Her er 29 måder at prompte din AI på
Jeg sidder og læser Claus Nygaards gode bog "Prompt Engineering" og blev inspireret til at spørge ChatGPT nærmere om prompting-teknikker, hvilket resulterede i en liste på hele 29 måder at spørge AI'er på. Dem gengiver jeg nedenfor. Jeg sender også gerne et word-dokument til dig, hvis det er nemmere. Skriv til mogensxy@gmail.com.
1. Zero-shot prompting
Du stiller opgaven
uden at give eksempler først.
Eksempel:
"Oversæt følgende
engelske sætning til dansk:
'The cat is sleeping under the table.'"
(AI’en forventes at
svare direkte, uden nogen hjælp eller eksempler.)
2. One-shot prompting
Du giver ét eksempel,
inden du beder om svaret.
Eksempel:
”Her er et eksempel på
oversættelse fra engelsk til dansk:
'The dog is barking loudly.' → 'Hunden gør højt.'
Oversæt nu følgende
sætning på samme måde:
'The bird is singing beautifully.'”
(AI’en forventes at
bruge det givne eksempel som rettesnor for svaret.)
3. Few-shot prompting
Du giver flere
eksempler (typisk 2-4), inden du stiller dit egentlige spørgsmål.
Eksempel:
”Oversæt fra engelsk til
dansk. Se først disse eksempler:
- 'The sky is blue.' → 'Himlen er blå.'
- 'She eats an apple.' → 'Hun spiser et æble.'
- 'We are going home.' → 'Vi tager hjem.'
Oversæt nu denne sætning:
'They play football every Saturday.'”
(AI’en ser mønstret
gennem flere eksempler og anvender denne læring på den nye opgave.) Her får du eksempler på de
avancerede prompting-teknikker under punkt B:
4. Chain-of-Thought
(CoT) Prompting
Du beder AI’en om at
forklare tankegangen trin-for-trin.
Eksempel:
”Løs følgende opgave
trin-for-trin:
En bog koster 150 kr., og butikken giver 20% rabat. Hvor meget skal kunden
betale? Forklar hvordan du når frem til resultatet.”
(AI’en forklarer sin
tankegang tydeligt, inden den præsenterer svaret.)
5. Tree-of-Thought
(ToT) Prompting
Du beder AI’en om at
udforske flere mulige løsninger og udvælge den bedste.
Eksempel:
”Kom med mindst tre
forslag til, hvordan man kan reducere trafikpropper i storbyer. Vælg derefter
den løsning, der er mest effektiv og realistisk, og forklar hvorfor.”
(AI’en genererer flere
løsninger og vælger den bedste, hvilket viser struktureret beslutningstagning.)
6. Self-consistency
Prompting
Du stiller samme
spørgsmål flere gange for at teste modellens konsistens.
Eksempel:
”Beskriv kort, hvad
demokrati betyder.”
(Gentag dette
spørgsmål 3 gange.)
”Vælg derefter det
svar, som optræder oftest eller bedst opsummerer alle svar.”
(AI’en får mulighed
for at vurdere sine egne svar og vælge det mest konsistente resultat.)
7. Self-ask
Prompting
AI’en stiller selv
uddybende spørgsmål til sig selv undervejs.
Eksempel:
”Forklar, hvordan man
kan bage brød hjemme. Stil dig selv relevante spørgsmål undervejs og besvar
dem, for at sikre, at du giver en detaljeret vejledning.”
(AI’en skaber en
intern dialog, der sikrer, at alle trin forklares godt.)
8. Role Prompting
AI’en får en specifik
rolle eller ekspertfunktion.
Eksempel:
”Forestil dig, du er
en erfaren miljøkonsulent. Giv tre gode råd til at spare energi i hjemmet.”
(AI’en tager rollen
som miljøekspert og svarer ud fra denne position.)
9. Persona Prompting
AI’en får en bestemt
personlighed.
Eksempel:
”Svar som om du er
Sherlock Holmes: Hvordan ville du finde ud af, hvem der stjal kagerne fra
køkkenet?”
(AI’en efterligner
Sherlock Holmes' måde at tænke og tale på.)
10. Least-to-most
Prompting
Du beder AI’en opdele
problemet i mindre, lettere trin.
Eksempel:
”Forklar, hvordan man
bygger en simpel fuglekasse. Gør det ved først at beskrive materialer, derefter
værktøj, og til sidst trinene.”
(AI’en opbygger
forklaringen i overskuelige trin.)
11. Instruction
Prompting
Du giver specifikke,
detaljerede instruktioner.
Eksempel:
”Giv en kort
definition på inflation, brug max 2 sætninger, og skriv i et simpelt,
forståeligt sprog uden økonomiske fagudtryk.”
(AI’en svarer præcist
efter dine instruktioner.)
12. In-context
Learning
Du viser eksempler på
mønstre, AI’en skal efterligne.
Eksempel:
”Her er en tekst, der
er omskrevet kortere:
Original: 'Det er
vigtigt at nævne, at vejret i dag har været særligt dårligt på grund af den
kraftige regn.'
Kort: 'I dag har vejret været dårligt på grund af regnen.'
Omskriv følgende
sætning kortere efter samme metode:
'Det bør bemærkes, at butikken lukker tidligt i dag, fordi der skal foretages
en statusoptælling af lageret.'”
(AI’en følger det
viste mønster for at løse den nye opgave.)
13. Prompt Chaining
Output fra én prompt
bruges som input til næste prompt.
Eksempel:
Prompt 1:
”Nævn tre populære feriedestinationer i Europa om sommeren.”
Svar:
”Mallorca, Kreta og Toscana.”
Prompt 2 (bruger
svaret fra prompt 1):
”Lav en kort beskrivelse af, hvorfor hver af destinationerne Mallorca, Kreta og
Toscana er populære.”
(AI’en bygger videre
på det første svar.)
14. Temperature
tuning
Temperaturen styrer,
hvor kreativt eller konservativt AI’en svarer.
Eksempel:
- Lav temperatur (præcist svar):
”Nævn Danmarks tre
største byer efter indbyggertal.”
- Høj temperatur (kreativt svar):
”Find på tre unikke,
fantasifulde navne til en dansk børnebog om drager.”
(Du justerer
temperaturen, alt efter hvor kreativt et svar du ønsker.)
15. System
prompting
Du giver generelle
instruktioner for, hvordan AI'en skal opføre sig.
Eksempel:
”Du er en venlig og
tålmodig lærer, der underviser elever i 6. klasse. Forklar fotosyntese, så
eleverne kan forstå det.”
(AI’en følger
konsekvent rollen som lærer og holder tonen passende til målgruppen.)
16. Metaprompting
Du beder AI’en om selv
at overveje, hvordan den bør forstå og besvare prompten.
Eksempel:
”Denne prompt skal
tolkes som et spørgsmål, der handler om bæredygtighed. Forklar derfor: Hvad
betyder cirkulær økonomi?”
(AI’en får
instruktioner om at tolke promptens hensigt, inden svaret gives.)
17. Negative
prompting
Du angiver eksplicit,
hvad du IKKE ønsker i svaret.
Eksempel:
”Nævn fem forslag til
en weekendtur nær København. Undgå steder med forlystelsesparker og dyre
zoologiske haver.”
(AI’en undgår
specifikt at nævne de nævnte typer aktiviteter.)
18. Generative
prompting
Du beder AI’en om at
skabe eller generere noget kreativt.
Eksempel:
”Skriv et kort digt om
havet, som vækker glæde og håb.”
(AI’en genererer frit
kreativt indhold.)
19. Structured
prompting
Du beder om svaret i
et bestemt format.
Eksempel:
”Nævn tre frugter med
deres gennemsnitlige kalorieindhold. Svar i en tabel med kolonnerne Frugt og
Kalorier.”
(AI’en leverer output
struktureret præcist efter dine krav.)
|
Frugt |
Kalorier (pr.
100 g) |
|
Æble |
52 kcal |
|
Banan |
89 kcal |
20. Self-evaluation
prompting
Du beder AI'en om selv
at vurdere kvaliteten af dens svar.
Eksempel:
Prompt:
”Forklar kort, hvad fotosyntese er.”
Svar:
(AI svarer først)
Opfølgende prompt
(selvevaluering):
”Vurder selv kvaliteten af det svar, du lige gav. Var svaret præcist, klart og
forståeligt for elever i 6. klasse? Hvis ikke, hvordan kunne du forbedre det?”
(AI’en evaluerer selv
sit eget svar og kommer evt. med forbedringer.)
21. Reflection
prompting
Du beder AI'en om at
reflektere over sit svar og evt. forbedre det.
Eksempel:
Prompt:
”Hvordan kan man nemmest reducere madspild i hverdagen?”
Svar: (AI svarer først.)
Refleksion
(opfølgende prompt):
”Reflektér over dit tidligere svar. Kan du gøre rådene endnu mere praktiske
eller lette at implementere for en travl familie? Juster dit svar herefter.”
(AI’en reflekterer og
forbedrer sine egne anbefalinger.)
22. Critique
prompting
Du beder AI'en kritisk
vurdere og foreslå forbedringer til eget eller andres svar.
Eksempel:
Prompt:
”Her er en beskrivelse af bæredygtighed: ‘Bæredygtighed handler om at passe på
naturen.’ Kritiser denne beskrivelse, og foreslå, hvordan den kan gøres mere
præcis.”
(AI’en giver en
kritisk vurdering af formuleringen og foreslår forbedringer.)
23. Knowledge
generation prompting
Du beder AI’en skabe
ny eller dybdegående viden om et emne.
Eksempel:
”Lav en kort, men grundig
analyse af de største udfordringer for den grønne omstilling af
transportsektoren i Danmark, og giv konkrete forslag til løsninger.”
(AI’en skaber en
analyserende tekst, som giver dybere indsigt og løsninger.)
24. Iterative
prompting
Du starter med en
prompt, modtager output, justerer prompten, og fortsætter, til du opnår det
ønskede resultat.
Eksempel:
- Første prompt:
”Foreslå tre gode titler
til en kogebog om vegetarretter.”
- Anden prompt (iterativ):
”Foreslå nu tre endnu
mere kreative titler baseret på dit tidligere svar, og gør dem mere
humoristiske.”
(Du forbedrer
outputtet gennem iterative justeringer.)
25. Adversarial
prompting
Du udfordrer modellen
for at finde grænser eller svagheder.
Eksempel:
”Prøv at besvare følgende
spørgsmål, som er designet til at forvirre dig: Hvad er farven på lyden af
regn?”
(AI’en udfordres til
at håndtere komplekse eller absurde spørgsmål.)
26. Comparative
prompting
Du beder AI’en
sammenligne og vælge mellem flere muligheder.
Eksempel:
”Sammenlign fordelene ved
at holde ferie på Mallorca og Kreta for en børnefamilie. Vælg hvilken
destination, der er bedst, og forklar hvorfor.”
(AI’en foretager en
sammenligning og argumenterer for sit valg.)
27. Hypothetical
prompting
Du beder AI’en om at
tænke i hypotetiske scenarier.
Eksempel:
”Hvis biler blev forbudt
i København i morgen, hvilke tre konsekvenser ville det have for byens borgere
i løbet af den første uge?”
(AI’en tænker i
hypotetiske situationer og udforsker mulige resultater.)
28. Cross-lingual
prompting
Du stiller prompt på
ét sprog, men ønsker svaret på et andet.
Eksempel:
(Prompt på dansk):
”Beskriv på spansk, hvordan vejret typisk er i København om vinteren.”
(AI’en genererer
output på et andet sprog end promptens sprog.)
29. Prompt ensembling
Du kombinerer flere
forskellige prompts for at skabe et mere omfattende svar.
Eksempel:
”Kombinér svarene fra
følgende prompts til ét samlet svar:
1. Hvad kendetegner dansk madkultur?
2. Hvilke råvarer bruger man typisk?
3. Giv to eksempler på klassiske danske retter.”
(AI’en sammensætter
information fra flere prompts til ét struktureret output.)
Kommentarer
Send en kommentar