ChatGPT dla Marketera: Prompt Engineering czyli efektywne korzystanie z ChatGPT

0:02Poznanie podstaw Prompt Engineering

0:04pozwoli Ci na lepsze, bardziej efektywne wykorzystanie czasu GPT.

0:08I tym zajmiemy się właśnie w tej lekcji.

0:11Zacznijmy w ogóle od tego, czym jest prompt engineering i tak naprawdę możesz o

0:15tym myśleć jako o umiejętności efektywnej komunikacji z modelami językowymi, np.

0:21takimi jak GPT, na którym to właśnie bazuje czat GPT.

0:24Zresztą stąd nawet jego nazwa i jeśli wiesz, nawet tak bardzo ogólnikowo w jaki

0:29sposób działa to rozwiązanie, to jesteś w stanie pisać lepsze projekty,

0:34a co za tym idzie poprawić jakość osiąganych rezultatów.

0:37I być może pamiętasz, że w jednej z poprzednich lekcji mówiłem o tym, że Chad

0:41GPT ma bardzo niski próg wejścia, bo tak naprawdę każdy może wejść na stronę 4

0:47plikom, założyć nowe konto i wpisać proste polecenie.

0:52Co więcej, często odpowiedź, którą

0:55otrzymamy będzie stosunkowo dobra, przynajmniej na pierwszy rzut oka.

0:59Te wyniki, które otrzymamy będą całkiem

1:02niezłe, co prowadzi do takiego przekonania, że absolutnie nic nie trzeba

1:05wiedzieć na temat tego narzędzia, aby rozpocząć z nim pracę.

1:10I w teorii niski próg wejścia ma tylko i wyłącznie same plusy, ponieważ umożliwiają

1:15one praktycznie wszystkim osobom, niezależnie od tego, jak bardzo

1:20dużą wiedzę techniczną mają na rozpoczęcie współpracy z nowoczesnymi narzędziami.

1:25W takim razie na czym polega problem?

1:28Właśnie ten niski próg wejścia prowadzi do bardzo szybkich, błędnych wniosków, które

1:34wynikają na braku wiedzy lub też bazowania na nieprawdziwych danych.

1:39I niestety mamy teraz zalew takiego

1:42contentu i nie mając podstawowej wiedzy na temat tych rozwiązań ciężko nam jest

1:47odróżnić nawet patrząc na prąd czy on jest dobry czy zły.

1:51Albo też jeżeli słyszymy o jakimś nowym odkryciu.

1:54Do czego jeszcze

1:56można wykorzystać to właśnie nie wiedząc w jaki sposób on działa?

1:59Ciężko nam jest to racjonalnie ocenić.

2:01Jedną z takich zasad, którą warto mieć

2:04cały czas z tyłu głowy, to jest garbage in garbage out.

2:08Czyli jeśli to co przekażesz do PT będzie

2:11słabej jakości, to rezultat, który otrzymasz również będzie słaby.

2:17I bardzo często pojawia się Pojawiają się takie hasła, że czas pt.

2:21piszę ogólniki.

2:23I faktycznie, jeżeli

2:26zobaczymy na przykład, który właśnie widzisz na ekranie i nasz prompt będzie

2:30polegał tylko i wyłącznie na tym, że wpisaliśmy Advertising it's.

2:35Czyli nasz prąd.

2:36Można powiedzieć, że jest tutaj przesadnie

2:38uproszczony, ale tak naprawdę zwracam uwagę na to, że

2:41on nie zawiera żadnego kontekstu ani wytycznych.

2:45I odpowiedź, którą otrzymaliśmy, widzisz tutaj po lewej stronie.

2:48Ona nawiązuje faktycznie do pomysłu, w jaki sposób moglibyśmy się reklamować,

2:52ale ta odpowiedź jest bardzo ogólnikowa, czyli ok.

2:56Ona robi wrażenie dlatego, że przynajmniej większość z tych porad jest

2:59sensowna i nawiązuje do tego, o czym mówiliśmy.

3:02Ale jeśli chciałbyś z nimi zacząć działać w ramach komercyjnego projektu,

3:07to okazuje się bardzo szybko, że wartość tej odpowiedzi jest niemalże zerowa.

3:12W takim razie wprowadźmy kilka naprawdę

3:14drobnych modyfikacji w ramach naszego projektu.

3:18I zwróć uwagę, że tak naprawdę jedyne co

3:20tutaj zrobiliśmy, to podaliśmy informacje na temat produktu oraz grupy docelowej.

3:26I tak jak widzisz to co zrobiliśmy, to nie jest żaden rocket science.

3:30Ale już na podstawie tak małej zmiany

3:33otrzymaliśmy znacznie lepszy rezultat i widzisz go po lewej stronie ekranu.

3:37Po pierwsze, odpowiedź jest dopasowana do naszej sytuacji.

3:41Po drugie, otrzymaliśmy też bardzo konkretną propozycję kroków do podjęcia.

3:47I mając też tak wygenerowaną propozycję działania, możemy kontynuować dyskusję,

3:52czyli dać feedback, który z tych pomysłów nam się podobają, poprosić o wytłumaczenie

3:56lub też poszerzenie tych obszarów, które nas najbardziej interesują.

3:59W takim razie, skoro nawet tak drobna zmiana w projekcie tak znacząco poprawia

4:04rezultaty, to warto poświęcić chwilę tematowi.

4:09Co powinien zawierać dobry prompt?

4:11I nie ma tak naprawdę jednej sztywnej zasady.

4:14I też nie zawsze każde prompt musi być

4:16maksymalnie dopieszczone, Ale czym częściej będziesz chciał z niego korzystać

4:20i czym bardziej będziesz chciał, aby rezultaty, które otrzymujesz, były

4:24przewidywalne, tym więcej czasu warto spędzić na dokręceniu właściwego projektu.

4:29I w większości przypadków taki prompt powinien zawierać informację na temat

4:33roli, kontekstu zadania i formatu odpowiedzi.

4:36I przejdźmy teraz przez każdy z tych punktów z osobna.

4:38Rola jest tak naprawdę bardzo intuicyjnym parametrem.

4:42Wskazujemy tutaj w jakiej roli ma wystąpić

4:45czy GPT, czyli mówimy, czy ma być operatorem specjalistą od SEO.

4:49I w przykładzie, który aktualnie widzisz, po prostu powiedzieliśmy, że PTI ma

4:53wystąpić w roli eksperta w digital marketingu i tak naprawdę

5:00w ramach tego przykładu, który tutaj mamy, może być to już wystarczające.

5:03Po drugie mamy kwestię kontekstu i szalenie zależy mi na tym, abyś cały czas

5:08pamiętał, że HTTP absolutnie nie wie nic na Twój temat, projektu, nad którym

5:13pracujesz, firmy, w której pracujesz, zasad jakie tam panują, Twoich oczekiwań.

5:18Co oznacza, że wszystkie potrzebne informacje musisz mu przekazać i dopiero

5:22wtedy on będzie w stanie odpowiednio wykonać swoją pracę.

5:25W przykładzie, który aktualnie prezentuję,

5:27możesz zwrócić uwagę na to, że wskazaliśmy tutaj po prostu, kto jest naszym

5:31odbiorcom, czego oczekuje i czym jest zainteresowany.

5:35Ja, żeby nie przedłużać tych lekcji, nie

5:37będę analizował tych wszystkich przykładów bardzo dokładnie,

5:39ale możesz zatrzymać na chwilę lekcję i przeanalizować je we własnym zakresie.

5:44I do tego gorąco Cię zachęcam.

5:46Kwestia zadania to tak naprawdę nic innego

5:49jak dokładne określenie, czego oczekujemy od HTTP i czym lepiej

5:55sprecyzuje nasze oczekiwania, tym większą szansę mamy na odniesienie sukcesu.

6:01I tak jak widzisz na

6:02obecnie prezentowanym przykładzie prosimy o napisanie zwięzłego newslettera,

6:08który ma zawierać informacje na temat trendów branży marketingowej.

6:13I ostatni element dobrego projektu to jest format odpowiedzi.

6:18Chodzi tutaj o określenie, w jaki sposób ta odpowiedź ma zostać zwrócona.

6:23Czy oczekujemy pełnego tekstu?

6:25A może to informacja zwrotna ma być dostarczona w formie listy?

6:30Jeżeli tekst, to jakiej długości?

6:32I możemy też narzucić w ogóle własną, bardzo konkretną strukturę.

6:36I właśnie to widzisz teraz na ekranie, Czyli przygotowaliśmy nasz wstęp prosto,

6:41bazując na poprzednich elementach, a wskazujemy, że sama odpowiedź ma być w

6:46takim formacie, że otrzymujemy najpierw tytuł książki, następnie słowo baj.

6:50I tutaj wstawiamy informację na temat autora.

6:53Później mamy etykietę description i jedno

6:55zdanie opisu, a następnie dlaczego ją rekomendujemy.

6:59I to jest również stały element.

7:00I tutaj dynamiczna treść, która ma zostać podmieniona przez czas, kiedy

7:04każdy z tych elementów będziemy rozwijali przy okazji kolejnych lekcji.

7:08Ale zanim do nich przejdziemy, zostańmy

7:10jeszcze w samym Prompt Engineering i poznajmy kilka dodatkowych technik.

7:15Jednym ze sposobów na poprawienie jakości otrzymywanych odpowiedzi, jak i

7:19zwiększenie szansy na to, że Pete dobrze zrozumie zadanie, które przed nim

7:23stawiamy, jest zastosowanie techniki już od Learning.

7:27Polega ona na tym, że

7:30pokazujemy przykłady tego, czego oczekujemy od czas PPT, dzięki czemu jest

7:34on w stanie nauczyć się na podstawie naszych przykładów.

7:37W tym przypadku słowo shot jest tak

7:40naprawdę synonimem słowa przykład i mamy tutaj trzy typy.

7:44Pierwszy typ to PROMOTIC, czyli przykładowo mówimy dodaj dwa do dwóch.

7:51I w takim podejściu nie podajemy żadnych

7:53przykładów, tylko od razu definiujemy zadanie.

7:55W PROMOTIC podajemy jeden przykład, np.

7:59Dodaj trzy do trzech.

8:00Wynik to 6, a następnie wydajemy polecenie Dodaj dwa do dwóch.

8:05W ramach już od PROMOTIC podajemy kilka przykładów.

8:08Zazwyczaj jest to między 3 a 5 przykładów i dopiero stawiamy pytanie.

8:12Czas PPT zaskakująco dobrze potrafi

8:14uogólnić stawiane przed nim zadanie na podstawie naszych przykładów.

8:18Technika ta sprawdzi się zwłaszcza w przypadku bardziej złożonych zadań,

8:22na przykład gdy mamy bardzo konkretnie sprecyzowane nasze oczekiwania co do

8:26realizacji zadania, które stawiamy przed PT.

8:30Inną techniką, którą warto poznać jest ten fakt.

8:33My rozważymy z doświadczeń SWOT, czyli takie podejście, które nie wymaga od nas

8:37podania nawet jednego przykładu, a i tak prowadzi do poprawy otrzymywanych wyników.

8:42Technika ta polega na podzieleniu

8:44złożonego pytania lub problemu na mniejsze, łatwiejsze do wykonania zadania.

8:48Naśladuje to ludzkie procesy rozwiązywania problemów, których zwykle nie

8:51przeskakujemy od razu do ostatecznej odpowiedzi, ale raczej rozważamy różne

8:55aspekty i szczegóły przed dojściem do konkluzji.

8:58Zobaczmy to na przykładzie, w którym

9:00prosimy o wypisanie ciągiem ostatnich liter poszczególnych słów w naszym zdaniu.

9:04W modelu GPT 4 czy GPT często sam zaczyna

9:07od krótkiego opisu, co zrealizuje w ramach zadania, więc na potrzeby naszego

9:12przykładu celowo dodaliśmy jeszcze return just do result.

9:20Jak widzisz odpowiedź, którą otrzymaliśmy

9:22nie jest poprawna, chociaż oczywiście zdarza się, że już za pierwszym razem.

9:26Nawet jeśli od razu przeszli byśmy do

9:28konkluzji, otrzymalibyśmy poprawny rezultat.

9:30Sprawdźmy teraz dokładnie to samo zadanie, ale prosząc o to, aby czas pokazał nam,

9:35jak po kolei dochodzi do rozwiązania zadania.

9:39Tutaj wystarczy, że na końcu naszego

9:40projektu dodamy polecenie Fink step by step.

9:49Tak jak widzisz, zostaliśmy tutaj przeprowadzenie przez cały proces, a

9:52otrzymana odpowiedź tym razem jest poprawna.

9:54Dlaczego warto korzystać z jej no. Fot..

9:56Duże modele językowe bardzo dobrze radzą sobie z szeroką gamą zapytań, ale czasami

10:01mogą mieć trudności z bardziej zaawansowanymi zadaniami.

10:05Podejście, które widziałeś, niejako buduje

10:07szkielet, zapewniając modelowi ścieżkę dojścia do rozwiązania.

10:10Prowadzi to do dokładniejszych i bardziej przemyślanych odpowiedzi.

10:14Jeśli zależy Ci na dalsze maksymalizowanie pewności odnośnie otrzymanego rezultatu,

10:18warto, abyś wiedział, że możesz to osiągnąć m.

10:21in.

10:21poprzez wielokrotne zadawanie tego samego pytania i wybraniu jako finalnej

10:25odpowiedzi tego wyniku, który pojawił się najczęściej.

10:28Jest to przydatne np.

10:30jeśli analizujemy sentyment treści,

10:32przykładowo opinii, którą otrzymaliśmy od klienta.

10:35Może się zdarzyć, że z pewnym prawdopodobieństwem nawet na

10:39dobrze przygotowany prompt czat co jakiś czas będzie zwracał błędną odpowiedź.

10:44Jeśli wydamy mu to samo polecenie np.

10:463 razy, to wybór odpowiedzi, która

10:48pojawiła się najczęściej, zwiększa szansę, że otrzymany wynik będzie poprawny.

10:53Takie podejście jest najczęściej stosowane w ramach aplikacji, gdzie cały proces jest

10:57zautomatyzowany, ale dobrze, abyś wiedział o jego istnieniu.

11:00Ostatnia rzecz w ramach Front Inżynier

11:02Ringu, o której chciałbym Ci powiedzieć w tej lekcji, to Prim Ink Prompt.

11:06Dzięki nim możesz kontrolować styl, strukturę i treść rozmowy, jak i kierować

11:10odpowiedziami tak, aby dostosować je do swoich konkretnych potrzeb i preferencji.

11:15Przykładowo, możesz sprawić, że AI będzie przez całą rozmowę mówił jak pirat.

11:20W tym celu stworzymy Pirate GPT i zaczniemy od tego, że będzie miał się on

11:25przedstawić w taki sposób, gdyby był piratem.

11:27Zapytajmy go teraz, ile wynosi 2+2.

11:35Tak jak widzisz, nie odbiera on teraz standardowej odpowiedzi, tylko cały czas

11:39zachowuje się w ramach nadanej przez nas roli, czyli odpowiada jak pirat.

11:45Należy jednak pamiętać o tym, że sztuczna inteligencja może w pewnym momencie

11:49zapomnieć o narzuconym projekcie i wymagać ponownego określenia roli.

11:55Teraz jest dobry czas, aby sprawdził się w praktyce.

11:58Pierwsze zadanie jakie Ci proponuję,

12:00to abyś zobaczył na projekty, które tworzyłeś w przeszłości.

12:04Zastanów się, w jaki sposób możesz je

12:06poprawić, korzystając z tego, czego nauczyliśmy się w tej lekcji.

12:10Nie musisz wykorzystywać wszystkich

12:12elementów struktury tych wszystkich czterech, które omówiliśmy.

12:15Eksperymentuj.

12:16Które z nich najbardziej w tej konkretnej sytuacji, którą starasz się poprawić,

12:20pracując na tym konkretnym projekcie, daje najlepsze rezultaty.

12:25I oczywiście wprowadź te modyfikacje i

12:27porównaj, jakie wyniki otrzymałeś przed, jak i po modyfikacji samego projektu.

12:32W tej lekcji to tyle.