Panduan Prompting Baharu OpenAI: Fokus pada Hasil, Bukan Skrip Langkah-demi-Langkah
OpenAI telah mengeluarkan rangka kerja prompting baharu yang mencabar obsesi tradisional terhadap "chain-of-thought", menggesa pengguna untuk mengutamakan hasil berbanding arahan yang kaku. Peralihan ini menandakan peralihan ke arah interaksi yang lebih intuitif dan berat pada penaakulan, di mana model diberikan autonomi dan bukannya skrip yang ketat.
Empat Komponen Asas Prompting yang Berkesan
Daripada menyediakan manual parameter API yang kompleks atau skema yang rumit, OpenAI memudahkan seni bina prompting kepada empat komponen pilihan: Matlamat (Goal), Konteks (Context), Format Output, dan Sempadan (Boundaries). Yang paling penting, tiada satu pun daripada komponen ini yang wajib. Untuk pertanyaan ringkas, prompt yang pendek sering kali memberikan hasil yang lebih baik berbanding set arahan yang terlalu kompleks.
Falsafah teras panduan ini adalah untuk "bermula secara kecil-kecilan." OpenAI mencadangkan agar pengguna memulakan dengan hasil yang diingini dan bukannya urutan langkah yang terperinci. Dengan menerangkan matlamat akhir dan bukannya proses, anda membolehkan model seperti GPT-4o untuk mencari, membandingkan maklumat, dan melaraskan pendekatan mereka secara autonomi. Penerangan proses yang terperinci hanya perlu digunakan apabila metodologi khusus adalah sama pentingnya dengan output akhir.
Kekangan Berbanding Pengaturcaraan Skrip
Pengajaran utama bagi pembangun dan pengguna tegar adalah bahawa kekangan adalah lebih berkesan daripada skrip langkah-demi-langkah. Daripada cuba mengurus setiap pergerakan AI secara mikro, OpenAI mengesyorkan pelaksanaan satu atau dua "peraturan keras" (hard rules) untuk mengelakkan tingkah laku yang tidak diingini. Contohnya termasuk arahan seperti "Kekalkan angka bajet yang diluluskan tanpa perubahan" atau "Sediakan ini sebagai draf; jangan hantarkannya."
Pendekatan "kurang itu lebih" ini turut merangkumi pengurusan konteks. Panduan ini menasihatkan agar hanya lampirkan fail—seperti PDF, hamparan (spreadsheet), atau imej—yang benar-benar akan mempengaruhi jawapan. Untuk kerja profesional yang berisiko tinggi, OpenAI mencadangkan gelung "pengesahan kendiri" (self-verification), di mana anda meminta model secara eksplisit untuk menyemak outputnya sendiri bagi ralat tertentu, seperti memastikan setiap item tindakan mempunyai pemilik dan tarikh akhir yang ditetapkan.
Membezakan Chat daripada "Work" dan Meningkatkan Codex
OpenAI juga sedang memformalkan perbezaan antara "Chat" dan "Work." Walaupun Chat bertujuan untuk pertanyaan pantas dan pengolahan semula ayat, "Work" merujuk kepada tugasan berat yang mengambil data daripada pelbagai sumber (seperti Gmail, Slack, atau GitHub) untuk menghasilkan hasil kerja yang besar. Walaupun tugasan Work menggunakan lebih banyak kredit, ia direka untuk mengautomasikan aliran kerja yang kompleks dan berulang.
Bagi pembangun yang menggunakan Codex, panduan ini memperkenalkan keupayaan kawalan (steering) dan sandboxing yang canggih. Pengguna kini boleh menggunakan arahan "Steer" untuk mengalihkan larian semasa atau "Queue" untuk menyusun arahan seterusnya. Untuk mengurus projek pengekodan yang kompleks, OpenAI memperkenalkan arahan slash yang khusus:
- /plan: Menganalisis kod dan mencadangkan pendekatan sebelum pelaksanaan.
- /goal: Menetapkan objektif tahap tinggi yang dijejaki oleh model merentasi pelbagai langkah.
- /review: Membolehkan audit keselamatan dan logik secara tempatan atau bersepadu dengan GitHub.
Ringkasan Utama
- Utamakan Hasil: Mulakan dengan hasil yang diingini; hanya takrifkan proses jika langkah-langkah khusus adalah penting untuk tugasan tersebut.
- Gunakan Kekangan, Bukan Skrip: Gunakan sempadan yang tegas untuk mengelakkan ralat daripada cuba menulis skrip bagi setiap pergerakan individu model tersebut.
- Manfaatkan Arahan Khusus: Gunakan arahan slash Codex seperti
/plandan/goaluntuk mengurus aliran kerja teknikal yang kompleks dan berbilang langkah.