Cara yang Lebih Cerdas untuk Berbicara dengan AI: Ini Dia Cara untuk ‘Mengatur Konteks’ Permintaan Anda

Singkatnya

• Peneliti Shanghai mengatakan bahwa “rekayasa konteks” dapat meningkatkan kinerja AI tanpa melatih ulang model.
• Tes menunjukkan bahwa prompt yang lebih kaya meningkatkan relevansi, koherensi, dan tingkat penyelesaian tugas.
• Pendekatan ini membangun pada rekayasa prompt, mengembangkannya menjadi desain situasional penuh untuk interaksi manusia-AI.

Pusat Seni, Mode, dan Hiburan Decrypt.

Temukan SCENE

Sebuah makalah baru dari Shanghai AI Lab berpendapat bahwa model bahasa besar tidak selalu membutuhkan data pelatihan yang lebih besar untuk menjadi lebih pintar—hanya instruksi yang lebih baik. Para peneliti menemukan bahwa “prompt konteks” yang dirancang dengan hati-hati dapat membuat sistem AI menghasilkan respons yang lebih akurat dan berguna dibandingkan yang generik. Pikirkan ini sebagai mengatur latar dalam sebuah cerita sehingga semuanya masuk akal, cara praktis untuk membuat AI terasa lebih seperti teman yang membantu daripada robot yang bingung. Pada intinya, rekayasa konteks adalah tentang dengan hati-hati menyusun informasi yang Anda berikan kepada AI sehingga dapat memberikan respons yang lebih akurat dan berguna. Seseorang bukan hanya individu yang terisolasi; kita dibentuk oleh lingkungan kita, hubungan, dan situasi—atau “konteks.” Hal yang sama berlaku untuk AI. Mesin sering melakukan kesalahan karena mereka tidak memiliki gambaran yang lengkap. Misalnya, jika Anda meminta AI untuk “merencanakan perjalanan,” mungkin ia akan menyarankan kapal pesiar mewah tanpa mengetahui bahwa Anda memiliki anggaran yang ketat atau sedang bepergian dengan anak-anak. Rekayasa konteks memperbaiki ini dengan membangun detail tersebut di awal. Para peneliti mengakui bahwa ide ini bukanlah hal baru—ini sudah ada lebih dari 20 tahun yang lalu pada masa-masa awal komputer. Pada masa itu, kita harus beradaptasi dengan mesin yang canggung dan aturan yang kaku. Sekarang, meskipun platform AI yang kuat dapat menggunakan bahasa alami, kita masih perlu merekayasa konteks yang baik untuk menghindari “entropi” (dalam hal ini, kata tersebut merujuk pada kebingungan akibat terlalu banyak ketidakjelasan atau kekacauan).

Bagaimana cara merekayasa konteks pada prompt Anda Makalah ini menawarkan cara untuk membuat obrolan AI Anda lebih efektif saat ini. Ini membangun pada “rekayasa permintaan” ( merancang pertanyaan yang baik ) tetapi lebih luas, fokus pada konteks penuh. Berikut adalah beberapa tips yang ramah pengguna, dengan contoh:

• Mulailah dengan Dasar-Dasar: Siapa, Apa, Mengapa Selalu sertakan latar belakang untuk mempersiapkan suasana. Alih-alih “Tulis puisi,” cobalah: “Anda adalah seorang penyair romantis yang menulis untuk ulang tahun pernikahan saya. Temanya adalah cinta abadi, buatlah singkat dan manis.” Ini mengurangi kesalahpahaman.
• Susun Informasi Anda Seperti Kue Bangun konteks dalam tingkat: Mulai secara luas, lalu tambahkan detail. Untuk tugas pemrograman: “Saya seorang pemrogram pemula. Pertama, jelaskan dasar-dasar Python. Kemudian, bantu perbaiki kode ini [tempel kode]. Konteks: Ini untuk aplikasi permainan sederhana.” Ini membantu AI menangani permintaan kompleks tanpa kelebihan beban.
• Gunakan Tag dan Struktur Atur prompt dengan label untuk kejelasan, seperti “Tujuan: Merencanakan liburan anggaran; Batasan: Di bawah $500, ramah keluarga; Preferensi: Destinasi pantai.” Ini seperti memberikan AI peta jalan.
• Menggabungkan Hal-Hal Multimodal (Seperti Gambar atau Sejarah) Jika pertanyaan Anda melibatkan visual atau obrolan sebelumnya, deskripsikan mereka: “Berdasarkan gambar ini [deskripsikan atau tautkan], sarankan ide pakaian. Konteks sebelumnya: Saya lebih suka gaya kasual.” Untuk tugas yang panjang, ringkas sejarah: “Lanjutkan dari sesi terakhir: Kami membahas strategi pemasaran—sekarang tambahkan tips media sosial.”
• Saring Kebisingan Hanya sertakan apa yang penting. Uji dan sesuaikan: Jika AI menyimpang, tambahkan klarifikasi seperti "Abaikan topik yang tidak terkait—fokus hanya pada manfaat kesehatan.
• Pikirkan ke depan dan belajar dari kesalahan Antisipasi kebutuhan: “Inferensikan tujuanku dari query sebelumnya tentang kebugaran—sarankan rencana latihan.” Pertahankan kesalahan dalam konteks untuk perbaikan: “Terakhir kali kamu menyarankan X, tetapi itu tidak berhasil karena Y—sesuaikan sesuai kebutuhan.”