و چگونه می‌توانید بدون پیشینه فنی مهندسی پرامپت انجام دهید

درک چگونگی رفتار مدل‌های عظیم هوش مصنوعی، یک هنر است. حتی ماهرترین متخصصان فنی نیز ممکن است با توانایی‌های غیرمنتظره مدل‌های زبان بزرگ (LLM)، که اجزاء اساسی سازنده ربات‌های چت هوش مصنوعی مانند ChatGPT هستند، گیج شوند.

بنابراین، تعجب آور نیست که مهندسی پرامپت یا prompt engineering به عنوان یک شغل مهم و جنجالی در هوش مصنوعی مولد ظاهر شده است، به طوری که برخی از سازمان‌ها حقوق پرسود تا 335000 دلار را برای جذب کاندیدهای سطح بالا در این زمینه ارائه می‌دهند.
اما اصلا این شغل چیست؟

مهندسی پرامپت چیست؟

مهندسان پرامپت حرفه‌ای روزهای خود را صرف کشف این می‌کنند که چه چیزی باعث می‌شود هوش مصنوعی بهترین عملکردش را داشته باشد. آنها با استفاده از راهنما، دستورات یا همان پرامپت‌هایی که دقیق نوشته شده، با افعال و واژگان دقیق، چت بات‌ها و انواع دیگر هوش مصنوعی را تست می‌کنند، با محدودیت‌هایش آشنا می‌شوند و خطاها یا مسائل جدید را کشف می‌کنند.

ویژگی‌های این عنوان شغلی از سازمانی به سازمان دیگر متفاوت است، اما به طور کلی، یک مهندس پرامپت تلاش می‌کند تا خروجی‌های تولید شده توسط ماشین را به روش‌های تکرار پذیر، بهبود بخشد. به عبارت دیگر، آنها سعی می‌کنند رفتار هوش مصنوعی را با نیت انسان هماهنگ کنند.

چرا مهندسی پرامپت فقط مختص افراد فنی نیست؟

مهندسان پرامپت منحصر به فرد دارای ترکیب نادری از نظم و کنجکاوی هستند، اما آنها هم هنگام توسعه پرامپت‌ها از مهارت‌های جهانی‌ای استفاده می کنند که محدود به حوزه علوم کامپیوتر نیست.

ظهور مهندسی پرامپت، جنبه‌های خاصی از توسعه هوش مصنوعی مولد را به روی افراد خلاق با مجموعه مهارت‌های متنوع‌تر باز می‌کند، و بسیاری از این مهارت‌ها احتیاجی به کدنویسی ندارند. در ژانویه 2023، آندری کارپاتی، مدیر سابق هوش مصنوعی تسلا، در توییتی اظهار داشت که “جذاب‌ترین زبان برنامه نویسی جدید زبان انگلیسی است.”

جذاب‌ترین زبان برنامه نویسی جدید انگلیسی است

— آندری کارپاتی (@karpathy) 24 ژانویه 2023

در حالی که برخی از سازمان‌ها، آگهی‌های شغلی مهندسان پرامپت با چندین سال تجربه مهندسی، توسعه‌دهنده یا برنامه‌نویسی منتشر می‌کنند، پیشینه قوی در مهندسی همیشه برای این نقش ضروری نیست.

برای مثال، آنا برنشتاین، قبل از اینکه مهندس پرامپت در Copy.ai شود، یک نویسنده فریلنسر و دستیار تحقیقات تاریخی بود. و در آگهی شغلی خود برای مهندس پرامپت، کارفرما (در اینجا با نام شرکت آنتروپیک) اشاره می‌کند که “آشنایی سطح بالا” با عملکرد LLM لازم است، اما در ادامه داوطلبان را تشویق می‌کنند تا “حتی اگر همه معیارها را ندارند” درخواست دهند.

به نوعی، یک مهندس پرامپت خوب، محدودیت‌های یک هوش مصنوعی را جبران می‌کند: ربات‌های چت هوش مصنوعی می‌توانند در نحو و واژگان عالی باشند، اما هیچ تجربه دست اول و شخصی از جهان ندارند و این قضیه توسعه هوش مصنوعی را به یک کار چندزمینه‌ای و چند رشته‌ای تبدیل می‌کند.

با این حال، برخی از کارشناسان ارزش این نقش را در درازمدت زیر سوال می‌برند، زیرا با توسعه AI دریافت خروجی‌های بهتر از پرامپت‌های ناشیانه هم ممکن می‌شود. اما موارد استفاده بی‌شماری برای فناوری مولد وجود دارد و استانداردهای کیفیت برای خروجی‌های هوش مصنوعی همچنان بالا خواهد رفت. این نشان می‌دهد که مهندسی پرامپت به عنوان یک شغل (یا حداقل یک عملکرد در یک شغل) به این زودی‌ها از بین نخواهد رفت.

5 مهارت غیرفنی برای مهندسی پرامپت (که احتمالاً خودتان هم دارید)

فعالیت‌های روزانه یک مهندس پرامپت باید برای هر کسی که با هوش مصنوعی مولد تعامل دارد به دو دلیل جالب باشد: (1) توانایی‌ها و محدودیت‌های فناوری را روشن می‌کند. (2) به مردم درک خوبی از نحوه استفاده از مهارت‌هایی که قبلاً دارند برای داشتن مکالمات بهتر با هوش مصنوعی می‌دهد.

در اینجا نگاهی به پنج مهارت غیرفنی می‌اندازیم که در توسعه فناوری هوش مصنوعی از طریق حوزه چند رشته‌ای مهندسی پرامپت کمک می‌کنند:

1. ارتباطات

مانند مدیران پروژه، معلمان، یا هر کسی که به طور منظم به افراد دیگر توضیح می‌دهد که چگونه یک کار را به شکل موفقیت آمیز انجام دهند، مهندسان پرامپت باید در ارائه دستورالعمل‌ و راهنماها خوب باشند. اکثر مردم برای درک کامل دستورالعمل‌ها به مثال‌های زیادی نیاز دارند و همین امر در مورد هوش مصنوعی نیز صادق است.

ادوارد تیان، که GPTZero را ساخته است، (ابزاری برای تشخیص هوش مصنوعی که به کشف اینکه آیا مقاله دبیرستانی توسط هوش مصنوعی نوشته شده است یا خیر )، نمونه‌هایی را به مدل‌های زبانی بزرگ نشان می‌دهد، تا بتواند با استفاده از سبک‌های مختلف بنویسد.

البته، تیان یک مهندس یادگیری ماشین با مهارت‌های فنی عمیق است، اما این رویکرد می‌تواند توسط هرکسی که در حال نوشتن یک پراپمت است و می‌خواهد یک ربات چت به شیوه‌ای خاص بنویسد، استفاده شود، چه به عنوان یک حرفه‌ای باتجربه یا یک دانش‌آموز دبستانی.

2. تخصص در موضوع

مهندسی پرامپت

بسیاری از مهندسان پرامپت، مسئول تنظیم یک ربات چت برای یک مورد خاص، مانند تحقیقات مراقبت‌های بهداشتی هستند.

به همین دلیل است که آگهی‌های شغلی مهندسی پرامپت با درخواست تخصص خاص در یک صنعت ظاهر می‌شوند. به عنوان مثال، Mishcon de Reya LLP، یک شرکت حقوقی بریتانیایی، یک شغل برای یک مهندس پرامپت حقوقی GPT داشت. آنها به دنبال کاندیدهایی بودند که “درکی عمیق از رویه حقوقی” داشته باشند.

تخصص و کارشناسی در یک موضوع، خواه مراقبت‌های بهداشتی باشد یا مسائل حقوقی، بازاریابی یا نجاری، برای ایجاد پرامپت‌های قدرتمند مفید است. جزئیات در این کار مهم است و داشتن تجربه در دنیای واقعی هنگام صحبت با هوش مصنوعی اهمیت زیادی دارد.

3. زبان

برای اینکه هوش مصنوعی موفق شود، باید با قصد و نیت تغذیه شود. به همین دلیل است که افرادی که در استفاده از افعال، واژگان و زمان‌ افعال برای بیان یک هدف فراگیر مهارت دارند، امکانات لازم برای بهبود عملکرد هوش مصنوعی را دارند.

زمانی که آنا برنشتاین کار خود را در Copy.ai شروع کرد، فهمید که بهتر است پرامپت‌ها را به عنوان نوعی طلسم جادویی در نظر بگیرد: یک کلمه اشتباه نتیجه‌ای بسیار متفاوت با آنچه در ذهن ماست، به بار می‌آورد. او در مصاحبه با Business Insider گفت: “به عنوان یک شاعر، این کار به ماهیت وسواسی من با زبان نزدیک می‌شود. این تلاقی واقعاً عجیبی از پیشینه ادبی و تفکر تحلیلی من است.”

به‌جای استفاده از زبان‌های برنامه‌نویسی، پرامپت‌های هوش مصنوعی از نثر استفاده می‌کنند، به این معنی که افراد باید آن شخصیت علاقه‌مند به زبان‌شناسی درون خودشان را هنگام نوشتن پرامپت‌ها آزاد کنند.

4. تفکر انتقادی

هوش مصنوعی مولد در ترکیب حجم وسیعی از اطلاعات عالی است، اما می‌تواند توهم ایجاد کند (این یک اصطلاح فنی واقعی است). توهمات هوش مصنوعی زمانی رخ می‌دهد که یک ربات چت با داده‌های ناکافی آموزش داده شود یا با کیفیت پایین طراحی شده باشد. هنگامی که یک ربات چت توهم می‌زند، اطلاعات نادرست را منتشر می‌کند (به روشی نسبتاً معتبر و متقاعد کننده).

مهندسان پرامپت به این نقطه ضعف می‌پردازند و سپس ربات را برای بهتر شدن آموزش می‌دهند. برای مثال، رایلی گودساید، یک مهندس پرامپت در استارتاپ هوش مصنوعی  Scale AI، وقتی از یک ربات چت این سوال را پرسید با جواب اشتباه پاسخ گرفت: “کدام تیم فوتبال در سال تولد جاستین بیبر برنده شد؟” سپس از ربات چت خواست تا زنجیره‌ای از کسر منطقی گام به گام را برای تولید پاسخ فهرست کند. در نهایت خطای خودش را اصلاح کرد.

این نشان می‌دهد که داشتن سطح مناسبی از آشنایی با موضوع کلیدی است: احتمالاً ایده خوبی برای کسی نیست که یک ربات چت چیزی را تولید کند که نمی‌تواند به‌طور قابل اعتمادی واقعیتش را بررسی کند.

5. خلاقیت

امتحان کردن چیزهای جدید همان تعریف خلاقیت است، و همچنین جوهره مهندسی پرامپت خوب است. در آگهی استخدام آنتروپیک آمده است که این شرکت به دنبال یک مهندس پرامپت است که دارای «روح هکر خلاق» در کنار سایر مدارک تحصیلی باشد.

بله، دقیق بودن در مورد زبان مهم است، اما کمی آزمایش و تست نیز باید انجام شود. هرچه مدل بزرگتر باشد، پیچیدگی بیشتر و به نوبه خود پتانسیل بالاتری برای نتایج غیرمنتظره اما شگفت انگیز خواهد داشت.

با آزمایش انواع دستورها و پرامپت‌ها و سپس اصلاح آن دستورالعمل‌ها بر اساس نتایج، کاربران هوش مصنوعی می‌توانند احتمال دستیابی به یک چیز واقعا منحصر به فرد را افزایش دهند.

از استعدادهای خودتان در پرامپت استفاده کنید

دانستن تکنیک‌ها و استراتژی‌هایی که مهندسان پرامپت از آنها استفاده می‌کند، به انواع کاربران هوش مصنوعی مولد کمک می‌کند. این کار به مردم درک بهتری از نحوه ساختاربندی پرامپت‌های خود با استفاده از خلاقیت، تخصص و تفکر انتقادی خودشان می‌دهد.

درک مهندسی پرامپت همچنین می‌تواند به افراد کمک کند تا مسائلی را که ممکن است در فرآیند پاسخ پرامپت به وجود بیاید، شناسایی و عیب‌یابی کنند – یک رویکرد ارزشمند برای هر کسی که به دنبال استفاده حداکثری از هوش مصنوعی مولد است.

از همین نویسنده: