A prompt az a kérdés, utasítás vagy más bemenet, amelyet egy mesterségesintelligencia-rendszernek adunk. Amikor azt írjuk a ChatGPT-nek, hogy „foglald össze ezt a szöveget öt mondatban”, vagy megkérjük a Geminit, hogy készítsen útitervet egy hétvégére, promptot használunk.
A prompt lehet egyetlen mondat, hosszú részletes instrukció, feltöltött dokumentumhoz kapcsolódó kérdés, sőt kép vagy hang is. A lényeg ugyanaz: ebből érti meg a rendszer, mit szeretnénk tőle.
Mit jelent magyarul a prompt?
Az angol prompt szónak több jelentése van. Jelenthet gyorsat, azonnalit, illetve felszólítást vagy ösztönzést is. A számítástechnika világában régóta használják olyan jelzésre, amely valamilyen bevitelre vár.
A generatív mesterséges intelligencia elterjedésével a szó új hétköznapi jelentést kapott. Ma promptnak nevezzük azt a bemenetet, amellyel egy MI-modellt munkára fogunk.
Egy nagyon egyszerű prompt például így nézhet ki:
Magyarázd el a fotoszintézist egy 11 éves gyerek számára, egyszerű példákkal.
Ebben már benne van a feladat, a célközönség és az elvárt stílus egy része. Ez sokkal több információt ad a modellnek, mint a puszta „Mi a fotoszintézis?” kérdés.
Mitől lesz jobb egy prompt?
A nyelvi modellek nem látják előre, mire gondolunk. Abból dolgoznak, amit megadunk nekik, valamint abból a kontextusból, amely a beszélgetésben rendelkezésükre áll.
Ezért számít, hogy mennyire pontosan fogalmazzuk meg a feladatot.
A „írj egy posztot a mesterséges intelligenciáról” kérés például rengeteg lehetséges irányt hagy nyitva. Egészen más eredményt kapunk, ha megadjuk, hogy a szöveg magyar kisvállalkozóknak szóljon, LinkedInre készüljön, legfeljebb 800 karakter legyen, és egy konkrét problémából induljon ki.
A jó prompt tehát elsősorban világos. Megmondja, mi a feladat, szükség esetén megadja a hátteret, és segít a modellnek megérteni, milyen eredményt várunk.
A prompt nem varázsige
A prompting körül idővel egész iparág alakult ki. Megjelent a prompt engineering fogalma, promptkönyvtárak, sablonok és több száz soros instrukciók.
Ezek bizonyos helyzetekben hasznosak, de könnyű túlmisztifikálni őket.
A legtöbb hétköznapi feladatnál nincs szükség titkos formulára. Sokkal többet ér, ha pontosan tudjuk, mit akarunk elérni, majd a kapott válasz alapján tovább pontosítjuk a kérést.
Például az első válasz után mondhatjuk ezt:
Ez túl általános. Adj három konkrét példát magyar kisvállalkozásokból, és hagyd ki a technikai részleteket.
Ez is prompt. Sőt, a gyakorlatban gyakran az ilyen második vagy harmadik körben válik igazán használhatóvá az eredmény.
Miért számít ennyire a megfogalmazás?
A generatív MI különös helyzetet teremtett. Egy szoftver használatához korábban jellemzően menüpontokat, parancsokat vagy funkciókat kellett megtanulnunk. A ChatGPT-hez hasonló rendszereknél maga a nyelv lett a kezelőfelület.
Ezért a jó kérdezés értékes készséggé vált.
Aki pontosan meg tudja fogalmazni a problémáját, kontextust tud adni, felismeri a gyenge választ és képes tovább kérdezni, általában jobb eredményt kap ugyanattól a modelltől.
Ehhez persze kritikus gondolkodás is kell. A jól megírt prompt nem teszi automatikusan igazzá a választ. A modell tévedhet, félreértheti a feladatot vagy magabiztosan közölhet pontatlan információt.
Hogyan tanulj meg jobban promptolni?
A legegyszerűbb módszer a gyakorlás. Kezdd egy valódi feladattal, nézd meg a választ, majd pontosítsd azt, ami hiányzik.
Ha túl általános, adj több kontextust. Ha rossz irányba megy, fogalmazd meg világosabban a célt. Ha megfelelő az információ, de rossz a forma, mondd meg, milyen szerkezetet szeretnél.
Ebből gyorsan kiderül valami fontos: a prompting kevésbé szól különleges mondatokról, mint arról, hogy megtanuljuk pontosabban kifejezni a saját szándékunkat.
És talán éppen ezért érdekesebb a prompt egy egyszerű technikai kifejezésnél. A géppel való kommunikáció közben sokszor nekünk kell először tisztáznunk, mit is akarunk valójában.
