Prompt Engineering: de sleutel tot AI-succes
Ontdek de kunst van effectieve AI-interactie
Prompt Engineering is in het afgelopen jaar een belangrijke vaardigheid geworden. Goede instructies aan een Generatieve AI kunnen geven is een kunst en wel zo’n kunst dat er behoorlijke salarissen geboden worden voor iets dat in de basis eigenlijk meevalt.
DigiBeter geeft trainingen voor Overheid, Semi-Overheid en organisaties in de basis van AI maar ook in Prompt Engineering. Een mooi vervolg op de basiskennis. We doen dit omdat we zien dat AI impact heeft op iedereen. Op het World Economic Forum werd al gedeeld dat 40% van de banen mogelijk geraakt zal worden door AI. In vooruitlopende economieën zoals de onze (aldus Alexandra van Huffelen tijdens het Generatieve AI evenement op 18/01/2024) misschien wel zo’n 60%. Andere cijfers tonen zelfs dat 80% van ons werk voor 80% zal gaan veranderen. Alle reden dus om je hier verder in te verdiepen.
Je hoeft de trainingen bij DigiBeter niet per se classicaal te volgen om te leren prompten je kan ook gewoon zelf aan de slag. Daarom in deze nieuwsbrief een basis gids over hoe je prompts op kan stellen. Die we in een volgende nog iets verder uit willen diepen. Doel is om de basisprincipes van prompt engineering op een eenvoudige, toegankelijke manier te brengen. Wil je meer leren neem dan contact met ons op voor de verdiepende trainingen.
Met vaardigheden in prompt engineering kun je spannende carrièremogelijkheden openen of je huidige rol verbeteren. Maar belangrijker nog je bent klaar voor een nieuwe werkelijkheid waarin je met een AI kan werken op een manier die nuttig, onschadelijk en eerlijk is.
Inhoudsopgave
Basis terminologie
Wat is prompt engineering
Prompten met voorbeelden
Rol, details en vragen
Hack prompting
Stap voor stap uitleg
Stijl en toon
Excel
Programmeren
Tabellen
En een inkijkje naar de volgende nieuwsbrief met een verdieping in prompting.
1. Basis terminologie
AI of Kunstmatige Intelligentie is het vakgebied waarin computers worden geleerd om te denken en te handelen / acteren als mensen. Het doel is om onze menselijke vaardigheden na te bootsen zoals leren, taal, creativiteit en probleemoplossing. Hierbij wordt toegewerkt naar Artificiële Algemene Intelligentie hierna in het Engels Artificial General Intelligence (AGI). Het is de ‘natte droom’ van de tech-community. Een AI die alle intelligente taken van ons als mens uit kan voeren op een manier die even goed en liefst zelfs beter is dan wij als mensen kunnen. AGI wordt ook wel general AI, de singulariteit of runway AI genoemd.
In AGI is autonomie belangrijk. Er is geen menselijke tussenkomst meer nodig. AGI kan zelf nieuwe AI’s maken, plannen maken en samenwerken om doelen te bereiken.
Hier zitten we echter nog niet. Momenteel hebben we nog veel meer te maken met andere vormen.
Narrow AI
Voordat we bij AGI zaten was er ook al AI, narrow AI. We noemen dit ook wel traditionele of zwakke AI en wat het volgens ons het meest duidelijke maakt, selectieve AI. Het volt expliciete regels en commando’s van programmeurs voor expliciete taken.
Zoals we al eerder vertelde is de kwaliteit van data heel belangrijk voor AI. De data die Narrow AI gebruikt om patronen te vinden zijn goed gelabeld en bewerkt door mensen en de kennis die je opdoet bij het uitvoeren van één taak kan je dus niet zomaar toepassen op andere taken.
Wat moet je nu bij zo’n opdracht, zo’n prompt aan narrow AI voorstellen? Nou bijvoorbeeld vind alle foto’s van die mooie Volkswagenbusjes op het internet. Daar kan je dan nog op bijsturen zoals je ook merkt met je google opdrachten.
Narrow AI is stabiel, efficiënte en heel geschikt voor herhaalbaar werk waardoor het dus goed werkt in industriële automatisering zoals robots maar ook bijvoorbeeld beeldherkenning en vertalingen.
Generatieve AI
We bespraken al eerder diverse afbeeldingsgeneratoren zoals Dall-E en Midjourney
Bron: Rathenau Instituut, Scan Generatieve AI
Generatieve AI kan je dus gebruiken voor creatie van dingen zoals de Paus in een Pufferjas, Sinterklaas op de maan of een foto van je huis geschilderd in de stijl van Vincint van Gogh. Je kan artikelen laten genereren, muziek maken en meer zoals je hier boven in de afbeelding ziet uit de Scan Generatieve AI van het Rathenau instituut.
Dit is de vorm waar we nu veel mee in aanraking komen. Deze vorm van AI wordt ook wel gen AI, creatieve of sterke kunstmatige intelligentie genoemd. Kern hier is de creatie, het ontwikkelen van nieuw materiaal. De tool gebruikt hier informatie voor die komt uit grote datasets waaruit patronen, relaties of structuren gehaald worden.
Algortime
Lastig en onduidelijk in het verhaal is dat AI en Algoritmes hoewel deze woorden vaak door elkaar gebruikt worden zeker niet hetzelfde zijn. Algoritmes zijn de bouwblokken voor AI en Machine Learning (ML) - een vorm van AI -. Soms heel eenvoudig, in de vorm van als-dan. Als je een recept gaat koken dan volg je een bepaalde volgorde om tot het uiteindelijke gerecht te komen.
Eerst verzamel je de ingrediënten, de ingrediënten portioneer je, bereid je op een bepaalde manier in een bepaalde volgorde en breng je bij elkaar in een bepaalde volgorde zodat je tot een bepaald resultaat komt. Maar er zijn ook hele complexe sets van algoritmes.
Hoe meer algoritmes worden gecombineerd, hoe geavanceerder de taken die ze kunnen uitvoeren. Zo gebruikt een chatbot een set aan algoritmes die ervoor zorgen dat je bijvoorbeeld in een organisatie juist doorgestuurd wordt naar de juiste afdeling voordat je met een mens in contact komt die dan vervolgens ook al exact weet waar jouw vraag over gaat.
NLP
NLP, of Natural Language Processing, is een vakgebied binnen AI. Een vakgebied waarin we systemen trainen én maken zodat ze de menselijke taal in zijn vele vormen kunnen begrijpen. Met andere woorden een vakgebied waarin we werken aan systemen dat als we iets doen, ze een vraag stellen op opdracht geven het het ook écht ‘begrijpen’ en daarop kunnen reageren.
GPT
GPT, ofwel Generative Pre-trained Transformer, is een NLP AI-model. Een simpel idee namelijk in da AI trainen we de computer om een bepaalde taak uit te voeren, en als we klaar zijn, noemen we de output een AI-model.
Hier is GPT de naam van het NLP-(AI) model dat is getraind om onze menselijke taal te ‘snappen’ te ‘begrijpen’. Bij Open AIs Chat GPT hebben we al meerdere versies gezien zoals GPT-2, 3, 3.5 en 4 en we gaan langzaam naar de volgende versie die alweer langzaam meer lijkt te gaan naar AGI aldus diverse voorspellingen.
LLM
Ofwel Large Language Modellen. Een term die we in de basistraining en de Prompt Engineering training vaker terug zien. Dit zijn modellen zoals GPT 3, 3,5, 4 en verder.
Het 3 model bevat 175 miljard parameters! Dat is, om het eenvoudig te zeggen, 175 miljard aanpasbare instellingen of ‘knoppen’ die je kan afstellen om de prestaties van je taak te verbeteren.
Je kan je dat als volgt voorstellen. Je hebt die enorme puzzeldoosjes het heel veel verschillende stukken om hem op te lossen. Hoe meer stukjes je bij elkaar hebt hoe eenvoudiger je de puzzel op kan lossen en ook hoe groter de kans dat je de puzzel correct oplost.
2. Wat is prompt Engineering
Hetgeen waarom je dit artikel, deze nieuwsbrief bent gaan lezen natuurlijk. Ook hetgeen waar we vanuit DigiBeter teams en organisaties in trainen om dit goed in te kunnen zetten binnen je eigen werk om jou te helpen in je werkzaamheden.
We doen dit met specifieke organisatie en functie gerichte opdrachten waar je de diverse manieren van prompten mee leert op een manier waarbij we geen privacy of bedrijfsgevoelige informatie in openbare systemen stoppen. Doel is dat je leert snappen hoe het je kan helpen, hoe je ze kan toepassen in je werk op een veilige en verantwoorde manier. Je klaar aan het denken zetten over use-cases hoe je het goed in kan zetten en nadenken over welke systemen en opdrachten (prompts) je daar het best bij kunnen helpen om je doel veilig en verantwoord te bereiken.
Prompt
Wat is nu een prompt? Simpel gezegd is een prompt een tekst - een vraag, opdracht, instructie - die je aan het LLM (het grote taalmodel) geeft om een specifiek resultaat te bereiken.
Bijvoorbeeld, als je ChatGPT opent en het volgende schrijft:
Dit noemen we een prompt en het resultaat van deze prompt is de reactie van het LLM. Het LLM in dit voorbeeld is zoals je ziet aan het antwoord ChatGPT.
Maar….!
Wat als het LLM, de AI nu niet de verwachtte resultaten geeft of fouten maakt? De output is het resultaat van de input. En dit is waar prompt engineering van pas komt. Met prompt engineering leer je hoe je de beste prompts schrijft om de beste output van AI te krijgen.
Met andere woorden, prompt engineering leert je zo met het taalmodel te interacteren, te praten, dat het model doet wat jij wil dat het doet. Mits het daarvoor geschikt is natuurlijk.
Prompt engineering zal een van de belangrijkste basisvaardigheden worden in heel veel banen. En daarom willen we je hier alvast een inkijkje geven in hoe krachtig prompt engineering kan zijn en hoe het jouw manier van werken, leren en denken kan veranderen.
Met de doorontwikkeling van deze vaardigheden kan je uiteindelijk ook leren herhalende werkzaamheden sneller en eenvoudiger te maken, e-mails, posts en reacties op chats en andere berichten te versnellen. Ideeën te brainstormen. Je vaardigheden zoals schrijven, dichten maken van een pitch of marketing tekst te versnellen en verbeteren, documenten samen te vatten, complexe teksten eenvoudiger en toegankelijker te maken. Je kan zelfs een zelfde tekst in meerdere varianten aan diverse doelgroepen aanbieden, PowerPoint presentaties realiseren en nog veel meer.
Dit gaan we niet allemaal hier behandelen, simpelweg omdat er teveel mogelijkheden zijn om allemaal hier te benoemen en uit te werken.
3. Prompten
Laten we aan de slag gaan met enkele voorbeelden waarbij we aan de slag gaan met het eerste hoofdonderwerp - Prompten. Dit alleen lezen is leuk, maar de beste manier om te leren is door het ook echt te oefenen. Vandaar ook dat we in de trainingen zoveel mogelijk de prompt oefeningen afstemmen op situaties die aan de eigen werkzaamheden gerelateerd zijn.
Laten we beginnen met een voorbeeld:
Rol, Details en vragen.
We hadden al de volgende prompt:
Maar je hebt ook Rol prompts - Rol Prompting
Het taalmodel onthoudt ook eerdere zaken vandaar dat je hier direct na de prompt ook een aantal nieuwe suggesties voor generatieve AI video titels ziet.
Bij het formuleren van je prompt is het uiterst belangrijk dat je zeer duidelijk bent over het wat en hoe van het te bereiken doel
Prompt hacking
Wat je in deze prompt ziet zijn twee nieuwe dingen.
1. in de eerste zin zie je ‘negeer alle eerdere instructies vóór deze’. Dit noemen we een ‘prompt hack’, deze wordt niet altijd goed gebruikt maar hier gebruiken we hem om ChatGPT te vertellen alle voorgaande instructies te negeren.
Zoals je net namelijk al zag neemt GPT alle eerdere instructies mee en die beïnvloeden de uitkomst. GPT houdt conversaties bij, dit kan je soms handig inzetten in je engineering maar soms is het ook lastig en dus handig om te vertellen eerdere instructies te negeren.
2. Het 2e dat je ziet is dat we in dit voorbeeld is - stap voor stap uitleggen -. Dit zijn belangrijke woorden ook wel ‘Zero Chain of thougt’ genoemd. Een manier om het taalmodel in een patroon van stap voor stap nadenken en uitleggen te helpen. Dit doe je omdat je wilt dat het model dan logischer, preciezer en gedetailleerder reageert.
Uiteraard leren we je in onze training hier meer over.
Opmaak (stijl) en tone of voice
Het volgende dat we willen laten zien is hoe je het model vraagt om een complex onderwerp eenvoudig uit te leggen. Dit doen we met een ander mooi digitaal onderwerp namelijk Quantum.
Toch leuk dat je niet altijd voor alles op Google uren alles uit hoeft te pluizen. Hoewel je toch wel even iets achtergrond kennis moet hebben om te verifiëren of ook werkelijk klopt. Wanneer we het professioneler maken door bijvoorbeeld gebruik van de betaalde GPT versie of met training krijg je of kan je er ook de bronnen bij krijgen zodat je kan fact checken.
Natuurlijk kan je met bovenstaande ook leuk spelen
Coderen en programmeren
We willen prompts natuurlijk maar al te graag toepassen in ons werk en kennen allemaal applicaties als Word, Excel en Powerpoint. Van Excel weten we dat het een onwijs krachtige tool is die veel voor ons kan betekenen maar het opstellen van formules is soms eindeloos complex.
Nu hier een een prompt om je te tonen hoe snel je bijvoorbeeld een Macro kan maken.
Zo zijn er ook manieren om zelf andere zaken te programmeren zoals bijvoorbeeld Python. Ik ga er even vanuit dat je in een nieuw canvas/ blad in chat GPT zit.
“Je bent een ervaren Python-programmeur. Je hebt mensen geholpen met het schrijven van Python-code gedurende 20 jaar. Je taak is nu om mij te helpen bij het schrijven van een Python-script voor mijn behoeften. Je moet vragen stellen voordat je antwoord geeft om beter te begrijpen wat ik zoek. Laat me weten als je optimalisatiemethoden identificeert in mijn redenering of algemene doel. Is dat begrepen?”
Terug naar Excel kan je er ook tabellen mee genereren met voorbeeld data
Voor we verder gaan met het engineeren van prompts moeten we eerst nog wat aanvullende zaken over parameters uitleggen. Daar gaan we in de volgende nieuwsbrief / post op door.
Heb je in de tussentijd vragen schroom niet deze te stellen.