Prompting

Kehotteiden ymmärtäminen on tärkeää kun haluat käyttää nykyisiä tekoälytyökaluja parhaalla mahdollisella tavalla. Tällä oppaalla saat tietää mitä kehotteet ovat ja miten niitä tehdään oikein. Mikä on kehote? https://vimeo.com/957027135?sharecopy Kehote (prompt) tarkoittaa tekstiä mikä annetaan generatiivisen tekoälylle, kuten ChatGPT:lle. Kehote voi olla esimerkiksi… Kysymys Pyyntö Jokin muu ohjeistus Kehotteita annetaan tyypillisesti kirjoittamalla ne tekoälychateille: Kun kehote on mielestäsi valmis, niin se pitää lähettää prosessoitavaksi. Tämän jälkeen tekoäly tyypillisesti palauttaa jonkin vastauksen. Tämä kehotteiden tekeminen ja vastausten saaminen voi sitten jatkua keskustelumaisesti vaikka kuinka pitkään. Miksi hyvän kehotteen tekeminen on tärkeää? Vaihtoehtosi vaikuttaa tekoälychattien toimintaan ovat aika rajalliset. Useimmiten ainoa tapa on tehdä kehote, koska tämä vaikuttaa suoraan siihen vastaukseen minkä saat. Tämän vuoksi ei ole ihan yhdentekevää, että onko kehotteesi hyvin kirjoitettu. Periaate on, että jos teet huonon kehotteen, niin ChatGPT:n antama vastaus tulee olemaan huono. Katsotaan esimerkkiä huonosta kehotteesta. Selitä miten uusin tekoäly toimii. Tässä kehotteessa on ongelmana se, että se on epäselvä (”uusin tekoäly”) ja monitulkintainen (“toimii”). Vastaus tulisi olemaan huonolaatuinen vaikka kysyisit tätä eri tekoälychateilta. Huonoon kysymykseen tulee lähes poikkeuksetta huono vastaus (joskus tätä kuvaillaan sanomalla, että "garbage in, garbage out"). Huomaa kuitenkin, että kehotteen pituus ei vielä suoraan kerro mitään sen laadusta. Katsohan tätä esimerkkiä: Voisitko selittää perusteellisesti, kuinka uusi äskettäin kehitetty tekoäly toimii kun otetaan huomioon kaikki mahdolliset eri komponentit ja menetelmät, kuten koneoppiminen, neuroverkot ja muut asiaan liittyvät tekniikat. Tämän kehotteen suurin ongelma on liian laaja kysymys, mikä olisi vaikea edes ihmisen ymmärtää. No miten kehotteista sitten saa hyviä? Tätä varten kannattaa tietää… Mitä on Prompt Engineering? Hyvien kehotteiden tekeminen on taito, millä on jopa oma vakiintunut nimensä: Prompt Engineering tarkoittaa kehotteiden tarkoituksellista suunnittelua ja kirjoittamista. Tavoitteena on saada aikaan parempia ja tarkempia vastauksia tekoälyltä. Käytännössä prompt engineering voi vähentää niitä tilanteita, missä tekoälyltä saadut vastaukset eivät tunnu hyödylliseltä. Netissä on paljon ohjeita prompt engineeringistä, ja jopa valmiita kehotemalleja eri tilanteeseen. Tässä muutamia esimerkkejä hyväksi todetuista kehotteen tekemisen tyyleistä: 🌐 Zero-shot: Nopea ja yksinkertainen kehote, kuten “Suomenna tämä lause….” 🎯 Few-shot: Kehote, jossa on mukana esimerkki halutusta toiminnasta. 🔗 Chain-of-thought: Kehote, jossa tekoälyä pyydetään järkeilemään vastaus osiin pilkottuna. 🪜 Step-by-step: Kehote, jossa pyydetään toimimaan tiettyjen numeroitujen vaiheiden kautta. Mikä on paras tapa tehdä kehotteita? Tämä on itseasiassa kompakysymys. Kehotteiden tekemiseen EI ole olemassa yhtä parasta mallia. Esimerkiksi yllä olevat kehotetyylit toimivat aina tilanteesta riippuen, ja niillä on selkeät vahvuudet ja heikkoudet. Chain-of-thought toimii hyvin vaikkapa matemaattisissa pulmissa, jossa laskutoimitus tehdään vähitellen osissa. Samalla se ei kuitenkaan sovi nopeisiin tiedonhakuihin, missä zero-shot tai few-shot toimisi paremmin. Voin onneksi kertoa, että sinun ei tarvitse lähteä opiskelemaan monia eri malleja. Kehotteiden tekemiseen on olemassa yksi yleispätevä malli mitä itse käytän jatkuvasti… TRIPLA: Yleispätevä kehotemalli Voit katsoa kehittämästäni TRIPLA-metodista videon, tai jatkaa lukemista alta: https://player.vimeo.com/video/933006979 Ylläoleva video on osa ilmaista ChatGPT Verkkokurssia. Voit käydä koko kurssin täältä 1. Tausta Ensimmäinen hyvän kehotteen ominaisuus on Tausta, eli mitä kysymykseen liittyy. Ajatellaan, että kysyt ChatGPTä seuraavaa: Miten lämpömittari toimii? ChatGPT alkaa heti antamaan sen mielestä parasta vastausta kysymykseemme. On kuitenkin mahdollista, että meitä ei kiinnosta esimerkiksi listaus erityyppisistä lämpömittareista, vaan halusimme oppia näiden mittarien logiikkaa koulutehtävää varten. Mutta mehän emme kertoneet siitä, joten ChatGPT voi vain arvailla. Tässä on itseasiassa syy siihen, että ChatGPT:n tulokset voivat joskus tuntua niin huonoilta: ChatGPT ei tiedä mikä sai meidät kysymään tätä kysymystä. Tämän takia on hyvä tapa kertoa heti aluksi ChatGPT:lle kysymyksen taustaa, kuten.. Mitä apua tarvitset (opiskelu, ideointi jne.) Millainen olet (aloittelija, alan ammattilainen). Nämä siis kannattaa vähintään kertoa. Taustan huomioimalla kehote olisikin tällainen: Olen fysiikan opiskelija ja tarvitsen apua opiskeluun. Kerro miten lämpömittari toimii? Vastaus on nyt heti paremmin kohdennettu, koska kerroimme taustatietoa itsestämme ja tilanteestamme. Kokeile vastaavaa kehotetta omaan työtehtävääsi liittyen, niin huomaat kyllä eron. 2. Tavoite Taustan jälkeen toinen tärkeä asia on tavoite. Tavoitteella tarkoitetaan, että sanot suoraan mitä haluat saavuttaa. Joskun tavoite voi vaikuttaa ilmiselvältä, kuten vaikka tässä esimerkissä: Olen fysiikan opiskelija. Miten lämpömittari toimii? Kysyjänä sinulle on varmasti ilmiselvää, että haluat oppia jotakin. ChatGPT:n taustalla on kuitenkin vain tekoälymalli, mikä ei aina onnistu lukemaan rivien välistä. Tämä tulee parhaiten esiin tässä kehotteessa: Pidän kodinelektroniikan verkkokauppaa, ja tarvitsen tekstiä tuotesivuille. Miten lämpömittari toimii? ChatGPT lähtee tyypillisesti kertomaan erityyppisten mittareiden toiminnasta. Tämä ei todellakaan ole se, mitä kodinelektroniikan ammattilainen haluaisi. ChatGPT ei tällä kerralla onnistunut lukemaan rivien välistä, että hakijalle voisi olla olennaista tarjota tuotesivuille sopivaa kuvaustekstiä. Tämän vuoksi tavoitteen suoraan sanominen on tärkeää. Tässä olisi parempi kehote, jossa on mukana selkeä tavoite: Pidän kodinelektroniikan verkkokauppaa. Auta minua kirjoittamaan tuotekuvaustekstejä seuraaville tuotteille: - Digitaalinen lämpömittari - Bimetallilämpömittari. En siis voi kyllin korostaa, että ChatGPT tarvitsee aina tavoitteen, jotta saat parhaan mahdollisen vastauksen. Mutta se ei yksin riitä, vaan tarvitset vielä mukaan… 3. Tarkennukset Tarkennukset ovat tärkeitä tiedonpalasia, millä haluamme tarkentaa mihin ChatGPT:n tulee keskittyä. Tarkennuksia on hyvä tehdä, koska ChatGPT kärsii erikoisesta ongelmasta: Se tietää niin paljon asioista, että se lähtee helposti väärille teille. Tämän vuoksi meidän tulee ohjata sitä oikeaan suuntaan. Esimerkiksi opiskelukysymyksessä tarkennuksia lisättäisiin näin (lihavoituna): Olen lukion fysiikan opiskelija. Miten elohopealämpömittari toimii? Tarkennukset olivat pieni, mutta tärkeä muutos: Kun kerrot olevasi lukion opiskelija, niin saat paljon yksityiskohtaisempia vastauksia Kun täsmennät aiheeksi elohopeamittarin, niin saat vastauksen elohopeamittarista vaikka ChatGPT tietää, että niiden käytöstä on laajalti luovuttu Tarkasta kysymyksestä voi yhtä lailla olla hyötyä verkkokaupan esimerkissä: Pidän kodinelektroniikan verkkokauppaa. Auta minua kirjoittamaan 3 kappaletta pitkiä tuotekuvaustekstejä seuraaville tuotteille: - Digitaalinen lämpömittari - Bimetallilämpömittari. Haluan tekstiin aina listauksen eri käyttötarkoituksista. Käytännössä tarkennukset voivat olla mitä tahansa pieniä muutoksia mitä teet keskustelun aikana. Tarkennuksia voikin ripotella vähitellen mukaan keskusteluun silloin kun ne tuntuvat olennaisilta. Muista, että sinun ei ikinä tarvitse ratkaista ongelmaasi vain yhdellä kehotteella. Muistisääntö TRIPLA-säännön tarkoitus on muistuttaa sinua niistä hyvistä elementeistä, mitä ChatGPT:lle kannattaa antaa. Mallin nimessä piileekin helppo muistisääntö: Muistettavia ominaisuuksia on kolme (triple). Lisäksi T ja A kuvastavat ominaisuuksien nimiä (TAusta, TAvoite, TArkennukset). Yhteenveto Hyvien kehotteiden tekeminen on kriittisen tärkeää kun käytät generatiivista tekoälyä. Tähän löytyy netistä monia malleja, mutta TRIPLA-malli riittää useimpiin tapauksiin. Kannattaa siis sisällyttää kehotteisiin nämä kolme ominaisuutta: Tausta tarkoitti sinun, eli ChatGPT:n käyttäjän taustatietoja Tavoite kuvastaa sitä, mitä haluat saavuttaa kun keskustelet ChatGPT:n kanssa Tarkennukset auttoivat ChatGPT:tä keskittymään olennaiseen Jos haluat harjoitella TRIPLA-mallia käytännössä, niin kannattaa käydä ilmainen ChatGPT Verkkokurssini. Saat myös tietää uusimmista kehotteisiin liittyvistä oppaista kun tilaat uutiskirjeeni alta.

Prompting

Näin teet hyviä kehotteita – Promptaus opas (2025)

SANTERI KALLIO

Opiskele

Sivustosta