ຕ້ອງການການຄົ້ນຄວ້າໄວ, ຮ່າງທີ່ຊັດເຈນກວ່າ, ຫຼືພຽງແຕ່ການລະດົມສະຫມອງທີ່ສະຫລາດກວ່າ? ການຮຽນຮູ້ ວິທີການສົນທະນາກັບ AI ແມ່ນງ່າຍດາຍກວ່າທີ່ມັນເບິ່ງ. ການປັບຕົວນ້ອຍໆໃນວິທີທີ່ເຈົ້າຖາມ-ແລະວິທີທີ່ເຈົ້າຕິດຕາມ-ສາມາດປ່ຽນຜົນໄດ້ຮັບຈາກ meh ໄປສູ່ຄວາມແປກໃຈທີ່ຍິ່ງໃຫຍ່. ຄິດວ່າມັນຄືກັບການໃຫ້ທິດທາງກັບນັກຝຶກຫັດທີ່ມີພອນສະຫວັນທີ່ບໍ່ເຄີຍນອນ, ບາງຄັ້ງຄາດເດົາ, ແລະຮັກຄວາມຊັດເຈນ. ທ່ານ nudge, ມັນຊ່ວຍ. ທ່ານແນະນໍາ, ມັນດີເລີດ. ທ່ານບໍ່ສົນໃຈບໍລິບົດ ... ມັນເດົາແລ້ວ. ເຈົ້າຮູ້ວ່າມັນເປັນແນວໃດ.
ຂ້າງລຸ່ມນີ້ແມ່ນຄູ່ມືຄົບຖ້ວນສຳລັບ ວິທີການສົນທະນາກັບ AI, ພ້ອມດ້ວຍໄຊຊະນະໄວ, ເຕັກນິກທີ່ເລິກເຊິ່ງກວ່າ, ແລະຕາຕະລາງປຽບທຽບເພື່ອໃຫ້ທ່ານສາມາດເລືອກເຄື່ອງມືທີ່ເໝາະສົມກັບວຽກ. ຖ້າທ່ານອ່ານຜ່ານໆ, ໃຫ້ເລີ່ມຕົ້ນດ້ວຍການເລີ່ມຕົ້ນດ່ວນ ແລະ ແມ່ແບບ. ຖ້າທ່ານກຳລັງສົນໃຈ, ການຄົ້ນຫາຢ່າງເລິກເຊິ່ງແມ່ນສິ່ງທີ່ທ່ານຕ້ອງເຮັດ.
ບົດຄວາມທີ່ທ່ານອາດຈະຢາກອ່ານຫຼັງຈາກບົດຄວາມນີ້:
🔗 AI ແມ່ນການກະຕຸ້ນເຕືອນແມ່ນຫຍັງ
ອະທິບາຍການສ້າງການກະຕຸ້ນເຕືອນທີ່ມີປະສິດຕິຜົນເພື່ອແນະນຳ ແລະ ປັບປຸງຜົນໄດ້ຮັບຂອງ AI.
🔗 ການຕິດສະຫຼາກຂໍ້ມູນ AI ແມ່ນຫຍັງ
ອະທິບາຍວ່າຊຸດຂໍ້ມູນທີ່ມີປ້າຍກຳກັບ ຝຶກອົບຮົມຮູບແບບການຮຽນຮູ້ເຄື່ອງຈັກທີ່ຖືກຕ້ອງແນວໃດ.
🔗 ຈັນຍາບັນ AI ແມ່ນຫຍັງ
ກວມເອົາຫຼັກການແນະນໍາການນໍາໃຊ້ປັນຍາປະດິດທີ່ມີຄວາມຮັບຜິດຊອບແລະຍຸດຕິທໍາ.
🔗 MCP ໃນ AI ແມ່ນຫຍັງ
ແນະນໍາ Model Context Protocol ແລະບົດບາດຂອງມັນໃນການສື່ສານ AI.
ວິທີການສົນທະນາ AI ✅
-
ເປົ້າໝາຍທີ່ຊັດເຈນ - ບອກແບບຢ່າງຢ່າງແນ່ນອນວ່າ “ຄວາມດີ” ເປັນແນວໃດ. ບໍ່ແມ່ນຄວາມຮູ້ສຶກ, ບໍ່ແມ່ນເກນຄວາມຫວັງ.
-
ບໍລິບົດ + ຂໍ້ຈໍາກັດ - ແບບຈໍາລອງເຮັດໄດ້ດີກວ່າກັບຕົວຢ່າງ, ໂຄງສ້າງ, ແລະຂໍ້ຈໍາກັດ. ຜູ້ໃຫ້ບໍລິການເອກະສານແນະນຳຢ່າງຈະແຈ້ງໃຫ້ຍົກຕົວຢ່າງ ແລະລະບຸຮູບຮ່າງຂອງຜົນຜະລິດ [2].
-
ການປັບປຸງແບບຊ້ຳໆ - ການເຕືອນທຳອິດຂອງເຈົ້າແມ່ນສະບັບຮ່າງ. ປັບປຸງມັນໂດຍອີງໃສ່ຜົນຜະລິດ; docs ຜູ້ໃຫ້ບໍລິການໃຫຍ່ແນະນໍາເລື່ອງນີ້ຢ່າງຈະແຈ້ງ [3].
-
ການກວດສອບແລະຄວາມປອດໄພ - ຂໍໃຫ້ຕົວແບບເພື່ອອ້າງເຖິງເຫດຜົນ, ເພື່ອກວດເບິ່ງຕົວມັນເອງ - ແລະທ່ານຍັງກວດເບິ່ງສອງຄັ້ງ. ມາດຕະຖານມີຢູ່ດ້ວຍເຫດຜົນ [1].
-
ເຄື່ອງມືການຈັບຄູ່ກັບວຽກງານ - ບາງແບບແມ່ນດີທີ່ສຸດໃນການ coding; ຄົນອື່ນຈະເລີນເຕີບໂຕໃນສະພາບການຫຼືການວາງແຜນທີ່ຍາວນານ. ການປະຕິບັດທີ່ດີທີ່ສຸດຂອງຜູ້ຂາຍໂທຫາສິ່ງນີ້ໂດຍກົງ [2][4].
ຂໍໃຫ້ມີຄວາມຊື່ສັດ: ຫຼາຍໆ "ການ hacks ທັນທີ" ແມ່ນພຽງແຕ່ແນວຄິດທີ່ມີໂຄງສ້າງທີ່ມີເຄື່ອງຫມາຍວັກຕອນທີ່ເປັນມິດ.
ກໍລະນີນ້ອຍປະກອບໄວ:
PM ໄດ້ຖາມວ່າ: "ຂຽນສະເປັກຜະລິດຕະພັນບໍ?" ຜົນໄດ້ຮັບ: ທົ່ວໄປ.
ຍົກລະດັບ: "ທ່ານເປັນ PM ລະດັບພະນັກງານ. ເປົ້າໝາຍ: ສະເປັກສຳລັບການແບ່ງປັນແບບເຂົ້າລະຫັດ. ຜູ້ຊົມ: ມືຖື eng. ຮູບແບບ: 1 ໜ້າພ້ອມຂອບເຂດ/ສົມມຸດຕິຖານ/ຄວາມສ່ຽງ. ຂໍ້ຈຳກັດ: ບໍ່ມີກະແສການອະນຸມັດໃໝ່; ອ້າງອີງການແລກປ່ຽນ."
ຜົນໄດ້ຮັບ: ສະເປັກທີ່ໃຊ້ໄດ້ກັບຄວາມສ່ຽງທີ່ຊັດເຈນ ແລະ ການແລກປ່ຽນທີ່ຊັດເຈນ - ເພາະວ່າເປົ້າໝາຍ, ຜູ້ຊົມ, ຮູບແບບ, ແລະ ຂໍ້ຈຳກັດໄດ້ຖືກລະບຸໄວ້ທາງໜ້າ.
ວິທີສົນທະນາກັບ AI: ເລີ່ມຕົ້ນໄວໃນ 5 ຂັ້ນຕອນ ⚡
-
ບອກບົດບາດ, ເປົ້າໝາຍ, ແລະຜູ້ຊົມຂອງທ່ານ.
ຕົວຢ່າງ: ເຈົ້າເປັນຄູຝຶກການຂຽນກົດໝາຍ. ເປົ້າໝາຍ: ຮັດແໜ້ນບົດບັນທຶກນີ້. ຜູ້ຊົມ: ບໍ່ແມ່ນທະນາຍຄວາມ. ຮັກສາຄໍາສັບພາສາຫນ້ອຍ; ຮັກສາຄວາມຖືກຕ້ອງ. -
ມອບໜ້າວຽກທີ່ເປັນຮູບປະທຳພ້ອມດ້ວຍຂໍ້ຈຳກັດ.
ຂຽນຄືນໃໝ່ໃຫ້ມີຄວາມຍາວ 300–350 ຄຳ; ເພີ່ມບົດສະຫຼຸບ 3 ຫົວຂໍ້; ເກັບຮັກສາວັນທີທັງໝົດໄວ້; ລຶບພາສາທີ່ເນັ້ນການປ້ອງກັນຄວາມສ່ຽງ. -
ໃຫ້ບໍລິບົດ ແລະຕົວຢ່າງ.
ວາງສະນິບເພັດ, ຮູບແບບທີ່ທ່ານຕ້ອງການ, ຫຼືຕົວຢ່າງສັ້ນ. ຮູບແບບປະຕິບັດຕາມຮູບແບບທີ່ທ່ານສະແດງໃຫ້ພວກເຂົາ; ເອກະສານທາງການກ່າວວ່ານີ້ປັບປຸງຄວາມຫນ້າເຊື່ອຖື [2]. -
ຖາມເຫດຜົນຫຼືການກວດສອບ.
ສະແດງຂັ້ນຕອນຂອງເຈົ້າສັ້ນໆ; ບັນຊີລາຍຊື່ສົມມຸດຕິຖານ; ລາຍງານຂໍ້ມູນທີ່ຂາດຫາຍໄປ. -
ເຮັດຊ້ຳ - ຢ່າຍອມຮັບຮ່າງສະບັບທຳອິດ.
ດີ. ຕອນນີ້ບີບອັດລົງ 20%, ຮັກສາຄຳກິລິຍາທີ່ຄົມຊັດ, ແລະອ້າງອີງແຫຼ່ງຂໍ້ມູນພາຍໃນ. ການເຮັດຊ້ຳແມ່ນວິທີປະຕິບັດທີ່ດີທີ່ສຸດຫຼັກ, ບໍ່ແມ່ນພຽງແຕ່ຄວາມຮູ້ທົ່ວໄປ [3].
ຄໍານິຍາມ (ຫຍໍ້ຫນ້າທີ່ເປັນປະໂຫຍດ)
ເງື່ອນໄຂຄວາມສຳເລັດ: ແຖບທີ່ວັດແທກໄດ້ສຳລັບ “ດີ” - ຕົວຢ່າງ, ຄວາມຍາວ, ຄວາມເໝາະສົມຂອງຜູ້ຊົມ, ພາກສ່ວນທີ່ຕ້ອງການ.
ຂໍ້ຈຳກັດ: ສິ່ງທີ່ບໍ່ສາມາດເຈລະຈາໄດ້ - ຕົວຢ່າງ, “ບໍ່ມີການຮຽກຮ້ອງໃໝ່,” “ການອ້າງອີງ APA,” “≤ 200 ຄຳ.”
ບໍລິບົດ: ພື້ນຖານຕໍາ່ສຸດທີ່ເພື່ອຫຼີກເວັ້ນການຄາດເດົາ - ຕົວຢ່າງ, ສະຫຼຸບຜະລິດຕະພັນ, ບຸກຄົນຂອງຜູ້ໃຊ້, ກໍານົດເວລາ.
ຕາຕະລາງການປຽບທຽບ: ເຄື່ອງມືສໍາລັບການເວົ້າກັບ AI (quirky on purpose) 🧰
ລາຄາປ່ຽນ. ຫຼາຍຄົນມີ tiers ຟຣີ + ການຍົກລະດັບທາງເລືອກ. ໝວດໝູ່ທີ່ຫຍາບຄາຍເພື່ອໃຫ້ມັນເປັນປະໂຫຍດ, ບໍ່ລ້າສະໄຫມໃນທັນທີ.
| ເຄື່ອງມື | ດີທີ່ສຸດສຳລັບ | ລາຄາ (ຫຍາບຄາຍ) | ເປັນຫຍັງມັນເຮັດວຽກສໍາລັບກໍລະນີການນໍາໃຊ້ນີ້ |
|---|---|---|---|
| ChatGPT | ເຫດຜົນທົ່ວໄປ, ການຂຽນ; ຊ່ວຍເຫຼືອການເຂົ້າລະຫັດ | ຟຣີ + ມືອາຊີບ | ປະຕິບັດຕາມຄໍາແນະນໍາທີ່ເຂັ້ມແຂງ, ລະບົບນິເວດທີ່ກວ້າງຂວາງ, ການກະຕຸ້ນເຕືອນທີ່ຫຼາກຫຼາຍ |
| ຄລອດ | docs context ຍາວ, ການສົມເຫດສົມຜົນລະມັດລະວັງ | ຟຣີ + ມືອາຊີບ | ທີ່ດີເລີດທີ່ມີການປ້ອນຂໍ້ມູນທີ່ຍາວນານແລະການຄິດ stepwise; ອ່ອນໂຍນໂດຍຄ່າເລີ່ມຕົ້ນ |
| Google Gemini | ວຽກງານທີ່ເຊື່ອມຕໍ່ເວັບ, ມັນຕິມີເດຍ | ຟຣີ + ມືອາຊີບ | ການດຶງຂໍ້ມູນທີ່ດີ; ທີ່ເຂັ້ມແຂງກ່ຽວກັບຮູບພາບ + ຂໍ້ຄວາມປະສົມ |
| Microsoft Copilot | ຂັ້ນຕອນການເຮັດວຽກຂອງຫ້ອງການ, ສະເປຣດຊີດ, ອີເມວ | ລວມຢູ່ໃນບາງແຜນການ + Pro | ອາໄສຢູ່ບ່ອນທີ່ວຽກງານຂອງເຈົ້າມີຂໍ້ຈໍາກັດທີ່ເປັນປະໂຫຍດເຂົ້າມາ |
| ຄວາມສັບສົນ | ການຄົ້ນຄວ້າ + ອ້າງອີງ | ຟຣີ + ມືອາຊີບ | ຄໍາຕອບ crisp ກັບແຫຼ່ງ; ການຊອກຫາໄວ |
| ກາງການເດີນທາງ | ຮູບພາບແລະແນວຄວາມຄິດສິລະປະ | ການສະໝັກໃຊ້ | ການສຳຫຼວດສາຍຕາ; ຈັບຄູ່ຢ່າງດີກັບການເຕືອນຂໍ້ຄວາມກ່ອນ |
| ໂພ | ສະຖານທີ່ຫນຶ່ງທີ່ຈະພະຍາຍາມຫຼາຍແບບ | ຟຣີ + ມືອາຊີບ | ສະຫຼັບໄວ; ການທົດລອງໂດຍບໍ່ມີຄໍາຫມັ້ນສັນຍາ |
ຖ້າຫາກວ່າທ່ານກໍາລັງເລືອກ: ຈັບຄູ່ຕົວແບບກັບສະພາບການທີ່ທ່ານສົນໃຈກ່ຽວກັບເອກະສານທີ່ຍາວທີ່ສຸດ, ການຂຽນລະຫັດ, ການຄົ້ນຄວ້າທີ່ມີແຫຼ່ງຂໍ້ມູນ, ຫຼືພາບ. ຫນ້າທີ່ປະຕິບັດທີ່ດີທີ່ສຸດຂອງຜູ້ໃຫ້ບໍລິການມັກຈະເນັ້ນໃສ່ສິ່ງທີ່ຕົວແບບຂອງພວກເຂົາດີເລີດ. ນັ້ນບໍ່ແມ່ນເລື່ອງບັງເອີນ [4].
ພາວະວິພາກວິພາກຂອງການກະຕຸ້ນເຕືອນທີ່ມີຜົນກະທົບສູງ🧩
ໃຊ້ໂຄງສ້າງທີ່ງ່າຍດາຍນີ້ເມື່ອທ່ານຕ້ອງການຜົນໄດ້ຮັບທີ່ດີກວ່າຢ່າງຕໍ່ເນື່ອງ:
ບົດບາດ + ເປົ້າໝາຍ + ຜູ້ຊົມ + ຮູບແບບ + ຂໍ້ຈຳກັດ + ບໍລິບົດ + ຕົວຢ່າງ + ຂະບວນການ + ການກວດສອບຜົນໄດ້ຮັບ
ທ່ານເປັນນັກກາລະຕະຫຼາດຜະລິດຕະພັນອາວຸໂສ. ເປົ້າໝາຍ: ຂຽນຫຍໍ້ການເປີດຕົວສຳລັບແອັບບັນທຶກຄວາມເປັນສ່ວນຕົວ-ທຳອິດ. ຜູ້ຊົມ: execs ຫວ່າງ. ຮູບແບບ: memo 1-page with headings. ຂໍ້ຈໍາກັດ: ພາສາອັງກິດທໍາມະດາ, ບໍ່ມີ idioms, ຮັກສາການຮຽກຮ້ອງສາມາດກວດສອບໄດ້. ເນື້ອໃນ: ວາງບົດສະຫຼຸບຜະລິດຕະພັນຂ້າງລຸ່ມນີ້. ຕົວຢ່າງ: mimic tone ຂອງ memo ລວມ. ຂະບວນການ: ຄິດເປັນຂັ້ນຕອນ; ຖາມ 3 ຄໍາຖາມທີ່ຈະແຈ້ງກ່ອນ. ການກວດສອບຜົນໄດ້ຮັບ: ສໍາເລັດດ້ວຍບັນຊີລາຍຊື່ຄວາມສ່ຽງ 5-bullet ແລະ FAQ ສັ້ນໆ.
ປາກອັນນີ້ຕີເສັ້ນໜຶ່ງທີ່ບໍ່ຊັດເຈນທຸກເທື່ອ.
Deep Dive 1: ເປົ້າໝາຍ, ບົດບາດ, ແລະເກນຄວາມສຳເລັດ 🎯
ຕົວແບບເຄົາລົບບົດບາດທີ່ຊັດເຈນ. ບອກວ່າ ໃຜ ຜູ້ຊ່ວຍແມ່ນ ແນວໃດ ຄວາມສໍາເລັດຄື ແນວໃດ . ຄໍາແນະນໍາແບບເລັ່ງລັດທາງດ້ານທຸລະກິດແນະນໍາການກໍານົດເງື່ອນໄຂຜົນສໍາເລັດທາງຫນ້າ - ມັນເຮັດໃຫ້ຜົນໄດ້ຮັບສອດຄ່ອງແລະງ່າຍຕໍ່ການປະເມີນ [4].
ຄໍາແນະນໍາດ້ານຍຸດທະວິທີ: ຂໍໃຫ້ມີ ການກວດສອບ ເງື່ອນໄຂຄວາມສໍາເລັດກ່ອນທີ່ຕົວແບບຈະຂຽນສິ່ງໃດ. ຈາກນັ້ນບອກໃຫ້ຄະແນນຕົນເອງຕໍ່ກັບລາຍການກວດການັ້ນໃນຕອນທ້າຍ.
Deep Dive 2: ບໍລິບົດ, ຂໍ້ຈໍາກັດ, ແລະຕົວຢ່າງ 📎
AI ບໍ່ແມ່ນ psychic; ມັນຫິວແບບ. ໃຫ້ອາຫານມັນຕາມຮູບແບບທີ່ຖືກຕ້ອງ. ເອົາວັດສະດຸທີ່ສໍາຄັນທີ່ສຸດຢູ່ເທິງສຸດ, ແລະຈະແຈ້ງກ່ຽວກັບຮູບຮ່າງຂອງຜົນຜະລິດ. ສໍາລັບການປ້ອນຂໍ້ມູນຍາວ, ຜູ້ຂາຍເອກະສານສັງເກດວ່າຄໍາສັ່ງແລະໂຄງສ້າງມີຜົນກະທົບທາງວັດຖຸໃນສະພາບການຍາວ [4].
ລອງໃຊ້ແມ່ແບບຈຸລະພາກນີ້:
-
ເນື້ອໃນ: 3 bullets ສູງສຸດທີ່ສະຫຼຸບສະຖານະການ
-
ແຫຼ່ງຂໍ້ມູນ: ວາງຫຼືຄັດຕິດ
-
ເຮັດ: 3 ລູກປືນ
-
ຢ່າ: 3 ລູກປືນ
-
ຮູບແບບ: ຄວາມຍາວສະເພາະ, ພາກສ່ວນ, ຫຼື schema
-
ແຖບຄຸນນະພາບ: ຄໍາຕອບ A+ ຕ້ອງມີຫຍັງແດ່
Deep Dive 3: ເຫດຜົນຕາມຄວາມຕ້ອງການ 🧠
ຖ້າທ່ານຕ້ອງການຄິດຢ່າງລະອຽດ, ຂໍໃຫ້ມັນສັ້ນໆ. ຮ້ອງຂໍແຜນການທີ່ຫນາແຫນ້ນຫຼືສົມເຫດສົມຜົນ; ບາງຄໍາແນະນໍາທີ່ເປັນທາງການແນະນໍາການວາງແຜນສໍາລັບວຽກງານທີ່ສັບສົນເພື່ອປັບປຸງການປະຕິບັດຕາມຄໍາແນະນໍາ [2][4].
ກະຕຸ້ນເຕືອນ:
ວາງແຜນວິທີການຂອງທ່ານໃນຂັ້ນຕອນຕົວເລກ. ສົມມຸດຕິຖານຂອງລັດ. ຫຼັງຈາກນັ້ນ, ຜະລິດຄໍາຕອບສຸດທ້າຍເທົ່ານັ້ນ, ໂດຍມີເຫດຜົນ 5 ແຖວໃນຕອນທ້າຍ.
ຫມາຍເຫດຂະຫນາດນ້ອຍ: ຂໍ້ຄວາມທີ່ສົມເຫດສົມຜົນຫຼາຍແມ່ນບໍ່ດີກວ່າສະເຫມີ. ດຸ່ນດ່ຽງຄວາມຊັດເຈນກັບຄວາມຊັດເຈນເພື່ອບໍ່ໃຫ້ຈົມນ້ໍາໃນ scaffolding ຂອງທ່ານເອງ.
Deep Dive 4: Iteration as a Superpower 🔁
ປະຕິບັດຕົວແບບຄືກັບຜູ້ຮ່ວມມືທີ່ທ່ານເປັນຄູຝຶກໃນຮອບວຽນ. ຮ້ອງຂໍໃຫ້ມີ ສອງສະບັບຮ່າງທີ່ກົງກັນຂ້າມ ກັບໂຕນທີ່ແຕກຕ່າງກັນ; ຫຼືຂໍ ພຽງແຕ່ໂຄງຮ່າງ ກ່ອນ. ຫຼັງຈາກນັ້ນ, ປັບປຸງ. OpenAI ແລະອື່ນໆແນະນໍາຢ່າງຈະແຈ້ງກ່ຽວກັບການປັບປຸງໃຫມ່ - ເພາະວ່າມັນເຮັດວຽກ [3].
ວົງຕົວຢ່າງ:
-
ໃຫ້ຂ້ອຍສາມທາງເລືອກໂຄງຮ່າງທີ່ມີມຸມທີ່ແຕກຕ່າງກັນ.
-
ເລືອກເອົາທີ່ເຂັ້ມແຂງທີ່ສຸດ, ລວມພາກສ່ວນທີ່ດີທີ່ສຸດ, ແລະຂຽນຮ່າງ.
-
ຕັດລົງ 15%, ຍົກລະດັບພະຍັນຊະນະ, ແລະເພີ່ມວັກທີ່ບໍ່ສົງໄສດ້ວຍການອ້າງອີງ.
Deep Dive 5: Guardrails, ການກວດສອບ, ແລະຄວາມສ່ຽງ 🛡️
AI ສາມາດເປັນປະໂຫຍດແລະຍັງຜິດພາດ. ເພື່ອຫຼຸດຜ່ອນຄວາມສ່ຽງ, ກູ້ຢືມຈາກກອບຄວາມສ່ຽງທີ່ຖືກສ້າງຕັ້ງຂື້ນ: ກໍານົດສະເຕກ, ຮຽກຮ້ອງໃຫ້ມີຄວາມໂປ່ງໃສ, ແລະເພີ່ມການກວດສອບຄວາມຖືກຕ້ອງ, ຄວາມເປັນສ່ວນຕົວ, ແລະຄວາມຫນ້າເຊື່ອຖື. ຂອບ ການຄຸ້ມຄອງຄວາມສ່ຽງຂອງ NIST AI ອະທິບາຍລັກສະນະຄວາມໜ້າເຊື່ອຖື ແລະໜ້າທີ່ປະຕິບັດທີ່ທ່ານສາມາດປັບຕົວເຂົ້າກັບກະແສວຽກປະຈໍາວັນ. ຂໍໃຫ້ຕົວແບບເປີດເຜີຍຄວາມບໍ່ແນ່ນອນ, ອ້າງເຖິງແຫຼ່ງຂໍ້ມູນ, ແລະລາຍງານເນື້ອຫາທີ່ລະອຽດອ່ອນ - ຈາກນັ້ນທ່ານຢັ້ງຢືນ [1].
ຢືນຢັນການເຕືອນ:
-
ບອກສົມມຸດຕິຖານ 3 ດ້ານເທິງ. ສໍາລັບແຕ່ລະຄົນ, ໃຫ້ຄະແນນຄວາມຫມັ້ນໃຈແລະສະແດງແຫຼ່ງ.
-
ອ້າງອີງຢ່າງຫນ້ອຍ 2 ແຫຼ່ງທີ່ມີຊື່ສຽງ; ຖ້າບໍ່ມີ, ເວົ້າຢ່າງແຈ່ມແຈ້ງ.
-
ໃຫ້ການໂຕ້ແຍ້ງສັ້ນໆຕໍ່ກັບຄຳຕອບຂອງເຈົ້າເອງ, ຈາກນັ້ນຄືນດີກັນ.
Deep Dive 6: ໃນເວລາທີ່ Models Overdo ມັນ - ແລະວິທີການ rein ໃຫ້ເຂົາເຈົ້າຢູ່ໃນ 🧯
ບາງຄັ້ງ AIs ມີຄວາມກະຕືລືລົ້ນ, ເພີ່ມຄວາມສັບສົນທີ່ທ່ານບໍ່ໄດ້ຂໍ. ການຊີ້ນໍາຂອງ Anthropic ຮຽກຮ້ອງໃຫ້ອອກແນວໂນ້ມທີ່ຈະ over-engineer; ການແກ້ໄຂແມ່ນຂໍ້ຈໍາກັດທີ່ຊັດເຈນທີ່ເວົ້າຢ່າງຈະແຈ້ງວ່າ "ບໍ່ມີການເພີ່ມເຕີມ" [4].
ການເຕືອນຄວບຄຸມ:
ພຽງແຕ່ເຮັດການປ່ຽນແປງທີ່ຂ້ອຍຮ້ອງຂໍຢ່າງຊັດເຈນ. ຫຼີກເວັ້ນການເພີ່ມ abstractions ຫຼືໄຟລ໌ເພີ່ມເຕີມ. ຮັກສາການແກ້ໄຂໃຫ້ຫນ້ອຍທີ່ສຸດແລະສຸມໃສ່.
ວິທີການສົນທະນາກັບ AI ສໍາລັບການຄົ້ນຄວ້າທຽບກັບການປະຕິບັດ 🔍⚙️
-
ຮູບແບບການຄົ້ນຄວ້າ: ຂໍໃຫ້ມີທັດສະນະທີ່ແຂ່ງຂັນ, ລະດັບຄວາມຫມັ້ນໃຈ, ແລະການອ້າງອີງ. ຮຽກຮ້ອງໃຫ້ມີບັນນານຸກົມສັ້ນ. ຄວາມສາມາດພັດທະນາຢ່າງວ່ອງໄວ, ສະນັ້ນໃຫ້ກວດສອບອັນໃດອັນໜຶ່ງທີ່ສໍາຄັນ [5].
-
ຮູບແບບການປະຕິບັດ: ລະບຸຮູບແບບ quirks, ຄວາມຍາວ, ສຽງ, ແລະບໍ່ແມ່ນຕໍ່ລອງໄດ້. ຂໍໃຫ້ບັນຊີລາຍການກວດສອບແລະການກວດສອບຕົນເອງສຸດທ້າຍ. ຮັກສາມັນແຫນ້ນແລະທົດສອບໄດ້.
Multimodal Tips: ຂໍ້ຄວາມ, ຮູບພາບ, ແລະຂໍ້ມູນ 🎨📊
-
ສໍາລັບຮູບພາບ: ອະທິບາຍຮູບແບບ, ມຸມກ້ອງຖ່າຍຮູບ, ອາລົມ, ແລະອົງປະກອບ. ໃຫ້ 2-3 ຮູບອ້າງອີງຖ້າເປັນໄປໄດ້.
-
ສໍາລັບວຽກງານຂໍ້ມູນ: ວາງແຖວຕົວຢ່າງ ແລະ schema ທີ່ຕ້ອງການ. ບອກແບບຈໍາລອງວ່າຈະຮັກສາຄໍລໍາໃດ, ແລະສິ່ງທີ່ຄວນລະເວັ້ນ.
-
ສຳລັບສື່ປະສົມ: ໃຫ້ບອກວ່າແຕ່ລະສ່ວນໄປໃສ. “ໜຶ່ງວັກແນະນຳ, ຈາກນັ້ນຕາຕະລາງ, ຈາກນັ້ນຄຳບັນຍາຍທີ່ມີເສັ້ນດຽວສຳລັບສື່ສັງຄົມ.”
-
ສໍາລັບເອກະສານຍາວ: ເອົາສິ່ງທີ່ຈໍາເປັນກ່ອນ; ຄໍາສັ່ງແມ່ນສໍາຄັນຫຼາຍກັບສະພາບການຂະຫນາດໃຫຍ່ຫຼາຍ [4].
ການແກ້ໄຂບັນຫາ: ເມື່ອຕົວແບບໄປຂ້າງ 🧭
-
ບໍ່ຊັດເຈນເກີນໄປບໍ? ເພີ່ມຕົວຢ່າງ, ຂໍ້ຈໍາກັດ, ຫຼືໂຄງກະດູກການຈັດຮູບແບບ.
-
verbise ເກີນໄປ? ກຳນົດງົບປະມານຄຳສັບ ແລະຂໍໃຫ້ມີການບີບອັດລູກປືນ.
-
ຂາດຈຸດ? Restate ເປົ້າຫມາຍແລະເພີ່ມ 3 ເງື່ອນໄຂຄວາມສໍາເລັດ.
-
ແຕ່ງສິ່ງຕ່າງໆບໍ? ຕ້ອງການແຫຼ່ງຂໍ້ມູນ ແລະ ໝາຍເຫດທີ່ບໍ່ແນ່ນອນ. ອ້າງອີງ ຫຼື ເວົ້າວ່າ "ບໍ່ມີແຫຼ່ງຂໍ້ມູນ".
-
ນ້ຳສຽງໝັ້ນໃຈເກີນ? ຕ້ອງການຄະແນນຄວາມໝັ້ນໃຈ ແລະການປ້ອງກັນ.
-
Hallucinations ໃນວຽກງານຄົ້ນຄ້ວາ? ການກວດສອບຂ້າມໂດຍໃຊ້ກອບທີ່ມີຊື່ສຽງແລະການອ້າງອີງຫຼັກ; ການຊີ້ນໍາຄວາມສ່ຽງຈາກອົງການຈັດຕັ້ງມາດຕະຖານມີຢູ່ສໍາລັບເຫດຜົນ [1].
ແມ່ແບບ: ສຳເນົາ, ປັບປ່ຽນ, ໄປ 🧪
1) ການຄົ້ນຄວ້າດ້ວຍແຫຼ່ງຂໍ້ມູນ
ທ່ານເປັນຜູ້ຊ່ວຍຄົ້ນຄວ້າ. ເປົ້າໝາຍ: ສະຫຼຸບຄວາມເຫັນດີເຫັນພ້ອມໃນປະຈຸບັນກ່ຽວກັບ [ຫົວຂໍ້]. ຜູ້ຊົມ: ບໍ່ແມ່ນດ້ານວິຊາການ. ລວມເອົາແຫຼ່ງຂໍ້ມູນທີ່ມີຊື່ສຽງ 2–3 ແຫຼ່ງ. ຂະບວນການ: ລະບຸສົມມຸດຕິຖານ; ສັງເກດຄວາມບໍ່ແນ່ນອນ. ຜົນໄດ້ຮັບ: 6 ຫົວຂໍ້ຍ່ອຍ + ການສັງເຄາະ 1 ວັກ. ຂໍ້ຈຳກັດ: ບໍ່ມີການຄາດເດົາ; ຖ້າຫຼັກຖານມີຈຳກັດ, ໃຫ້ລະບຸມັນ. [3]
2) ການຮ່າງເນື້ອຫາ
ທ່ານເປັນບັນນາທິການ. ເປົ້າໝາຍ: ຮ່າງບົດຄວາມໃນບລັອກກ່ຽວກັບ [ຫົວຂໍ້]. ນໍ້າສຽງ: ຜູ້ຊ່ຽວຊານທີ່ເປັນມິດ. ຮູບແບບ: H2/H3 ພ້ອມຫົວຂໍ້ຍ່ອຍ. ຄວາມຍາວ: 900–1100 ຄຳ. ລວມເອົາພາກສ່ວນໂຕ້ແຍ້ງ. ຈົບດ້ວຍ TL;DR. [2]
3) Coding helper
ທ່ານເປັນວິສະວະກອນອາວຸໂສ. ເປົ້າໝາຍ: ປະຕິບັດ [ຄຸນສົມບັດ] ໃນ [stack]. ຂໍ້ຈໍາກັດ: ບໍ່ມີ refactors ເວັ້ນເສຍແຕ່ຖາມ; ສຸມໃສ່ຄວາມຊັດເຈນ. ຂະບວນການ: ວິທີການໂຄງຮ່າງການ, ລາຍການການແລກປ່ຽນ, ຫຼັງຈາກນັ້ນລະຫັດ. ຜົນໄດ້ຮັບ: ບລັອກລະຫັດ + ຄໍາເຫັນຫນ້ອຍ + ແຜນການທົດສອບ 5 ຂັ້ນຕອນ. [2][4]
4) ບົດບັນທຶກຍຸດທະສາດ
ທ່ານເປັນນັກຍຸດທະສາດຜະລິດຕະພັນ. ເປົ້າໝາຍ: ສະເໜີ 3 ທາງເລືອກເພື່ອປັບປຸງ [metric]. ລວມເອົາຂໍ້ດີ/ຂໍ້ເສຍ, ລະດັບຄວາມພະຍາຍາມ, ຄວາມສ່ຽງ. ຜົນໄດ້ຮັບ: ຕາຕະລາງ + ຄໍາແນະນໍາ 5-bullet. ເພີ່ມສົມມຸດຕິຖານ; ຖາມ 2 ຄໍາຖາມຊີ້ແຈງໃນຕອນທ້າຍ. [3]
5) ການທົບທວນຄືນເອກະສານຍາວ
ທ່ານເປັນບັນນາທິການດ້ານວິຊາການ. ເປົ້າໝາຍ: ປະກອບເອກະສານທີ່ຕິດຄັດມາ. ເອົາຂໍ້ຄວາມຕົ້ນສະບັບຢູ່ເທິງສຸດຂອງປ່ອງຢ້ຽມບໍລິບົດຂອງທ່ານ. ຜົນໄດ້ຮັບ: ສະຫຼຸບສັງລວມ, ຄວາມສ່ຽງທີ່ສໍາຄັນ, ຄໍາຖາມເປີດ. ຂໍ້ຈໍາກັດ: ຮັກສາຄໍາສັບຕົ້ນສະບັບ; ບໍ່ມີການຮຽກຮ້ອງໃຫມ່. [4]
ອຸປະສັກທົ່ວໄປທີ່ຈະຫຼີກລ້ຽງ🚧
-
ຖາມທີ່ບໍ່ຈະແຈ້ງ ຄືກັບວ່າ “ເຮັດໃຫ້ມັນດີຂຶ້ນ.” ດີກວ່າແນວໃດ?
-
ບໍ່ມີຂໍ້ຈໍາກັດ ດັ່ງນັ້ນຕົວແບບຈະຕື່ມຂໍ້ມູນໃສ່ໃນຊ່ອງຫວ່າງດ້ວຍການຄາດເດົາ.
-
ການຍິງຄັ້ງດຽວ ທີ່ບໍ່ມີການກະຕຸ້ນ. ຮ່າງທໍາອິດແມ່ນບໍ່ຄ່ອຍເປັນຄວາມຈິງທີ່ດີທີ່ສຸດສໍາລັບມະນຸດຄືກັນ [3].
-
ຂ້າມການຢັ້ງຢືນ ໃນຜົນໄດ້ຮັບທີ່ມີສະເຕກສູງ. ກູ້ຢືມມາດຕະຖານຄວາມສ່ຽງແລະເພີ່ມການກວດສອບ [1].
-
ການລະເລີຍຄຳແນະນຳຂອງຜູ້ໃຫ້ບໍລິການ ທີ່ບອກໃຫ້ທ່ານຮູ້ໄດ້ວ່າເຮັດວຽກຫຍັງ. ອ່ານເອກະສານ [2][4].
Mini Case Study: ຈາກ fuzzy ຫາ focus 🎬
Fuzzy prompt:
ຂຽນບາງແນວຄວາມຄິດການຕະຫຼາດສໍາລັບ app ຂອງຂ້ອຍ.
ຜົນຜະລິດທີ່ເປັນໄປໄດ້: ແນວຄວາມຄິດກະແຈກກະຈາຍ; ສັນຍານຕ່ໍາ.
ການປັບປຸງການກະຕຸ້ນເຕືອນໂດຍໃຊ້ໂຄງສ້າງຂອງພວກເຮົາ:
ທ່ານເປັນນັກກາລະຕະຫຼາດວົງຈອນຊີວິດ. ເປົ້າໝາຍ: ສ້າງ 5 ການທົດລອງການເປີດໃຊ້ງານສຳລັບແອັບບັນທຶກຄວາມເປັນສ່ວນຕົວ-ທຳອິດ. ຜູ້ຊົມ: ຜູ້ໃຊ້ໃຫມ່ໃນອາທິດ 1. ຂໍ້ຈໍາກັດ: ບໍ່ມີສ່ວນຫຼຸດ; ຕ້ອງໄດ້ຮັບການວັດແທກ. ຮູບແບບ: ຕາຕະລາງທີ່ມີ hypothesis, ຂັ້ນຕອນ, metric, ຜົນກະທົບທີ່ຄາດວ່າຈະ. ສະພາບການ: ຜູ້ໃຊ້ຫຼຸດລົງຫຼັງຈາກມື້ 2; ຄຸນສົມບັດສູງສຸດແມ່ນການແບ່ງປັນເຂົ້າລະຫັດ. ການກວດສອບຜົນໄດ້ຮັບ: ຖາມ 3 ຄໍາຖາມຊີ້ແຈງກ່ອນທີ່ຈະສະເຫນີ. ຈາກນັ້ນສົ່ງຕາຕະລາງບວກກັບບົດສະຫຼຸບບໍລິຫານ 6 ແຖວ.
ຜົນໄດ້ຮັບ: ແນວຄວາມຄິດທີ່ແຫຼມຂື້ນກັບຜົນໄດ້ຮັບ, ແລະແຜນການກຽມພ້ອມທີ່ຈະທົດສອບ. ບໍ່ແມ່ນ magic - ພຽງແຕ່ຄວາມຊັດເຈນ.
ວິທີລົມກັບ AI ເມື່ອສະເຕກສູງ 🧩
ເມື່ອຫົວຂໍ້ມີຜົນກະທົບຕໍ່ສຸຂະພາບ, ການເງິນ, ກົດຫມາຍ, ຫຼືຄວາມປອດໄພ, ທ່ານຕ້ອງການຄວາມພາກພຽນເປັນພິເສດ. ໃຊ້ກອບຄວາມສ່ຽງເພື່ອນໍາພາການຕັດສິນໃຈ, ຮຽກຮ້ອງໃຫ້ມີການອ້າງອີງ, ໄດ້ຮັບຄວາມຄິດເຫັນທີສອງ, ແລະເອກະສານສົມມຸດຕິຖານແລະຂໍ້ຈໍາກັດ. NIST AI RMF ເປັນສະມໍທີ່ແຂງສໍາລັບການສ້າງລາຍການກວດສອບຂອງທ່ານເອງ [1].
ລາຍການກວດສອບສະເຕກສູງ:
-
ກໍານົດການຕັດສິນໃຈ, ສະຖານະການອັນຕະລາຍ, ແລະການຫຼຸດຜ່ອນ
-
ການອ້າງອິງຄວາມຕ້ອງການແລະເນັ້ນໃສ່ຄວາມບໍ່ແນ່ນອນ
-
ໃຊ້ຄຳເວົ້າທີ່ກົງກັນຂ້າມ: “ສິ່ງນີ້ຜິດໄດ້ແນວໃດ?”
-
ໄດ້ຮັບການທົບທວນຄືນຈາກຜູ້ຊ່ຽວຊານຂອງມະນຸດກ່ອນທີ່ຈະປະຕິບັດ
ຂໍ້ສັງເກດສຸດທ້າຍ: ດົນເກີນໄປ, ຂ້ອຍບໍ່ໄດ້ອ່ານມັນ🎁
ການຮຽນຮູ້ ວິທີການເວົ້າກັບ AI ບໍ່ແມ່ນກ່ຽວກັບເວດມົນລັບ. ມັນແມ່ນການຄິດທີ່ມີໂຄງສ້າງທີ່ສະແດງອອກຢ່າງຊັດເຈນ. ກຳນົດບົດບາດ ແລະ ເປົ້າໝາຍ, ປ້ອນຂໍ້ມູນສະພາບການ, ເພີ່ມຂໍ້ຈຳກັດ, ຂໍເຫດຜົນ, ເຮັດຊ້ຳ, ແລະ ກວດສອບ. ເຮັດແບບນັ້ນ ແລະ ທ່ານຈະໄດ້ຮັບຜົນຜະລິດທີ່ຮູ້ສຶກວ່າເປັນປະໂຫຍດຢ່າງບໍ່ໜ້າເຊື່ອ - ບາງຄັ້ງກໍ່ໜ້າຍິນດີ. ບາງຄັ້ງຮູບແບບຈະຫຼົງທາງ, ແລະ ນັ້ນກໍ່ບໍ່ເປັນຫຍັງ; ເຈົ້າຍູ້ມັນກັບຄືນ. ການສົນທະນາແມ່ນວຽກ. ແລະ ແມ່ນແລ້ວ, ບາງຄັ້ງເຈົ້າອາດຈະປະສົມຄຳອຸປະມາຄືກັບພໍ່ຄົວທີ່ມີເຄື່ອງເທດຫຼາຍເກີນໄປ... ຈາກນັ້ນກໍ່ປ່ຽນມັນກັບຄືນ ແລະ ສົ່ງ.
-
ກໍານົດຄວາມສໍາເລັດຢູ່ທາງຫນ້າ
-
ໃຫ້ບໍລິບົດ, ຂໍ້ຈໍາກັດ, ແລະຕົວຢ່າງ
-
ຖາມເຫດຜົນແລະກວດສອບ
-
ເຮັດຊ້ຳສອງເທື່ອ
-
ຈັບຄູ່ເຄື່ອງມືກັບວຽກງານ
-
ຢືນຢັນສິ່ງທີ່ສໍາຄັນ
ເອກະສານອ້າງອີງ
-
NIST - ຂອບການຈັດການຄວາມສ່ຽງທາງປັນຍາທຽມ (AI RMF 1.0). PDF
-
OpenAI Platform - ຄູ່ມືວິສະວະກໍາທັນທີ. ເຊື່ອມຕໍ່
-
ສູນຄວາມຊ່ວຍເຫຼືອ OpenAI - ການປະຕິບັດທີ່ດີທີ່ສຸດດ້ານວິສະວະກໍາທັນທີສໍາລັບ ChatGPT. ເຊື່ອມຕໍ່
-
Anthropic Docs - ການກະຕຸ້ນການປະຕິບັດທີ່ດີທີ່ສຸດ (Claude). ເຊື່ອມຕໍ່
-
Stanford HAI - AI Index 2025: ການປະຕິບັດດ້ານວິຊາການ (ບົດທີ 2). PDF