Prompt Engineers

Prompt engineering คือคอนเซปต์ในปัญญาประดิษฐ์ โดยเฉพาะในการประมวลผลภาษาธรรมชาติ (NLP) ใน prompt engineering คำอธิบายของงานที่ AI ควรทำจะถูกฝังไว้ในอินพุต เช่น เป็นคำถาม แทนที่จะให้มันอย่างชัดเจน Prompt engineering ทำงานโดยการแปลงหนึ่งหรือหลายงานเป็นชุดข้อมูลที่ใช้ prompt และการเรียนรู้โมเดลภาษาด้วยวิธีที่เรียกว่า "prompt-based learning" หรือ "prompt learning" ¹²


Prompt engineering เป็นทักษะที่ช่วยให้เข้าใจความสามารถและข้อจำกัดของ large language models (LLMs) ได้ดีขึ้น นักวิจัยใช้ prompt engineering เพื่อปรับปรุงความสามารถของ LLMs ในงานที่หลากหลายและซับซ้อน เช่น การตอบคำถามและการคำนวณเลข นักพัฒนาใช้ prompt engineering เพื่อออกแบบเทคนิคการสร้าง prompt ที่มีประสิทธิภาพและเหมาะสมที่จะเชื่อมต่อกับ LLMs และเครื่องมืออื่นๆ


Prompt engineering ไม่ได้เกี่ยวข้องกับการออกแบบและพัฒนา prompt เท่านั้น แต่ยังครอบคลุมทักษะและเทคนิคที่มีประโยชน์สำหรับการโต้ตอบและพัฒนากับ LLMs ได้อีกด้วย เป็นทักษะสำคัญในการเชื่อมต่อสร้างสรรค์และเข้าใจความสามารถของ LLMs คุณสามารถใช้ prompt engineering เพื่อปรับปรุงความปลอดภัยของ LLMs และสร้างความสามารถใหม่ เช่น เพิ่มความรู้ในด้านเฉพาะของ LLMs และเครื่องมือภายนอก


(1) Prompt engineering - Wikipedia. https://en.wikipedia.org/wiki/Prompt_engineering.

(2) Prompt Engineering Guide | Prompt Engineering Guide. https://www.promptingguide.ai/.

(3) Ultimate Guide to AI Prompt Engineering in 2023 - Hackr. https://hackr.io/blog/prompt-engineering.

(4) What is prompt engineering and how does it work?. https://www.androidauthority.com/what-is-prompt-engineering-3330031/.


Prompt engineering และ natural language processing (NLP) เป็นคอนเซปต์ที่เกี่ยวข้องกัน แต่มีความแตกต่างดังนี้:


- NLP เป็นสาขาของปัญญาประดิษฐ์ที่เน้นการให้คอมพิวเตอร์สามารถเข้าใจและสร้างภาษาธรรมชาติได้ โดยใช้เทคนิคและเครื่องมือทางคณิตศาสตร์ สถิติ และการเรียนรู้ของเครื่อง NLP มีการประยุกต์ใช้ในหลายๆ งาน เช่น การแปลภาษา การสรุปข้อความ การจำแนกอารมณ์ การสร้างข้อความ และการสนทนา

- Prompt engineering เป็นคอนเซปต์ใหม่ที่เกิดจากการพัฒนาของ large language models (LLMs) ที่สามารถทำหลายๆ งาน NLP ได้ด้วย prompt เดียว Prompt engineering เป็นทักษะที่ช่วยให้เราสร้าง prompt ที่มีประสิทธิภาพและเหมาะสมสำหรับ LLMs และเข้าใจความสามารถและข้อจำกัดของ LLMs Prompt engineering เป็นการใช้ NLP เพื่อโต้ตอบกับ LLMs และพัฒนา LLMs


ดังนั้น prompt engineering และ NLP เป็นคอนเซปต์ที่เสริมกันไป Prompt engineering เป็นการใช้ NLP เพื่อโต้ตอบกับ LLMs และพัฒนา LLMs NLP เป็นการใช้ LLMs เพื่อทำหลายๆ งานที่เกี่ยวข้องกับภาษา


Prompt engineering เป็นคอนเซปต์ที่น่าสนใจและมีประโยชน์สำหรับการใช้งาน large language models (LLMs) อย่างมีประสิทธิภาพ ถ้าคุณต้องการเรียนรู้ prompt engineering มีหลายแหล่งที่คุณสามารถศึกษาได้ เช่น:


- Prompt Engineering+: Master Speaking To AI (2023) - Udemy¹ เป็นคอร์สออนไลน์ที่สอนเกี่ยวกับ prompt engineering และการใช้ LLMs ในการสื่อสาร การแก้ปัญหา และการตัดสินใจ ในทั้งชีวิตส่วนตัวและการทำงาน

- dair-ai/Prompt-Engineering-Guide - GitHub² เป็นไกด์ที่รวบรวมบทความ บทเรียน บันทึกเสียง อ้างอิง และเครื่องมือที่เกี่ยวข้องกับ prompt engineering สำหรับ LLMs

- Prompt Engineering for ChatGPT | Coursera³ เป็นคอร์สออนไลน์ที่สอนเกี่ยวกับ prompt engineering สำหรับ ChatGPT ซึ่งเป็น LLM ที่สามารถสร้างข้อความและสนทนาได้


หวังว่าข้อมูลนี้จะช่วยคุณได้!

(1) Prompt Engineering+: Master Speaking To AI (2023) - Udemy. https://www.udemy.com/course/mastering-prompt-engineering-learn-to-how-to-talk-to-ai/.

(2) dair-ai/Prompt-Engineering-Guide - GitHub. https://github.com/dair-ai/Prompt-Engineering-Guide.

(3) Prompt Engineering for ChatGPT | Coursera. https://www.coursera.org/learn/prompt-engineering.


Prompt engineering มีการประยุกต์ใช้ที่ประสบความสำเร็จในหลายๆ งาน ที่เกี่ยวข้องกับ large language models (LLMs) ต่อไปนี้เป็นตัวอย่างบางส่วน:


- การแปลภาษา: Prompt engineering ช่วยให้สามารถสร้าง prompt ที่แม่นยำและครอบคลุมในภาษาต้นทาง เพื่อให้ LLMs สามารถแปลไปยังภาษาเป้าหมายได้อย่างถูกต้อง¹

- การรู้จำภาพ: Prompt engineering ช่วยให้สามารถสร้าง prompt ที่ให้ข้อมูลเกี่ยวกับวัตถุหรือลักษณะในภาพ เช่น "futuristic single-level house overlooking a cliff, with a zoomed mountain-side in the background with a wild forest" เพื่อให้ LLMs สามารถสร้างภาพได้²

- Chatbots: Prompt engineering ช่วยให้สามารถปรับแต่ง chatbot สำหรับเคสการใช้งานที่เฉพาะเจาะจง เช่น การวิจัยด้านสุขภาพ โดยการสร้าง prompt ที่เหมาะสมกับบทสนทนาและความต้องการของผู้ใช้³

- Content creation: Prompt engineering ช่วยให้สามารถสร้าง prompt ที่เป็นแรงบันดาลใจให้ LLMs สร้างเนื้อหาได้ เช่น "oil painting on canvas of a city street corner by claude monet and henri de toulouse-lautrec, rain, reflections, street light, imposing buildings blurry in the background, gloomy, distorted, color splash, intricate, 4k resolution, trending on artstation" เพื่อให้ LLMs สร้างภาพศิลปะได้²

(1) What is Prompt Engineering? Explained - HackerRank Blog. https://www.hackerrank.com/blog/what-is-prompt-engineering/.

(2) Prompt Engineering Examples. https://www.promptengineeringexamples.com/.

(3) Introduction to Prompt Engineering: Key Concepts & Use Cases - MLQ.ai. https://www.mlq.ai/introduction-to-prompt-engineering/.

(4) What is prompt engineering? Definition + skills | Zapier. https://zapier.com/blog/prompt-engineering/.


แน่นอน ฉันสามารถอธิบายเพิ่มเติมเกี่ยวกับความแตกต่างระหว่างวิศวกรรมพร้อมท์และการประมวลผลภาษาธรรมชาติ (NLP)

Prompt Engineering เป็นแนวคิดที่มุ่งเน้นไปที่วิธีการออกแบบและใช้ Prompt เพื่อโต้ตอบกับโมเดลภาษาขนาดใหญ่ (LLM) พรอมต์คือส่วนของข้อความที่อธิบายถึงงานที่ AI ควรทำ เช่น คำถาม คำสั่ง หรือเทมเพลต วิศวกรรมพร้อมท์เป็นทักษะที่ช่วยให้เราสร้างคำแนะนำที่มีประสิทธิภาพและเหมาะสมสำหรับ LLM และเข้าใจความสามารถและข้อจำกัดของพวกเขา


NLP เป็นสาขาหนึ่งของปัญญาประดิษฐ์ที่มุ่งเน้นไปที่วิธีการทำให้คอมพิวเตอร์เข้าใจและสร้างภาษาธรรมชาติ NLP ใช้เทคนิคและเครื่องมือจากคณิตศาสตร์ สถิติ และการเรียนรู้ของเครื่อง NLP มีการประยุกต์ใช้งานหลายอย่าง เช่น การแปล การสรุป การวิเคราะห์ความรู้สึก การสร้างข้อความ และการสนทนา

ข้อแตกต่างระหว่าง Prompt Engineering และ NLP คือ Prompt Engineering เป็นวิธีการใช้ NLP เพื่อสื่อสารกับ LLM และพัฒนา LLM NLP เป็นวิธีการใช้ LLM เพื่อทำงานต่างๆ ที่เกี่ยวข้องกับภาษา วิศวกรรมพรอมต์และ NLP เป็นแนวคิดที่เกี่ยวข้องกัน แต่มีเป้าหมายและมุมมองที่แตกต่างกัน

ตัวอย่างเช่น สมมติว่าเราต้องการใช้ LLM เพื่อแปลประโยคจากภาษาอังกฤษเป็นภาษาไทย ใน NLP เราจะมุ่งเน้นไปที่วิธีการฝึกฝนและประเมิน LLM ในคลังข้อมูลขนาดใหญ่ของประโยคคู่ขนานในทั้งสองภาษา นอกจากนี้ เราจะพิจารณาวิธีจัดการปัญหาต่างๆ เช่น การจัดตำแหน่งคำ ขนาดคำศัพท์ และการปรับโดเมน ในวิศวกรรมพรอมต์ เราจะมุ่งเน้นไปที่วิธีสร้างพรอมต์ที่อธิบายประโยคต้นทางเป็นภาษาอังกฤษได้อย่างถูกต้องและครอบคลุม และสั่งให้ LLM สร้างประโยคเป้าหมายเป็นภาษาไทย นอกจากนี้ เราจะพิจารณาวิธีจัดการปัญหาต่างๆ เช่น ความคลุมเครือ บริบท และรูปแบบ


ฉันหวังว่าสิ่งนี้จะช่วยอธิบายความแตกต่างระหว่างวิศวกรรมพร้อมท์และ NLP คุณมีคำถามอื่น ๆ หรือไม่?