Cara Mendapatkan Jawaban Langsung dari AI
Kebanyakan jawaban yang penuh penghalusan adalah respons terhadap pertanyaan yang juga penuh penghalusan. Sebutkan siapa yang bertanya, apa yang akan kamu lakukan dengan jawabannya, dan bentuk apa yang kamu inginkan. Minta kesimpulan terlebih dahulu, lalu alasan di baliknya. Jika jawaban datang dengan banyak tambahan, katakan secara langsung.
Ada versi saran ini yang melibatkan template prompt yang rumit dan penugasan peran. Lewati saja. Yang mengubah jawaban adalah menjadi spesifik mengenai tiga hal. Apa yang sudah kamu ketahui, apa yang akan kamu lakukan dengan jawabannya, dan bentuk apa yang seharusnya diambil oleh jawaban tersebut.
Di halaman ini
Sebutkan dari mana kamu memulai
Model tanpa informasi tentang pembaca akan menulis untuk bagian tengah distribusi, dan bagian tengah adalah pemula. Katakan bahwa kamu seorang perawat, atau bahwa kamu telah menulis kode selama sepuluh tahun, atau bahwa kamu tidak tahu apa-apa tentang subjek tersebut sama sekali. Jawaban yang mengikuti akan melewatkan apa yang sudah kamu ketahui dan menghabiskan panjangnya pada apa yang tidak kamu ketahui.
Minta putusan terlebih dahulu
Dibiarkan begitu saja, model sering kali membangun menuju kesimpulan di sepanjang lima paragraf. Mintalah jawaban di baris pertama dan argumen di bawahnya. Ini adalah instruksi pemformatan, bukan trik, dan ini berhasil karena kamu telah memberi tahu model bentuk yang berguna. Ini juga membuat jawaban yang buruk terlihat jelas segera, bukan pada paragraf keempat.
Sebutkan apa yang kamu lakukan dengan jawaban tersebut
Penjelasan untuk keputusan yang akan kamu buat malam ini berbeda dari penjelasan untuk rasa ingin tahu umum. Model tidak dapat melihat kasus mana yang sedang dipandangnya. Menyatakan bahwa kamu memilih antara dua opsi, atau menulis sesuatu untuk dibaca orang lain, mengubah apa yang disertakan dan apa yang dibiarkan keluar.
Lawan ketika jawaban penuh penghalusan
Jika jawaban datang penuh dengan kualifikasi, katakan itu. Mintalah jawaban yang paling mungkin, dan secara terpisah seberapa yakin model tersebut. Model mematuhi ini dengan mudah, karena penghalusan itu adalah pengaturan awal, bukan penilaian tentang pertanyaanmu. Satu kalimat penolakan biasanya mendapatkan lebih dari sekadar prompt yang ditulis ulang.
Pertahankan utas daripada memulai ulang
Percakapan membawa konteks; sesi baru tidak. Jika jawaban sudah dekat tetapi tidak tepat, perbaiki secara langsung daripada memulai kembali dengan prompt yang lebih baik. Memulai ulang membuang semua yang sudah dipelajari model tentang apa yang kamu inginkan.
Pertanyaan yang sering ditanyakan
Apakah template prompt membantu?
Jarang, dan itu biasanya cara yang lebih panjang untuk mengatakan apa yang dikatakan kalimat biasa. Bagian yang penting memakan satu baris masing-masing dalam bahasa biasa: siapa kamu, apa yang kamu butuhkan untuknya, bentuk apa yang seharusnya diambil oleh jawaban tersebut.
Mengapa AI terus memberitahuku untuk berkonsultasi dengan profesional?
Itu adalah kehati-hatian yang telah dilatih, bukan pemblokiran kebijakan. Katakan kepadanya bahwa kamu sudah mengatasinya dan menginginkan jawaban teknisnya. Pada obrolan tanpa lapisan penolakan, itu saja biasanya sudah membersihkannya.
Apakah prompt yang lebih panjang adalah prompt yang lebih baik?
Tidak. Spesifik mengalahkan panjang. Tiga kalimat yang tepat lebih unggul daripada satu halaman instruksi, dan satu halaman sering kali mengubur pertanyaan sebenarnya di tengah-tengah.
Coba pertanyaan yang sama dua kali: sekali seperti biasa, sekali dengan tiga spesifikasi di atas.
Mulai chat tanpa sensor