Tavaly végérvényesen berobbant a mindennapjainkba a mesterséges intelligencia (MI), és ma már milliók azt találgatják, elveheti-e a munkájukat az AI. A vállalatok egyelőre inkább tapogatóznak, hogy pontosan milyen feladatokat bízhatnak az MI-asszisztensekre, ráadásul a kapcsolódó információbiztonsági kockázatok is riasztóan hathatnak a cégekre.

A legfrissebb kutatások ugyanakkor már azt mutatják, hogy a tudás alapú tevékenységek hatékonyságát 40 százalékkal is növelheti az MI – persze, ha megfelelően tudjuk utasítani, vagyis „promptolni”. Ez a készség hamarosan nélkülözhetetlen lesz a munkaerő-piacon, a legfontosabb trükköket a Protechtor vezetői képzésén ismerhették meg a technológiai szakemberek. A promptolás legfontosabb lépései:

A mesterséges intelligencia világpiaca becslések szerint 1 600 000 millió dollárosra bővül 2030-ra. Az ingyenes MI-verzióról elhíresült OpenAI csillagászati fizetéseket kínál, a GPT-4 pedig már több milliárd szót írt le a felhasználói interakciók során. Nem csoda, hogy milliók égnek MI-lázban… Csakhogy: a próbálkozás legtöbbször megáll egy ponton, amikor a szórakoztató beszélgetéseket felváltják a feladatok és utasítások, mi pedig azzal szembesülünk, hogy a nagy nyelvi modell nem igazán „érti”, pontosan mit várunk is tőle. Sőt, sokszor kapunk hibás információkat vagy rossz következtetéseket, pusztán azért, mert valójában mégsem egy nyelvet beszélünk.

„Fontos látni, hogy bár a jelenlegi fejlesztések emberi nyelven kommunikálnak velünk és rengeteg információval rendelkeznek, valójában számos korlátjuk van. A generatív AI-ra úgy kell tekintenünk, mint aki egész életét egy szobában töltve olvasott, így sokrétű a lexikális tudása, de a szöveg-összefüggéseket nem ismeri. Ezért valójában egy fontos trükkje van a mesterséges intelligenciával való kölcsönhatásoknak: minél konkrétabb, részletesebb és közvetlenebb parancsokat adunk, annál használhatóbb eredményt kapunk. Erről szól valójában a prompt, vagyis a nyelvi modellekre vonatkozó utasítások és irányelvek összessége” – mondja Szabó-Stubán Dávid, a Promptmaster alapító-ügyvezetője.A cég küldetése az, hogy minél több embert ismertessen meg ezzel a kulcsfontosságú készséggel, sőt, vannak itthoni egyetemek, ahol már a tananyag része.

Miért is olyan fontos, hogy hatékonyan tudjunk kommunikálni a mesterséges intelligenciával? Röviden összefoglalva: drasztikusan növeli az emberi teljesítményt bizonyos feladatok megoldása közben, számokban kifejezve pedig egy generatív AI-modellel és prompt engineering tudással felvértezve 30%-kal gyorsabban és 43%-kal jobb minőségben tudunk dolgozni. „Ha ezt megértjük, az is világos lesz, hogy nem egy helyettesről van szó, akinek átadhatjuk a stafétát, hanem egy olyan eszközről, amely biztos alapot ad a munkánkhoz, erre pedig tovább építkezhetünk, hozzáadva saját gondolatainkat és ötleteinket” – teszi hozzá Szabó-Stubán Dávid. Mi ez a gyakorlatban? Nézzük a jó prompt 6 fontos összetevőjét!

1. Kontextus: sokan már az első lépésnél elbuknak, pedig a fentiekből világosan következik, hogy az MI-re üres vászonként kell tekinteni, vagyis mindig azzal kezdjük az utasítást, hogy megadjuk, milyen szituációba, kinek a helyébe „képzelje” magát. Mondhatjuk például, hogy alakítson egy reklámszövegírót, aki egy vicces és figyelemfelkeltő hirdetést szeretne készíteni, hogy minél több autót eladjon. Ebből már ki tud indulni az algoritmus, de minél részletesebbek vagyunk, annál jobb.

2. A feladat meghatározása: ez szintén nélkülözhetetlen eleme a jó promptnak, kérhetjük, hogy foglaljon össze egy hosszabb szöveget egy lényegre törő bekezdésbe, esetleg fordítson le valamit vagy magyarázza el különböző paraméterek alapján egy fogalom jelentését egy bizonyos célcsoportnak. Ha megkaptuk az első választ, tovább finomíthatjuk az eredményt újabb instrukciókkal.

3. Példák: fontos támpontot adhatunk mesterséges asszisztensünknek, ha konkrét mintákat adunk neki útmutatásul. Segíthetünk neki azzal, ha e példával élve bemásoljuk cégünk korábbi reklámszövegeit, így könnyebben felveszi az elvárt stílust, szóhasználatot és valószínűleg jobban használható eredményt kapunk majd.

4. Korlátok: tovább pontosíthatjuk a promptot, ha formai és tartalmi szempontból is határokat szabunk a nyelvi modell „gondolkodásának”. Megmondhatjuk neki, hogy egy konkrét közösségi platformra készül a szöveg, ezért csak bizonyos számú karaktert használhat, de utasíthatjuk, hogy mennyire kidolgozott és részletes választ adjon, sőt, azt is megszabhatjuk, milyen erőforrásokkal gazdálkodhat, így biztosan megvalósítható ötletekkel szolgál.

5. Jó válasz: igazán személyre, cégre és feladatra szabott tartalmakat kaphatunk akkor, ha részletesen megadjuk, milyen eredményt várunk el: például egy jó reklámplakát figyelemfelkeltő vizuális elemekkel, rövid és jól megjegyezhető szöveggel készül. Tulajdonképpen ezt már tekinthetjük valódi együttműködésnek ember és gép között, hiszen mindketten megosztjuk saját tudásunkat a lehető legjobb teljesítmény eléréséért.

6. Lépések a cél felé: sok esetben nemcsak a végcél számít, hanem az oda vezető minden egyes lépés is. Ha többszöri próbálkozás után is úgy látszik, hogy a mesterséges intelligencia nem érti pontosan a feladatot – különösen komplex esetekben, például egy értékesítési stratégia vagy üzleti terv összeállításakor –, végigvezethetjük őt a folyamaton azzal, hogy pontosan megmondjuk neki, milyen mérföldköveken keresztül juthat el a megoldáshoz.

„A Protechtor közösségében azt tapasztaljuk, hogy teljes nyitottsággal fordul a hazai techszakma a generatív AI-megoldások használata felé, azonban a folyamat még csak a kezdetén jár. Miközben a munkavállalók többsége nem látja át, hogyan tudná hatékonyan használni ezeket az eszközöket a mindennapi munkában, a vállalati IT-szakemberek azt nem tudják pontosan, mennyi adminisztratív jellegű folyamat és feladat bízható rá, így gyakorlati lépéseket sem tesznek. Egyelőre a nagy nyelvi modelleket elsősorban a szöveggeneráláshoz a legérdemesebb bevetni az idő- és gazdaságosság végett, és ez még a technológiai területre is igaz: ha valaki megírja helyettünk az emailek, emlékeztetők és jelentések első változatát, mi a szakmai feladatainkra koncentrálhatunk.

Ehhez viszont átfogó szemléletváltás szükséges, és meg kell tanulnunk az MI „fejével” gondolkodni, nem csupán ennek a fordítottját várni tőle” – mondja Laczkó Gábor, a Stylers információtechnológiai cégcsoport egyik alapító tulajdonosa.