การก้าวขึ้นมาของ Agentic Engineering: หนี้ทางพรอมต์ (Prompt Debt)

การเขียนพรอมต์ด้วยภาษาอังกฤษธรรมดาให้ความรู้สึกเหมือนเวทมนตร์ คุณพิมพ์สิ่งที่คุณต้องการ แล้วต้นแบบ (prototype) ก็ปรากฏขึ้นมา แต่สำหรับระบบในระยะยาว เวทมนตร์นี้จะกลายเป็นกับดัก

คุณอาจกำลังสะสมหนี้ทางพรอมต์ (prompt debt) อยู่

หนี้ทางพรอมต์เกิดขึ้นเมื่อคุณใช้ภาษาธรรมชาติในการควบคุมโมเดล แทนที่จะใช้การวิศวกรรมที่แม่นยำ สิ่งนี้สร้างปัญหาใหญ่สามประการ:

  • การพัฒนา (Iteration) ช้าลง: คุณเพิ่มข้อความเพื่อแก้ไขข้อผิดพลาดหนึ่ง แต่ข้อความนั้นกลับไปทำให้ส่วนอื่นพัง ในไม่ช้า พรอมต์ของคุณก็จะกลายเป็นกองขยะของคำสั่งที่ซ้ำซาก
  • ทีมของคุณสูญเสียการควบคุม: พรอมต์ที่เต็มไปด้วยคำเตือนตัวพิมพ์ใหญ่ทั้งหมดและกรณีขอบเขต (edge cases) ต่างๆ เป็นเรื่องที่เป็นไปไม่ได้เลยที่เพื่อนร่วมงานจะอ่านหรือจัดการได้
  • คุณถูกผูกขาดอยู่กับโมเดลเดียว: พรอมต์ที่ปรับแต่งมาเพื่อโมเดลหนึ่ง มักจะล้มเหลวเมื่อใช้กับเวอร์ชันใหม่ที่ดีกว่า ทีมต่างๆ จึงติดอยู่กับโมเดลเก่าที่มีราคาแพงเพราะกลัวว่าระบบจะพัง

สิ่งนี้เกิดขึ้นเพราะคุณกำลังต่อสู้กับค่าน้ำหนัก (weights) เมื่อโมเดลขัดขืนคำสั่งของคุณ คุณก็แค่เขียนซ้ำ ทุกๆ คำสั่งที่เขียนซ้ำหรือเน้นย้ำคือเนื้อเยื่อแผลเป็น (scar tissue) มันแสดงให้เห็นว่าการฝึกฝน (training) ของโมเดลกำลังต่อต้านเจตนาของคุณ

ภาษาธรรมชาติไม่แม่นยำพอสำหรับงานวิศวกรรม การเปลี่ยนแปลงเล็กน้อยในการใช้คำสามารถพลิกพฤติกรรมของโมเดลได้ แม้แต่ข้อเท็จจริงที่ไม่เกี่ยวข้องในพรอมต์ก็สามารถเปลี่ยนวิธีที่โมเดลตอบสนองได้

คุณจะแก้ไขเรื่องนี้ได้อย่างไร?

คุณต้องหยุดเขียนพรอมต์ด้วยมือ และเริ่มกำหนดพฤติกรรมด้วยการวัดผล (measurements)

  • พรอมต์ คือ ย่อหน้าหนึ่งที่คุณ "หวัง" ว่าโมเดลจะทำตาม
  • เมทริกซ์ (Metric) คือ สัญญาที่โมเดล "ต้อง" ทำให้สำเร็จ

อนาคตของวิศวกรรมกำลังเปลี่ยนจากการ "เขียนพรอมต์" (prompting) ไปสู่ "การเขียนโปรแกรม" (programming) เครื่องมืออย่าง DSPy และ GEPA ช่วยให้คุณกำหนดเป้าหมายและเมทริกซ์ได้ จากนั้นระบบจะค้นหาพรอมต์ที่ดีที่สุดเพื่อให้บรรลุเป้าหมายนั้น

สิ่งนี้เปลี่ยนการเขียนพรอมต์ให้กลายเป็นผลลัพธ์ที่ผ่านการคอมไพล์ (compiled artifact) หากมีโมเดลใหม่ที่ราคาถูกกว่าเข้ามา คุณก็ไม่ต้องตื่นตระหนก คุณเพียงแค่รันเมทริกซ์ของคุณกับโมเดลใหม่และสร้างพรอมต์ขึ้นมาใหม่

เช่นเดียวกับที่วิศวกรเปลี่ยนจากภาษาแอสเซมบลี (assembly language) ไปสู่คอมไพเลอร์ (compilers) วิศวกร AI ต้องเปลี่ยนจากการปรับแต่งสตริงด้วยมือ ไปสู่การเพิ่มประสิทธิภาพของเมทริกซ์ (optimizing metrics)

เลิกใช้คำวิเศษมนตร์เพื่อโน้มน้าวโมเดล แต่เริ่มสร้างด้วยข้อกำหนดที่วัดผลได้

Source: https://dev.to/raminjafary/the-rise-of-agentic-engineering-part-6-prompt-debt-the-limits-of-natural-language-28oi

Optional learning community: https://t.me/GyaanSetuAi