Prompt engineering omfatter ulike teknikker og metoder for å optimalisere prompts for generative AI-verktøy. Vi forklarer definisjonen av prompt engineering, hvorfor det er viktig, og går gjennom eksempler og beste praksis.

Det er avgjørende å formulere riktige instruksjoner for AI-verktøy hvis du ønsker å få mest mulig ut av språkmodeller. I takt med at kunstig intelligens fortsetter å utvikle seg, øker også behovet for fagpersoner som vet hvordan man bruker den mest effektivt, og det er slik yrket prompt engineer oppstod.

Hva er prompt engineering?

Begrepet «prompt engineering» refererer til teknikker og metoder som brukes til å optimalisere prompts for naturlig språkbehandling (NLP) og store språkmodeller (LLM) som GPT-3 eller GPT-4, som er basert på maskinlæring. Måten et spørsmål eller instruksjoner formuleres på, har stor innflytelse på kvaliteten og relevansen av svaret som genereres av verktøyet for kunstig intelligens.

Prompt engineering for AI-modeller krever ikke bare kreativitet og presisjon, men også en dyp forståelse av den respektive språkmodellen, da valg av ord og deres rekkefølge kan ha stor innvirkning på resultatet. Prompter kan inneholde tekst i naturlig språk, bilder eller andre typer datainput. Den samme prompten kan gi forskjellige resultater på ulike AI-plattformer. Derfor må prompt engineering tilpasses individuelt for hver AI-tekstgenerator eller AI-videogenerator.

Hvorfor er prompt engineering viktig for AI?

Prompt engineering er avgjørende hvis du ønsker å oppnå bedre resultater med generativ AI og utnytte språkmodellens potensial fullt ut. En prompt engineer kan for eksempel eksperimentere ved å stille et spørsmål på mange forskjellige måter for å se hvordan det påvirker svaret. Variasjoner i ordrekkefølgen og bruk av et modifikatorord én eller flere ganger (f.eks. «veldig» eller «veldig, veldig, veldig») kan ha stor innvirkning på resultatene.

For AI-bildewebsider kan prompt engineering bidra til å finjustere ulike funksjoner i genererte bilder. Dette gir ofte muligheten til å lage AI-bilder i en bestemt stil, perspektiv, bildeformat eller bildeoppløsning. Den første prompten er vanligvis bare et utgangspunkt. De følgende promptene kan for eksempel brukes til å myke opp eller forsterke visse elementer og legge til eller fjerne objekter i et bilde.

Prompt engineering kan også bidra til å tilpasse LLM-er og optimalisere arbeidsflyter for spesifikke resultater når man utvikler nye verktøy. Det finnes også andre grunner til at prompt engineering er viktig for AI:

  • Resultatoptimalisering: Nøye utformet prompt engineering kan gjøre det mulig for språkmodeller å levere resultater av høyere kvalitet og større relevans.
  • Effektivitet: Godt formulerte prompt-er gjør at modellen leverer ønsket informasjon raskere, uten behov for flere prompt-er eller iterasjoner.
  • Kontroll over utdata: Smart prompt engineering gjør det mulig for brukeren å kontrollere måten AI-en responderer på, inkludert lengden, stilen og tonen i responsen.
  • Feilreduksjon: Tydelige og konsise prompt-er bidrar til å minimere potensielle skjevheter, misforståelser eller unøyaktige svar som en modell kan gi.
  • Avanserte applikasjoner: Med riktig prompt engineering kan AI-modeller brukes til spesifikke oppgaver eller i andre områder som de ikke opprinnelig ble utviklet for.
  • Eksperimentelle innsikter: Å eksperimentere med forskjellige spørsmål kan bidra til å få en dypere forståelse av hvordan en bestemt generativ AI fungerer og hvordan den reagerer på forskjellige inndata.

Eksempler på hurtig utvikling

Prompter som kan brukes til å lage tekst, bilder eller videoer, skiller seg betydelig fra hverandre. For alle AI-nettsteder gjør imidlertid målrettet prompt engineering det mulig for brukerne å samhandle mer effektivt med det respektive AI-verktøyet.

Eksempler på spørsmål for tekstgeneratorer

Her er et eksempel på målrettet prompt engineering for tekstgeneratorer:

  1. Spesifisitet
  • Opprinnelig oppgave: «Fortell meg om trær».
  • Forbedret oppgave: «Forklar prosessen med fotosyntese i løvtrær».
  1. Svarformatering
  • Opprinnelig spørsmål: «Hva er fordelene med solenergi?»
  • Forbedret spørsmål: «Nevn fem fordeler med solenergi».
  1. Sette inn eksempler på svar
  • Opprinnelig oppgave: «Skriv en setning om Paris».
  • Forbedret oppgave: «Skriv en setning om Paris i Hemingways stil».
  1. Lengde og detaljer
  • Opprinnelig oppgave: «Beskriv vann».
  • Forbedret oppgave: «Gi meg en detaljert vitenskapelig forklaring på vannets molekylære struktur».
  1. Unngå fordommer
  • Opprinnelig spørsmål: «Hva synes du om kryptovalutaer?»
  • Forbedret spørsmål: «Beskriv kryptovalutaer nøytralt og objektivt».
  1. Kontekst
  • Opprinnelig spørsmål: «Hvorfor faller aksjekursene?»
  • Forbedret spørsmål: «Med tanke på økonomiske faktorer, hvorfor kan teknologibedrifter falle i en resesjon?»
  1. Stiler eller perspektiver
  • Opprinnelig oppgave: «Fortell meg historien om Napoleon».
  • Forbedret oppgave: «Fortell meg historien om Napoleon fra perspektivet til en av soldatene hans».

Eksempler på spørsmål til bildegeneratorer

Prompt engineering er ikke bare relevant for språkmodeller, men også for generative adversarial networks som genererer bilder, for eksempel DALL-E. For bildegeneratorer må prompts tekstlig beskrive hva slags bilde som skal genereres:

  1. Spesifisitet
  • Opprinnelig prompt: «Katt».
  • Forbedret prompt: «Oransje katt som sover på en blå pute».
  1. Kombinasjon av elementer
  • Opprinnelig oppgave: «Bygninger og skyer».
  • Forbedret oppgave: «Et gammelt viktoriansk hus som hviler på flytende skyer».
  1. Stil og epoke
  • Opprinnelig oppgave: «Biler».
  • Forbedret oppgave: «Futuristiske biler i retrostil fra 1950-tallet».
  1. Følelser og atmosfære
  • Opprinnelig oppgave: «Skog».
  • Forbedret oppgave: «En mørk, tåkete skog badet i måneskinn».
  1. Kombinasjon av uvanlige elementer
  • Opprinnelig oppgave: «Bord og frukt».
  • Forbedret oppgave: «Et bord laget av vannmeloner med en bordplate laget av tørkede bananskiver».
  1. Perspektiv og dimensjon
  • Opprinnelig oppgave: «Fjell».
  • Forbedret oppgave: «Et enormt fjell i form av et opp-ned-vendt teglass».
  1. Abstraksjon
  • Opprinnelig oppgave: «Følelser».
  • Forbedret oppgave: «Glede visualisert som en lys eksplosjon av farger».

Eksempler på spørsmål for videogeneratorer

For videogeneratorer er utfordringen å fange ikke bare et enkelt øyeblikk eller stillbilde, men en dynamisk, tidsbestemt sekvens av handlinger og hendelser. God prompt-teknikk hjelper til med å spesifisere handling, miljø og varighet av videoen nøyaktig, samt hvordan elementene i videoen skal samhandle:

  1. Handlingssekvens
  • Opprinnelig oppgave: «Katt som går».
  • Forbedret oppgave: «Oransje katt går sakte forbi en vannpytt og hopper deretter ned i den».
  1. Miljø og stemning
  • Opprinnelig oppgave: «Strandmotiv».
  • Forbedret oppgave: «En øde strand ved solnedgang, med bølger som bryter forsiktig og en flokk fugler som flyr i horisonten».
  1. Tidsmessig utvikling
  • Opprinnelig oppgave: «En blomst som vokser».
  • Forbedret oppgave: «En rose som vokser fra knopp til fullt utblomstret blomst på 30 sekunder».
  1. Dynamiske handlinger
  • Opprinnelig oppgave: «Sportskamp».
  • Forbedret oppgave: «En basketballkamp hvor en spiller scorer et avgjørende trepoengsmål i kampens siste sekunder».
  1. Kombinasjon av elementer og overganger
  • Opprinnelig prompt: «Tidspunkter på dagen».
  • Forbedret oppgave: «Et bypanorama som går fra morgen til kveld, med byens lys som tennes når mørket faller på».
  1. Historie og fortelling
  • Opprinnelig oppgave: «En fugl som flyr».
  • Forbedret oppgave: «En ung fugl som prøver å fly for første gang. Etter noen mislykkede forsøk klarer fuglen endelig å erobre himmelen og kommer trygt tilbake til redet sitt».

Hva er beste praksis for prompt engineering?

Med målrettet prompt engineering er det mulig å oppnå optimale resultater fra generative AI-verktøy. Det finnes noen velprøvde beste praksis som bør tas i betraktning når man formulerer prompts:

  • Vær presis: Å være tydelig når du formulerer en prompt hjelper AI-en til å bedre forstå hva du forventer at den skal generere.
  • Vær konkret: Sørg for at spørsmålene dine er konkrete nok til at du får den responsen du ønsker.
  • Eksperimenter: Hvis du ikke får det svaret du ønsker med en gang, kan du prøve å formulere spørsmålet på en annen måte eller legge til mer kontekst.
  • Formateringsinstruksjoner: Hvis du ønsker at svaret skal ha et bestemt format (f.eks. liste, kort avsnitt, formelt språk), bør du spesifisere dette i spørsmålet.
  • Eksempler på svar: Det kan være nyttig å gi eksempler på svar, da dette kan gi AI-en et eksempel på det svaret du ønsker og lede den i riktig retning.
  • Kontekst: Noen AI-verktøy har nytte av å få tilleggsinformasjon eller mer kontekst før selve spørsmålet stilles.
  • Unngå tvetydighet: Unngå uklare eller tvetydige formuleringer.
  • Begrens og styr: Hvis du er bekymret for at AI-verktøyet kan svare på en partisk måte, eller hvis du ønsker en bestemt stil eller perspektiv, gi klare instruksjoner.
  • Gjennomgang: Det er viktig å gjennomgå AI-verktøyets svar kritisk og sikre at de er både nøyaktige og fri for uønsket partiskhet.
  • Iterativ tilnærming: Det er ofte nyttig å ta en iterativ tilnærming og finpusse spørsmålet basert på svarene du får.

Hvilke kvalifikasjoner bør en promptingeniør ha?

Prompt engineering tilbyr lovende muligheter for personer med dyp forståelse av språkbehandling og en kreativ tankegang. Etter hvert som AI- og NLP-teknologier blir mer utbredt i en lang rekke bransjer, vil etterspørselen etter dyktige prompt engineers fortsette å øke.

Selv om det ikke er krav til spesifikk utdanning, kan en grad i et relatert fagområde være nyttig. Selv om programmeringsferdigheter ikke er avgjørende, kan en grad i informatikk eller lingvistikk gjøre det lettere å forstå språkmodeller og utvikle prompts. Prompt engineering handler først og fremst om å forstå hvordan språk fungerer og hvordan man strukturerer det for å få de resultatene man ønsker. Følgende ferdigheter kan være nyttige i denne prosessen:

  • Forståelse av AI og maskinlæring: Det er viktig å ha en grunnleggende forståelse av hvordan nevrale nettverk fungerer, særlig språkmodeller, slik at du bedre kan forstå mekanismene bak resultatene.
  • Analytisk tenkning: Å analysere resultater og justere instruksjoner basert på disse krever analytisk tenkning.
  • Kommunikasjonsevner: Evnen til å formulere klare og konsise instruksjoner er avgjørende for prompt engineering.
  • Feildeteksjon: Evnen til å oppdage unøyaktigheter eller feil i svarene fra en AI-modell og foreta passende justeringer.
  • Domenespesifikk kunnskap: Avhengig av hvilket domene du bruker det til, kan det være nødvendig med spesialisert domenekunnskap for å effektivt designe og evaluere spørsmål og svar.
  • Kontinuerlig læring: Kunstig intelligens og maskinlæring utvikler seg raskt. God prompt engineering krever derfor en forpliktelse til kontinuerlig læring og en vilje til å tilpasse seg nye teknologier.
  • Teamarbeid: En prompt engineer må ofte samarbeide med andre fagpersoner, for eksempel dataforskere, programvareingeniører og forretningsanalytikere.
Go to Main Menu