ChatGPT: 8 Teknik Memicu yang Harus Kamu Pelajari (Tanpa Basa-Basi!)

Anda mungkin sudah pernah mendengar tentang teknik prompt. Pada dasarnya, ini adalah 'berkomunikasi dengan AI dengan efektif untuk mendapatkan yang Anda inginkan'.

Sebagian besar orang tidak tahu bagaimana membuat pertanyaan yang baik.

Namun, ini menjadi keterampilan yang semakin penting ...
Karena sampah masuk = sampah keluar.

Ini adalah beberapa teknik penting yang perlu Anda gunakan untuk memancing 👇

Saya akan mengacu pada sebuah model bahasa sebagai 'LM'.

Contoh-contoh model bahasa adalah ChatGPT milik @OpenAI dan Claude milik @AnthropicAI.

1. Persona/peran pendorong

Menetapkan peran untuk AI.

Contoh: "Anda adalah ahli dalam X. Anda telah membantu orang melakukan Y selama 20 tahun. Tugas Anda adalah memberikan saran terbaik tentang X.
Balas 'mengerti' jika sudah dimengerti."

Sebuah add-on yang powerful adalah sebagai berikut:

'Anda harus selalu bertanya sebelum menjawab agar Anda dapat lebih memahami apa yang dicari oleh si penanya.'

Saya akan membahas mengapa itu sangat penting dalam sekejap.

2. CoT

CoT merupakan singkatan dari 'Chain of Thought'

Ini digunakan untuk menginstruksikan LM untuk menjelaskan pemikirannya.

Contoh:

3. Zero-shot-CoT

Zero-shot merujuk pada model yang membuat prediksi tanpa pelatihan tambahan dalam prompt.

Saya akan membahas tentang few-shot dalam waktu sebentar.

Perlu dicatat bahwa biasanya CoT > Zero-shot-CoT

Contoh:

4. Few-shot (dan few-shot-CoT)

Fe shot adalah ketika LM diberikan beberapa contoh dalam perintah untuk lebih cepat beradaptasi dengan contoh baru.

Contoh:

5. Generasi Pengetahuan

Menghasilkan pengetahuan yang terkait dengan pertanyaan dengan memunculkan sebuah LM.

Ini dapat digunakan untuk sebuah prompt pengetahuan yang dihasilkan (lihat lebih lanjut).

Contoh:

6. Pengetahuan yang Dibuat

Sekarang setelah kita memiliki pengetahuan, kita dapat menggunakannya dalam prompt baru dan mengajukan pertanyaan yang terkait dengan pengetahuan tersebut.

Sebuah pertanyaan semacam ini disebut pertanyaan 'pengetahuan yang dibantu'.

7. Konsistensi Diri

Teknik ini digunakan untuk menghasilkan jalur pemikiran (rantai pemikiran) yang banyak.

Jawaban mayoritas dianggap sebagai jawaban final.

Contoh:

8. LtM

LtM adalah singkatan dari 'Least to Most'

Metode ini merupakan kelanjutan dari CoT. Selain itu, metode ini bekerja dengan memecah masalah menjadi submasalah dan kemudian menyelesaikannya.

Contoh: