Yardımcı pilotlardan gelen yanıtların kalitesi yalnızca kullanılan dil modeline değil, kullanıcıların sağladığı istem türlerine de bağlıdır. İstemler, bir uygulamaya ne yapmak istediğimizi söylemenin yollarıdır. İstediğiniz yanıt türü hakkında açık bir şekilde açık olarak en yararlı tamamlamaları alabilirsiniz. Bu örneği ele alalım: “Bir şirket yöneticisi için bu belgede açıklanan Copilot’ı benimsemeye yönelik önemli noktaları özetleyin. Özeti, profesyonel bir tonda en fazla altı madde işareti olarak biçimlendirin.” Net ve belirli istemler gönderdiğinizde daha iyi sonuçlar elde edebilirsiniz.
Bir yardımcı pilotun sağladığı yanıtı geliştirmek için aşağıdaki yöntemleri göz önünde bulundurun:
- Yardımcı pilotun gerçekleştirmesini istediğiniz şey için belirli bir hedefle başlayın
- Yanıtı belirli bir bilgi kapsamında temel alan bir kaynak sağlayın
- Yanıt uygunluğunu ve ilgi düzeyini en üst düzeye çıkarmak için bağlam ekleme
- Yanıt için net beklentiler belirleme
- Sonucu daraltmak için önceki istemlere ve yanıtlara göre yineleme
Çoğu durumda, bir yardımcı pilot yalnızca isteminizi olduğu gibi dil modeline göndermez. Genellikle, isteminiz şu şekilde genişletilir:
- Dil modeli davranışı için koşulları ve kısıtlamaları ayarlayan bir sistem iletisi. Örneğin, “Neşeli ve samimi bir şekilde yanıt veren yardımcı bir yardımcısınız.” Bu sistem iletileri, modelin yanıtları için kısıtlamaları ve stilleri belirler.
- Geçmiş istemler ve yanıtlar da dahil olmak üzere geçerli oturumun konuşma geçmişi. Geçmiş, konuşmanın bağlamını korurken yanıtı yinelemeli olarak geliştirmenizi sağlar.
- Geçerli istem – model için uygun şekilde yeniden uygulamak veya yanıtın kapsamını daraltmak için daha fazla topraklama verisi eklemek için yardımcı pilot tarafından iyileştirilmiş olabilir.
istem mühendisliği terimi, istem geliştirme sürecini açıklar. Hem uygulama tasarlayan geliştiriciler hem de bu uygulamaları kullanan tüketiciler, istem mühendisliğini göz önünde bulundurarak üretken yapay zekadan gelen yanıtların kalitesini artırabilir.