นรายละเอียดเกี่ยวกับบริบท ผลลัพธ์ที่คาดหวัง ความยาว รูปแบบ สไตล์ และอื่นๆ สามารถเพิ่มความแม่นยำของคำตอบ AI ได้มาก ตัวอย่างเช่น หากคุณต้องการสร้างสรุปย่อๆ ของบทความวิทยาศาสตร์ในรูปแบบที่น่าสนใจและเข้าใจง่ายสำหรับผู้ที่ไม่มีพื้นหลังทางวิทยาศาสตร์ คำสั่งที่ไม่ชัดเจนเช่น “สรุปบทความวิทยาศาสตร์” จะให้ผลลัพธ์ที่ไม่ดีเท่ากับคำสั่งที่ชัดเจนและเป็นรายละเอียด:

ผู้ใช้: “สร้างสรุปย่อๆ (ประมาณ 200 คำ) ของบทความวิทยาศาสตร์ต่อไปนี้ โดยสรุปควรเข้าใจได้สำหรับผู้ที่ไม่มีพื้นหลังทางวิทยาศาสตร์ และสะท้อนถึงผลการวิจัยหลักของบทความ”
บทความ: “””
{ข้อความบทความวิทยาศาสตร์}
“””

2) รูปแบบบุคลิก

รูปแบบการกำหนดบทบาทตั้งให้ AI ทำงานจากมุมมองหนึ่ง เช่น บทบาทวิชาชีพหรือตัวละคร ช่วยให้โมเดลสร้างผลลัพธ์ที่สัมพันธ์กับบทบาทนั้น เช่น การสั่งให้เป็นผู้เชี่ยวชาญความมั่นคงไซเบอร์ในการตรวจสอบโค้ด เหมาะเมื่อผู้ใช้ต้องการความช่วยเหลือแต่ยังไม่แน่ใจว่าผลลัพธ์ควรมีรายละเอียดใดบ้าง

ตัวอย่างเช่น

ผู้ใช้: “สมมติว่าเป็นนักประวัติศาสตร์ระดับสูงซึ่งเชี่ยวชาญด้านการปฏิวัติฝรั่งเศส โดยใช้บุคลิกนั้น อธิบายเหตุการณ์หลักและเหตุผลที่นำไปสู่การล่มสลายของราชวงศ์ฝรั่งเศส”

ในกรณีนี้ AI คาดหวังที่จะตอบด้วยการวิเคราะห์เชิงลึกเกี่ยวกับการปฏิวัติฝรั่งเศส โดยเน้นไปที่การล่มสลายของราชวงศ์เช่นนักประวัติศาสตร์

การแนะนำข้อมูลใหม่

ChatGPT ไม่มีความรู้เกินกว่าข้อมูลการฝึกฝน แต่คุณสามารถแนะนำข้อมูลใหม่ให้กับโมเดลผ่านคำสั่งของคุณ

ผู้ใช้: “อะไรคือคริปโทเคอร์เรนซี?”

ChatGPT: คริปโทเคอร์เรนซีเป็นรูปแบบของเงินดิจิทัลหรือเสมือนจริงที่ใช้การเข้ารหัสลับเพื่อความปลอดภัย คริปโทเคอร์เรนซีที่เป็นที่รู้จักมากที่สุดคือ Bitcoin

และถ้าคุณเพิ่มข้อมูลเพิ่มเติมในคำสั่ง คุณสามารถทำให้คำอธิบายเป็นมิตรกับผู้อ่านมากขึ้น:

ผู้ใช้: “อธิบายคริปโทเคอร์เรนซีให้กับนักเรียนมัธยมที่ศึกษาการเงินดิจิทัล”
ChatGPT: “ลองนึกถึงเกมวิดีโอออนไลน์ที่คุณสามารถหาเงินในเกมเพื่อซื้อไอเทมหรือตัวละครใหม่ๆ คริปโทเคอร์เรนซีคล้ายกับเงินในเกมนั้น แต่คุณสามารถใช้เงินนั้นซื้อสินค้าและบริการจริงๆ ได้ มันเหมือนเงินดิจิทัลที่ไม่มีธนาคารหรือรัฐบาลควบคุม”

3) ข้อจำกัดของขนาดคำสั่ง

การเข้าใจข้อจำกัดของขนาดคำสั่งของ ChatGPT มีความสำคัญเพราะส่งผลกระทบต่อปริมาณและประเภทของข้อมูลที่คุณสามารถป้อนเข้าไปได้ โมเดลภาษาไม่ได้ถูกออกแบบมาเพื่อประมวลผลข้อมูลไม่จำกัดในครั้งเดียว มีข้อจำกัดเกี่ยวกับขนาดของคำสั่งที่คุณสามารถสร้างและป้อนเข้าได้

ChatGPT มีข้อจำกัดโทเค็น (โดยทั่วไปคือ 2048 โทเค็น) ซึ่งรวมถึงทั้งคำสั่งและคำตอบที่สร้างขึ้น ซึ่งหมายความว่าคำสั่งที่ยาวสามารถจำกัดความยาวของคำตอบได้ ดังนั้นจึงสำคัญที่จะทำให้คำสั่งของคุณสั้นแต่ให้ข้อมูล

ในทางปฏิบัติ คุณต้องทำงานเหมือนกับบรรณาธิการ โดยเลือกข้อมูลที่เกี่ยวข้องที่สุดสำหรับงานที่ทำ ตัวอย่างเช่น การเขียนบทความหรือเอกสารที่มีข้อจำกัดคำหรือหน้า คุณไม่สามารถใส่ข้อมูลสุ่มๆ ได้ แต่ต้องเลือกและจัดโครงเรื่องข้อมูลที่เกี่ยวข้อง

ผู้ใช้: “สรุปเหตุการณ์หลักของสงครามโลกครั้งที่สองในไม่เกิน 1000 คำ โดยคำนึงถึงข้อจำกัดโทเค็นของโมเดล”

โดยการรับทราบข้อจำกัดโทเค็นของโมเดล คำสั่งนี้ชี้นำ AI ให้สร้างสรุปที่สั้นแต่ครอบคลุมเกี่ยวกับสงครามโลกครั้งที่สอง

การใช้คำสั่งซ้ำ: ในการสนทนา คุณสามารถใช้คำสั่งเดิมซ้ำหรือปรับตามคำตอบก่อนหน้า เพื่อให้การสนทนาต่อเนื่องและรักษาบริบท

4) รูปแบบการปรับคำถาม

ChatGPT ยังสามารถช่วยปรับคำถามของคุณให้ดีขึ้น ตัวอย่างเช่น หากคุณถามคำถาม AI สามารถแนะนำคำถามที่ดีกว่าเพื่อให้ได้ผลลัพธ์ที่แม่นยำยิ่งขึ้น

รูปแบบการปรับคำถามเกี่ยวข้องกับการให้ AI ปรับคำถามที่ผู้ใช้ถาม โดยเฉพาะอย่างยิ่งเมื่อผู้ใช้ไม่ใช่ผู้เชี่ยวชาญในโดเมนนั้นหรือไม่แน่ใจว่าจะถามคำถามอย่างไร

ตัวอย่างคำสั่งอาจเป็นเช่นนี้:

ผู้ใช้: “เมื่อฉันถามคำถามเกี่ยวกับวิทยาศาสตร์ข้อมูล ให้แนะนำคำถามที่ดีกว่าโดยพิจารณาจากแง่มุมการวิเคราะห์ทางสถิติและถามว่าฉันต้องการดำเนินการต่อด้วยคำถามที่ปรับปรุงแล้วหรือไม่”

ในกรณีนี้ AI คาดหวังที่จะปรับคำถามทั่วไปเกี่ยวกับวิทยาศาสตร์ข้อมูลให้เฉพาะเจาะจงและเกี่ยวข้องกับการวิเคราะห์ทางสถิติ

5) รูปแบบการยืนยันทางความคิด

รูปแบบการยืนยันทางความคิดจะแบ่งคำถามที่ซับซ้อนออกเป็นคำถามย่อยๆ ที่จัดการได้ง่ายๆ และรวมคำตอบของคำถามเหล่านั้นเพื่อให้ได้คำตอบที่ครอบคลุมสำหรับคำถามหลัก รูปแบบนี้มีประโยชน์เมื่อคำถามเดิมมีความกว้างหรือต้องการความชัดเจนเพิ่มเติม

ตัวอย่างเช่น:

ผู้ใช้: “หากฉันถามคำถามเกี่ยวกับการเปลี่ยนแปลงสภาพภูมิอากาศ ให้แบ่งออกเป็นสามคำถามเล็กๆ ที่จะช่วยให้คุณตอบคำถามได้ดีขึ้น และรวมคำตอบของคำถามเหล่านั้นเพื่อให้ได้คำตอบสุดท้าย”

ในกรณีนี้ AI จะแบ่งคำถามเกี่ยวกับการเปลี่ยนแปลงสภาพภูมิอากาศออกเป็นคำถามย่อยๆ หลังจากได้รับคำตอบของคำถามเหล่านั้น AI จะรวมคำตอบเพื่อให้ได้คำตอบที่ครอบคลุมและแม่นยำยิ่งขึ้น

รูปแบบนี้สร้างคำถามหลายข้อเพื่อให้ได้คำตอบสุดท้ายที่แม่นยำยิ่งขึ้น เป็นกระบวนการตรวจสอบและรวบรวมข้อมูลเพื่อผลลัพธ์ที่รอบคอบ

6) การให้ตัวอย่างจำนวนน้อย (Few-Shot Prompting)

การให้ตัวอย่างจำนวนน้อยเป็นวิธีสอนโมเดล AI ให้ทำตามรูปแบบหรืองานเฉพาะ โดยป้อนตัวอย่างก่อนถามคำถามที่ต้องการ เพื่อกำหนดพฤติกรรมและชี้นำคำตอบ

สมมติว่าผู้ใช้ต้องการเขียนข้อความการตลาดที่กระชับและน่าสนใจสำหรับอุปกรณ์เทคโนโลยีใหม่

ผู้ใช้: “ต่อไปนี้คือตัวอย่างข้อความการตลาดด้านเทคโนโลยี: ‘สัมผัสประสบการณ์ดนตรีอย่างที่ไม่เคยมีมาก่อนด้วยหูฟังไร้สายล้ำสมัยของเรา’ และ ‘บันทึกโลกของคุณด้วยภาพ 4K คมชัดจากกล้องแอ็กชันดีไซน์เพรียวบางของเรา’ จากตัวอย่างเหล่านี้ เขียนข้อความการตลาดสำหรับสมาร์ตวอตช์ AI รุ่นใหม่ของเรา”

ChatGPT: “เพิ่มพลังให้ชีวิตด้วยสมาร์ตวอตช์ AI ของเรา เพื่อนคู่ใจด้านสุขภาพ การเชื่อมต่อ และการทำงานอย่างมีประสิทธิภาพ” จุดเด่นของการเรียนรู้จากตัวอย่างจำนวนน้อยคือ ไม่ต้องอธิบายวิธีทำงานอย่างละเอียด แต่ใช้ตัวอย่างแสดงสิ่งที่ต้องการ จึงเหมาะกับการประยุกต์ใช้หลายประเภท

นอกจากนี้ยังไม่ได้จำกัดเพียงคู่ข้อมูลเข้าและผลลัพธ์ แต่สามารถสอนขั้นตอนระหว่างทางเพื่อไปสู่เป้าหมายได้ด้วย

7) การส่งคำสั่งแบบต่อเนื่อง

ในงานวิจัย “Chain-of-Thought Prompting Elicits Reasoning in Large Language Models” Jason Wei และคณะมุ่งกระตุ้นการให้เหตุผลของโมเดลภาษาขนาดใหญ่ แทนการใช้คำสั่งตรง ๆ แบบเดิม พวกเขาใช้ชุดคำสั่งที่เชื่อมโยงกันเป็น “ห่วงโซ่ความคิด”

ตัวอย่างเช่น ผู้ใช้อาจสนใจผลกระทบของ AI ต่อตลาดงาน

ผู้ใช้: “ช่วยอธิบายแนวคิดของปัญญาประดิษฐ์โดยสังเขปได้ไหม?”

ChatGPT: “AI หรือปัญญาประดิษฐ์ หมายถึงความสามารถของเครื่องจักรในการเลียนแบบพฤติกรรมที่ฉลาดของมนุษย์ มันเกี่ยวกับการออกแบบเครื่องจักรที่สามารถคิดและเรียนรู้เหมือนมนุษย์ ทำให้สามารถทำงานต่างๆ เช่น การแปลภาษา การตัดสินใจ และการแก้ปัญหา”

ผู้ใช้: “AI มีผลกระทบต่อตลาดงานอย่างไร?”

ChatGPT: “AI ทั้งสร้างงานใหม่ๆ และเปลี่ยนแปลงลักษณะของงานที่มีอยู่ AI ช่วยให้ทำงานบางอย่างได้โดยอัตโนมัติ ซึ่งนำไปสู่การถูกแทนที่ในบางภาคส่วน แต่ก็สร้างความต้องการงานใหม่ๆ ที่ไม่มีอยู่มาก่อน เช่น ผู้เชี่ยวชาญด้านจริยธรรม AI นักวิเคราะห์ข้อมูล และวิศวกรการเรียนรู้ของเครื่อง นอกจากนี้ AI ยังช่วยเสริมงานของมนุษย์ ทำให้สามารถทำงานได้อย่างมีประสิทธิภาพและแม่นยำมากขึ้น”

การส่งคำสั่งแบบต่อเนื่องนี้เป็นกระบวนการของการสนทนาที่ราบรื่นระหว่างผู้ใช้และโมเดล โดยชี้นำโมเดลให้ให้คำตอบที่แม่นยำและเหมาะสมยิ่งขึ้น

การเข้าใจ ChatGPT API และวิศวกรรมคำสั่งจากมุมมองของนักพัฒนา

จากมุมมองของนักพัฒนาหรือนักวิจัย วิศวกรรมคำสั่งเป็นกระบวนการที่ซับซ้อนกว่า ซึ่งเกี่ยวข้องกับการออกแบบอัลกอริทึมและเทคนิคเพื่อช่วยให้โมเดล AI เข้าใจและตอบสนองต่อคำสั่งได้ดีขึ้น ซึ่งอาจรวมถึงกลยุทธ์ในการจัดการคำสั่งที่ไม่ชัดเจน การระบุบริบทของคำสั่ง หรือการเชื่อมโยงคำสั่งเพื่อกระตุ้นการคิดที่ซับซ้อนใน AI

ภาพด้านบนแสดงผู้ใช้โต้ตอบผ่านหน้าจอแชตที่ทำงานด้วย GPT-4 ก่อนส่งข้อมูลไปยังโมเดล โมดูลเฉพาะจะปรับอินพุตให้ชัดเจนและสอดคล้องกับบริบท โดยยังรักษาบริบทการสนทนา คำตอบจาก AI ที่อาศัยพรอมต์ที่ปรับแล้วจะถูกส่งกลับผ่านหน้าจอแชต และประวัติการโต้ตอบได้รับการอัปเดตต่อเนื่อง แผนภาพนี้จึงแสดงกระบวนการสนทนาระหว่างผู้ใช้กับ AI ที่อาศัยเทคนิควิศวกรรมพรอมต์

อินเทอร์เฟซของ ChatGPT APIมีไฮเปอร์พารามิเตอร์ต่าง ๆ ให้ผู้ใช้ปรับคำตอบเพื่อเพิ่มประสิทธิภาพและความยืดหยุ่น เช่น Temperature, Maximum Length และ Stop Sequences มาดูวิธีทำงานและการใช้ในแต่ละบริบท

1) อุณหภูมิ

พารามิเตอร์อุณหภูมิมีผลต่อความสุ่มของคำตอบ AI อุณหภูมิที่สูง เช่น 1.0 จะกระตุ้นให้เกิดคำตอบที่หลากหลายแต่อาจไม่เกี่ยวข้อง ในขณะที่อุณหภูมิที่ต่ำ เช่น 0.2 จะทำให้ AI เลือกคำตอบที่แน่นอนและเกี่ยวข้องมากขึ้น แต่อาจขาดความหลากหลาย

ตัวอย่าง: หากคุณกำลังเขียนเรื่องราวที่ต้องการองค์ประกอบที่ไม่คาดคิดและจินตนาการ คุณอาจตั้งค่าอุณหภูมิให้สูง “เขียนเรื่องราวสั้นเกี่ยวกับแมวที่เดินทางข้ามเวลา” ด้วยอุณหภูมิที่สูง คุณอาจได้เรื่องที่มีพล็อตที่ไม่คาดคิดและเปลี่ยนแปลงอย่างรวดเร็ว

2) ความยาวสูงสุด

พารามิเตอร์นี้ควบคุมความยาวสูงสุดของโทเค็นที่โมเดลสามารถสร้างได้ ซึ่งรวมถึงทั้งโทเค็นในข้อความอินพุตและเอาต์พุต การตั้งค่าความยาวที่สูงขึ้นจะทำให้สามารถสร้างคำตอบที่ยาวขึ้นได้ ในขณะที่การตั้งค่าความยาวที่ต่ำลงจะทำให้คำตอบสั้นและกระชับ

ตัวอย่าง: สำหรับคำถามที่ต้องการคำตอบสั้นๆ เช่น “ใครชนะรางวัลโนเบลสาขาวรรณกรรมในปี 2020?” คุณอาจตั้งค่าความยาวสูงสุดให้ต่ำเพื่อให้ได้คำตอบที่ตรงประเด็นและกระชับ

3) ลำดับหยุด

ลำดับหยุดเป็นชุดของข้อความที่เมื่อโมเดลพบ จะหยุดการสร้างคำตอบ ลำดับหยุดนี้สามารถใช้เพื่อควบคุมความยาวของคำตอบหรือเพื่อชี้ให้โมเดลหยุด ณ จุดสิ้นสุดของคำตอบที่มีเหตุผล

ตัวอย่าง: สำหรับจดหมายอย่างเป็นทางการ คุณอาจใช้ “ด้วยความเคารพ” เป็นลำดับหยุดเพื่อให้ AI หยุดการสร้างคำตอบหลังจบจดหมาย

4) Top P

พารามิเตอร์ Top P หรือการสุ่มแบบนิวเคลียสเป็นวิธีเลือกชุดคำที่พิจารณาในแต่ละขั้นของการคาดการณ์แบบปรับเปลี่ยนได้ ค่าต่ำ เช่น 0.5 ให้ผลลัพธ์ที่เน้นประเด็นมากกว่า ส่วนค่าสูง เช่น 0.9 ครอบคลุมคำที่หลากหลายขึ้นและทำให้คำตอบหลากหลายขึ้น

ตัวอย่าง: หากสร้าง AI สำหรับแต่งบทกวีและต้องการคำศัพท์กับลีลาที่หลากหลาย อาจตั้ง Top P สูงขึ้น และใช้พรอมต์ “แต่งบทกวีเกี่ยวกับความงามของฤดูใบไม้ร่วง”

5) การลงโทษความถี่

การลงโทษความถี่เป็นพารามิเตอร์ที่ควบคุมว่า AI จะให้ความสำคัญกับคำที่ไม่ค่อยพบเห็นในข้อความหรือไม่ ค่าความถี่ที่สูง เช่น 1.0 จะทำให้ AI เลือกคำที่ไม่ค่อยพบเห็นมากขึ้น ในขณะที่ค่าที่ต่ำ เช่น -1 จะทำให้ AI เลือกคำที่พบเห็นบ่อยๆ มากขึ้น

ตัวอย่าง: หากคุณกำลังสร้างเอกสารทางธุรกิจและต้องการหลีกเลี่ยงการใช้คำศัพท์ที่ซับซ้อน คุณอาจตั้งค่าการลงโทษความถี่ให้ต่ำเพื่อให้ AI ใช้คำที่พบเห็นบ่อยๆ และเข้าใจง่าย

6) การลงโทษการมีอยู่

การลงโทษการมีอยู่เป็นพารามิเตอร์ที่ควบคุมว่า AI จะถูกลงโทษหรือไม่เมื่อสร้างคำตอบที่ไม่เกี่ยวข้องกับหัวข้อที่ถูกกล่าวถึงในประวัติการสนทนา ค่าความถี่ที่สูงจะทำให้ AI ถูกลงโทษเมื่อสร้างคำตอบที่ไม่เกี่ยวข้อง ในขณะที่ค่าที่ต่ำจะทำให้ AI สามารถสร้างคำตอบที่หลากหลายและไม่เกี่ยวข้องได้มากขึ้น

ตัวอย่าง: หากคุณกำลังใช้ AI ในการสร้างแนวคิดใหม่ๆ สำหรับแพลตฟอร์มการเรียนรู้ออนไลน์ คุณอาจตั้งค่าการลงโทษการมีอยู่ให้ต่ำเพื่อให้ AI สามารถสร้างคำตอบที่หลากหลายและไม่คาดคิดได้

การประยุกต์ใช้วิศวกรรมคำสั่งในอุตสาหกรรม