"Napiši mi tekst za LinkedIn." Rezultat: nešto generičko, bezlično, što bi mogao napisati svatko o bilo čemu. "Napiši mi objavu za LinkedIn od 200 riječi za startup u AI industriji, samouvjerenog tona, s jednim konkretnim primjerom iz prakse." Rezultat: nešto što stvarno možete objaviti. Razlika nije u modelu — isti je u oba slučaja. Razlika je u pitanju.
Zašto isti model daje toliko različite odgovore
Veliki jezični modeli ne "znaju" što želite — oni predviđaju najvjerojatniji nastavak teksta na temelju onoga što ste napisali. Što je vaš upit nejasniji, model ima više prostora nagađati, a nagađanje po definiciji ide prema prosjeku, prema najgeneričnijem mogućem odgovoru. Precizan upit sužava taj prostor i tjera model prema specifičnom, korisnom rezultatu.
Pet elemenata dobrog prompta
Jasnoća znači biti specifičan umjesto neodređen — umjesto "pomozi mi s marketingom", recite točno što trebate. Kontekst objašnjava pozadinu situacije koju model inače ne može znati. Format određuje kako želite da odgovor izgleda — popis, tablica, kratki pasus. Primjeri pokazuju modelu kakav rezultat očekujete kroz konkretan uzorak. Uloga postavlja perspektivu iz koje model odgovara, primjerice "odgovori kao iskusni knjigovođa koji objašnjava klijentu bez stručnog žargona".
Chain-of-thought — kad tražite razmišljanje, ne samo odgovor
Za složenije zadatke, poput analize podataka ili rješavanja problema u više koraka, pomaže eksplicitno tražiti model da "razmišlja korak po korak" prije nego da odmah izbaci zaključak. Ova tehnika, poznata kao chain-of-thought, smanjuje broj grešaka jer model mora artikulirati svaki logički korak, a ne skočiti izravno na rezultat koji zvuči uvjerljivo, ali može biti pogrešan.
Few-shot prompting — pokažite, ne samo recite
Kad opis onoga što želite teško dočarati riječima, jednostavnije je dati model jedan ili dva primjera željenog izlaza. Ako, primjerice, trebate da AI piše u određenom stilu ili formatu tablice, priložite jedan gotov primjer i tražite da nastavi u istom maniru — model će puno vjernije pratiti uzorak nego opisni zahtjev.
Najčešća greška: prekratki, generički upiti
Najveći broj razočaravajućih odgovora dolazi od upita svedenih na jednu rečenicu bez konteksta. "Napiši email" ili "objasni ovo" ostavljaju modelu previše prostora za nagađanje. Investicija od dodatnih deset sekundi u opisivanje situacije gotovo uvijek se isplati kroz kvalitetu odgovora koji ne treba naknadno prepravljati.
Alati koji pomažu u optimizaciji promptova
Za one koji redovito rade s AI alatima u profesionalnom kontekstu, postoje i specijalizirani alati poput frameworkova za programsko upravljanje promptovima koji omogućuju testiranje i verzioniranje upita, slično kao što programeri verzioniraju kod. Za svakodnevnu upotrebu to je pretjerano, ali za tvrtke koje AI ugrađuju u proizvod, ozbiljna je razlika.
Prompt inženjering na kraju nije mistična vještina rezervirana za tehnički potkovane — najveći dio svodi se na jasno formulirano pitanje, isto ono što bi pomoglo i kad biste tražili uslugu od kolege. Razlika je što AI, za razliku od kolege, nikad neće reći "možeš li biti precizniji" — samo će vam dati svoj najbolji pokušaj, koliko god nejasan bio upit.
