Prompt en­gi­ne­e­ring omfatter for­skel­li­ge teknikker og metoder til op­ti­me­ring af prompts til ge­ne­ra­ti­ve AI-værktøjer. Vi forklarer de­fi­ni­tio­nen af prompt en­gi­ne­e­ring, hvorfor det er vigtigt, og gennemgår eksempler og bedste praksis.

Det er afgørende at formulere prompts til AI-værktøjer korrekt, hvis man ønsker at få mest muligt ud af sprog­mo­del­ler. I takt med at kunstig in­tel­li­gens fort­sæt­ter med at udvikle sig, er der også et stigende behov for fagfolk, der ved, hvordan man navigerer mest effektivt i den, og det er sådan, at pro­fes­sio­nen prompt engineer er opstået.

Hvad er prompt en­gi­ne­e­ring?

Udtrykket “prompt en­gi­ne­e­ring” henviser til teknikker og metoder, der bruges til at optimere prompts til naturlig sprog­be­hand­ling (NLP) og store sprog­mo­del­ler (LLM’er) såsom GPT-3 eller GPT-4, som er baseret på ma­skin­læ­ring. Den måde, et spørgsmål eller en in­struk­tion for­mu­le­res på, har stor ind­fly­del­se på kva­li­te­ten og re­le­van­sen af det svar, der genereres af det kunstige in­tel­li­gens­værk­tøj.

Prompt en­gi­ne­e­ring til AI-modeller kræver ikke kun kre­a­ti­vi­tet og præcision, men også en dyb for­stå­el­se af det respek­ti­ve sprog­mo­del, da valg af ord og deres ræk­ke­føl­ge kan have stor ind­fly­del­se på re­sul­ta­tet. Prompts kan omfatte tekst i naturligt sprog, billeder eller andre typer da­ta­ind­gan­ge. Den samme prompt kan give for­skel­li­ge re­sul­ta­ter på for­skel­li­ge AI-platforme. Derfor skal prompt en­gi­ne­e­ring tilpasses in­di­vi­du­elt til hver AI-tekst­ge­ne­ra­tor eller AI-vi­deo­ge­ne­ra­tor.

Hvorfor er prompt en­gi­ne­e­ring vigtigt for AI?

Prompt en­gi­ne­e­ring er afgørende, hvis du ønsker at opnå bedre re­sul­ta­ter med generativ AI og udnytte sprog­mo­del­ler­nes po­ten­ti­a­le fuldt ud. En prompt engineer kan for eksempel eks­pe­ri­men­te­re ved at stille et spørgsmål på mange for­skel­li­ge måder for at se, hvordan det påvirker svaret. Va­ri­a­tio­ner i or­dræk­ke­føl­gen og brug af et adjektiv én eller flere gange (f.eks. ‘meget’ eller ‘meget, meget, meget’) kan have en betydelig ind­fly­del­se på re­sul­ta­ter­ne.

For AI-bil­ledweb­s­te­der kan prompt en­gi­ne­e­ring hjælpe med at finju­ste­re for­skel­li­ge funk­tio­ner i ge­ne­re­re­de billeder. Disse giver ofte mulighed for at oprette AI-billeder i en bestemt stil, per­spek­tiv, bil­led­for­mat eller bil­ledop­løs­ning. Den første prompt er normalt kun et ud­gangs­punkt. De følgende prompts kan f.eks. bruges til at blødgøre eller styrke bestemte elementer og tilføje eller fjerne objekter i et billede.

Prompt en­gi­ne­e­ring kan også hjælpe med at tilpasse LLM’er og optimere ar­bejds­gan­ge til spe­ci­fik­ke re­sul­ta­ter, når der udvikles nye værktøjer. Der er også andre grunde til, at prompt en­gi­ne­e­ring er vigtigt for AI:

  • Re­sul­ta­top­ti­me­ring: Om­hyg­ge­ligt designet prompt en­gi­ne­e­ring kan gøre det muligt for sprog­mo­del­ler at levere re­sul­ta­ter af højere kvalitet og større relevans.
  • Ef­fek­ti­vi­tet: Vel­for­mu­le­re­de prompts gør, at modellen leverer de ønskede op­lys­nin­ger hurtigere, uden at der er behov for flere prompts eller ite­ra­tio­ner.
  • Kontrol over output: Smart prompt en­gi­ne­e­ring giver brugeren mulighed for at kon­trol­le­re, hvordan AI’en reagerer, herunder længden, stilen og tonen i svaret.
  • Fejl­re­duk­tion: Klare og præcise prompts hjælper med at minimere po­ten­ti­el­le fordomme, mis­for­stå­el­ser eller unøj­ag­ti­ge svar, som en model kan give.
  • Avan­ce­re­de ap­pli­ka­tio­ner: Med korrekt prompt en­gi­ne­e­ring kan AI-modeller bruges til spe­ci­fik­ke opgaver eller i andre områder, som de ikke op­rin­de­ligt blev udviklet til.
  • Eks­pe­ri­men­tel­le indsigter: Eks­pe­ri­men­te­ring med for­skel­li­ge prompts kan hjælpe med at få en dybere for­stå­el­se af, hvordan en bestemt generativ AI fungerer, og hvordan den reagerer på for­skel­li­ge input.

Eksempler på hurtig teknik

Prompts, der kan bruges til at skabe tekst, billeder eller videoer, adskiller sig be­ty­de­ligt fra hinanden. Men for alle AI-websteder giver målrettet prompt-en­gi­ne­e­ring brugerne mulighed for at in­ter­a­ge­re mere effektivt med det på­gæl­den­de AI-værktøj.

Eksempler på tekst­ge­ne­ra­to­rer

Her er et eksempel på målrettet prompt-en­gi­ne­e­ring til tekst­ge­ne­ra­to­rer:

  1. Spe­ci­fi­ci­tet
  • Op­rin­de­lig opgave: “Fortæl mig om træer”.
  • Forbedret prompt: “Forklar fo­to­syn­te­se­pro­ces­sen i løv­fæl­den­de træer”.
  1. For­ma­te­ring af svar
  • Op­rin­de­lig prompt: “Hvad er fordelene ved solenergi?”
  • Forbedret spørgsmål: “Nævn fem fordele ved solenergi”.
  1. Ind­sæt­tel­se af eksempel svar
  • Op­rin­de­lig opgave: “Skriv en sætning om Paris”.
  • Forbedret prompt: “Skriv en sætning om Paris i He­m­ingways stil”.
  1. Længde og detaljer
  • Op­rin­de­lig prompt: “Beskriv vand”.
  • Forbedret prompt: “Giv mig en de­tal­je­ret vi­den­ska­be­lig for­kla­ring på vandets mo­le­kylæ­re struktur”.
  1. Undgå fordomme
  • Op­rin­de­lig prompt: “Hvad synes du om kryp­tova­luta­er?”
  • Forbedret spørgsmål: “Beskriv kryp­tova­luta­er neutralt og objektivt”.
  1. Kontekst
  • Op­rin­de­lig prompt: “Hvorfor falder aktierne?”
  • Forbedret spørgsmål: “Hvorfor falder tek­no­lo­gi­ak­tier i en recession, når man tager øko­no­mi­ske faktorer i be­tragt­ning?”
  1. Stilarter eller per­spek­ti­ver
  • Op­rin­de­lig prompt: “Fortæl mig historien om Napoleon”.
  • Forbedret prompt: “Fortæl mig historien om Napoleon set fra en af hans soldaters per­spek­tiv”.

Hurtige eksempler til bil­led­ge­ne­ra­to­rer

Prompt en­gi­ne­e­ring er ikke kun relevant for sprog­mo­del­ler, men også for ge­ne­ra­ti­ve mod­sa­t­ret­te­de netværk, der genererer billeder, såsom DALL-E. For bil­led­ge­ne­ra­to­rer skal prompts tekst­mæs­sigt beskrive, hvilken type billede der skal genereres:

  1. Spe­ci­fi­ci­tet
  • Op­rin­de­lig prompt: ‘Kat’.
  • Forbedret prompt: ‘Orange kat, der sover på en blå pude’.
  1. Kom­bi­na­tion af elementer
  • Op­rin­de­lig prompt: ‘Bygninger og skyer’.
  • Forbedret prompt: ‘Et gammelt vi­cto­ri­ansk hus, der hviler på svævende skyer’.
  1. Stil og epoke
  • Op­rin­de­lig prompt: ‘Biler’.
  • Forbedret prompt: ‘Fu­turi­sti­ske biler i retrostil fra 1950’erne’.
  1. Følelser og atmosfære
  • Op­rin­de­lig prompt: ‘Skov’.
  • Forbedret prompt: ‘En mørk, tåget skov badet i måneskin’.
  1. Kom­bi­na­tion af usæd­van­li­ge elementer
  • Op­rin­de­lig prompt: “Bord og frugt”.
  • Forbedret prompt: ‘Et bord lavet af vand­me­lo­ner med en bordplade lavet af tørrede ba­nanski­ver’.
  1. Per­spek­tiv og dimension
  • Op­rin­de­lig prompt: ‘Bjerge’.
  • Forbedret prompt: ‘Et kæmpe bjerg i form af et omvendt teglas’.
  1. Ab­strak­tion
  • Op­rin­de­lig prompt: ‘Følelser’.
  • Forbedret prompt: ‘Glæde vi­su­a­li­se­ret som en lys eks­plo­sion af farver’.

Hurtige eksempler til vi­deo­ge­ne­ra­to­rer

For vi­deo­ge­ne­ra­to­rer er ud­for­drin­gen ikke kun at fange et enkelt øjeblik eller et stil­l­bil­le­de, men en dynamisk, tids­be­stemt sekvens af hand­lin­ger og be­gi­ven­he­der. God prompt-teknik hjælper med at præcist spe­ci­fi­ce­re handling, miljø og varighed af videoen samt hvordan ele­men­ter­ne i videoen skal in­ter­a­ge­re:

  1. Hand­lings­se­kvens
  • Op­rin­de­lig prompt: “Kat går”.
  • Forbedret prompt: ‘Orange kat går langsomt forbi en vandpyt og springer derefter ned i den’.
  1. Miljø og stemning
  • Op­rin­de­lig prompt: ‘Strands­ce­ne’.
  • Forbedret prompt: ‘En øde strand ved sol­ned­gang, med blidt brændende bølger og en flok fugle, der flyver i ho­ri­son­ten’.
  1. Tids­mæs­sig udvikling
  • Op­rin­de­lig prompt: “En blomst, der vokser”.
  • Forbedret prompt: ‘En rose, der vokser fra en knop til en fuldt ud­sprun­get blomst på 30 sekunder’.
  1. Dynamiske hand­lin­ger
  • Op­rin­de­lig prompt: ‘Sport­skamp’.
  • Forbedret prompt: ‘En ba­sket­bal­lkamp, hvor en spiller scorer et afgørende trepo­ints­mål i kampens sidste sekunder’.
  1. Kom­bi­na­tion af elementer og overgange
  • Op­rin­de­lig prompt: “Tids­punk­ter på dagen”.
  • Forbedret prompt: ‘Et by­pa­nora­ma, der skifter fra morgen til aften, hvor byens lys tændes, når mørket falder på’.
  1. Historie og for­tæl­ling
  • Op­rin­de­lig prompt: “En fugl, der flyver”.
  • Forbedret prompt: ‘En ung fugl, der prøver at flyve for første gang. Efter et par mis­lyk­ke­de forsøg erobrer fuglen endelig himlen og vender sikkert tilbage til sin rede’.

Hvad er bedste praksis for hurtig udvikling?

Med målrettet prompt-en­gi­ne­e­ring er det muligt at opnå optimale re­sul­ta­ter fra ge­ne­ra­ti­ve AI-værktøjer. Der er nogle gen­nem­prø­ve­de bedste praksis, som bør tages i be­tragt­ning, når man for­mu­le­rer prompts:

  • Vær præcis: Når du for­mu­le­rer en prompt, hjælper det AI’en med bedre at forstå, hvad du forventer, at den skal generere.
  • Vær specifik: Sørg for, at dine prompts er spe­ci­fik­ke nok til at få den type svar, du ønsker.
  • Eks­pe­ri­men­ter: Hvis du ikke får det ønskede svar med det samme, kan du prøve at formulere spørgs­må­let an­der­le­des eller tilføje mere kontekst.
  • For­mat­in­struk­tio­ner: Hvis du ønsker, at svaret skal have et bestemt format (f.eks. liste, kort afsnit, formelt sprog), skal du angive dette i prompten.
  • Eksempler på svar: Det kan være nyttigt at give eksempler på svar, da det kan give AI’en et eksempel på det svar, du ønsker, og styre den i den rigtige retning.
  • Kontekst: Nogle AI-værktøjer har gavn af at få yder­li­ge­re in­for­ma­tion eller mere kontekst, før det egentlige spørgsmål stilles.
  • Undgå tve­ty­dig­hed: Undgå uklar eller tvetydig for­mu­le­ring.
  • Begræns og styr: Hvis du er bekymret for, at AI-værktøjet kan svare på en partisk måde, eller hvis du ønsker en bestemt stil eller et bestemt per­spek­tiv, skal du give klare in­struk­tio­ner.
  • Gen­nem­gang: Det er vigtigt at gennemgå AI-værk­tø­jets svar kritisk og sikre, at de både er nøjagtige og fri for uønsket bias.
  • Iterativ tilgang: Det er ofte nyttigt at anvende en iterativ tilgang og finpudse spørgs­må­let på baggrund af de modtagne svar.

Hvilke kva­li­fi­ka­tio­ner skal en prompt ingeniør have?

Prompt en­gi­ne­e­ring tilbyder lovende mu­lig­he­der for personer med en dyb for­stå­el­se af sprog­be­hand­ling og en kreativ tankegang. I takt med at AI- og NLP-tek­no­lo­gi­er bliver mere udbredt i en lang række brancher, vil ef­ter­spørgs­len efter dygtige prompt engineers fortsætte med at vokse.

Selvom der ikke er krav til en bestemt ud­dan­nel­se, kan en ud­dan­nel­se inden for et relateret område være en fordel. Selvom pro­gram­me­rings­fær­dig­he­der ikke er afgørende, kan en ud­dan­nel­se inden for datalogi eller ling­vi­stik gøre det lettere at forstå sprog­mo­del­ler og udvikle prompts. Prompt en­gi­ne­e­ring handler primært om at forstå, hvordan sprog fungerer, og hvordan man struk­tu­re­rer det for at opnå de ønskede re­sul­ta­ter. Følgende fær­dig­he­der kan være nyttige i denne proces:

  • For­stå­el­se af AI og ma­skin­læ­ring: Det er vigtigt at have en grund­læg­gen­de for­stå­el­se af, hvordan neurale netværk fungerer, især sprog­mo­del­ler, så du bedre kan forstå me­ka­nis­mer­ne bag re­sul­ta­ter­ne.
  • Analytisk tænkning: Det kræver analytisk tænkning at analysere re­sul­ta­ter og justere prompts på baggrund af dem.
  • Kom­mu­ni­ka­tions­ev­ner: Evnen til at formulere klare og præcise in­struk­tio­ner er afgørende for prompt en­gi­ne­e­ring.
  • Fejl­find­ing: Evnen til at opdage unøj­ag­tig­he­der eller fejl i en AI-models svar og foretage passende ju­ste­rin­ger.
  • Do­mæ­ne­spe­ci­fik viden: Afhængigt af hvilket domæne du bruger det til, kan der være behov for spe­ci­a­li­se­ret do­mæ­ne­vi­den for effektivt at kunne designe og evaluere prompts og svar.
  • Kon­ti­nu­er­lig læring: Kunstig in­tel­li­gens og ma­skin­læ­ring udvikler sig hurtigt. God prompt en­gi­ne­e­ring kræver derfor en for­plig­tel­se til kon­ti­nu­er­lig læring og en vilje til konstant at tilpasse sig nye tek­no­lo­gi­er.
  • Teamwork: En prompt engineer skal ofte sam­ar­bej­de med andre fagfolk, såsom da­ta­for­ske­re, softwa­re­in­ge­ni­ø­rer og for­ret­nings­a­na­ly­ti­ke­re.
Gå til ho­ved­me­nu­en