Від Промпт Інженерії до Інтент Інженерії: Еволюція Людської-Комп’ютерної Комунікації

За останні кілька років промпт інженерія стала однією з найважливіших навичок у епоху штучного інтелекту. Були створені курси з цього предмета, створені посади для цього, а також утворилися цілі спільноти для обміну порадами щодо створення ідеального речення, яке змусило б мовну модель робити саме те, що вам потрібно. Одним з ключових důvodів популярності промпт інженерії є те, що: штучний інтелект потужний, але також буквальний. Вам потрібно було вивчити його мову, перш ніж він міг вам допомогти. Ця логіка мала сенс на той час. Але вона починає руйнуватися.

Як моделі штучного інтелекту стають все більш потужними, тягар комунікації зміщується. Питання вже не тільки “як я можу правильно сформулювати це?” Тепер воно стає “як я можу забезпечити, щоб штучний інтелект真正но зрозумів, чого я намагаюся досягти?” Це глибше питання. І воно вказує на появу нового напрямку, який називається інтент інженерія.

Що Таке Промпт Інженерія Насправді Була

Щоб зрозуміти, куди ми рухаємось, допомагає зрозуміти, що таке промпт інженерія насправді була. У своєму ядрі це був обхідний шлях. Ранні мовні моделі були потужними, але крихкими. Вони добре реагували на певні шаблони і погано на двозначні. Тому користувачі вивчили ці шаблони. Вони виявили, що запитання моделі “думати крок за кроком” покращує розуміння. Вони вивчили, що надання прикладів робить вихідні дані більш послідовними. Вони зрозуміли, що призначення ролі моделі, наприклад “виступати як експерт програміста”, змінює тон і якість її відповідей. Хоча ці знання дійсно покращили результати, вони вимагали від людей адаптуватися до машини. Люди вивчали, як говорити так, щоб це відповідало архітектурі моделі, а не їхньому природному способу мислення.

Це не так, як працює добра комунікація між розумними агентами. Коли ви пояснюєте проблему кваліфікованому колезі, ви не думаєте спочатку про стратегію формулювання, яка найбільш активізує його нейронні шляхи. Ви пояснюєте ситуацію. Вони розуміють контекст. Вони ставлять уточнювальні питання, якщо потрібно. І вони працюють над тим, чого ви фактично хочете. Ремесло промпт інженерії, незважаючи на свою цінність, завжди компенсувало прогалину, яку кращий штучний інтелект повинен був би закрити.

Межі, Що Зробили Промпт Інженерію Необхідною

Причина, через яку промпт інженерія стала такою важливою, полягала не тільки в тому, що моделі були не досконалими. Це було через те, що моделі не мали справжньої моделі користувача. Вони обробляли текст і повертали текст. У них не було сталого розуміння того, хто ви були, над чим ви працювали, або що таке “добре” у вашому конкретному контексті.

Це створило дивну ситуацію. Ви могли поставити одне й те саме питання і отримати зовсім різні результати залежно від того, як ви його сформулювали. Ви могли витратити двадцять хвилин на доопрацювання промпту і раптом розблокувати відповідь, яка була більш корисною, ніж все, що ви отримали раніше. Промпт не був просто входом. Це був ключ, і знаходження правильного ключа вимагало навичок, терпіння та іноді удачі.

Це також означало, що якість вашого виходу часто залежала більше від вашої майстерності промпту, ніж від ваших фактичних знань у галузі. Лікар, який також був кваліфікованим промпт інженером, міг витягнути з моделі краще медичне розуміння, ніж більш освічений лікар, який не знав цих шаблонів. Це дивна інверсія цінностей. Це свідчить про те, що система оптимізувалася для неправильної речі.

Що Зміняє Інтент Інженерія

Інтент інженерія призначена для роботи з іншою сукупністю припущень. Замість того, щоб питати, як сформулювати запитання так, щоб модель відповіла добре, вона питає, як спілкуватися про те, чого ви фактично хочете, на всіх рівнях, щоб модель могла самостійно прийти до правильного результату.

Це включає в себе кілька речей, з якими промпт інженерія не може справитися. Це включає надання штучним інтелект системам достатнього контексту про ваші цілі, обмеження та стандарти, щоб вони могли приймати хороші рішення без вказівок на кожен крок. Це включає створення спільного розуміння, а не видачу точних інструкцій. І це включає будівництво систем, у яких штучний інтелект може ставити правильні питання, а не чекати, поки йому скажуть правильні відповіді.

Ми вже бачимо це на практиці. Сучасні системи штучного інтелекту все частіше підтримують сталу пам’ять, профіль користувача та тривалий контекст. Коли модель знає, що ви є менеджером продукту, який працює над програмним забезпеченням для охорони здоров’я з певними нормативними обмеженнями, ваші запити автоматично несуть багатший сенс. Вам не потрібно з нуля будувати контекст кожного разу. Модель вже розуміє контекст, над яким ви працюєте.

Це фундаментальна зміна. Промпт інженерія розглядала кожну взаємодію як ізольовану. Інтент інженерія розглядає комунікацію як.cumulative. Модель вже не просто обробляє один вхід. Вона відстежує тривалу розмову про те, чого ви намагаєтесь досягти і чому.

Роль Багатшого Контексту та Розуміння

Іншим виміром інтент інженерії є те, як сучасні моделі обробляють двозначність. Добре навчена модель сьогодні не просто шаблонно підбирає найбільш ймовірне завершення вашого речення. Вона розуміє, про що ви, ймовірно, мали на увазі, виділяє припущення, які вона робить, і в багатьох випадках просить про уточнення, перш ніж продовжувати.

Це має значення, оскільки людська комунікація є вроджено двозначною. Коли хтось просить “чи можете ви допомогти мені написати щось для мого керівника”, це може означати звіт про виконання, лист із вибаченнями, пропозицію проекту, лист про звільнення. Система, оптимізована для промпт інженерії, спробує вивести з точних слів. Система, оптимізована для інтент інженерії, визнає двозначність і обробить її розумно, або поставивши питання, або створивши щось, що враховує кілька можливих інтерпретацій.

Розуміння в час тесту, тобто здатність моделі подумати над проблемою, перш ніж відповісти, також грає роль тут. Моделі, які думають перед тим, як відповісти, краще ловлять випадки, коли буквальний запит конфліктує з підлягаючим інтентом. Вони можуть помітити, коли ви просили Х, але що вам, ймовірно, потрібно, це Y, і вони можуть висунути цю спостереження, а не тихо виконувати запит, який не справді служить вашій меті.

Новий Вид Навичок

Ця еволюція не робить людські комунікаційні навички неважливими. Вона змінює те, яким ці навички повинні бути. Людина, яка процвітає в світі інтент інженерії, не та, хто запам’ятав найкращі шаблони промпту. Це людина, яка може чітко артикулювати, чого вона намагається досягти, спілкуватися про обмеження та контекст, які мають значення, і розпізнавати, коли вихід моделі служить справжній меті, а не тільки заявленій.

Багато з цих навичок є старими. Це навички хорошого менеджера, хорошого вчителя або хорошого співробітника. Здатність чітко передавати інтент, пояснювати не тільки те, чого ви хочете, але й чому ви цього хочете, завжди була ознакою ефективної комунікації. Що нового в тому, що системи штучного інтелекту тепер достатньо розвинені, щоб реально реагувати на цей вид комунікації.

Цікавим наслідком є те, що коли штучний інтелект покращується, інтерфейс між людьми та машинами починає виглядати менше як програмування, а більше як співробітництво. Вам не потрібно буде інженерно створювати ідеальний вхід. Вам потрібно буде бути чітким і цілеспрямованим комунікатором.

Що Це Означає Для Того, Як Ми Будуємо Системи Штучного Інтелекту

Ця зміна також має наслідки для того, як системи штучного інтелекту повинні бути спроектовані. Парадигма промпт інженерії заохочує вас будувати системи, які дуже чутливі до точного входу. Парадигма інтент інженерії заохочує вас будувати системи, які добре вміють виводити, ставити питання, адаптуватися та зберігати контекст.

Це означає інвестування в архітектури пам’яті, які дозволяють моделям нести значимий контекст через сесії. Це означає будівництво моделей, які знають, коли в них недостатньо інформації, щоб діяти добре, і можуть про це сказати. Це означає створення інтерфейсів, у яких користувачі спілкуються про цілі, а не команди, і де штучний інтелект поводиться як партнер у визначенні того, як досягти цих цілей.

Це також означає переоцінку оцінювання. Зараз ми часто вимірюємо, наскільки добре модель виконує конкретні інструкції. У світі інтент інженерії кращим мірилом є те, наскільки добре модель служить підлягаючій меті за цими інструкціями, навіть коли інструкції самі були неточними.

Основне

Промпт інженерія розглядала штучний інтелект як потужний, але тупий інструмент, який потребував ретельного поводження. Інтент інженерія розглядає штучний інтелект як щось ближче до розумного співробітника, який може зрозуміти контекст, вивести цілі та обробити двозначність. Ця зміна відображає зміну того, для чого ми вважаємо штучний інтелект. Не машина, яка виконує ваші точні слова. А система, яка допомагає вам досягти того, про що ви дійсно піклуєтеся. Ця зміна свідчить про те, що майбутнє людської-комп’ютерної взаємодії не буде про мастеринг хитрого формулювання. Це буде про артикуляцію цілей, обмежень та мети досить чітко, щоб штучний інтелект міг співпрацювати, а не просто коритися. utes ваші точні слова. Але система, яка допомагає вам досягти того, про що ви дійсно піклуєтеся. Зміна свідчить про те, що майбутнє людської-комп’ютерної взаємодії не буде про мастеринг хитрого формулювання. Це буде про артикуляцію цілей, обмежень та мети досить чітко, щоб штучний інтелект міг співпрацювати, а не просто коритися.