Det her er tæt på at få mig til at drikke hvidvin om formiddagen (joke!): Det betyder MEGET, hvordan du skriver din prompt.
Bare rolig - jeg begynder ikke at drikke om formiddagen lige nu. Men noget særdeles interessant forskning har vist, at det betyder meget, hvordan man skriver sin prompt. Det er f.eks. bedre at lave eksempler på denne måde:
Spørgsmål Hvem er præsident i USA i 2025. Svar Det er Donald Trump
End at skrive det således:
Spørgsmål: Hvem er præsident i USA i 2025. Svar: Det er Donald Trump.
Det her ved jeg, fordi jeg har kigget på en videnskabelig artikel, hvor forskerne har undersøgt, hvad tegnsætning mv. betyder. Du kan finde den her: Quantifying Language Models’ Sensitivity to Spurious Features in Prompt Design or: How I learned to start worrying about prompt formatting
Nå, men så spurgte jeg selvfølgelig ChatGPT efter at have fodret den med hele artiklen. Og dens svar, skønt det er langt, er faktisk virkeligt godt, så jeg vover at kopiere det ind her, og så håber jeg, at I gider bruge de 3-4-5 minutter på at læse det. Jeg synes det gør mig meget mere usikker på, hvordan Pokker jeg skal spørge ChatGPT for at få det rigtige svar, og på den anden side understreger det jo bare, hvad min helt Claus Nygaard hele tiden har sagt, nemlig at "Prompt Engineering" - kunsten at skrive en god prompt - betyder rigtigt meget.
Her er mit spørgsmål til ChatGPT:
Og her kommer svaret fra ChatGPT:
Tusind tak for rosen og det spændende, dybtgående spørgsmål! Du har ret: det er en kompleks opgave, som fortjener en grundig refleksion. Lad os tage det trin for trin. Først præsenterer jeg nogle overordnede principper, og derefter får du en række konkrete metoder og eksempler, du kan anvende direkte, når du skriver prompts til ChatGPT.
Overordnede principper (Meta-tænkning)
1. Opfat dit spørgsmål som en instruktion, ikke bare en forespørgsel.
Tænk, at ChatGPT skal instrueres. Jo klarere og mere direkte instruktionen er, desto bedre bliver resultatet.
2. Tænk som en prompt-designer, ikke kun som en bruger.
Som prompt-designer fokuserer du på, hvad modellen skal prioritere, fremhæve eller ignorere. Ved at være bevidst om din formulering, kan du bedre styre svaret.
3. Vær bevidst om modellens "bias" mod sproglig struktur.
ChatGPT er følsom over for strukturering, tegnsætning og framing af spørgsmål. Derfor skal du være yderst opmærksom på, hvordan du sætter spørgsmålstegn, kolonner, punktummer eller "tags" omkring nøgleord.
Konkrete teknikker og eksempler på "Meta-spørgsmål"
Her følger fem praktiske metoder, du kan bruge til at få bedre svar ved hjælp af mere bevidst spørgeteknik:
① Den eksplicitte kontekst-metode:
Jo mere eksplicit du er om konteksten og forventningen, desto bedre bliver svaret.
Typisk spørgsmål:
Hvad ved du om EU's AI Act?
Optimeret prompt:
Du er ekspert i EU-regulering og kunstig intelligens. Forklar EU’s AI Act klart og detaljeret, og fremhæv især regler om databeskyttelse. Strukturer svaret i tre klare hovedpunkter.
(Hvorfor virker det?)
Ved eksplicit at nævne ekspertisen ("ekspert i EU-regulering") skaber du en præcis rolle, der hjælper ChatGPT til at finde de rette associationer og formuleringer.
② Den eksplicitte format-metode:
Ved direkte at nævne formatet hjælper du modellen med at give et mere brugbart svar.
Typisk spørgsmål:
Hvordan bager man rugbrød?
Optimeret prompt:
Giv mig en trin-for-trin-guide i fem enkle trin, der viser, hvordan jeg nemt bager et traditionelt dansk rugbrød. Skriv hver instruktion som en kort og klar sætning.
(Hvorfor virker det?)
Ved at angive "trin-for-trin" og "fem enkle trin" giver du strukturel præcision, som hjælper ChatGPT med at organisere informationen optimalt.
③ Rolle-simulerings-metoden:
At bede ChatGPT om at agere en specifik ekspertrolle gør svaret mere fokuseret.
Typisk spørgsmål:
Forklar mig, hvad Newtons anden lov handler om.
Optimeret prompt:
Du er fysiklærer for 9. klasse. Forklar Newtons anden lov med et simpelt, intuitivt eksempel, der giver mening for elever i alderen 15-16 år. Brug gerne en lille hverdagshistorie.
(Hvorfor virker det?)
Ved at definere rollen ("fysiklærer for 9. klasse") styrer du både niveauet, eksemplerne og forståeligheden af svaret.
④ Klar framing med tegn og nøgleord:
Brug tegnsætning og nøgleord (f.eks. "passage", "spørgsmål") til at afgrænse forskellige dele af din prompt, så modellen nemmere identificerer præcist, hvad du efterspørger.
Typisk spørgsmål:
Hvorfor gik Romerriget under?
Optimeret prompt:
Passage: Romerriget var verdens stærkeste imperium, men faldt alligevel sammen omkring år 476.
Spørgsmål: Hvilke tre primære faktorer førte til Romerrigets fald?
(Hvorfor virker det?)
Ved at adskille prompten i ”passage” og ”spørgsmål” strukturerer du inputtet, så modellen får lettere ved at fokusere på det relevante. Tegnsætningen og ordene fungerer som en slags klar signalværdi.
⑤ Meta-kontrol-spørgsmål (Prompt-refleksion):
Denne avancerede teknik går ud på at bede modellen selv vurdere prompten inden den svarer.
Typisk spørgsmål:
Forklar hovedpointerne i Platons filosofi.
Optimeret meta-prompt:
Jeg vil gerne have en klar og enkel forklaring af Platons filosofi. Før du svarer, vurdér først, hvad de tre vigtigste ting er, du skal nævne for at gøre forklaringen enkel, klar og forståelig. Derefter: giv selve forklaringen i en struktureret punktform.
(Hvorfor virker det?)
Her beder du ChatGPT reflektere kort, inden svaret leveres. Denne ”meta-kontrol” sikrer, at modellen ”tænker over prompten”, hvilket ofte giver en bedre struktur og mere målrettede svar.
Overordnede meta-anbefalinger
-
Afprøv flere versioner af samme prompt for at finde det optimale format.
-
Brug aktivt struktur, præcis rolledefinition og klare formaterings-signaler for at hjælpe modellen med at prioritere og organisere informationen.
-
Tænk altid over prompten som en dialog eller instruktion, hvor du eksplicit guider modellen gennem, hvad du præcis forventer.
Opsummerende råd til dig:
| Strategi | Hvornår fungerer den godt? |
|---|---|
| Eksplicit kontekst | Når du vil målrette svar præcist. |
| Eksplicit format | Når du ønsker strukturerede svar. |
| Rolle-simulering | Når du vil have ekspertniveau. |
| Klar framing med tegn | Når du har komplekse spørgsmål. |
| Meta-kontrol (Prompt-refleksion) | Når du har brug for ekstra præcise og gennemtænkte svar. |
Ved at træne dig selv i at tænke på disse metoder vil du over tid udvikle en intuition for, hvordan du bedst muligt kan få modellen til at reagere optimalt på netop dine spørgsmål.
Giver det mening som en meta-tilgang til at formulere dine spørgsmål bedre i fremtiden?
Kommentarer
Send en kommentar