Thoại Viết Hoàng
Writer
Hiểu cách tương tác với ChatGPT và các đối thủ của ChatGPT để đầu ra của họ phù hợp với mong đợi của bạn sẽ sớm trở thành một kỹ năng văn phòng quan trọng. Đây là những gì bạn cần biết.
Sau tất cả sự phấn khích ban đầu đối với ChatGPT, công cụ xử lý ngôn ngữ được điều khiển bởi trí tuệ nhân tạo (AI), việc sử dụng chatbot đang trở nên phổ biến hơn. Vậy làm thế nào để bạn đào tạo AI của mình cho công việc và gia đình? Chúng tôi trả lời một vài câu hỏi đơn giản.
Kỹ thuật kịp thời là gì? Đó là một kỹ thuật để giao tiếp hiệu quả với các mô hình AI tổng quát. Các hệ thống như ChatGPT, Bard và Dall-E sẽ tạo ra văn bản, hình ảnh và đoạn nhạc khi được cung cấp đầu vào – được gọi là lời nhắc – hướng dẫn chúng những gì cần tạo. Nhưng cách diễn đạt của lời nhắc có thể thay đổi đáng kể đầu ra được trả về. Kỹ thuật nhanh chóng là quá trình xây dựng lời nhắc cho một hệ thống AI để hệ thống này tạo ra đầu ra phù hợp nhất với mong đợi của bạn.
Nó khác với việc chỉ đặt câu hỏi như thế nào? Nó đòi hỏi sự chăm sóc nhiều hơn. Đặt một câu hỏi từ đỉnh đầu của bạn tại ChatGPT và nó có thể đưa ra câu trả lời thỏa mãn hoặc không. Kỹ thuật nhanh chóng liên quan đến việc xem xét các đặc điểm riêng của một mô hình AI để xây dựng các đầu vào mà nó sẽ hiểu rõ ràng. Điều này có xu hướng tạo ra các đầu ra hữu ích, thú vị và phù hợp hơn với những gì bạn nghĩ. Xây dựng lời nhắc tốt và phản hồi thậm chí có thể vượt qua mong đợi.
Tại sao tôi phải quan tâm? Chatbot như ChatGPT, Bard và Bing Chat có thể cực kỳ thuận tiện để hoàn thành các tác vụ quản trị hàng ngày. Những người ủng hộ đã sử dụng chúng để soạn thảo email, tóm tắt ghi chú cuộc họp, soạn thảo hợp đồng, lên kế hoạch cho các kỳ nghỉ và cung cấp câu trả lời cho các câu hỏi phức tạp gần như ngay lập tức. Jules White, phó giáo sư khoa học máy tính tại Đại học Vanderbilt ở Nashville, Tennessee, cho biết: “Ai cũng có thể có một trong những trợ lý cá nhân đắc lực nhất hành tinh giúp họ làm việc hiệu quả hơn hoặc cho phép họ tạo ra những thứ mà bình thường họ không làm được”. “Nhưng bạn phải hiểu cách tương tác với nó.” Và điều đó có nghĩa là biết cách nhắc nhở hiệu quả.
Một chút hiểu biết về nhắc nhở cũng có thể gây ấn tượng với người quản lý tuyển dụng. Matt Burney, cố vấn chiến lược tài năng tại trang web nghề nghiệp Thật vậy, cho biết số lượng quảng cáo việc làm yêu cầu trình độ thông thạo AI tuy ít nhưng đang tăng lên và các công ty trong nhiều ngành khác nhau đang ngày càng tìm cách tích hợp các mô hình này vào quy trình làm việc của họ. Anh ấy nói: “Nếu bạn không sử dụng nó ngay bây giờ, bạn sẽ bị tụt hậu so với những người đang sử dụng.
Vì vậy, làm thế nào để tôi làm điều đó? Có một số kỹ thuật gợi ý phổ biến. Sử dụng personas là một thủ thuật phổ biến. Yêu cầu hệ thống hoạt động như một luật sư, gia sư riêng, trung sĩ huấn luyện hoặc bất cứ điều gì khác, và nó sẽ tạo ra kết quả đầu ra bắt chước giọng điệu và giọng nói của họ. Hoặc, như một bài tập ngược lại, hãy hướng dẫn nó hoàn thành một nhiệm vụ có tính đến đối tượng cụ thể – một đứa trẻ năm tuổi, một nhóm các nhà hóa sinh chuyên nghiệp, một bữa tiệc Giáng sinh ở văn phòng – và bạn sẽ nhận được kết quả phù hợp với nhóm nhân khẩu học đó. Điều quan trọng là bạn không cần phải tự mình biết các đặc điểm phong cách của nhân vật mà có thể để hệ thống tìm ra điều đó.
Trong khi đó, gợi ý theo chuỗi suy nghĩ phù hợp hơn để giải quyết vấn đề. Yêu cầu mô hình “suy nghĩ từng bước một” sẽ khuyến khích mô hình phân chia đầu ra của nó thành các phần có kích thước vừa phải, điều này thường mang lại kết quả toàn diện hơn. Một số nhà nghiên cứu cũng phát hiện ra rằng việc hiển thị cho mô hình AI một vấn đề ví dụ với giải pháp từng bước của nó sẽ cải thiện khả năng đưa ra câu trả lời đúng khi giải các câu hỏi tương tự khác. Trong thực tế, các ví dụ không bao giờ làm tổn thương. Nếu bạn có ý định đầu ra rất cụ thể, hãy tải lên một mẫu văn bản hoặc hình ảnh minh họa những gì bạn muốn tạo và hướng dẫn người mẫu sử dụng nó làm mẫu. Nếu kết quả ban đầu không như mục tiêu, thì một vài vòng mày mò được chỉ định rõ ràng nữa có thể thực hiện thủ thuật. White nói: “Bạn muốn coi nó như một cuộc trò chuyện tiếp tục khi bạn bắt đầu, bạn lặp đi lặp lại và tinh chỉnh. Và đừng quên những điều cơ bản của ngôn ngữ hàng ngày: hướng dẫn rõ ràng, bắt buộc để giảm thiểu việc hiểu sai. Nêu rõ ràng những gì bạn làm và không muốn từ đầu ra, đồng thời đặt định dạng và số lượng từ rõ ràng. Tôi nên tránh những gì? Ngôn ngữ mơ hồ. Nếu không có thông tin bổ sung, các mô hình AI không thể suy ra thị hiếu, ý tưởng hoặc tầm nhìn của bạn về sản phẩm trong đầu bạn. Đừng bỏ qua các chi tiết cụ thể hoặc ngữ cảnh và đừng cho rằng nếu thiếu thứ gì đó, mô hình sẽ điền chính xác vào chỗ trống
Nó có thể ngăn AI phát ra những điểm không chính xác không? Không. Các mô hình ngôn ngữ lớn sẽ bịa đặt các nguồn ngay cả khi được hướng dẫn rõ ràng là không được làm như vậy và cung cấp thông tin nghe có vẻ hợp lý nhưng hoàn toàn sai sự thật. Mhairi Aitken, một nhà đạo đức học tại Viện Alan Turing, có trụ sở tại Thư viện Anh ở London, cho biết: “Đó là một vấn đề nan giải với những mô hình này. “Chúng được thiết kế để dự đoán một chuỗi từ sao chép ngôn ngữ của con người, nhưng không có mối liên hệ nào với sự thật hay thực tế.” Tuy nhiên, nhắc khéo léo có thể giúp đối phó với những lời nói dối sau khi chúng xuất hiện. Marcel Scharth, giảng viên phân tích kinh doanh tại Đại học Sydney, cho biết: “Nếu chatbot đưa ra tuyên bố không chính xác, bạn có thể chỉ ra lỗi và yêu cầu nó viết lại câu trả lời dựa trên phản hồi của bạn. White gợi ý yêu ầu mô hình tạo ra một danh sách các sự kiện cơ bản mà đầu ra của nó dựa vào đó để bạn có thể xác minh chúng một cách riêng lẻ. Hoặc cung cấp cho nó một danh sách các dữ kiện được đánh số để làm cơ sở cho câu trả lời của nó và để nó tham khảo từng dữ liệu khi chúng được sử dụng, để tăng tốc độ kiểm tra dữ kiện sau này.
Đây có thể là một nghề nghiệp? Đối với một số người, có thể. Các nhà phát triển AI đã thuê các kỹ sư nhanh chóng để kiểm tra các hạn chế và thiếu sót trong các mô hình của họ để có thể tinh chỉnh chúng nhằm xử lý tốt hơn các thông tin đầu vào của người dùng. Nhưng tuổi thọ của những vị trí này không được đảm bảo. Rhema Linder, giảng viên khoa học máy tính tại Đại học Tennessee, gợi ý rằng các nhà phát triển có thể thích các nhà khoa học máy tính chuyên ngành hơn là các kỹ sư thúc giục tự phong và việc không có chứng chỉ được ngành công nhận đồng nghĩa với việc đánh giá khả năng thúc đẩy của một người rất khó khăn. Trong thị trường việc làm rộng lớn hơn, kỹ thuật nhanh chóng có thể sẽ đi theo cách quản lý bảng tính hoặc tối ưu hóa công cụ tìm kiếm – một kỹ năng được yêu cầu ở nhiều vai trò khác nhau và được các nhà quản lý tuyển dụng đánh giá cao như một điểm nhấn khác trong CV của bạn. Burney cho biết: “Kinh nghiệm sử dụng một mô hình ngôn ngữ lớn hoặc máy biến áp được đào tạo trước sẽ là một yêu cầu đối với hầu hết mọi công việc tại văn phòng. “Bởi vì nếu bạn không làm được, bạn sẽ chậm đạt được mục tiêu của mình hơn.”
Tất cả điều này sẽ trở nên lỗi thời? Giống như các mô hình AI không ổn định, các phương pháp hay nhất về kỹ thuật cũng không nhanh chóng. Các kỹ thuật hoạt động với các hệ thống hiện có thể tỏ ra ít hữu ích hơn trong các phiên bản cập nhật, mặc dù không rõ các thay đổi có thể lan rộng như thế nào. “Tôi nghĩ sẽ có những khái niệm và khuôn mẫu cốt lõi không thay đổi,” White nói, đồng thời gợi ý rằng các nhà phát triển AI sẽ lưu ý đến các kỹ thuật nhắc nhở phổ biến. “Rất nhiều cách diễn đạt mọi thứ này sẽ trở thành tiêu chuẩn mà các mô hình mới được đào tạo dựa trên, vì vậy một số kỹ thuật nhanh chóng sẽ phản hồi lại chính các mô hình đó.” Quan trọng hơn, khả năng của các mô hình để hiểu ngay cả những gợi ý mơ hồ nhất, không được thiết kế có thể cải thiện đáng kể. Aitken nói: “Khi các hệ thống này trở nên mang tính đàm thoại hơn và khi tương tác với chúng trở nên trực quan hơn, chúng ta có thể không cần kỹ thuật nhanh chóng trong tương lai.
Đối với một số nhà phát triển, đó là mục tiêu.
… có lý do chính đáng để không ủng hộ Người bảo vệ. Không phải ai cũng có đủ khả năng để trả tiền cho tin tức ngay bây giờ. Đó là lý do tại sao chúng tôi tiếp tục mở báo chí của mình cho mọi người đọc, kể cả ở Việt Nam. Nếu đây là bạn, xin vui lòng tiếp tục đọc miễn phí. Nhưng nếu bạn có thể, thì có ba lý do chính đáng để hỗ trợ chúng tôi hôm nay. 1. Báo chí điều tra, chất lượng của chúng ta là một lực lượng soi xét kỹ lưỡng vào thời điểm mà những người giàu có và quyền lực đang ngày càng xa lánh 2. Chúng tôi độc lập và không có chủ sở hữu tỷ phú giật dây, vì vậy tiền của bạn trực tiếp hỗ trợ báo cáo của chúng tôi 3. Không tốn nhiều tiền và mất ít thời gian hơn đọc tin nhắn này Giúp tiếp thêm sức mạnh cho hoạt động báo chí của Guardian trong những năm tới, dù với số tiền nhỏ hay số tiền lớn hơn. Nếu bạn có thể, hãy ủng hộ chúng tôi hàng tháng chỉ từ $2. Chỉ mất chưa đầy một phút để thiết lập và bạn có thể yên tâm rằng mình đang tạo ra tác động lớn mỗi tháng để hỗ trợ các tạp chí mở, độc lập
Tham khảo bài viết gốc tại đây
Sau tất cả sự phấn khích ban đầu đối với ChatGPT, công cụ xử lý ngôn ngữ được điều khiển bởi trí tuệ nhân tạo (AI), việc sử dụng chatbot đang trở nên phổ biến hơn. Vậy làm thế nào để bạn đào tạo AI của mình cho công việc và gia đình? Chúng tôi trả lời một vài câu hỏi đơn giản.
Kỹ thuật kịp thời là gì? Đó là một kỹ thuật để giao tiếp hiệu quả với các mô hình AI tổng quát. Các hệ thống như ChatGPT, Bard và Dall-E sẽ tạo ra văn bản, hình ảnh và đoạn nhạc khi được cung cấp đầu vào – được gọi là lời nhắc – hướng dẫn chúng những gì cần tạo. Nhưng cách diễn đạt của lời nhắc có thể thay đổi đáng kể đầu ra được trả về. Kỹ thuật nhanh chóng là quá trình xây dựng lời nhắc cho một hệ thống AI để hệ thống này tạo ra đầu ra phù hợp nhất với mong đợi của bạn.
Nó khác với việc chỉ đặt câu hỏi như thế nào? Nó đòi hỏi sự chăm sóc nhiều hơn. Đặt một câu hỏi từ đỉnh đầu của bạn tại ChatGPT và nó có thể đưa ra câu trả lời thỏa mãn hoặc không. Kỹ thuật nhanh chóng liên quan đến việc xem xét các đặc điểm riêng của một mô hình AI để xây dựng các đầu vào mà nó sẽ hiểu rõ ràng. Điều này có xu hướng tạo ra các đầu ra hữu ích, thú vị và phù hợp hơn với những gì bạn nghĩ. Xây dựng lời nhắc tốt và phản hồi thậm chí có thể vượt qua mong đợi.
Tại sao tôi phải quan tâm? Chatbot như ChatGPT, Bard và Bing Chat có thể cực kỳ thuận tiện để hoàn thành các tác vụ quản trị hàng ngày. Những người ủng hộ đã sử dụng chúng để soạn thảo email, tóm tắt ghi chú cuộc họp, soạn thảo hợp đồng, lên kế hoạch cho các kỳ nghỉ và cung cấp câu trả lời cho các câu hỏi phức tạp gần như ngay lập tức. Jules White, phó giáo sư khoa học máy tính tại Đại học Vanderbilt ở Nashville, Tennessee, cho biết: “Ai cũng có thể có một trong những trợ lý cá nhân đắc lực nhất hành tinh giúp họ làm việc hiệu quả hơn hoặc cho phép họ tạo ra những thứ mà bình thường họ không làm được”. “Nhưng bạn phải hiểu cách tương tác với nó.” Và điều đó có nghĩa là biết cách nhắc nhở hiệu quả.
Một chút hiểu biết về nhắc nhở cũng có thể gây ấn tượng với người quản lý tuyển dụng. Matt Burney, cố vấn chiến lược tài năng tại trang web nghề nghiệp Thật vậy, cho biết số lượng quảng cáo việc làm yêu cầu trình độ thông thạo AI tuy ít nhưng đang tăng lên và các công ty trong nhiều ngành khác nhau đang ngày càng tìm cách tích hợp các mô hình này vào quy trình làm việc của họ. Anh ấy nói: “Nếu bạn không sử dụng nó ngay bây giờ, bạn sẽ bị tụt hậu so với những người đang sử dụng.
Vì vậy, làm thế nào để tôi làm điều đó? Có một số kỹ thuật gợi ý phổ biến. Sử dụng personas là một thủ thuật phổ biến. Yêu cầu hệ thống hoạt động như một luật sư, gia sư riêng, trung sĩ huấn luyện hoặc bất cứ điều gì khác, và nó sẽ tạo ra kết quả đầu ra bắt chước giọng điệu và giọng nói của họ. Hoặc, như một bài tập ngược lại, hãy hướng dẫn nó hoàn thành một nhiệm vụ có tính đến đối tượng cụ thể – một đứa trẻ năm tuổi, một nhóm các nhà hóa sinh chuyên nghiệp, một bữa tiệc Giáng sinh ở văn phòng – và bạn sẽ nhận được kết quả phù hợp với nhóm nhân khẩu học đó. Điều quan trọng là bạn không cần phải tự mình biết các đặc điểm phong cách của nhân vật mà có thể để hệ thống tìm ra điều đó.
Trong khi đó, gợi ý theo chuỗi suy nghĩ phù hợp hơn để giải quyết vấn đề. Yêu cầu mô hình “suy nghĩ từng bước một” sẽ khuyến khích mô hình phân chia đầu ra của nó thành các phần có kích thước vừa phải, điều này thường mang lại kết quả toàn diện hơn. Một số nhà nghiên cứu cũng phát hiện ra rằng việc hiển thị cho mô hình AI một vấn đề ví dụ với giải pháp từng bước của nó sẽ cải thiện khả năng đưa ra câu trả lời đúng khi giải các câu hỏi tương tự khác. Trong thực tế, các ví dụ không bao giờ làm tổn thương. Nếu bạn có ý định đầu ra rất cụ thể, hãy tải lên một mẫu văn bản hoặc hình ảnh minh họa những gì bạn muốn tạo và hướng dẫn người mẫu sử dụng nó làm mẫu. Nếu kết quả ban đầu không như mục tiêu, thì một vài vòng mày mò được chỉ định rõ ràng nữa có thể thực hiện thủ thuật. White nói: “Bạn muốn coi nó như một cuộc trò chuyện tiếp tục khi bạn bắt đầu, bạn lặp đi lặp lại và tinh chỉnh. Và đừng quên những điều cơ bản của ngôn ngữ hàng ngày: hướng dẫn rõ ràng, bắt buộc để giảm thiểu việc hiểu sai. Nêu rõ ràng những gì bạn làm và không muốn từ đầu ra, đồng thời đặt định dạng và số lượng từ rõ ràng. Tôi nên tránh những gì? Ngôn ngữ mơ hồ. Nếu không có thông tin bổ sung, các mô hình AI không thể suy ra thị hiếu, ý tưởng hoặc tầm nhìn của bạn về sản phẩm trong đầu bạn. Đừng bỏ qua các chi tiết cụ thể hoặc ngữ cảnh và đừng cho rằng nếu thiếu thứ gì đó, mô hình sẽ điền chính xác vào chỗ trống
Nó có thể ngăn AI phát ra những điểm không chính xác không? Không. Các mô hình ngôn ngữ lớn sẽ bịa đặt các nguồn ngay cả khi được hướng dẫn rõ ràng là không được làm như vậy và cung cấp thông tin nghe có vẻ hợp lý nhưng hoàn toàn sai sự thật. Mhairi Aitken, một nhà đạo đức học tại Viện Alan Turing, có trụ sở tại Thư viện Anh ở London, cho biết: “Đó là một vấn đề nan giải với những mô hình này. “Chúng được thiết kế để dự đoán một chuỗi từ sao chép ngôn ngữ của con người, nhưng không có mối liên hệ nào với sự thật hay thực tế.” Tuy nhiên, nhắc khéo léo có thể giúp đối phó với những lời nói dối sau khi chúng xuất hiện. Marcel Scharth, giảng viên phân tích kinh doanh tại Đại học Sydney, cho biết: “Nếu chatbot đưa ra tuyên bố không chính xác, bạn có thể chỉ ra lỗi và yêu cầu nó viết lại câu trả lời dựa trên phản hồi của bạn. White gợi ý yêu ầu mô hình tạo ra một danh sách các sự kiện cơ bản mà đầu ra của nó dựa vào đó để bạn có thể xác minh chúng một cách riêng lẻ. Hoặc cung cấp cho nó một danh sách các dữ kiện được đánh số để làm cơ sở cho câu trả lời của nó và để nó tham khảo từng dữ liệu khi chúng được sử dụng, để tăng tốc độ kiểm tra dữ kiện sau này.
Đây có thể là một nghề nghiệp? Đối với một số người, có thể. Các nhà phát triển AI đã thuê các kỹ sư nhanh chóng để kiểm tra các hạn chế và thiếu sót trong các mô hình của họ để có thể tinh chỉnh chúng nhằm xử lý tốt hơn các thông tin đầu vào của người dùng. Nhưng tuổi thọ của những vị trí này không được đảm bảo. Rhema Linder, giảng viên khoa học máy tính tại Đại học Tennessee, gợi ý rằng các nhà phát triển có thể thích các nhà khoa học máy tính chuyên ngành hơn là các kỹ sư thúc giục tự phong và việc không có chứng chỉ được ngành công nhận đồng nghĩa với việc đánh giá khả năng thúc đẩy của một người rất khó khăn. Trong thị trường việc làm rộng lớn hơn, kỹ thuật nhanh chóng có thể sẽ đi theo cách quản lý bảng tính hoặc tối ưu hóa công cụ tìm kiếm – một kỹ năng được yêu cầu ở nhiều vai trò khác nhau và được các nhà quản lý tuyển dụng đánh giá cao như một điểm nhấn khác trong CV của bạn. Burney cho biết: “Kinh nghiệm sử dụng một mô hình ngôn ngữ lớn hoặc máy biến áp được đào tạo trước sẽ là một yêu cầu đối với hầu hết mọi công việc tại văn phòng. “Bởi vì nếu bạn không làm được, bạn sẽ chậm đạt được mục tiêu của mình hơn.”
Tất cả điều này sẽ trở nên lỗi thời? Giống như các mô hình AI không ổn định, các phương pháp hay nhất về kỹ thuật cũng không nhanh chóng. Các kỹ thuật hoạt động với các hệ thống hiện có thể tỏ ra ít hữu ích hơn trong các phiên bản cập nhật, mặc dù không rõ các thay đổi có thể lan rộng như thế nào. “Tôi nghĩ sẽ có những khái niệm và khuôn mẫu cốt lõi không thay đổi,” White nói, đồng thời gợi ý rằng các nhà phát triển AI sẽ lưu ý đến các kỹ thuật nhắc nhở phổ biến. “Rất nhiều cách diễn đạt mọi thứ này sẽ trở thành tiêu chuẩn mà các mô hình mới được đào tạo dựa trên, vì vậy một số kỹ thuật nhanh chóng sẽ phản hồi lại chính các mô hình đó.” Quan trọng hơn, khả năng của các mô hình để hiểu ngay cả những gợi ý mơ hồ nhất, không được thiết kế có thể cải thiện đáng kể. Aitken nói: “Khi các hệ thống này trở nên mang tính đàm thoại hơn và khi tương tác với chúng trở nên trực quan hơn, chúng ta có thể không cần kỹ thuật nhanh chóng trong tương lai.
Đối với một số nhà phát triển, đó là mục tiêu.
… có lý do chính đáng để không ủng hộ Người bảo vệ. Không phải ai cũng có đủ khả năng để trả tiền cho tin tức ngay bây giờ. Đó là lý do tại sao chúng tôi tiếp tục mở báo chí của mình cho mọi người đọc, kể cả ở Việt Nam. Nếu đây là bạn, xin vui lòng tiếp tục đọc miễn phí. Nhưng nếu bạn có thể, thì có ba lý do chính đáng để hỗ trợ chúng tôi hôm nay. 1. Báo chí điều tra, chất lượng của chúng ta là một lực lượng soi xét kỹ lưỡng vào thời điểm mà những người giàu có và quyền lực đang ngày càng xa lánh 2. Chúng tôi độc lập và không có chủ sở hữu tỷ phú giật dây, vì vậy tiền của bạn trực tiếp hỗ trợ báo cáo của chúng tôi 3. Không tốn nhiều tiền và mất ít thời gian hơn đọc tin nhắn này Giúp tiếp thêm sức mạnh cho hoạt động báo chí của Guardian trong những năm tới, dù với số tiền nhỏ hay số tiền lớn hơn. Nếu bạn có thể, hãy ủng hộ chúng tôi hàng tháng chỉ từ $2. Chỉ mất chưa đầy một phút để thiết lập và bạn có thể yên tâm rằng mình đang tạo ra tác động lớn mỗi tháng để hỗ trợ các tạp chí mở, độc lập
Tham khảo bài viết gốc tại đây
