Om Copilot of Chatgpt te gebruiken is het van belang dat gebruikers heel goed de juiste vraag (=prompt engineering) kunnen stellen. Maar kan iedereen dit? ik heb m'n twijfels, omdat prompt engineering toch ingewikkelder is dan het lijkt. (zie onder)
Ik merk dat veel mensen al last hebben van de hype-cycle: in eerste instantie lijkt CoPilot/Chatgpt heel handig en leuk, maar na een tijdje levert Copilot/chatgpt toch niet de teksten op waar men op hoopte en is het best veel werk om de gegenereerde tekst naar wens aan te passen.
Daarom denk ik dat je als organisatie beter kan investeren in het ontwikkelen van prompt-templates (= standaard prompt voor een specifieke taak) en/of virtuele assistenten (die een taak, bv een aanbesteding doorlezen, kan uitvoeren)
Om de complexiteit van prompt engineering te demonstreren, hieronder een overzicht van verschillende prompt-engineering technieken:
1. Least-to-Most prompting: Breek een complex probleem op in kleinere subproblemen en los ze één voor één op, waarbij elk subprobleem voortbouwt op het vorige.
2. Self-Ask prompting: Laat het AI-model zelf vragen stellen om een probleem te verkennen en tot een oplossing te komen, waarbij het kleinere vervolgvraagstukken oplost.
3. Meta-prompting: Gebruik één overkoepelende prompt die de AI aanspoort om zijn eigen prestaties te evalueren en te verbeteren.
4. Chain-of-Thought prompting: Stimuleer stap-voor-stap redeneren door het opdelen van taken in sub-taken, waarbij de output van de ene stap de input van de volgende stap wordt.
5. ReAct prompting: Combineer redeneren met acties, zodat de AI plannen kan maken en acties kan uitvoeren op basis van nieuwe informatie.
6. Symbolisch redeneren & PAL: Laat de AI niet alleen wiskundig redeneren, maar ook symbolisch (zoals het herkennen van kleuren of objecttypen).
7. Iteratieve prompting: Verbeter een prompt iteratief door context te herzien en op te bouwen, zodat het model relevantere antwoorden geeft.
8. Sequentiele prompting: Werk met een reeks van prompts waarbij de ene vraag volgt op de andere om zo tot een dieper inzicht of nauwkeuriger resultaat te komen.
9. Few-Shot prompting: Voorzie het model van enkele voorbeelden om het te helpen een beter antwoord te formuleren.
10. Zero-Shot prompting: Het model krijgt geen voorbeelden vooraf, maar wordt direct gevraagd een taak uit te voeren op basis van algemene kennis.
11. Contrast prompting: Geef contrasterende voorbeelden om de AI te helpen het juiste pad te kiezen en fouten te minimaliseren.
12. Plan-and-Solve prompting: Laat de AI eerst een plan maken voor het oplossen van een probleem en voer dat vervolgens stap voor stap uit.
#GewoonAanDeSlag #AI #DutchAI #PromptEngineering