Il “prompt engineering”, o ingegneria dei prompt, è un po’ come fare la manager, e chiedere ai sottoposti di lavorare. Per esempio, se state lavorando con un modello di Intelligenza Artificiale Generativa e volete che vi scriva una lettera di presentazione per un lavoro, non gli dite “scrivi qualcosa”. Gli date un prompt ben costruito, mostrando il vostro curriculum vitae e descrivendo il lavoro per cui fate domanda. L’arte del prompt engineering spiega come dare e come chiedere le informazioni. Ma non è un’arte astratta: a pochi anni dall’apparizione dei modelli generativi, già sono stati scritti centinaia di articoli scientifici sull’argomento. Per fortuna, il 5 febbraio 2024 è uscita un’ottima review di questi articoli. Sono circa 8 pagine, di facile lettura, ma ci rendiamo conto non per tutti! Quindi abbiamo pensato di estrarre le 6 tecniche più importanti, e di aggiungerci qualche esempio.
1. Prompting Zero-Shot. L’uso più immediato. Un po’ come entrare in una stanza dove c’è uno stagista e fargli una domanda a bruciapelo. Fornite al modello un compito che non ha mai visto prima, senza alcun esempio, e questo utilizza ciò che già sa per fare un’ipotesi. Per esempio, potreste chiedere ad un’intelligenza artificiale: “Qual è il migliore cold brew coffee in commercio?” senza aver mai insegnato nulla al modello riguardo caffè, metodi di estrazioni e come gli esseri umani apprezzano i buoni aromi
2. Prompting Few-Shot. Questo è come dare all’IA un piccolo aiutino. Invece di mandarla al compito alla cieca, fornite alcuni esempi per aiutarla a comprendere ciò che state cercando. Diciamo che state insegnando all’IA i suoni degli animali. Potreste dire: “Un cane fa ‘bau’, un gatto fa ‘miao’, cosa fa una mucca?” Con questi pochi esempi, l’IA capisce il concetto e può rispondere: “Una mucca fa ‘muu’.” Questa tecnica è, nella nostra opinione, fondamentale. Dare esempi al modello migliora infinitamente le risposte.
3. Prompting a Catena di Pensiero (CoT). A volte, i problemi richiedono un po’ di riflessione passo dopo passo. Il CoT è come dare all’IA un incentivo a pensare ad alta voce mentre risolve un problema. Immaginate un problema di matematica complicato come: “Se avete 5 mele e ne regalate 2, quante ne avete rimaste?” Non ci crederete, ma aggiungere “Scomponi il problema e ragiona passo a passo” permette al modello di fare calcoli che altrimenti non farebbe.
4. Generazione Potenziata dal Recupero di Informazioni (RAG). Non è proprio prompt engineering, ma non possiamo non parlarne. Avete mai usato un foglietto durante un test? Questo è il RAG per l’IA. Di fronte a una domanda, l’IA attinge informazioni extra da un vasto database per arricchire la sua risposta. Quindi, se chiedete: “Chi è stata la prima persona sulla luna?” l’IA potrebbe integrare dettagli extra sulla missione Apollo 11 per fornirvi una risposta più completa.
5. Auto-Coerenza. Questa tecnica è come quando controllate due volte il vostro lavoro in un test per assicurarvi che le risposte siano coerenti. Dite al modello di generare molteplici risposte a un problema, e poi di confrontarle per trovare la soluzione più coerente. Quindi, se sta risolvendo un indovinello, potrebbe proporre alcune ipotesi per poi concentrarsi su quella che ha più senso basandosi su ciò che sa.
6. Siate gentili. Sforzatevi di dire “Per favore” quando chiedete e “Grazie. Potresti ora…” quando fate una nuova richiesta. Questa tecnica in realtà non è presente nella recensione—viene da mia nonna. Ma, credeteci o no, abbiamo notato che funziona anche con i GPT, non solo con le persone!
Buon prompting a tutti!
