Overwegingen voor Copilot-prompts
De kwaliteit van reacties van copilots is niet alleen afhankelijk van het gebruikte taalmodel, maar van de typen prompts die gebruikers bieden. Prompts zijn manieren waarop we een toepassing vertellen wat we willen doen. U kunt de nuttigste voltooiingen krijgen door expliciet te zijn over het gewenste type antwoord. In dit voorbeeld vindt u een overzicht van de belangrijkste overwegingen voor het aannemen van Copilot, zoals beschreven in dit document voor een leidinggevende van het bedrijf. Maak de samenvatting op als niet meer dan zes opsommingstekens met een professionele toon." U kunt betere resultaten bereiken wanneer u duidelijke, specifieke prompts indient.
Houd rekening met de volgende manieren om het antwoord te verbeteren dat een copilot biedt:
- Begin met een specifiek doel voor wat u wilt dat de copilot doet
- Geef een bron op om het antwoord te gronden in een specifiek informatiebereik
- Context toevoegen om de geschiktheid en relevantie van reacties te maximaliseren
- Duidelijke verwachtingen voor het antwoord instellen
- Herhalen op basis van eerdere prompts en antwoorden om het resultaat te verfijnen
In de meeste gevallen verzendt een copilot uw prompt niet alleen naar het taalmodel. Meestal is uw prompt uitgebreid met:
- Een systeembericht waarmee voorwaarden en beperkingen voor het gedrag van het taalmodel worden ingesteld. U bent bijvoorbeeld een handige assistent die op een vrolijke, vriendelijke manier reageert. Deze systeemberichten bepalen beperkingen en stijlen voor de antwoorden van het model.
- De gespreksgeschiedenis voor de huidige sessie, inclusief eerdere prompts en antwoorden. Met de geschiedenis kunt u het antwoord iteratief verfijnen terwijl de context van het gesprek behouden blijft.
- De huidige prompt, mogelijk geoptimaliseerd door de copilot, om het op de juiste manier te wijzigen voor het model of om meer grondgegevens toe te voegen om het antwoord te bepalen.
De term prompt engineering beschrijft het proces van promptverbetering. Zowel ontwikkelaars die toepassingen ontwerpen als consumenten die deze toepassingen gebruiken, kunnen de kwaliteit van reacties van generatieve AI verbeteren door prompt engineering te overwegen.