Люди жалуются, что ИИ пишет бездушные тексты, выдаёт не то, что ожидалось, и слишком поверхностно. Да, так действительно бывает. НО...
Но что, если мы возьмём неудачный промпт и попросим человека выполнить работу, описанную в нём? Какой процент людей напишет текст, который вы действительно ожидали?
Во многих подобных промптах простор для ответа слишком велик. На него можно ответить миллиардами способов: с разными эмоциями, для разной аудитории, разными стилями повествования и т. д.
Секрет в том, чтобы показать пример желаемого результата. В нашей аналогии: если человеку, получившему промпт, дать пример, он сразу поймет что нужно делать.
Помимо примера можно уточнить:
– для кого мы пишем текст/решаем задачу;
– от чьего лица мы пишем текст/решаем задачу;
– какую эмоциональную окраску ожидаем;
– в каком формате хотим видеть вывод.
Чем конкретнее контекст, тем точнее результат. Это как разница между «нарисуй дом» и «нарисуй двухэтажный коттедж в скандинавском стиле с большими окнами на фоне соснового леса». И человек, и ИИ работают лучше, когда понимают не только что делать, но и как. И самый простой способ это объяснить — привести пример.
Подробнее о более продвинутых инструментах, которые позволили попасть в топ 5% лучших сотрудников Яндекса, рассказываю тут: