Menulis perintah efektif untuk Azure Copilot

Rekayasa prompt adalah proses merancang perintah yang memunculkan respons terbaik dan paling akurat dari model bahasa besar (LLM) seperti Azure Copilot. Ketika model-model ini menjadi lebih canggih, memahami cara membuat petunjuk yang efektif menjadi lebih penting.

Artikel ini menjelaskan cara menggunakan rekayasa prompt untuk membuat perintah yang efektif untuk Azure Copilot.

Apa itu rekayasa pembuatan prompt?

Rekayasa input melibatkan pembuatan masukan secara strategis untuk model AI seperti Azure Copilot, meningkatkan kemampuan mereka untuk memberikan hasil yang tepat, relevan, dan bernilai. Model-model ini mengandalkan pengenalan pola dari data pelatihan mereka, tidak memiliki pemahaman dunia nyata atau kesadaran tentang tujuan pengguna. Dengan menggabungkan konteks, contoh, batasan, dan arahan tertentu ke dalam perintah, Anda dapat secara signifikan meningkatkan kualitas respons.

Praktik rekayasa prompt yang baik membantu Anda membuka lebih banyak potensi Azure Copilot untuk pembuatan kode, rekomendasi, pengambilan dokumentasi, dan navigasi. Dengan membuat permintaan Anda dengan bijaksana, Anda dapat mengurangi kemungkinan melihat saran yang tidak relevan.

Teknik rekayasa prompt sangat penting dalam meningkatkan respons dan menyelesaikan tugas dengan lebih efisien. Meluangkan waktu untuk menulis petunjuk yang bagus pada akhirnya membantu pengembangan kode yang efisien, mengurangi biaya, dan meminimalkan kesalahan dengan memberikan petunjuk yang jelas.

Tips untuk menulis perintah yang lebih baik

Azure Copilot tidak dapat membaca pikiran Anda. Untuk mendapatkan bantuan yang bermakna, pandu: minta balasan yang lebih singkat jika jawabannya terlalu panjang, minta detail yang lebih kompleks jika balasan terlalu mendasar, dan tentukan format yang Anda inginkan. Meluangkan waktu untuk menulis instruksi terperinci dan menyempurnakan perintah Anda membantu Anda mendapatkan apa yang Anda cari.

Tips berikut dapat berguna saat mempertimbangkan cara menulis perintah yang efektif.

Menjadi jelas dan spesifik

Mulailah dengan niat yang jelas. Misalnya, jika Anda mengatakan "Periksa performa", Azure Copilot tidak akan tahu apa yang Anda maksud. Sebagai gantinya, lebih spesifik dengan perintah seperti "Periksa performa Azure SQL Database dalam 24 jam terakhir."

Untuk pembuatan kode, tentukan bahasa dan hasil yang diinginkan. Contohnya:

  • Buat file YAML yang mewakili ...
  • Hasilkan skrip CLI ke ...
  • Beri saya kueri Kusto untuk mengambil ...
  • Bantu saya menyebarkan beban kerja saya dengan menghasilkan Terraform yang ...

Tetapkan ekspektasi

Kata-kata yang Anda gunakan membantu membentuk respons Azure Copilot. Kata kerja yang sedikit berbeda dapat mengembalikan hasil yang berbeda, jadi pertimbangkan cara terbaik untuk mengurai permintaan Anda. Contohnya:

  • Untuk informasi tingkat tinggi, gunakan frasa seperti Cara atau Membuat panduan.
  • Untuk respons yang dapat ditindaklajuti, gunakan kata-kata seperti Hasilkan, Sebarkan, atau Hentikan.
  • Untuk mengambil informasi dan menampilkannya di obrolan Anda, gunakan istilah seperti Ambil, Daftar, atau Ambil.
  • Untuk mengubah tampilan Anda atau menavigasi ke halaman baru, coba frasa seperti Perlihatkan saya, Bawa saya ke, atau Navigasikan ke.

Anda juga dapat menyebutkan tingkat keahlian Anda untuk menyesuaikan saran dengan pemahaman Anda, baik Anda seorang pemula atau ahli.

Menambahkan konteks tentang skenario Anda

Rinci tujuan Anda dan mengapa Anda melakukan tugas untuk mendapatkan bantuan yang lebih tepat, atau mengklarifikasi teknologi yang Anda minati. Misalnya, alih-alih hanya mengatakan Sebarkan fungsi Azure, jelaskan tujuan akhir Anda secara rinci, seperti Menyebarkan fungsi Azure untuk memproses data dari perangkat IoT dengan sumber daya baru.

Bagilah permintaan Anda

Untuk masalah atau tugas yang kompleks, uraikan permintaan Anda menjadi bagian yang lebih kecil dan dapat dikelola. Misalnya: Pertama, identifikasi komputer virtual yang sedang berjalan sekarang. Setelah Anda memiliki kueri yang berfungsi, hentikan kueri tersebut. Anda juga dapat mencoba menggunakan perintah terpisah untuk berbagai bagian skenario yang lebih besar.

Mengkustomisasi kode Anda

Saat meminta pembuatan kode sesuai permintaan, tentukan parameter, nama sumber daya, dan lokasi yang diketahui. Saat Anda melakukannya, Azure Copilot menghasilkan kode dengan nilai tersebut, sehingga Anda tidak perlu memperbaruinya sendiri. Misalnya, daripada mengatakan Beri saya skrip CLI untuk membuat akun penyimpanan, Anda dapat mengatakan Beri saya skrip CLI untuk membuat akun penyimpanan bernama Storage1234 di grup sumber daya TestRG di wilayah EastUS.

Menggunakan terminologi Azure

Jika memungkinkan, gunakan istilah khusus Azure untuk sumber daya, layanan, dan tugas. Azure Copilot mungkin tidak memahami niat Anda jika tidak mengetahui bagian Azure mana yang Anda maksud. Jika Anda tidak yakin tentang istilah mana yang akan digunakan, Anda dapat meminta informasi umum tentang skenario Anda, lalu menggunakan istilah yang disediakannya dalam perintah Anda.

Menggunakan siklus umpan balik

Jika Anda tidak mendapatkan respons yang Anda cari, coba lagi, menggunakan respons sebelumnya untuk membantu memperbaiki perintah Anda. Misalnya, Anda dapat meminta Azure Copilot untuk memberi tahu Anda lebih lanjut tentang respons sebelumnya atau untuk menjelaskan lebih lanjut tentang satu aspek. Untuk kode yang dihasilkan, Anda dapat meminta untuk mengubah satu baris atau menambahkan langkah lain. Jangan takut untuk bereksperimen untuk melihat apa yang paling berhasil.

Untuk meninggalkan umpan balik pada respons apa pun yang disediakan Azure Copilot, gunakan kontrol atas/bawah jempol. Umpan balik ini membantu kami memahami harapan Anda sehingga kami dapat meningkatkan pengalaman Azure Copilot dari waktu ke waktu.

Konten terkait

  • Last updated on