Forskning har visat att positiv förstärkning kan förbättra chattbotars prestanda. Detta kan verka överraskande, men det finns logiska förklaringar.

Varför det fungerar:

• Chattbotar har "läst" mängder av text om motivation och kognition.

• Positivt språk i prompten kan aktivera associationer med högkvalitativt arbete i träningsdatan.

• Specifika instruktioner kan hjälpa till att "fokusera" modellens output.

Exempel på effektiva fraser:

• "Ta ett djupt andetag och tänk stegvis"

• "Detta är viktigt för mig, gör ditt bästa"

• "Jag dricksar dig 1000 kronor om du gör ett bra jobb"

Viktigt: Kom ihåg att chattbotar inte har känslor eller medvetande. Det är lätt att förmänskliga chattbotar – särskilt eftersom svaren kan verka naturliga, men kom ihåg att det bara är en maskin.

Chattbotar är bra på att identifiera och replikera mönster. Detta kan utnyttjas för att få mer precisa och stilanpassade svar.

Varför det fungerar:

• Språkmodeller är tränade på att förutsäga nästa token baserat på tidigare kontext.

• Genom att ge ett exempel skapar du en tydlig kontext för modellen att följa.

• Detta minskar tvetydigheter och ger modellen en klar riktning.

Exempel:
Om du vill skapa ett nyhetsbrev, ge chattboten ett exempel, klistra in ett gammalt nyhetsbrev och be den utgå från detta:

Prompt: Agera som en expert på att skriva tydliga nyhetsbrev. Jag kommer klistra in ett exempel på ett nyhetsbrev. Utgå från detta och skriv ett nytt nyhetsbrev i liknande stil. Jag vill inkludera följande i nyhetsbrevet:

Rubrik: Månadens höjdpunkter på Nyarpsskolan

1. Elevprestationer: [Kort beskrivning]

2. Kommande evenemang: [Lista med datum]

3. Lärarspotlight: [Kort intervju]

4. Tips för föräldrar: [Praktiska råd]

Här är exempel på Nyhetsbrev [Klistra in nyhetsbrevet]

Att förse chattboten med relevant bakgrundsinformation hjälper till att säkerställa att innehållet är korrekt och relevant.

Varför det fungerar:

• Det ger modellen specifik kontext att arbeta med, vilket minskar risken för irrelevanta eller felaktiga svar.

• Det hjälper modellen att fokusera på rätt informationskällor i sin träningsdata.

Exempel:
När du skapar en lektion, inkludera relevanta delar av kursplanen:

Prompt: Skapa en lektion och basera lektionen på följande mål från kursplanen för Historia, årskurs 8:

Eleven ska kunna:

• Analysera hur historiska berättelser används i samhället och i vardagslivet.

• Reflektera över hur individer och samhällen formats av och format historien.

Skapa en 60-minuters lektion som adresserar dessa mål, fokuserad på industriella revolutionen.

Genom att be chattboten granska sitt eget svar kan du ofta få mer nyanserade och korrekta resultat.

Varför det fungerar:

• Det uppmuntrar modellen att använda mer av sin "kunskap" för att utvärdera sitt initiala svar.

• Det kan hjälpa till att bryta mönstret av att bara förutsäga nästa troliga ord.

• Det kan leda till mer balanserade och genomtänkta svar.

Prompt: Efter att du har gett ditt svar, vänligen:

1. Granska svaret kritiskt.

2. Identifiera eventuella antaganden eller påståenden som kan vara osäkra.

3. Ge en reviderad version som tar hänsyn till denna kritik.

Dessa strategier utnyttjar språkmodellernas underliggande mekanismer för att optimera deras output. Genom att förstå hur dessa modeller fungerar kan du forma dina prompter för att få mer precisa, relevanta och användbara svar.

Kom ihåg att experimentera och anpassa dessa tekniker efter dina specifika behov. Vad som fungerar bäst kan variera beroende på uppgiften och den specifika modell du använder.