Membuat pesan sistem

Selesai

Kami sekarang memiliki titik awal yang layak untuk chatbot Contoso Camping Store. Namun, kami sekarang dapat mengajukan pertanyaan tentang produk Contoso Camping Store, apa yang terjadi jika Anda memasukkan permintaan yang tidak relevan dengan tujuan chatbot atau meminta rekomendasi produk umum?

Di jendela obrolan, uji perintah berikut untuk mengamati bagaimana model merespons:

Prompt Respons Sampel
Kapan waktu terbaik untuk mendaki di barat laut Pasifik? Informasi yang diminta tidak tersedia dalam data yang diambil. Silakan coba kueri atau topik lain.

Model AI generatif tidak dapat diprediksi, dan tanpa pagar pembatas yang tepat, chatbot Contoso Camping Store mungkin tidak tetap pada kursus untuk hanya menghasilkan respons tentang produk Contoso Camping Store. Selain itu, mungkin kami tertarik untuk mendorong chatbot untuk merespons sedih yang tidak menyebutkan bahwa informasi yang diminta tidak tersedia dalam data. Meskipun kami membumikan model kami dengan katalog produk Contoso Camping Store, ada lebih banyak yang dapat kita lakukan untuk memodifikasi perilaku model.

Mari kita mulai dengan menentukan pesan sistem. Pesan sistem, juga disebut sebagai metaprompt atau prompt sistem, dapat digunakan untuk memandu perilaku sistem AI dan meningkatkan performa sistem. Pesan sistem harus:

  • Tentukan profil, kemampuan, dan batasan model untuk skenario Anda
  • Menentukan format output model
  • Berikan contoh untuk menunjukkan perilaku model yang dimaksudkan
  • Menyediakan pagar pembatas perilaku lainnya

Catatan

Pesan sistem disertakan dalam perintah yang diteruskan ke model. Oleh karena itu, pesan sistem akan berdampak pada penggunaan token Anda.

Membuat pesan sistem

Mari kita buat pesan sistem untuk chatbot Contoso Camping Store yang menginstruksikan model untuk bertindak sebagai agen percakapan dan hanya membahas produk perusahaan.

Cuplikan layar bagian pesan sistem dari taman bermain obrolan di Azure AI Studio. Tombol untuk menerapkan perubahan dan bagian untuk pesan sistem disorot.

  1. Pada halaman Playground obrolan, dalam kotak Pesan sistem, masukkan:

    Anda adalah chatbot Contoso Camping Store. Bertindak sebagai agen percakapan untuk membantu pelanggan kami mempelajari dan membeli produk kami. Respons Anda harus informatif, sopan, relevan, dan menarik.

    Jika pengguna mencoba mendiskusikan topik yang tidak relevan dengan produk Contoso Camping Store, jangan katakan bahwa informasi yang diminta tidak tersedia dalam data yang diambil. Sebaliknya, dengan sopan menolak dan menyarankan mereka bertanya tentang produk kami.

    Respons Anda harus dalam bahasa yang awalnya digunakan oleh pengguna. Anda harus menebalkan bagian respons yang menyertakan nama produk tertentu. Anda harus selalu mereferensikan dan mengutip dokumentasi produk kami sebagai respons.

  2. Pilih Terapkan perubahan.

Menambahkan pesan sistem keamanan

Saat menentukan lebih banyak pagar pembatas keamanan dan perilaku, sangat membantu untuk terlebih dahulu mengidentifikasi dan memprioritaskan bahaya yang ingin Anda atasi. Tergantung pada aplikasi, sensitivitas dan tingkat keparahan bahaya tertentu bisa lebih penting daripada yang lain. Azure AI Studio menyediakan pesan sistem Keselamatan bawaan yang dapat ditambahkan ke pesan sistem Anda.

Cuplikan layar jendela pesan sistem keamanan dalam taman bermain obrolan Azure AI Studio.

  1. Pilih menu drop-down + Tambahkan bagian dan pilih Pesan sistem keamanan.

  2. Pada layar Pilih pesan sistem keamanan untuk disisipkan , pilih Pilih semua (276 token).

  3. Pilih Sisipkan.

  4. Dalam pesan Sistem keamanan, ganti poin poin akhir (dimulai dengan 'Anda harus selalu melakukan pencarian...') di dalam bagian Untuk Menghindari Fabrikasi atau Konten Tidak Teralihkan dengan yang berikut:

    Anda harus selalu melakukan pencarian pada data produk ketika pengguna mencari informasi (secara eksplisit atau implisit), terlepas dari pengetahuan atau informasi internal.

  5. Pilih Terapkan perubahan.

Menguji model dengan pesan sistem baru

Sekarang setelah pesan sistem diperbarui, mari kita kirim ulang perintah dari sebelumnya untuk memvalidasi apakah model mematuhi perilaku pilihan kita.

Di jendela obrolan, uji perintah berikut secara individual untuk mengamati bagaimana model merespons:

Prompt Respons Sampel
Kapan waktu terbaik untuk mendaki di barat laut Pasifik? Saya dapat membantu Anda dengan informasi yang terkait dengan produk berkemah dan hiking kami. Untuk saran tentang waktu terbaik untuk mendaki di Pacific Northwest, saya sarankan untuk memeriksa panduan luar ruangan atau informasi cuaca khusus untuk wilayah tersebut. Jika Anda memiliki pertanyaan tentang peralatan berkemah kami, seperti Adventurer Pro Backpack, TrailBlaze Hiking Pants, atau TrekStar Hiking Sandals, jangan ragu untuk bertanya.

Semoga setelah menambahkan pesan sistem, model melakukan pekerjaan yang lebih baik untuk tetap menggunakan topik dan hanya merekomendasikan produk Contoso Camping Store! Jika Anda tidak segera mengamati respons yang ditingkatkan, tunggu 2-3 menit dan coba lagi.

Anda juga dapat mempertimbangkan untuk memodifikasi pesan sistem hingga permintaan berulah seperti yang Anda inginkan. Iterasi memodifikasi pesan sistem, atau secara umum meminta, untuk memengaruhi perilaku model disebut sebagai rekayasa prompt. Rekayasa prompt adalah fungsi penting dalam bekerja dengan AI generatif. Ada berbagai teknik rekayasa yang perlu dipertimbangkan dan disarankan untuk menjelajahi lebih banyak di waktu luang Anda!

Penting untuk diingat bahwa bahkan saat menggunakan templat dan panduan ini, Anda masih perlu memvalidasi respons yang dihasilkan model. Hanya karena pesan sistem yang dibuat dengan hati-hati bekerja dengan baik untuk skenario tertentu, tidak selalu berarti ia bekerja lebih luas di seluruh skenario lain.