OpenAI раскрыла секреты промптинга: как работать с новыми моделями GPT
Недавно OpenAI опубликовала внутреннее руководство по составлению промптов для своих последних моделей. Хотя многие базовые принципы остались прежними, появились важные нюансы, которые напрямую влияют на качество результата.
Разбираем ключевые моменты из этого документа и объясняем, как адаптировать свои промпты под более умный, но и более требовательный искусственный интеллект.
Буквальность ИИ: почему старые промпты могут не сработать
Главное изменение — новые модели GPT следуют инструкциям гораздо более буквально, чем их предшественники. Если раньше нейросеть могла «додумать» недостающие детали, опираясь на скрытый контекст, то теперь она ждет максимальной конкретики.
Это палка о двух концах. С одной стороны, модель реже ошибается и отклоняется от задачи. С другой — промпты, которые отлично работали раньше, теперь могут давать сбой, потому что ИИ перестал догадываться о ваших неявных ожиданиях.
Поскольку модель следует инструкциям более буквально, разработчикам может потребоваться явно указывать, что делать или чего не делать. Кроме того, существующие промпты, оптимизированные для других моделей, могут не сразу заработать с этой моделью, потому что существующие инструкции выполняются более точно, а неявные правила больше не угадываются так активно.
На практике это означает: если вы хотите определенный стиль, тон или формат, укажите это прямо. Не надейтесь, что ИИ «сам поймет».
Длинный контекст: новая стратегия размещения инструкций
Один из самых ценных и неочевидных советов касается работы с большими обьемами текста (например, при анализе документов или написании саммари). OpenAI рекомендует применять так называемый «метод сэндвича».
Лучшая стратегия: размещайте инструкции как до основного текста, так и после него. Это помогает модели удерживать фокус на задаче на протяжении всей обработки контекста.
Если инструкцию можно указать только один раз: размещайте ее перед контекстом. Это работает эффективнее, чем инструкция в конце.
Если у вас в промпте длинный контекст, в идеале размещайте ваши инструкции как в начале, так и в конце предоставленного контекста, поскольку мы обнаружили, что это работает лучше, чем размещение только сверху или только снизу. Если вы предпочитаете давать инструкции только один раз, то размещение над предоставленным контекстом работает лучше, чем под ним.
Интересно, что этот совет прямо противоречит рекомендациям Anthropic для их модели Claude, где инструкции советуют ставить строго после длинного контекста. Это важное различие, которое нужно учитывать при работе с разными LLM.
Работа с инструментами: ключ в детальном описании
Современные модели все лучше справляются с использованием внешних инструментов (API, функции). Качество их работы напрямую зависит от того, насколько хорошо вы опишете каждый инструмент. OpenAI подчеркивает: не ленитесь писать подробные и ясные описания.
Разработчикам следует давать инструментам четкие имена, указывающие на их предназначение, и добавлять ясное, подробное описание в поле «description». Аналогично, для каждого параметра инструмента используйте понятные имена и описания, чтобы обеспечить правильное использование.
Если ваш инструмент особенно сложен и вы хотите предоставить примеры его использования, мы рекомендуем создать раздел # Примеры в вашем системном промпте и разместить примеры там, а не добавлять их в поле «description», которое должно оставаться подробным, но относительно кратким.
Агентное мышление и старые правила
Несмотря на новые возможности, базовые техники промпт-инжиниринга все еще актуальны.
Агентное мышление: Модели обучены рассуждать как агенты, но у них нет встроенной функции «цепочки мыслей» (Chain-of-Thought). Если вы хотите, чтобы ИИ рассуждал пошагово, прежде чем дать ответ, вы должны прямо попросить его об этом в промпте фразой вроде: «Прежде чем дать ответ, думай по шагам«.
Классические методы: Техники вроде Few-Shot Prompting (когда вы даете модели несколько примеров для подражания) и четкие, конкретные инструкции по-прежнему являются основой хорошего результата.
Универсальная структура промпта от OpenAI
В качестве отправной точки для сложных задач OpenAI предлагает использовать следующую структуру. Это не жесткий шаблон, а скорее надежный каркас, который помогает ничего не упустить и направить модель в нужное русло.
Рекомендуемая структура промпта:
_____________________
# Роль и Цель
# Инструкции
## Подкатегории для более детальных инструкций
# Шаги для рассуждения
# Формат вывода
# Примеры
## Пример 1
# Контекст
# Финальные инструкции и промпт для пошагового мышления
_____________________
Главные выводы: кратко и по делу
Если свести все рекомендации к нескольким практическим советам, то они будут выглядеть так:
— Будьте предельно конкретны. Новые модели GPT не додумывают за вас, а следуют инструкциям буквально. Прописывайте все требования к формату, стилю и содержанию.
— При работе с длинными текстами используйте «метод сэндвича»: дублируйте ключевую инструкцию в начале и в конце промпта. Если это невозможно, ставьте ее в начало.
— Качество работы ИИ с внешними инструментами напрямую зависит от качества их описания. Давайте понятные имена и подробные, но лаконичные инструкции.
— Чтобы заставить модель рассуждать, а не сразу выдавать ответ, прямо попросите ее «думать по шагам». Эта функция не включена по умолчанию.
— Используйте предложенную структуру промпта (Роль, Инструкции, Формат и т. д.) как надежный шаблон для создания сложных и многосоставных запросов.
