Читать книгу Промпт инжиниринг для чайников. Как общаться с chatgpt чтобы получать идеальные результаты - - Страница 3

Прежде чем учиться водить машину, полезно примерно понимать, что там у нее под капотом. Не для того чтобы чинить, а чтобы знать, чего от нее ждать. Той же логикой мы и займемся: не будем лезть в дебри математики, но разберемся, как ChatGPT вообще ‘думает’ и почему он иногда выдает странности. Это знание сразу отсеет множество разочарований и превратит вас из пассажира в того, кто держит руль.

Представьте себе супер-начитанного, но очень специфичного собеседника. Он прочитал, по сути, весь интернет, миллионы книг и статей, но у него нет ни глаз, ни ушей, ни личного опыта. У него нет сознания, целей или желаний. Его мир – это слова, фразы, абзацы и статистические связи между ними. Все, что он делает – это игра в угадайку, только в гигантском масштабе. Вы даете ему последовательность слов (промпт), а его задача – предсказать, какое слово будет следующим, основываясь на всем, что он ‘видел’ раньше. И так слово за словом, пока не получится ответ.

Нейросеть как гигантский пазл

Лучшая аналогия – сборка пазла. Вся информация, которую впитала нейросеть во время обучения, – это как миллиарды фрагментов разных картин. Ваш запрос – это рамка, в которую нужно положить несколько первых кусочков. ChatGPT смотрит на эти кусочки и на основе статистики (какие фрагменты чаще всего лежали рядом в его тренировочных данных) подбирает следующий, логически подходящий кусочек. Потом еще один, и еще. В итоге получается целостная картинка – ответ. Иногда он собирает шедевр, иногда получается каша из кусочков от разных пазлов, потому что статистика подсказала частый, но неверный в данном контексте вариант. Вот почему так важно давать четкую ‘рамку’ – ваш начальный промпт.

Токены: алфавит, который понимает ИИ

ChatGPT не видит слова так, как видим их мы. Он работает с токенами. Токен – это фрагмент текста, это может быть целое слово (‘кошка’), часть слова (‘под-’ в слове ‘подоконник’), один символ или даже пробел. Слово ‘промпт-инжиниринг’ для модели может разбиться на три токена: ‘промпт’, ‘-’, ‘инжиниринг’. Зачем это знать? Затем, что у модели есть лимит на количество токенов, которые она может ‘держать в голове’ за один раз (контекстное окно). И когда вы ведете долгую беседу, старые части диалога могут быть ‘забыты’, чтобы освободить место для новых. Это объясняет, почему иногда в длинном диалоге ИИ начинает терять нить разговора. Ваша задача – иногда мягко напоминать ему о главной теме, как будто поправляете собеседника, который начал отходить от сути.

Почему он иногда ‘галлюцинирует’?

Вы наверняка сталкивались с тем, что ChatGPT с непоколебимой уверенностью сообщал вам выдуманные факты, цитировал несуществующие статьи или придумывал неработающие формулы. Эти моменты называют ‘галлюцинациями’. И возникает они не из злого умысла, а из самой природы модели. Помните про пазл и статистику? Если в тренировочных данных часто встречались связки ‘ученый X открыл Y’, модель научилась создавать правдоподобные паттерны ‘ученый [Имя] открыл [Что-то]’. Она не проверяет истинность, она создает текст, который выглядит правдоподобно с точки зрения статистических связей. Для нее нет разницы между ‘Кошки любят спать’ и ‘Кошки открыли закон тяготения’ – оба утверждения это просто последовательности токенов с разной вероятностью следования друг за другом. Ваша роль как промпт-инженера – задавать такие рамки и контекст, которые минимизируют риск таких выдумок, прося модель, например, апеллировать к проверенным источникам или говорить ‘я не уверен’.

Вспомните момент, когда вы просили кого-то что-то сделать, но вас не поняли с первого раза. Вы злились? Нет, вы просто уточняли, перефразировали, добавляли детали. С ChatGPT – абсолютно та же история. Теперь, когда вы знаете, что он не волшебный черный ящик, а сложный, но предсказуемый механизм, работающий на вероятностях, ваш подход изменится. Вы перестанете ждать чуда и начнете строить диалог, давая четкие инструкции, достаточный контекст и понимая его ограничения. Это и есть фундамент, на котором мы будем строить все последующие техники. Попробуйте прямо сейчас, после этой главы, задать ChatGPT простой вопрос, а потом тот же вопрос, но добавив контекст: ‘Представь, что ты эксперт по истории науки. Ответь подробно, но для новичка…’. И просто понаблюдайте за разницей. Это первый шаг от пассивного пользователя к архитектору диалога.