Нейросети для работы. Как ставить задачи ИИ и получать результат, который можно использовать.

Возвращаюсь к обещанной истории.

Две недели я подбирал формулировки. Добавлял прилагательные, пробовал заклинания про опытных специалистов с десятилетним стажем, менял порядок слов — искал сочетание, которое включит у модели понимание.

Волшебного сочетания не существует.

Однажды, устав, я вместо очередной хитрой формулировки просто вывалил в запрос всё, что знал о ситуации. Кто клиент. Сколько мы с ним работаем. Из-за чего реально сдвинулись сроки. Что я уже обещал ему в прошлом месяце. Что он человек резкий, но отходчивый. Что мне важно не потерять его, но и не прогнуться по цене. Полторы страницы сумбурного текста, которые я писал минуты три и которые выглядели совершенно непрофессионально.

Письмо, которое пришло в ответ, я отправил почти без правок.

Вот и всё решение: модель отвечает плохо не потому, что она глупая, а потому, что вы не сказали ей того, что знаете сами. Всё, что кажется вам очевидным — фон, история, отношения, риски, ваши намерения, — для неё не существует. Она видит только текст в окне.

Дальше — попытка превратить это наблюдение в схему, которой можно пользоваться, не полагаясь на настроение.

Три из пяти ошибок первой главы портят результат сильнее прочих, и схема ниже строится как ответ именно на них.

Вопрос вместо задачи. У задачи есть результат, который можно взять и использовать; у вопроса — только рассуждение.

Экономия на контексте. Самая дорогая из трёх. Экономят обычно на том, чего нельзя нагуглить: на истории отношений, на настоящей причине происходящего, на том, чего вы на самом деле хотите добиться.

Молчание про форму результата. Не сказали, каким должен быть ответ, — получите средний вариант, а средний почти никогда не совпадает с нужным.

Все три сводятся к одному:

Если ваш запрос можно выполнить десятью разными способами, вы получите один из десяти. Наугад.

Задача хорошего запроса — сузить эти десять способов до одного.

Дальше — схема, которая закрывает подавляющее большинство рабочих задач. Она не единственная возможная и не священная. Но она устроена так, что каждый её элемент отвечает за конкретный тип брака. Пропустили элемент — получите предсказуемую поломку.

Элементы такие:

Роль — кем модель должна быть

Задача — что сделать

Контекст — что вы знаете, а она нет

Формат — как должен выглядеть ответ

Ограничения — чего делать нельзя

Порядок значения не имеет. Можно писать сплошным текстом, можно списком, можно вперемешку. Важно, чтобы все пять присутствовали.

Элемент 1. Роль

За что отвечает: за язык, оптику и набор соображений, которые модель применит к задаче.

Роль — это не заклинание и не способ повысить «уровень» ответа. Это способ выбрать точку зрения.

Один и тот же документ юрист, продавец и бухгалтер прочитают по-разному: юрист будет искать риски, продавец — возражения, бухгалтер — цифры и сроки. Задавая роль, вы выбираете, чьими глазами модель смотрит на вашу задачу.

Плохие роли:

—

«эксперт мирового уровня» — бессмысленно, никакой оптики не задаёт

—

«опытный специалист с 20-летним стажем» — то же самое, только длиннее

—

«профессионал» — пустое слово

Хорошие роли:

—

«руководитель отдела продаж, который пишет своему клиенту»

—

«редактор, который правит чужой текст, сохраняя авторский голос»

—

«дотошный юрист, который ищет в договоре пункты, невыгодные заказчику»

Разница в том, что хорошая роль содержит задачу внутри себя. Из неё понятно, что человек в этой роли делает и что его волнует.

Иногда роль можно опустить — если задача техническая и однозначная. «Приведи эти даты к формату ДД.ММ.ГГГГ» не требует роли. Но в любой задаче, где есть тон, адресат или оценка, роль работает.

Элемент 2. Задача

За что отвечает: за то, получите вы результат или рассуждение.

Правило простое: задача формулируется глаголом в повелительном наклонении, и глагол должен быть один.

Работающие глаголы: напиши, перепиши, сократи, структурируй, сравни, найди, проверь, объясни, переведи, разбей, составь.

Проблема возникает, когда в одном запросе оказывается несколько глаголов: «проанализируй отчёт и напиши выводы и предложи, что делать». Модель попытается сделать всё сразу и сделает каждую часть поверхностно. Три задачи — три запроса, последовательно. Второй запрос будет опираться на результат первого, и качество вырастет на каждом шаге.

Отдельно про слово «помоги». «Помоги мне с презентацией» — это не задача. Что именно сделать: придумать структуру, написать текст, сократить существующий, придумать заголовки? Слово «помоги» перекладывает решение на модель, а она решит не так, как вы хотели.

Элемент 3. Контекст

За что отвечает: