Почему я использовал так много шаблонов подсказок и даже использовал AI, но все равно не могу написать хорошие подсказки? В прошлый раз я поделился шаблоном подсказки, имитирующим речь Лэй Цзюня, который получил много положительных отзывов, но некоторые пользователи хотели знать, как я написал такую подсказку. Лучше научить человека ловить рыбу, чем просто дать ему рыбу, поэтому я продолжу делиться методологией написания хороших подсказок. Сейчас популярна контекстная инженерия (Context Engineering), и кажется, что мало кто говорит о инженерии подсказок (Prompt Engineering), даже многие считают, что инженерия подсказок больше не нужна: > "Модель уже такая сильная, зачем нужна инженерия подсказок, что бы я ни написал, большая модель все равно поймет, что я имею в виду, и выполнит это хорошо." Это утверждение лишь частично верно, модель действительно становится все сильнее, для обычных запросов достаточно простых подсказок, но для сложных запросов все же нужно использовать инженерию подсказок, чтобы написать их хорошо. **Так что же такое инженерия подсказок?** > Инженерия подсказок — это процесс систематического проектирования, тестирования и оптимизации подсказок. — Бао Юй Подсказки, которые делятся в интернете, или различные шаблоны подсказок — это не инженерия подсказок, это просто подсказки, они статичны, а процесс создания этих подсказок и есть инженерия подсказок. Приведу несколько примеров, как я недавно писал подсказки. Первый пример — это то, как я написал подсказку для речи Лэй Цзюня. Перед тем как продолжить, подумайте, как бы вы это написали? Я сделал это так: Сначала я использовал Deep Research, чтобы собрать речи Лэй Цзюня, а затем попросил AI на основе результатов его речи сгенерировать подсказку, имитирующую речь Лэй Цзюня. (Рисунок 1) После того как AI сгенерировал подсказку, я протестировал ее, и хотя она также сгенерировала речь в стиле Лэй Цзюня, содержание оказалось довольно банальным, и результат не был идеальным. (Рисунок 2) Я протестировал с тем же методом на ChatGPT и Claude, и результаты оказались не очень хорошими. Похоже, что результаты, найденные с помощью Deep Research, не были достаточно хорошими, возможно, многие из них не были речами Лэй Цзюня, а просто новостными отчетами и тому подобным. Позже я увидел в X, что один пользователь перепостил ранние сводки стиля речи Лэй Цзюня, и решил попробовать: > Пожалуйста, помогите мне сгенерировать Prompt, который может превратить вводимую тему или текст в речь в стиле Лэй Цзюня. Вот содержание, обобщенное пользователем, в качестве справки: > \<tweet > > У Лэй Цзюня есть очень крутой навык — описывать обычные или не такие уж впечатляющие вещи с помощью цифр, процентов или других прилагательных так, что они звучат как нечто недостижимое. > После пресс-конференции руководители Zeekr высказали недовольство по поводу автомобилей Xiaomi: маркетинг Xiaomi стоит того, чтобы его изучать, но в техническом плане Xiaomi должна учиться у нас. > PPT Лэй Цзюня и сценарии фильмов Вонг Карвая имеют много общего. > Например, обычный человек скажет, что он заказал тарелку лапши, когда и где. Но PPT Лэй Цзюня скажет: "По результатам непрерывных 300 дней и ночей больших данных, проведенных нашими сотрудниками Xiaomi, 97% людей испытывают явное чувство голода в 7:03:56 утра, по сравнению с 7:00, чувство голода увеличивается на 57%." > Чтобы решить эту проблему, мучающую человечество на протяжении тысяч лет, наши инженеры Xiaomi провели повторные исследования и сравнения и обнаружили, что чувство сытости от муки на 21% выше, чем от риса. > Поэтому мы специально нашли место происхождения пшеницы, используемой для муки, 50 000 лет назад — в плодородном полумесяце на Ближнем Востоке, и вложили большие деньги в разработку самой сытной лапши на сегодняшний день. > Так насколько же она сытная? На 73% сытнее, чем традиционная лапша. При этом калорийность снизилась на 50%. > Мы также дали ей красивое название — Xiaomi Super Hollow Noodles. Кроме того, мы совместно с гигантом в области питьевой воды — Nongfu Spring — разработали первую в отрасли специальную воду для лапши — Nongfu Rice Spring. Лапша, сваренная на нашей Nongfu Rice Spring, может повысить чувство сытости еще на 11%. > 9.9 юаней за 3 кг лапши Xiaomi с высоким чувством сытости. (Стоимость муки всего 1.6 юаня за кг) Бесплатно 10 пакетов приправ. Всего 9 видов разной толщины и 6 цветов упаковки на выбор. > \</tweet> (Рисунок 3) Используя сгенерированную подсказку для тестирования, результат оказался отличным! Вот так просто!

Я изобразил этот процесс на картинке (Рисунок 1) Все создание подсказок — это итеративный процесс: 0. Цель: сначала установите цель, какого эффекта вы ожидаете от своих подсказок. 1. Идея: имея цель, вам нужно придумать, как написать, например, можно написать от руки, можно использовать AI, можно воспользоваться шаблоном. 2. Написание подсказки: не думайте слишком много, сначала напишите одну версию. Это как если бы вы практиковались в стрельбе, не думайте слишком много, просто прицелитесь и выстрелите. 3. Тестирование подсказки: получив первую версию подсказки, протестируйте ее. 4. Оценка: получив результаты тестирования, посмотрите, насколько фактический результат отличается от ожидаемого, в чем разница. Это как если бы вы выстрелили в мишень и измерили, насколько далеко вы от центра мишени. Если результаты оценки не соответствуют установленной вами цели, начните с шага 1 и продолжайте итерацию на основе результатов предыдущей версии. Иногда удача на вашей стороне, и вы получаете хороший результат с первого раза, а иногда требуется многократная итерация. Например, когда я в последний раз создавал подсказки для генерации субтитров на YouTube, я прошел через десятки версий, в начале меня не устраивал формат, а потом я заметил, что он постоянно добавляет временные метки посреди абзацев, что сильно влияет на восприятие текста, но как бы я ни подчеркивал в подсказке, чтобы он не добавлял временные метки посреди абзацев, это не срабатывало. (Рисунок 2) В конце концов, мне пришла в голову идея добавить в пример Few-Shot, что если содержание выступления одного и того же человека слишком длинное, то разбить его на два абзаца, и, наконец, он больше не добавляет временные метки в абзацы. (Рисунок 3) Так что, подводя итог, многие люди не могут хорошо писать подсказки, корень проблемы на самом деле не в том, что они не могут найти хороший шаблон или что AI не может помочь, а в том, *можете ли вы оценить, насколько текущий результат генерации подсказки отличается от цели и знаете ли, как это исправить.* Вот почему подсказки в профессиональных областях обычно требуют наличия профессионального фона, чтобы их можно было хорошо написать, например, человек, не разбирающийся в программировании, использующий AI для программирования, даже если он использует кучу шаблонов подсказок, все равно будет сложно заставить AI написать хорошо, потому что они не могут оценить, соответствует ли результат генерации подсказки требованиям, если нет, то в чем разница и как это исправить.