Grundläggande om att skriva promptar

Begreppet “prompt” har blivit det officiella namnet för hur vi formulerar instruktioner till generativa AI-modeller, vilket ibland skapar en viss mystifiering. Det kan låta tekniskt och komplicerat, men i grunden handlar det om något så enkelt som att skriva tydliga instruktioner.

Det som gör det komplext är dock att vi aldrig riktigt kan vara säkra på hur effektivt våra instruktioner kommer att fungera, oavsett hur genomtänkta de är. Språkmodeller ger oss ingen direkt återkoppling på om en prompt är optimal eller inte – vi kan endast bedöma detta utifrån resultatet.

Detta innebär att vi ofta behöver experimentera med olika ordval, strukturer och format för att hitta den rätta kombinationen som ger önskat resultat.

Även när vi tror att vi har formulerat en perfekt prompt är det inte garanterat att vi får exakt det svar vi är ute efter. Detta beror på den inneboende oförutsägbarheten i hur språkmodeller bearbetar instruktioner och genererar text.

Det kan vara frustrerande när en välformulerad prompt ger ett oväntat eller felaktigt svar, men detta är en del av utmaningen. För att uppnå bästa möjliga resultat krävs ständiga experiment och iteration.

Efter att ha lagt ner säkert över 1000+ timmar på att skriva och optimera promptar, både för enkla och komplexa system, har jag identifierat några centrala riktlinjer som kan hjälpa i processen.

Dessa riktlinjer kan vid första anblick uppfattas som självklara och intetsägande. Men jag har märkt att ju mer jag påminner om dem under en utbildning, desto oftare hittar den som överkomplicerar en prompt tillbaka till enkelhet och tydlighet.

Dessa riktlinjer ger en viss kontroll över utfallet, men det är viktigt att inse att det alltid finns en stor grad av oregelbundenhet och indeterminism i resultaten.

Att skriva bra promptar är lika mycket en konst som en vetenskap. Vissa tekniker och strukturer fungerar bevisligen väl, men att experimentera och anpassa förblir centrala delar i arbetet.

Varje generativ AI-modell reagerar olika på subtila förändringar i promptformuleringen. Därför är det viktigt att ha en flexibel inställning och vara beredd att justera och testa om. Detta blir ännu mer komplext när man tar hänsyn till olika medier – bild, ljud och video – som var och en kräver sitt eget sätt.

Mitt främsta råd till alla som vill lära sig att skriva effektiva promptar är att vara beredd på att investera tid i att experimentera. Framgången ligger inte bara i att förstå hur man skriver bra promptar, utan i viljan att ständigt förbättra och förfina sina metoder genom regelbundna tester, justeringar och slutligen förvaltning av bra fungerande promptar.

Oavsett hur avancerad tekniken blir, är nyckeln till bra resultat alltid att våga testa och iterera.

Fyra grundläggande principer för att skriva bra promptar

Oavsett vilken språkmodell du arbetar med, finns det fyra grundläggande principer som jag rekommenderar att fokusera på när du skriver promptar:

• Tydlighet: Formulera dina instruktioner till AI:n på ett klart och entydigt sätt.
• Precision: Ge så detaljerade och precisa instruktioner som möjligt.
• Kontext: Förse AI:n med all relevant bakgrundsinformation som behövs för att den ska kunna genomföra uppgiften korrekt och effektivt.
• Exempel: Ge AI:n konkreta exempel på önskad output för att guida dess svar.

Varför just dessa fyra? De är enkla att komma ihåg och fungerar som en stabil grund för nybörjare som lär sig hur man använder generativ AI. Låt oss dyka djupare i var och en av dessa principer. 🤿

Tydlighet är en självklarhet. Om du inte är tydlig med vad du vill ha som resultat, kan AI:n missa målet helt. En bra strategi är att skriva direkt i prompten vad du önskar, till exempel:

Därefter bör du beskriva exakt hur du vill att svaret ska se ut, inklusive format, ton och eventuell struktur.

I en prompt bör man undvika att vara kryptisk eller anta att vissa saker är självklara. Istället ska instruktionerna beskrivas så tydligt som möjligt med enkla ord.

Precision handlar om att vara så detaljerad som möjligt. Det är här du minimerar utrymmet för tolkning. Ju mer konkret du är, desto mindre är risken att AI:n tolkar din prompt på ett oväntat sätt.

Om du vill ha en viss struktur eller format på resultatet, specificera detta tydligt.

Vill du att AI:n ska följa specifika steg? Du kan be om det! AI:n kan till exempel ta ett stort stycke ostrukturerade text för att först sammanfatta, sedan bryta ner och till sist skapa något nytt. Att specificera stegen i en lista hjälper modellen att förstå ordningen och processen.

Kontext är kanske den mest utmanande aspekten. Vi människor bär på mängder av bakgrundsinformation och erfarenheter som vi automatiskt drar nytta av när vi gör något. Att förmedla all denna kunskap till en AI kan kännas omöjligt (speciellt i textform), men det gör en enorm skillnad i resultatet.

Det är som att onboarda en ny kollega – ju mer kontext och detaljer du ger, desto större chans har de att utföra uppgiften korrekt. Missar du att inkludera viktig information, kan resultatet bli bristfälligt.

Exempel på sådan bakgrundsinformation kan se ut så här:

I en prompt fungerar det på samma sätt – språkmodellen har inte tillgång till all förkunskap du har, så det är upp till dig att fylla i de luckorna. När du skriver promptar bör du alltid sträva efter att ge AI:n all relevant information som kan påverka resultatet.

Att jämföra generativ AI med mänsklig intelligens är förstås inte rättvist, men när det gäller kontext kan det hjälpa att tänka på AI:n som en ny person som ska lära sig en uppgift. Ju mer du förklarar och delar med dig av, desto bättre förutsättningar ger du för att AI:n ska kunna leverera det du förväntar dig.

Satsa på att vara generös med detaljer och tydlighet, så ökar chansen för ett lyckat resultat betydligt.

Exempel är förmodligen det mest kraftfulla verktyget du kan ha i din verktygslåda. När du ger språkmodellen ett exempel i prompten, till exempel på ett specifikt format, en viss struktur eller ett önskat resultat, blir det en tydlig mall som modellen kan följa.

Exemplen kan vara allt från enkla mallar till mer detaljerade texter som visar vilken ton eller stil du vill att AI:n ska använda. Detta ger AI:n en konkret riktning att arbeta efter.

Här är ett exempel på hur en sådan prompt kan se ut:

I mer avancerade system kan exemplen till och med bytas ut dynamiskt beroende på scenariot eller uppgiften. Men för de flesta användare räcker det att ge enkla exempel på format, ton eller det slutresultat du är ute efter. Detta kan drastiskt förbättra kvaliteten på AI:ns output.

Två metoder för att skriva bättre promptar

Nu när du känner till de fyra centrala riktlinjerna, vill jag dela två praktiska metoder för att hjälpa dig i själva skrivandet av promptar.

• Omformulera frågor: Experimentera med olika formuleringar för att nå önskat resultat.
• Iterativ förbättring: Testa olika promptvarianter för att hitta den mest effektiva för din specifika uppgift.

Omformulera frågor handlar om att testa olika sätt att ställa dina frågor eller instruktioner. Det kan vara så enkelt som att byta ut ord eller omstrukturera meningar för att se vad som ger det bästa resultatet.

Om du märker att du inte får de resultat du vill ha på svenska, testa att formulera samma instruktion på engelska, eftersom de flesta språkmodeller är huvudsakligen tränade på engelskspråkig data.

Ett annat tips är att vara uppmärksam på ordningen av informationen i din prompt. Generellt tenderar språkmodeller att prioritera det som kommer först och sist, medan det i mitten kan prioriteras lägre.

Undvik också att repetera samma formuleringar om och om igen – variation i språket hjälper AI:n att hålla fokus på hela prompten.

Iterativ förbättring är nyckeln till att lyckas med mer komplexa promptar. Börja alltid med en enkel grund – en tydlig och rak mening som AI:n lätt kan förstå och svara på.

När du har verifierat att denna del fungerar, kan du gradvis bygga vidare och lägga till fler instruktioner eller lager av komplexitet.

Om du använder exempel i din prompt, se till att dessa är det sista steget i din iteration. Det ger dig möjligheten att först optimera grunden innan du lägger till den extra vägledningen som exempel kan ge.

Betydelsen av att kunna skriva en riktigt bra prompt

Att kunna skriva bra promptar är en värdefull färdighet i en tid där AI blir allt mer integrerad i våra liv och arbetsprocesser. Det är en färdighet som kräver både kontinuerligt lärande och en vilja att anpassa sig till hur modellerna utvecklas.

Men även om promptskrivning är centralt idag, är jag övertygad om att framtiden kommer att se annorlunda ut. AI-drivna produkter kommer att utvecklas så pass att vi inte längre behöver formulera komplexa promptar för varje önskad åtgärd.

Snart kommer vi kunna använda enklare språk för att uppnå våra mål i produkter och system, där gränssnittet gör det mesta av promptjobbet åt oss.

Men vi är inte där än. Just nu har en riktigt bra prompt potential att bli en kraftfull metod för att automatisera stora delar av en arbetsprocess.

Det som hindrar detta från att vara mer utbrett är kanske att ingen riktigt har utforskat potentialen tillräckligt. När det gäller promptskrivning är vi fortfarande i en experimentell fas – det du testar idag kanske ingen annan har provat förut.

Därför är det så viktigt att våga experimentera. Genom att utforska olika sätt att formulera promptar, testa nya strukturer och utvärdera resultaten, kan du hitta de metoder som fungerar bäst för just dina behov.

Happy prompting!