Apa itu prompt dan mengapa itu menyelesaikan semuanya?
Prompt adalah instruksi Anda kepada model. Model tidak membaca pikiran: ia merespons apa yang Anda tulis dan mengulangi format dan gaya yang Anda tetapkan. Permintaan yang tidak jelas menghasilkan jawaban yang tidak jelas; jelas dan terstruktur – tepat. Oleh karena itu, kualitas hasil 80% bergantung pada prompt, dan bukan pada “pikiran” model. Perintah yang bagus adalah setengah dari pekerjaan.
Teknik 1: Tetapkan Peran dan Konteks
Beri tahu model siapa dia seharusnya dan untuk siapa jawabannya adalah: “Anda adalah editor berpengalaman, menulis untuk pemula.” Peran tersebut menentukan nada, kedalaman, dan kosa kata. Tambahkan konteks – siapa Anda, apa tujuan Anda, apa keterbatasan Anda. Semakin akurat Anda menguraikan situasinya, semakin sedikit model yang menebak dan semakin dekat jawabannya dengan yang diinginkan. Ini adalah cara tercepat untuk meningkatkan kualitas.
Teknik 2: Jelaskan format respons
Jangan biarkan formatnya sesuai keinginan model. Ucapkan secara eksplisit: “kembalikan daftar 3 item”, “balas sebagai JSON dengan kolom X dan Y”, “maksimum 40 kata, tanpa perkenalan”. Saat Anda mendefinisikan suatu struktur, jawabannya dapat diprediksi dan siap digunakan. Hal ini sangat penting jika hasilnya akan diterapkan lebih jauh ke dalam pekerjaan atau ke dalam program lain.
Teknik 3: Berikan contoh dan uraikan masalahnya
Model belajar dengan baik dari contoh: tunjukkan satu contoh jawaban yang diinginkan, dan model akan mengambil polanya (ini disebut beberapa contoh). Dan jangan membuang tugas yang rumit seluruhnya—bagilah menjadi beberapa langkah: rencana pertama, lalu pelaksanaan. Penalaran langkah demi langkah dan contoh secara dramatis meningkatkan akurasi pada masalah yang tidak sepele.
Bagaimana cara berlatih dan ke mana harus bergerak selanjutnya
Rekayasa cepat hanya dilakukan dengan tangan. Ambil tugas nyata dan terapkan teknik secara sadar: peran, format, contoh, dekomposisi. Bandingkan bagaimana jawabannya berubah. Tetap berpegang pada dasar-dasarnya - prinsip-prinsip ini tidak menjadi usang dengan dirilisnya model-model baru. Setelah menguasai dasar-dasarnya, lanjutkan ke teknik lanjutan: rantai penalaran, bekerja dengan data, perlindungan terhadap manipulasi dalam kueri.