„Viselkedj tapasztalt marketingesként.” „Te egy jogi asszisztens vagy.” „Magyarázd el úgy, mintha egy tanár lennél.”
Sokáig ezek jelentették a promptolás egyik alaptechnikáját: adjunk szerepet a modellnek, és ezzel segítsünk neki megtalálni a megfelelő nézőpontot. A módszer ma is használható. Összetettebb feladatoknál viszont gyakran sokkal többet számít, hogy milyen kontextust adunk.
A két technika másféle kapaszkodót ad a modellnek. Érdemes tudni, mikor melyikre van valóban szükség.
Mit csinál a szerep-prompt?
A szerep-prompt meghatároz egy nézőpontot vagy szakmai szerepet, amelyből a modellnek válaszolnia kell.
Például:
Viselkedj tapasztalt karriertanácsadóként, és segíts átfogalmazni ezt az önéletrajzi bemutatkozást.
A szerep kijelölése segíthet a hangnem, a szakmai fókusz és a válasz szerkezetének kialakításában. Különösen hasznos lehet egyszerűbb feladatoknál, ahol gyorsan szeretnénk jelezni, milyen szemszögből várjuk a választ.
Önmagában azonban kevés információt ad arról, hogy pontosan mi a célunk.
Egy marketinges egészen másképp dolgozik egy budapesti kávézó Instagram-posztján, mint egy B2B szoftvercég értékesítési anyagán. A szerep tehát irányt ad, de a helyzetet még nem írja le.
Mit ad hozzá a kontextus?
A kontextus megmutatja a modellnek, milyen helyzetben dolgozik.
Tegyük fel, hogy ügyfél-ajánlatot készítünk. Leírhatjuk, milyen cégről van szó, mit szeretne elérni az ügyfél, milyen szolgáltatásokról tárgyaltunk korábban, ki fogja olvasni az ajánlatot, milyen árszinten dolgozunk, és milyen hangnem illik a kapcsolatunkhoz.
Ebből a modell sokkal pontosabban tud következtetni arra, milyen válasz használható.
Egy kontextus-prompt például így indulhat:
Egy ötfős magyar tanácsadócég számára készítek ajánlatot. Az ügyfél korábban jelezte, hogy elsősorban időt szeretne megtakarítani, és nem akar új szoftvereket bevezetni. A döntést az ügyvezető hozza meg, aki nem technikai szakember. Az ajánlat legyen rövid, tárgyilagos és konkrét.
Itt már nincs szükség arra, hogy hosszasan elmagyarázzuk, milyen szerepet vegyen fel a modell. Maga a helyzet rengeteg információt ad.
Mikor melyiket válaszd?
Gyors, jól körülhatárolt feladatnál egy szerep-prompt kényelmes kiindulópont lehet. Ha például szeretnél egy szakmai szöveget laikusok számára egyszerűbbé tenni, elég lehet annyit mondani, hogy a modell egy jó ismeretterjesztő szerkesztő szemével dolgozzon.
Összetett munkánál a kontextus értéke gyorsan megnő.
Egy rendszeresen készülő ügyféljelentésnél, hírlevélnél, szerződéstervezet elemzésénél vagy kutatási feladatnál már számítanak az előzmények, a cél, a közönség, a korábbi döntések és az elvárt eredmény.
A két technika természetesen együtt is használható.
Te egy üzleti kommunikációs tanácsadó vagy. Egy ötfős grafikai stúdió meglévő ügyfeleinek írunk levelet a következő évi áremelésről. A kapcsolat személyes, ezért a levél legyen határozott, de természetes. Az áremelést új szoftverekkel és gyorsabb kiszolgálással indokoljuk. Készíts legfeljebb 250 szavas verziót.
A szerep itt egyetlen eleme a teljes kontextusnak.
Mit érdemes beleírni a kontextusba?
Nem kell minden promptból többoldalas háttéranyagot készíteni. Annyi információt adj, amennyi a feladat megértéséhez valóban szükséges.
Érdemes tisztázni a célt, a feladat hátterét, a célközönséget és azokat a körülményeket, amelyek befolyásolják a választ. Hasznos lehet egy korábbi minta is, ha pontosan megmutatja, milyen eredményt szeretnél.
A kívánt kimenetet szintén érdemes meghatározni. Más instrukció kell egy ötmondatos összefoglalóhoz, egy ügyféllevélhez vagy egy részletes döntési elemzéshez.
A prompt minősége a saját gondolkodásunkat is megmutatja
A promptolás egyik érdekes mellékhatása, hogy rákényszerít a feladat tisztázására.
Mielőtt kontextust adunk a modellnek, nekünk kell eldöntenünk, mi a cél, ki fogja használni az eredményt, milyen információ számít, és milyen választ tekintenénk jónak.
Ezért a jobb prompt gyakran nem egy ügyesebb mondatból születik. A háttérben pontosabb gondolkodás áll.
Ha pedig a feladat rendszeresen visszatér, érdemes a jól működő kontextust sablonként elmenteni. Legközelebb már csak a változó részeket kell frissíteni, és a modell ugyanabból a stabil háttérből tud dolgozni.
