Anthropic-ի մշակողի խորհուրդները Fable 5-ի փրոմփթինգի համար. նախ գտի՛ր սեփական կույր կետերը

Փրոմփթինգի նոր դարաշրջան. ինչո՞ւ խնդիրը դու ես, ոչ թե մոդելը

Ով երբևէ AI գործակալների հետ կոդ է գրել, լավ գիտի այս իրավիճակը. փրոմփթը պատրաստ է, պլանը պարզ է թվում, բայց արդյունքը դեռ այն չէ, ինչ ուզում էիր։ Anthropic-ի մշակող Թարիք Շիհիփարը (Thariq Shihipar) պնդում է, որ Fable 5-ի՝ Claude-ի ամենանոր մոդելի հետ այս խնդիրն ավելի ու ավելի քիչ է կապված բուն մոդելի հետ և ավելի շատ՝ հենց օգտատիրոջ կույր կետերի։

Շիհիփարի կարծիքով՝ Fable 5-ը առաջին մոդելն է, որտեղ արդյունքի որակը իսկապես սահմանափակվում է օգտատիրոջ՝ սեփական անհայտները պարզելու ունակությամբ։ Սա մտածելակերպի արմատական փոփոխություն է. «ինչպե՞ս խաբեմ մոդելին՝ ավելի լավ արդյունքի համար» հարցի փոխարեն պետք է հարցնենք ինքներս մեզ՝ «ի՞նչ չգիտեմ, որ չգիտեմ»։

Գիտելիքի չորս կատեգորիա, որոնք փոխում են քո փրոմփթերը

Շիհիփարը գիտելիքը բաժանում է չորս կատեգորիայի։ «Հայտնի հայտնիներ» (Known Knowns)՝ այն, ինչ արդեն գրված է քո փրոմփթում։ «Հայտնի անհայտներ» (Known Unknowns)՝ հարցեր, որոնց պատասխանը դեռ չունես, բայց գիտես, որ չունես։ «Անհայտ հայտնիներ» (Unknown Knowns)՝ գիտելիք, այնքան ակնհայտ, որ երբեք չես գրի, բայց անմիջապես կճանաչես, եթե տեսնես։ Իսկ կրիտիկական կատեգորիան «անհայտ անհայտներն» են (Unknown Unknowns)՝ այն, ինչ ընդհանրապես չես դիտարկել։

Հենց վերջին կատեգորիան է արդյունավետ փրոմփթինգի ամենամեծ խոչընդոտը։ Երբ չգիտես, որ ինչ-որ բան չգիտես, չես կարող մոդելին ասել, որ հաշվի առնի դա։

Կոնկրետության դիլեմա. չափից ճի՞շտ, թե չափից անո՞րոշ

Շիհիփարի ամենակարևոր դիտարկումներից մեկն այն է, որ չափից ավելի մանրամասնությունը նույնքան վատ է, որքան չափից ավելի անորոշությունը։ Երբ չափազանց կոնկրետ ես, Fable 5-ը կարող է կուրորեն հետևել քո հրահանգներին նույնիսկ այն ժամանակ, երբ ուղղության փոփոխությունը ավելի տրամաբանական կլիներ։

«Երբ հաշվի չես առնում քո անհայտները, երկու կողմից էլ պարտվում ես», գրում է Շիհիփարը։

«Կույր կետերի ստուգում». առաջին քայլը ցանկացած նախագծից առաջ

Շիհիփարը առաջարկում է կոնկրետ տեխնիկա, որը կոչվում է blindspot pass. խնդրիր Claude-ին բացահայտել քո անհայտ անհայտները։ Սա հատկապես արդյունավետ է, երբ աշխատում ես կոդային բազայի անծանոթ հատվածում։

Կառուցվածքային հարցազրույցներ և ռեֆերենսներ

Մեկ այլ հզոր տեխնիկա կառուցվածքային հարցազրույցն է, որտեղ Claude-ը հարց է տալիս հարցի հետևից՝ անորոշությունները բացահայտելու համար։ Առաջնահերթություն է տալիս այն հարցերին, որոնց պատասխանները կարող են փոխել ողջ ճարտարապետությունը։

Եզրակացություն. ապագան նրանցն է, ովքեր կգտնեն սեփական կույր կետերը

Fable 5-ի գալուստով AI փրոմփթինգն այլևս միայն տեխնիկական հմտություն չէ. այն դառնում է ինքնաճանաչողության և մետաճանաչողության հարց։ Որքան հզորանում են մոդելները, այնքան կարևոր է դառնում օգտատիրոջ ունակությունը՝ գիտակցել սեփական գիտելիքի սահմանները։