Сейчас я учусь на промпт-инженера, и стала часто замечать у коллег-HR особенности работы с нейросетями, которые можно легко улучшить для рабочих задач. Причем вне зависимости от того, какую нейросеть и в каком режиме (платном или нет) вы используете.
1. Вежливость.
С ней две проблемы: первое - она тратит лишние токены и точно не упрощает нейросети понимание задачи. Второе - она имитирует реальную коммуникацию и формирует бессознательные ожидания как от реального собеседника. Поэтому воспринимаем более эмоционально и тратим больше сил, если модель ошибается или некорректно понимает запрос. Мы же не будем злиться на чайник, если он выкипел, но младший коллега будет прям раздражать, особенно, если мы ему разжевали и сказали "пожалуйста".
Для рабочих задач, когда мы их формулируем AI-инструментам, имеет смысл выбирать предельно точные и короткие формулировки. А отношение вполне можно выразить лайком или дислайком под ответом.
2. Примеры.
Используются редко, а зря: 1-2 (а для некоторых моделей ровно 3, это можно у своей нейросетки спросить, сколько ей лучше) примера существенно улучшат результат работы нейросети. Правильно это называется few shoot метод. А по-простому, примеры повышают качество работы модели, даже если задача не очень хорошо сформулирована.
3. Вводные данные.
Ничего толкового не получится из ниоткуда. Нейросеть всегда работает точнее, если вы накормите ее данными, на основе которых она сделает вывод. Например, комментарии и аналитику просмотров, если вы ведете аккаунт в соцсети, сроки закрытия вакансий для планирования найма.
Да, бесплатные тарифы обязательно будут тратить токены сильно быстрее с загруженными файлами или картинками, но и качественный результат вы, вполне возможно, получите с одной попытки.
Кстати, для большинства бесплатных LLM моделей, типа чата gpt, выгодней прямо в окно промпта копировать тексты, чем делать вложения.
Попробуйте сравнить на одной и той же модели написание текста с нуля и на базе каких-то ваших мыслями, которые в тексте должны быть. Только в промпте укажите что-то вроде "обязательно используй в тексте вот эти мысли с минимальным отклонением от формулировок" (ну или "изменения допустимы, но не по содержанию, а в формулировках"). Результат будет отличаться качественно.
4. Структура промпта.
Нейросеть лучше ориентируется в вашем запросе, если он разбит на тематические блоки, содержит нумерованные списки и абзацы. В идеале 1 промпт содержит 1 внятный запрос: из какой роли модель отвечает, какая цель, дополнительные данные, какой результат хотите получить.
5. Описывайте результат.
Длину, стиль, структуру, формат, если вам нужен файл, количество выводов. Если вы, например, хотите составить вопросы для интервью - "сделай 5 открытых вопросов для интервью для проверки навыков: командная работа, умение работать в многозадачности" сработает лучше, чем "сделай вопросы для первичного интервью этого кандидата".
В общем, нейросети только подсветили давно известный всем HR и руководителям принцип: качественно сформулировал задачу - считай, полдела сделано.
Напоминаю, что у меня есть курс про AI для HR и автоматизацию данных: 5-10 минутные видео-инструкции для решения стандартных HR-задач с помощью бесплатных версий AI-инструментов, которые доступны в РФ - построение дашбордов или генерация презентаций с 0, простые боты и так далее. Смотрите здесь https://stepik.org/course/270991, есть бесплатный ознакомительный урок.
А вы говорите нейросетям "пожалуйста" и "спасибо"?