Pertimbangan untuk permintaan Copilot

  • 3 menit

Kualitas respons dari salinan tidak hanya tergantung pada model bahasa yang digunakan, tetapi pada jenis permintaan yang diberikan pengguna. Perintah adalah cara kami memberi tahu aplikasi apa yang ingin kami lakukan. Anda bisa mendapatkan penyelesaian yang paling berguna dengan menyatakan eksplisit tentang jenis respons yang Anda inginkan. Ambil contoh ini, "Ringkas pertimbangan utama untuk mengadopsi Copilot yang dijelaskan dalam dokumen ini untuk eksekutif perusahaan. Format ringkasan tidak lebih dari enam poin poin dengan nada profesional." Anda dapat mencapai hasil yang lebih baik saat mengirimkan perintah yang jelas dan spesifik.

Cuplikan layar pertimbangan untuk meningkatkan respons salinan yang sesuai dengan daftar bernomor di bawah ini.

Pertimbangkan cara-cara berikut untuk meningkatkan respons yang disediakan salinan:

  1. Mulailah dengan tujuan tertentu untuk apa yang Anda inginkan untuk dilakukan salinan
  2. Berikan sumber untuk membumikan respons dalam cakupan informasi tertentu
  3. Menambahkan konteks untuk memaksimalkan kesamaan dan relevansi respons
  4. Menetapkan ekspektasi yang jelas untuk respons
  5. Iterasi berdasarkan perintah dan respons sebelumnya untuk menyempurnakan hasil

Dalam kebanyakan kasus, salinan tidak hanya mengirim perintah Anda apa adanya ke model bahasa. Biasanya, permintaan Anda ditambungkan dengan:

  • Pesan sistem yang mengatur kondisi dan batasan untuk perilaku model bahasa. Misalnya, "Anda adalah asisten yang membantu yang merespons dengan ceria dan ramah." Pesan sistem ini menentukan batasan dan gaya untuk respons model.
  • Riwayat percakapan untuk sesi saat ini, termasuk perintah dan respons sebelumnya. Riwayat memungkinkan Anda menyempurnakan respons secara berulang sambil mempertahankan konteks percakapan.
  • Perintah saat ini – berpotensi dioptimalkan oleh salinan untuk diujarkan ulang dengan tepat untuk model atau untuk menambahkan lebih banyak data grounding untuk mencakup respons.

Istilahrekayasa perintah menjelaskan proses peningkatan perintah. Baik pengembang yang merancang aplikasi dan konsumen yang menggunakan aplikasi tersebut dapat meningkatkan kualitas respons dari AI generatif dengan mempertimbangkan rekayasa yang cepat.