Delen via


Effectieve prompts schrijven voor Microsoft Copilot in Azure

Prompt engineering is het proces van het ontwerpen van prompts die de beste en meest nauwkeurige antwoorden van grote taalmodellen (LLM's) zoals Microsoft Copilot in Azure (preview) opslokken. Naarmate deze modellen geavanceerder worden, wordt het begrijpen hoe u effectieve prompts maakt, nog belangrijker.

In dit artikel wordt uitgelegd hoe u prompt-engineering gebruikt om effectieve prompts te maken voor Microsoft Copilot in Azure.

Belangrijk

Microsoft Copilot in Azure (preview) is momenteel in PREVIEW. Raadpleeg de Aanvullende voorwaarden voor Microsoft Azure-previews voor juridische voorwaarden die van toepassing zijn op Azure-functies die in bèta of preview zijn of die anders nog niet algemeen beschikbaar zijn.

Wat is prompt engineering?

Prompt engineering omvat het strategisch maken van invoer voor AI-modellen zoals Copilot in Azure, het verbeteren van hun vermogen om nauwkeurige, relevante en waardevolle resultaten te leveren. Deze modellen zijn afhankelijk van patroonherkenning op basis van hun trainingsgegevens, zonder echte kennis van gebruikersdoelen of gebruikersdoelen. Door specifieke contexten, voorbeelden, beperkingen en instructies in prompts op te nemen, kunt u de responskwaliteit aanzienlijk verhogen.

Goede technische procedures voor prompts helpen u meer copilot te ontgrendelen in het potentieel van Azure voor het genereren van code, aanbevelingen, het ophalen van documentatie en navigatie. Door uw prompts zorgvuldig te maken, kunt u de kans op irrelevante suggesties verminderen. Prompt engineering is een cruciale techniek om reacties te verbeteren en taken efficiënter uit te voeren. Het nemen van de tijd om geweldige prompts te schrijven bevordert uiteindelijk efficiënte codeontwikkeling, vermindert de kosten en minimaliseert fouten door duidelijke richtlijnen en verwachtingen te bieden.

Tips voor het schrijven van betere prompts

Microsoft Copilot in Azure kan uw gedachten niet lezen. Om zinvolle hulp te krijgen, helpt u het: vraag kortere antwoorden als de antwoorden te lang zijn, vraag complexe details aan als antwoorden te eenvoudig zijn en geef de indeling op die u in gedachten hebt. Als u de tijd neemt om gedetailleerde instructies te schrijven en uw prompts te verfijnen, kunt u zien wat u zoekt.

De volgende tips kunnen handig zijn bij het schrijven van effectieve prompts.

Wees duidelijk en specifiek

Begin met een duidelijke intentie. Als u bijvoorbeeld 'Prestaties controleren' zegt, weet Microsoft Copilot in Azure niet waarnaar u verwijst. Wees in plaats daarvan specifieker met prompts zoals 'Controleer de prestaties van Azure SQL Database in de afgelopen 24 uur'.

Geef voor het genereren van code de taal en het gewenste resultaat op. Voorbeeld:

  • Een YAML-bestand maken dat staat voor ...
  • CLI-script genereren naar ...
  • Geef me een Kusto-query om op te halen...
  • Help me bij het implementeren van mijn workload door Terraform te genereren dat ...

Verwachtingen bijstellen

De woorden die u gebruikt, vormen Microsoft Copilot in de antwoorden van Azure. Enigszins verschillende werkwoorden kunnen verschillende resultaten retourneren, dus overweeg de beste manieren om uw aanvragen te formuleren. Voorbeeld:

  • Voor informatie op hoog niveau gebruikt u woordgroepen zoals Instructies of Een handleiding maken.
  • Voor bruikbare antwoorden gebruikt u woorden zoals Genereren, Implementeren of Stoppen.
  • Als u informatie wilt ophalen en weergeven in uw chat, gebruikt u termen zoals Ophalen, Lijst of Ophalen.
  • Als u de weergave wilt wijzigen of naar een nieuwe pagina wilt navigeren, probeert u woordgroepen zoals Weergeven, Mij naar of Navigeren naar.

U kunt ook uw expertiseniveau vermelden om het advies aan te passen aan uw begrip, ongeacht of u een beginner of expert bent.

Context toevoegen over uw scenario

Geef uw doelen en waarom u een taak uitvoert om preciezere hulp te krijgen of om de technologieën waarin u geïnteresseerd bent te verduidelijken. In plaats van alleen azure-functie implementeren te zeggen, beschrijft u uw einddoel in detail, zoals De Azure-functie implementeren voor het verwerken van gegevens van IoT-apparaten met een nieuwe resource.

Uw aanvragen opsplitsen

Voor complexe problemen of taken kunt u uw aanvraag opsplitsen in kleinere, beheerbare onderdelen. Bijvoorbeeld: Identificeer eerst virtuele machines die momenteel worden uitgevoerd. Nadat u een werkende query hebt, stopt u deze. U kunt ook afzonderlijke prompts gebruiken voor verschillende onderdelen van een groter scenario.

Uw code aanpassen

Wanneer u wordt gevraagd om het genereren van code op aanvraag, geeft u bekende parameters, resourcenamen en locaties op. Wanneer u dit doet, genereert Microsoft Copilot in Azure code met deze waarden, zodat u ze niet zelf hoeft bij te werken. In plaats van een CLI-script te zeggen om een opslagaccount te maken, kunt u mij bijvoorbeeld een CLI-script geven om een opslagaccount met de naam Storage1234 te maken in de resourcegroep TestRG in de regio EastUS.

Azure-terminologie gebruiken

Gebruik indien mogelijk Azure-specifieke termen voor resources, services en taken. Copilot in Azure begrijpt uw intentie mogelijk niet als deze niet weet naar welke onderdelen van Azure u verwijst. Als u niet zeker weet welke term u moet gebruiken, kunt u Copilot in Azure vragen over algemene informatie over uw scenario en vervolgens de voorwaarden gebruiken die in uw prompt worden vermeld.

De feedbacklus gebruiken

Als u het antwoord dat u zocht niet krijgt, probeert u het opnieuw met behulp van het vorige antwoord om uw prompts te verfijnen. U kunt copilot in Azure bijvoorbeeld vragen om meer te vertellen over een eerder antwoord of om meer over één aspect uit te leggen. Voor gegenereerde code kunt u vragen om het ene aspect te wijzigen of een andere stap toe te voegen. Wees niet bang om te experimenteren om te zien wat het beste werkt.

Als u feedback wilt geven over een antwoord dat Microsoft Copilot in Azure biedt, gebruikt u de duimen omhoog/omlaag. Deze feedback helpt ons inzicht te krijgen in uw verwachtingen, zodat we de Copilot in Azure-ervaring in de loop van de tijd kunnen verbeteren.

Volgende stappen