AI說書 - Prompt Engineering - 84 | Prompt Contextualization 動機

我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。

Motivation

在我們日常的人與人互動中，情境是無聲地、無縫地整合在一起的，當您與一位親密的朋友談論您最近看過的一部電影時，您無需指定每個細節，他們了解人物、情節，並對高潮有共同的感受，但人工智慧不會與我們分享這些固有的經驗，提出的每個問題都是孤立的，沒有背景了解之前的個人互動。

當我們站在人工智慧時代的門檻上時，像 GPT-4 這樣的語言模型越來越成為我們數位生態系統不可或缺的一部分，有效溝通的挑戰變得更加突出，想像一下，試著從擁有數百萬本書的龐大圖書館中提取特定知識，而無需進行精確查詢，結果可能很接近，但往往不準確，這就是我們在使用人工智慧模型時所面臨的場景當我們的提示缺乏上下文。

讓我們考慮一下線上搜尋的世界，這個領域的用戶行為發生了重大演變，最初，使用者輸入脫節的關鍵字，收到各種各樣的結果，隨著時間的推移，搜尋引擎變得越來越複雜，查詢也變得越來越複雜，我們從 “蘋果水果的好處” 轉向 “食用蘋果如何影響心臟” 成年人的健康狀況？這種演變是由對特異性、相關性和效率的追求所推動的。

現在，將其轉移到人工智慧語言模型領域，「搜尋欄」是我們的提示，「結果」是模型提供的輸出，問題場景很明確，寬泛或模糊的提示可能會導致輸出雖然技術上準確，但可能與上下文不相關。

正如偵探在嘗試破案時不會提出模糊的問題一樣，在提示人工智慧時，清晰、直接且背景豐富也至關重要，這並不意味著每個問題都需要冗長，相反，它是關於嵌入正確的提示和線索，確保人工智慧的大量知識能夠被正確地引導。

Prompt Contextualization 背後的推動力是優化人工智慧交互，以反映我們在人類對話中期望的效率和相關性，它是對精確性需求、對客製化資訊的渴望以及對時間效率的需求的回應，透過磨練情境提示的藝術，我們確保人工智慧成為我們尋求知識和見解時更強大的工具、可靠的盟友和高效的資訊提供者。

上下文不僅僅是 Prompt Engineering 的附加內容，而且是 Prompt Engineering 的基本面向，它充當燈塔，指導語言模型產生準確、相關且對使用者有價值的輸出，隨著語言模型不斷發展並在各種應用中發揮更重要的作用，掌握上下文設定的藝術成為高效、有意義的人機互動不可或缺的技能。