Przepis na dobry prompt - i dlaczego go spalił mi AI
Autor odkrywa, że jego bezawaryjna metoda na pisanie promptów przestała działać. Dlaczego sztuka rozmawiania z maszynami wymaga ciągłego wykolejania się?

👁 121 przeczytań
- Prompt oparty na formule 'kontekst + zadanie + format' przestał działać, bo modele AI co trzy miesiące przechodzą aktualizacje zmieniające ich sposób reagowania na instrukcje.
- Autor testował ten sam prompt na GPT-4, Claude i Gemini - we wszystkich przypadkach wyniki były słabsze niż przed aktualizacjami modeli.
- Zamiast sztywnych formuł autor rekomenduje elastyczność: modyfikowanie promptu w trakcie rozmowy, gdy model idzie w złym kierunku.
Siedziałem nad swoim notesem - dosłownie notesem, papierem, takim jak ludzie pisali w 2003 roku - i robiłem coś, co teraz wydaje mi się irytujące: katalogowałem. Katalogowałem swoje sukcesy w promptowaniu. Każdy prompt, który zadziałał. Każda komenda, którą ChatGPT, Claude czy Midjourney przyjęły z entuzjazmem i zwróciły coś bliskiego ideału.
Była tam „kontekst + zadanie + format” - nieomylna triada. Była tam technika pobrania się z wyobraźni modelu poprzez słowa-klucze. Były tam frazy magiczne: „myśl krok po kroku”, „jesteś ekspertem”, „odpowiedz szczegółowo”. Myślałem, że to sztuka. Myślałem, że to jest nauka. Teraz wiem, że to było czarowanie na kompasie wyznaczonym przez wielkie modele, które co trzy miesiące zmieniały kolej.
A potem przyszły aktualizacje. Albo raczej - przyszły i minęły, zostawiając mnie z wypalonym receptariuszem.

Gdy przepis stracił moc
Na przełomie wiosny i lata tego roku coś się stało. Nie dramatycznie. Nie tak, że AI zbuntowało się albo oszalało. Po prostu - przestało słuchać instrukcji, których uczyłem się dobrze. Prompt, który miesiąc wcześniej wygenerował siedem stron błyskotliwego artykułu na temat filozofii kota Schrödingera w czasach scrollingu, teraz zwracał coś mdłego, bezbarwnego. Żaden błąd składni. Żaden warning. Po prostu… taka sobie odpowiedź.
Najpierw myślałem, że mam pecha. Że tego konkretnego dnia model „się nie budził”. Powiedzmy, że mnie na to nie stać. Potem wymieniłem modele - próbowałem GPT-4, próbowałem Claude, próbowałem Gemini. Ten sam prompt. Inne wyniki. Zawsze słabsze niż pamiętałem.
Byłem osobą, która właśnie odkryła, że jej mapa nie pasuje do terenu.
Zacząłem się zastanawiać, czy to ja. Może przyzwyczaiłem się do tej pierwszej, zachwycającej generacji odpowiedzi i teraz wszystko wydawało mi się gorsze. Ale nie - wiedziałem, że zmienił się standard. Wyczułem to instynktownie, tak jak czujesz, że ktoś zmienił się fryzurę. Pytanie było: co się zmieniło?
Efekt szlifowania
Moja teoria jest taka: każdy model przechodzi to, co nazwę „efektem szlifowania”. Na początku jest surowy, podatny, pełen energii do eksperymentów. Instrukcje działają potężnie, bo model jeszcze nie nauczył się oporu. Czasem słychać w nim niedoskonałość, ale to niedoskonałość twórcza. Zaraz potem przychodzą feedback, korekcje, wytyczne etyczne - ten duży szlif.
I model staje się jak dobrze wychowany robot. Bezpieczny. Nudzący. Przewidywalny w swojej nieprzewidywalności.
Promptowanie to gra z poruszającym się celem. Im bardziej standaryzujesz swoje podejście, tym bardziej stajesz się neofitem w następnym sezonie.
Moja sekretna broń - drażliwość instrukcji, zaszczepienie roli („jesteś najlepszym pisarzem…”, „myśl jak”), ciągi logiczne zamiast bezpośrednich poleceń - wszystko to działało, bo застигało model w fazie jego niedojrzałości. Teraz, gdy model dorósł, te sztuczki wydają się niewłaściwe. Model patrzy na nie jak dorosły człowiek patrzy na listę Świętego Mikołaja - małą, czułą, ale niezbyt poważnie.

Druga strona notatnika
Przyznać się do tego, że mój przepis nie działa, to było dziwne uczucie. Przez dwa lata pisałem na blogu promptowy.com nie jako ekspert - nigdy nie chciałem być ekspertem - ale jako człowiek, który znalazł niezbędnik. Ktoś, kto odkrył, że jeśli powiesz rzeczy w odpowiedniej kolejności, odpowiedź będzie taka, jakiej ci się marzy.
Teraz wiem, że to była przejściowa harmonizacja. Być może nawet złudzenie optyczne.
Co ciekawe, to odkrycie zmieniło moją pracę całkowicie - ale nie w kierunku pesymizmu. Wręcz przeciwnie. Zacząłem rozumieć, że sztuka promptowania to nie nauka o komendach. To umiejętność czytania. Umiejętność bycia czułym na to, co się właśnie zmieniło w modelu. To ciągły dialog, a nie wykład wprowadzający maszynę w stan posłuszeństwa.
Moje nowe przepisy mają strukturę, ale bez dogmatyzmu. Mówię modelowi, co chcę, ale otworcie. Czasem coś dodaję po drodze, gdy widzę, że model idzie w fałszywym kierunku. Częściej eksperimentuję, nie trzymając się starych kombinacji. Wciąż czasem wracam do starych sztuczek - i czasem działają. Ale nie spodziewam się tego.
Gra bez instrukcji
Myślę czasem, że zmiana, którą obserwuję, to nie wina technologii. To jej zaleta. To oznacza, że modele się uczą - nie tylko w sensie technicznym, ale również w sensie, że stawiają opór naszym banialnym sztuczkom. Że będą coraz bardziej podobne do rzeczywistych rozmów z rzeczywistymi ludźmi (czy sztucznym jej substytutem, cokolwiek to jest).
Jeśli ta teoria jest słuszna, to każdy prompt, który napiszemy za rok, będzie przestarzały. Każdy porządek, który ustalę teraz, będzie wymuszać zmianę. A to oznacza, że pisanie na temat „jak promptować” to zawód niemal beznadziejny. Zawód człowieka, który instruuje innych, jak zdobyć orientację na mapie, którą co pół roku przepisują.
I jednak piszę dalej. Nie dlatego, że uważam, że znalazłem coś wieczne. Ale dlatego, że proces eksploracji jest bardziej interesujący niż mapa. Dlatego że każde odkrycie jest tymczasowe, a na tym polega jego czar.

Nowy przepis (tymczasowy)
Jeśli mam dziś coś do powiedzenia o promptach, to tyle: nie ucz się sztywnych formuł. Ucz się czytania. Ucz się obserwacji. Gdy model zmienia się każde trzy miesiące, twoją superbronią nie będzie pamięć twoich starych sukcesów. Będzie elastyczność umysłu. Będzie gotowość do tego, że przepis cię zawiedzie, i że to będzie jakby… normalne.
Moja pierwsza triada - kontekst, zadanie, format - to wciąż trzy słuszne rzeczy. Ale to już nie magiczny zaklęcie. To szkielet. Reszta to Ty. To jest moment, w którym zauważasz, że model nie rozumie, i pytasz inaczej. To jest punkt, w którym widzisz, że generuje za długo, i skracasz instrukcję. To jest ta cicha rozmowa między tobą a maszyną, której żadna uniwersalna porada nie da ci gotowej w prezencie.
Przestałem wierzyć w przepisy na AI. Zacząłem wierzyć w czujność. I być może to jest najstarsza, najprawdziwsza porada - zdanie urwane - brak możliwości korektyła ją przeczytać.
Mapa się zmienia. Kompas się kręci. A ja piszę dalej, dobrze wiedząc, że za rok ten tekst będzie już nieznośnie przestarzały. I mam nadzieję, że będzie - bo to będzie oznaczać, że posunęliśmy się dalej.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Najczęstsze pytania
Dlaczego moje sprawdzone prompty przestały działać tak dobrze jak wcześniej?
Modele AI zmieniają się co około trzy miesiące przez aktualizacje i korekty etyczne, przez co stare formuły tracą skuteczność. Autor nazywa to 'efektem szlifowania' - model staje się bezpieczniejszy i bardziej przewidywalny, ale mniej podatny na dawne instrukcje.
Czy techniki takie jak 'myśl krok po kroku' albo 'jesteś ekspertem' nadal działają?
Według autora działają rzadziej i nie można już na nich polegać. Sprawdzały się, gdy modele były mniej dojrzałe, teraz model traktuje je jak dorosły człowiek traktuje listę życzeń do Świętego Mikołaja.
Czy formuła 'kontekst + zadanie + format' jest nadal przydatna?
Tak, ale autor traktuje ją już tylko jako szkielet, a nie magiczne zaklęcie. Reszta to umiejętność czytania na bieżąco zachowania modelu i korygowania instrukcji w trakcie rozmowy.
Jak autor prowadzi blog o promptowaniu, skoro przepisy co chwilę się dezaktualizują?
Autor pisze na blogu promptowy.com i przyznaje, że każdy prompt napisany dziś będzie przestarzały za rok. Kontynuuje jednak, bo - jak twierdzi - proces eksploracji jest bardziej interesujący niż sama mapa.
