نکات توسعه یافته در پرامپتنویسی
پرامپتنویسی می تواند بالاتر از درخواستهای بی آلایش پیش برود و برای استحصال به حاصل غامضخیس یا این که ظریفخیس از نکات و ترفندهای توسعه یافته به کارگیری نماید. درپی به چندین نکته توسعه یافته به گویش معمولی پرداخته طراحی سایت در مشهد شدهاست:
۱. پرامپتهای زنجیرهای (یکسری مرحلهای)
پرامپتهای زنجیرهای بهاین مضمون می باشند که به مکان طرح یک سؤال بغرنج و زمانبر، موضوع را به یکسری سوال کوچکتر تقسیم کنیم و جوابها را به ترتیب بهدست بیاوریم. بهاین شکل که آغاز یک سؤال بپرسید و پاسخ بگیرید، بعد از آن مبتنی بر آن جواب، سؤال آتی را بیان نمایید. این طرز به شما یاری مینماید تا به ندرت به نتیجه ها ظریفخیس و بغرنجتری دست یابید. برای مثال:
مرحله ۱: “یک لیست از الگوریتمهای تر و تمیزسازی دارای اسم و رسم بده.”
مرحله ۲: “درحال حاضر یک نمونه از پیادهسازی آراستهسازی سریع در Python بده.”
مرحله ۳: “توضیح بده که چرا این الگوریتم عملکرد بالاتری نسبت به تروتمیزسازی حبابی دارااست.”
۲. تهیه پرامپتها برای جوابهای متنوع
درحالتی که می خواهید از ابزار هوش تصنعی جوابهای متنوع و خلاقانهتری اخذ نمائید، میتوانید با پاره ای تغییر تحول در فرموله کردن سؤالهای خویش به حاصل متفاوتی برسید. به مکان پرسیدن یک سؤال به طور ظریف، می توانید آن را با نحوههای گوناگون مطرح نمائید.این تغییرات خرد در طریق سوال سبب ساز میشود که جوابهای متنوعتری اخذ نمایید و طریقههای جدیدی به دست آورید. برای مثال:
پرامپت اولیه: “یک نمونه برای به کارگیری از رینگ `for` در JavaScript بده.”
پرامپت دوم: “به چه شکل میاقتدار از رینگ `for` برای پیمایش آرایه در JavaScript به کار گرفت؟”
۳. با صرفهسازی پرامپتها برای صرفهجویی در طول و هزینه
در صورتیکه از APIهای هوش تصنعی و مصنوعی به کارگیری میکنید، ممکن میباشد برای کاهش هزینه و فرصت پردازش، نیاز به با صرفهسازی پرامپتها داشته باشید. یعنی پرامپتهای کوتاهخیس و ظریفخیس بنویسید تا به مکان اخذ جوابهای وقت گیر و غیرضروری، مستقیماً پاسخ متبوع را بگیرید. برای مثالً:
پرامپت وقت گیر: “یک تابع Python بنویس که یک لیست از اعداد را اخذ کرده و معدل آنهارا احتساب نماید و توضیح بده که چرا این طرز عالی میباشد.”
پرامپت باصرفهگردیده: “یک تابع Python برای به حساب آوردن معدل لیست اعداد بنویس.”
ابزارهای آزمایش و بهبود پرامپتها
ابزارهای مختلفی برای آزمایش و بهبود پرامپتها وجود داراست که به شما یاری مینمایند تا پرامپتهای خویش را با صرفه نمائید، به جوابهای ظریفتری برسید و همت درخواستهایتان را ارتقا دهید:
ChatGPT Playground (OpenAI Playground)
در صورتی از سبکهای ChatGPT یا این که شبیه آن به کارگیری می کنید، Playground به شما این قابلیت و امکان را می دهد که پرامپتهای خویش را با پیکربندی متعدد آزمایش نمایید. شما میتوانید توجه جواب، ارتفاع جواب، و مدل نوشتاری را تغییر و تحول دهید تا شایسته ترین فیض را به دست آورید. این ابزار به شما امداد مینماید تا با صرفهسازیهای گوناگون را روی پرامپتهای خویش آزمون نمائید و جوابهای ما یحتاج خویش را اخذ نمائید.
سبکهای OpenAI، برای مثال ChatGPT، بهطور کلی از گویش فارسی تامین مینمایند. این سبکها کار کشته به شعور و ایجاد متن به گویش فارسی میباشند. البته ممکن میباشد در مقایسه با لهجه انگلیسی، اعتنا کمتری داشته باشند. زیرا در گویش فارسی محدودیتهای دادههای و کمبود منابع آموزشی وجود داراست.
نکات توسعه یافته در پرامپتنویسی
پرامپتنویسی می تواند بالاتر از درخواستهای بی آلایش پیش برود و برای استحصال به حاصل غامضخیس یا این که ظریفخیس از نکات و ترفندهای توسعه یافته به کارگیری نماید. درپی به چندین نکته توسعه یافته به گویش معمولی پرداخته طراحی سایت در مشهد شدهاست:
۱. پرامپتهای زنجیرهای (یکسری مرحلهای)
پرامپتهای زنجیرهای بهاین مضمون می باشند که به مکان طرح یک سؤال بغرنج و زمانبر، موضوع را به یکسری سوال کوچکتر تقسیم کنیم و جوابها را به ترتیب بهدست بیاوریم. بهاین شکل که آغاز یک سؤال بپرسید و پاسخ بگیرید، بعد از آن مبتنی بر آن جواب، سؤال آتی را بیان نمایید. این طرز به شما یاری مینماید تا به ندرت به نتیجه ها ظریفخیس و بغرنجتری دست یابید. برای مثال:
مرحله ۱: “یک لیست از الگوریتمهای تر و تمیزسازی دارای اسم و رسم بده.”
مرحله ۲: “درحال حاضر یک نمونه از پیادهسازی آراستهسازی سریع در Python بده.”
مرحله ۳: “توضیح بده که چرا این الگوریتم عملکرد بالاتری نسبت به تروتمیزسازی حبابی دارااست.”
۲. تهیه پرامپتها برای جوابهای متنوع
درحالتی که می خواهید از ابزار هوش تصنعی جوابهای متنوع و خلاقانهتری اخذ نمائید، میتوانید با پاره ای تغییر تحول در فرموله کردن سؤالهای خویش به حاصل متفاوتی برسید. به مکان پرسیدن یک سؤال به طور ظریف، می توانید آن را با نحوههای گوناگون مطرح نمائید.این تغییرات خرد در طریق سوال سبب ساز میشود که جوابهای متنوعتری اخذ نمایید و طریقههای جدیدی به دست آورید. برای مثال:
پرامپت اولیه: “یک نمونه برای به کارگیری از رینگ `for` در JavaScript بده.”
پرامپت دوم: “به چه شکل میاقتدار از رینگ `for` برای پیمایش آرایه در JavaScript به کار گرفت؟”
۳. با صرفهسازی پرامپتها برای صرفهجویی در طول و هزینه
در صورتیکه از APIهای هوش تصنعی و مصنوعی به کارگیری میکنید، ممکن میباشد برای کاهش هزینه و فرصت پردازش، نیاز به با صرفهسازی پرامپتها داشته باشید. یعنی پرامپتهای کوتاهخیس و ظریفخیس بنویسید تا به مکان اخذ جوابهای وقت گیر و غیرضروری، مستقیماً پاسخ متبوع را بگیرید. برای مثالً:
پرامپت وقت گیر: “یک تابع Python بنویس که یک لیست از اعداد را اخذ کرده و معدل آنهارا احتساب نماید و توضیح بده که چرا این طرز عالی میباشد.”
پرامپت باصرفهگردیده: “یک تابع Python برای به حساب آوردن معدل لیست اعداد بنویس.”
ابزارهای آزمایش و بهبود پرامپتها
ابزارهای مختلفی برای آزمایش و بهبود پرامپتها وجود داراست که به شما یاری مینمایند تا پرامپتهای خویش را با صرفه نمائید، به جوابهای ظریفتری برسید و همت درخواستهایتان را ارتقا دهید:
ChatGPT Playground (OpenAI Playground)
در صورتی از سبکهای ChatGPT یا این که شبیه آن به کارگیری می کنید، Playground به شما این قابلیت و امکان را می دهد که پرامپتهای خویش را با پیکربندی متعدد آزمایش نمایید. شما میتوانید توجه جواب، ارتفاع جواب، و مدل نوشتاری را تغییر و تحول دهید تا شایسته ترین فیض را به دست آورید. این ابزار به شما امداد مینماید تا با صرفهسازیهای گوناگون را روی پرامپتهای خویش آزمون نمائید و جوابهای ما یحتاج خویش را اخذ نمائید.
سبکهای OpenAI، برای مثال ChatGPT، بهطور کلی از گویش فارسی تامین مینمایند. این سبکها کار کشته به شعور و ایجاد متن به گویش فارسی میباشند. البته ممکن میباشد در مقایسه با لهجه انگلیسی، اعتنا کمتری داشته باشند. زیرا در گویش فارسی محدودیتهای دادههای و کمبود منابع آموزشی وجود داراست.
عنصرها تقویت کننده بهینه سازی