รวม Prompt เทคนิคเข้าด้วยกัน
การผสมผสานเทคนิค Prompting ที่แตกต่างกัน เช่น Role, Instruction และ Few-Shot Prompting สามารถนำไปสู่การสร้าง Prompts ที่ทรงพลังและให้ผลลัพธ์ที่ดีขึ้น เรียนรู้วิธีการรวมเทคนิคเหล่านี้เพื่อปรับแต่ง Prompts ให้เหมาะสมกับงานของคุณ
💡 Key Takeaways
- เข้าใจวิธีการรวม Prompt เทคนิตต่าง ๆ เข้าด้วยกัน
- ตัวอย่างของการรวม Role Prompting กับ Instruction Prompting
- ตัวอย่างของการรวม Context - Instruction - Few Shots Prompting
ในบทเรียนก่อนหน้านี้ เราได้เห็นแล้วว่า Prompts สามารถมีรูปแบบและความซับซ้อนที่แตกต่างกันไป ไม่ว่าจะเป็น บริบท, คำสั่ง หรือการให้ตัวอย่าง ดังนั้นตอนนี้เราเรียนรู้เทคนิคต่าง ๆ ของ Prompting แต่ละประเภทแยกจากกัน แต่จริง ๆ แล้วการผสมผสานเทคนิค Prompting ที่แตกต่างกันเหล่านี้ สามารถนำไปสู่การสร้าง Prompts ที่ทรงพลังมากขึ้น
การรวม Role Prompting และ Instruction Prompting เข้าด้วยกัน
Role Prompting และ Instruction Prompting สามารถรวมกันเพื่อสร้าง Prompts ที่ซับซ้อนมากขึ้นได้ ยกตัวอย่างเช่น คุณสามารถสั่ง AI ให้สวมบทบาทเป็นนักประวัติศาสตร์ จากนั้นให้ Instructions สำหรับงานเฉพาะ
Prompt :
AI Output :
ในตัวอย่างนี้ AI ทำหน้าที่เป็นนักประวัติศาสตร์และทำตามคำแนะนำในการเขียนสรุปสั้น ๆ เกี่ยวกับสงครามในอดีตของชาติไทยการผสมผสานระหว่างบทบาท (Role) และ Prompt แบบ Instruction ส่งผลให้ได้ผลลัพธ์ที่มีรายละเอียดที่ดีและแม่นยำ
รวม Context, Instruction และ Few Shot Prompting เข้าด้วยกัน
ต่อไปคือตัวอย่างของ Prompt ที่ผสมผสานระหว่างบริบท (Context) คำสั่ง (Instruction) และ Few-Shot Prompting เข้าด้วยกัน โดยบริบทถูกให้มาโดยคำอธิบายเกี่ยวกับ Twitter และ Task ในการจำแนกประเภท (Classify) ของ Tweets ซึ่งช่วยให้ AI Model เข้าใจถึงเป้าหมายและขอบเขตของงานที่ต้องทำ
คำสั่งกำหนดไว้ในประโยคว่า "ตรวจสอบให้แน่ใจว่าจัดหมวดหมู่ Tweet สุดท้ายให้ถูกต้อง" ซึ่งเป็นการบอกให้ Model ทราบว่าต้องจำแนกประเภท Tweet สุดท้ายให้ถูกต้องตามตัวอย่างที่ให้มา
ส่วน Few-Shot Prompting ถูกแสดงให้เห็นผ่านตัวอย่าง Tweets เชิงบวกและเชิงลบอย่างละสองตัวอย่าง ซึ่งเป็นการให้ข้อมูลตัวอย่างเพื่อให้ Model เรียนรู้รูปแบบและลักษณะของ Tweets ในแต่ละประเภท เพื่อนำไปใช้ในการจำแนกประเภท Tweet ใหม่ได้อย่างแม่นยำ
ดังนั้น Prompt นี้จึงเป็นการสั่งงาน AI Model ให้ใช้การผสมผสานกันของบริบท คำสั่ง และตัวอย่าง เพื่อจำแนกประเภท Tweet สุดท้ายได้อย่างถูกต้อง โดยอาศัยความเข้าใจในบริบทของงาน ปฏิบัติตามคำสั่งที่กำหนด และเรียนรู้จากตัวอย่างที่ให้มา เพื่อให้สามารถทำงานได้ตามที่ต้องการ
Prompt :
ตัวอย่างด้านล่างนี้เป็นการแยกประเภท tweets "เชิงบวก" กับ "เชิงลบ", ตรวจสอบให้แน่ใจว่าจัดหมวดหมู่ tweet สุดท้ายให้ถูกต้อง
Q: Tweet: "ยอดเยี่ยมมาก!"
Is this tweet positive or negative?
A: เชิงบวก
Q: Tweet: "ยืดยาว น่าเบื่อจริงๆ" Is this tweet positive or negative?
A: เชิงลบ
Q: Tweet: "ฉันชอบการเรียนแบบนี้"
A:
AI Output :
คำตอบตอบแค่ เชิงบวก ไม่มีคำอธิบายยืดยาวซึ่งก็ตรงตามความต้องการของเราตามตัวอย่างที่เราให้ Model AI ไป
สรุป
การผสมผสาน Prompt เทคนิคที่เราได้เรียนรู้มาสามารถนำไปสู่ Prompts ที่มีประสิทธิภาพและทรงพลังมากขึ้น เกือบทุก Prompts ที่คุณเขียนมักจะรวมหลายเทคนิคเข้าด้วยกัน แนะนำให้ทำการทดลองและปรับแต่ง Prompts ของคุณอย่างต่อเนื่อง ให้ค้นหาว่า เทคนิคต่าง ๆเหล่านี้สามารถนำมารวมกันเพื่อสร้างผลลัพธ์ตามที่ต้องการได้อย่างไร
บทเรียนถัดไป บทที่ 8 "การจัดโครงสร้าง Prompts"
อ่านบทเรียนอื่น ๆ เพิ่มเติม ได้ ที่นี่