אמנות הנדסת הפרומפטים
מעבר משאילתות פשוטות לבניית מערכות הנחיה מורכבות. נלמד את נוסחת ה-RTCF, נכיר 6 טכניקות מתקדמות ונבנה ספריית פרומפטים מקצועית.
לכל פרומפט "גרוע", כתבו גרסה משופרת הכוללת את כל מרכיבי המסגרת (Role, Task, Context, Format):
| פרומפט גרוע | פרומפט משופר (RTCF) |
|---|---|
| "תכתוב לי פוסט לפייסבוק" | |
| "תנתח את הנתונים" | |
| "תכתוב מייל ללקוח" |
זהו את הטכניקה המרכזית המשמשת בכל אחד מהפרומפטים הבאים:
| הפרומפט | טכניקה |
|---|---|
| "סווג את הביקורת לסיווגים: חיובי/שלילי..." |
|
| "הנה דוגמאות: 'אהבתי'->חיובי..." |
|
| "חשב את הרווח. חשוב שלב אחרי שלב." |
|
בנו System Prompt מקיף לבוט (למשל: עוזר אישי לעורך דין או בוט הזמנות למסעדה). השתמשו במבנה: Role, Success Criteria, Constraints, Uncertainty.
כתבו 5 דוגמאות לסיווג פניות (תלונה/שאלה/תודה) וציינו את התוצאה שקיבלתם מה-AI עבור פנייה שישית חדשה.
השוו בין תשובת מודל רגיל לבין מודל במצב "חשיבה" (Thinking Mode) עבור בעיה חישובית מורכבת.
| שיטה | דיוק | התרשמות |
|---|---|---|
| Zero-Shot | ||
| Thinking Mode |
בנו ספרייה אישית של 10 פרומפטים מותאמים לעבודה שלכם. הגדירו לכל אחד: שם, מטרה, טכניקה ומודל מומלץ.
שאילתות כלליות מדי
פרומפט ללא Role או Context יפיק תשובות גנריות ופחות שימושיות.
הנחיות סותרות
מתן הוראות מנוגדות באותו פרומפט מבלבל את המודל וגורם לתוצאות "בינוניות".
הערכת חסר של קונטקסט
אי-מתן דוגמאות (במשימות מורכבות) מקטין את הסיכוי לקבלת הפורמט המדויק הנדרש.