PromptAlchemy DataDistillation
v0.1.1
Gambar Dihasilkan melalui DALL-E 3
Selamat datang di panduan cara pertama dalam seri Prompt Alchemy saya! Ini adalah upaya pertama saya untuk membagikan beberapa teknik, tip, dan trik "rekayasa" cepat saya, jadi jika Anda menyukai repo ini, mohon pertimbangkan untuk memberikannya bintang atau meminta kontribusinya. Anda juga dapat membagikannya dalam jaringan Anda untuk membantu orang lain menemukannya! Saya dengan senang hati akan berbagi lebih banyak jika orang-orang tertarik.
Panduan ini akan memungkinkan Anda melakukan interaksi yang lebih dipersonalisasi dengan ChatGPT dengan memanfaatkan percakapan sukses yang pernah Anda lakukan dengannya sebelumnya untuk membuat perintah khusus di dalam pengaturan “petunjuk khusus” di ChatGPT. Saya menyebut data ini sebagai “distilasi” dan bukan sesuatu seperti “peringkasan” atau “optimasi”, karena kuncinya di sini bukanlah mempertahankan konteks atau struktur yang sama, namun memadatkan dan mengubah data menjadi sesuatu yang lebih sesuai untuk kasus penggunaan ini.
Perlu diingat bahwa ini bertujuan untuk menggunakan data Anda sendiri untuk mengerjakan proses ini dengan GPT. Tujuannya adalah untuk menghasilkan keluaran yang dipersonalisasi untuk penggunaan pribadi. Jika Anda merasa tidak nyaman membiarkan GPT bekerja dengan kumpulan data tersebut dan konten di dalamnya, maka teknik ini mungkin bukan untuk Anda. Mengadaptasi kerangka kerja ini untuk menangani penggunaan alternatif dari data lain (yang Anda miliki) harus dilakukan sendiri.
Saya harap panduan ini bermanfaat bagi Anda!
| Teknik ini memerlukan akses ke plugin “Analisis Data Tingkat Lanjut”. |
|---|
| Teknik ini dirancang untuk UI web ChatGPT saja. File tidak dapat langsung diberikan ke model GPT melalui CLI (belum). |
|---|
Teknik ini bertujuan untuk menyaring data percakapan pribadi menjadi sesuatu yang sesuai dengan pengaturan “instruksi khusus” pada antarmuka ChatGPT. Metode ini mungkin juga digunakan untuk panggilan API, namun perlu diingat bahwa Anda masih memerlukan akses ke plugin Analisis Data Lanjutan di antarmuka ChatGPT untuk menggunakan teknik ini. Untuk tujuan demonstrasi ini, saya berasumsi Anda akan menggunakan apa yang diekspor dari situs ChatGPT.
Ini tidak akan menjadi perintah yang hanya dilakukan sekali saja. Bayangkan hal ini sebagai demonstrasi “panduan” yang cepat, lebih mirip dengan penalaran CoT, meskipun sedikit berbeda. Memotong dan memproses hal ini dalam langkah-langkah yang masuk akal dan dapat ditindaklanjuti sangat penting untuk mencapai hasil yang diinginkan secara efektif dan efisien. Jika Anda mengharapkannya melakukan semuanya sekaligus, ia akan menjadi bingung dan melupakan semua detail yang seharusnya disertakan dan dilakukan.
Anda dapat mengumpulkan dan memformat data pribadi Anda dari daftar langkah demi langkah ini.
“Could you pretty-print or reformat the entire json file to a more human-readable format and allow me to download the reformatted file?” Simpan file ini di tempat Anda menyimpan file percakapan asli. GPT lebih sulit menafsirkan cara menangani file json dan macet jika tidak dicetak dengan baik. Jika diformat ulang dengan cara ini, GPT dapat menilai file dan kontennya dengan cepat dan mudah.Anda dapat melakukan pendekatan ini dengan salah satu dari dua cara berikut: Anda dapat menjelaskan tujuan dan maksud dari apa yang ingin Anda capai terlebih dahulu dan mengizinkan GPT menghasilkan tahapan analisis itu sendiri (seperti yang saya lakukan, dengan referensi silang), atau Anda bisa request khusus analisanya pada tahapan yang saya berikan dibawah ini. Ingatlah bahwa latar belakang saya adalah linguistik, sehingga saya dapat memverifikasi analisis apa yang coba dilakukan dan menyempurnakan apa yang coba dilakukan berdasarkan pengetahuan saya jika ia melakukan sesuatu yang aneh. Untuk mengurangi gesekan dan kebingungan, saya sarankan menggunakan petunjuk yang saya berikan, tetapi jika Anda eksploratif dan penasaran seperti saya, melihat pendekatan apa yang disarankan bisa menjadi pengalaman yang menyenangkan.
Sebelum melanjutkan, pahami bahwa GPT kemungkinan akan mencoba memverifikasi dengan Anda apakah tindakannya benar, dan pelajari langkah-langkahnya. Seperti yang dikatakan banyak orang, Anda tidak bisa mengharapkan keluaran dan hasil sama setiap kali Anda mencobanya. Tetap fleksibel selama proses ini dan berikan masukan konstruktif sebanyak mungkin. Perintah yang saya berikan memandu model untuk menyelesaikan tugas, saya tidak memerintahkannya . Gunakan petunjuknya tetapi pahami bahwa terserah pada Anda untuk membimbingnya ke arah yang benar untuk mencapai tujuan. Hal ini tidak sesulit kedengarannya, karena mengubah proses analisis menjadi langkah-langkah yang jelas memungkinkan model merespons langkah demi langkah, respons demi respons, sehingga memungkinkan periode klarifikasi dan umpan balik untuk disesuaikan bila diperlukan. Anda mungkin perlu mengingatkannya tentang langkah terakhir jika percakapannya meluas, tetapi sekali lagi, referensi singkat untuk “ingat X?” mengalihkan perhatiannya pada tujuan yang diinginkan.
Merupakan ide bagus untuk menguraikan niat Anda terlebih dahulu sebelum mempertimbangkan apa dan bagaimana cara mendorongnya. Mari kita bahas itu sekarang. Di bawah ini adalah ikhtisar tingkat tinggi mengenai apa yang kami coba lakukan dan bagaimana melakukannya.
Tangga:
Sekarang, mari kita buat perintah untuk menyatakan tujuan kita ke GPT, dan apa yang kita harapkan darinya:
“Dataset yang kami kerjakan ini adalah akumulasi data interaksi pribadi saya sebagai pengguna. Tujuan utama saya dalam percakapan ini adalah menyusun serangkaian instruksi khusus menggunakan kumpulan data ini untuk mempersonalisasi interaksi di masa depan dan sekaligus menyederhanakan instruksi lebih lanjut.”
Jika Anda ingin GPT membuat instruksinya sendiri untuk mencapai tujuan, cukup tambahkan ini:
“Bisakah Anda membantu saya mencapai hal ini dan menganalisis data saya?”
Meminta pemeriksaan konfirmasi seperti ini memungkinkan AI untuk merespons dengan memverifikasi pemahamannya terhadap perintah Anda dan membuktikan bahwa AI memahami apa yang Anda tanyakan dengan menjelaskan cara AI menyelesaikan tugas ini, yang biasanya terjadi dengan cara seperti daftar yang mudah diikuti. Anda tidak perlu secara eksplisit memberi tahu GPT untuk menyusun langkah-langkah analisis, karena GPT akan melakukannya sendiri di sini.
| Penambahan prompt di sini tidak perlu direplikasi kata demi kata, tetapi klausa terakhir HARUS berupa klausa interogatif, dan HARUS diakhiri dengan tanda baca '?' agar perilaku tersebut dapat ditiru. |
|---|
Jika Anda ingin menggunakan proses yang sudah dibuat sebelumnya, dapat direplikasi sebagai berikut. Tambahkan ini ke prompt asli:
“Untuk mencapai hal ini, mari kita bagi menjadi proses langkah demi langkah. Caranya bisa kita ikuti sebagai berikut:
- Statistik Dasar: Kita akan mulai dengan menganalisis jumlah percakapan, rata-rata panjang pesan, frekuensi interaksi, dll.
- Analisis Konten: Kami akan menyelidiki konten pesan dalam data interaksi ini untuk memahami topik yang menarik, frasa yang sering digunakan, sentimen, dan banyak lagi.
- Pola Interaksi: Kami akan melihat cara Anda berinteraksi dengan asisten, seperti jenis pertanyaan yang Anda ajukan, masukan yang diberikan, format, dan waktu interaksi.
- Pengembangan Petunjuk Kustom: Berdasarkan wawasan di atas, kami akan merumuskan instruksi khusus yang dapat digunakan untuk menyederhanakan interaksi di masa mendatang.
Apakah Anda memahami instruksinya?”
Ini adalah metrik yang tampaknya dihargai oleh GPT. Meskipun mungkin tampak tidak penting atau tidak relevan bagi kami, ingatlah bahwa kami tidak membuat instruksi ini untuk kami tafsirkan, kami membuat instruksi tersebut untuk ditafsirkan oleh AI .
Setelah prompt ini dikirimkan, maka akan mulai melalui proses langkah demi langkah melalui serangkaian respons, uji coba, dan kesalahan. Kemungkinan besar setiap langkah instruksi akan didahului oleh sub-proses dari langkah-langkah untuk mencapai tujuan langkah tertentu. Jumlah respons yang diperlukan untuk menyelesaikan sub-langkah dari super-langkah tertentu berbeda-beda, namun harus mencapai hasil yang benar dengan sedikit atau tanpa gangguan selain “let's proceed!” .
Untuk memeriksa ulang dan memverifikasi langkah-langkah sukses yang digunakan iterasi saya untuk menyelesaikan tugas-tugas ini, saya telah menyediakannya di bawah. Jangan khawatir, saya tidak berharap semua orang yang menggunakan teknik ini mengetahui semua analisis mewah ini dan cara kerjanya. Anda dapat menggunakan ini sebagai referensi untuk mengetahui apa yang berhasil dan apa yang harus dicari. Jika AI menyarankan ia ingin melakukan sesuatu yang Anda tidak tahu atau tidak mengerti, mintalah untuk mengikuti langkah-langkah di bawah ini. Anda juga dapat menggunakan kerangka untuk mencocokkan sub-langkah untuk memastikannya berada di jalur yang benar. Ingat, ini adalah garis besar untuk memandu model; Saya tidak akan merekomendasikan mengirimkan ini sebagai prompt kata demi kata kepada model.
Ingat, GPT bukanlah tuhan, Anda mungkin masih perlu mengingatkannya sekali atau dua kali agar tetap pada jalur dan mengikuti prosesnya. Mungkin ingin melewatkan satu atau dua langkah. Setelah Anda berhasil membujuk model agar merespons dengan semua hasil analisis di atas, dan Anda dapat melihat cara kerjanya, inilah waktunya untuk fase terakhir. Jangan menjauh terlalu lama; jika waktu habis, GPT akan melupakan semua data yang diperolehnya karena tidak ada aktivitas. Anda dapat mencoba memintanya untuk meninjau kembali percakapan tersebut, namun bergantung pada durasi percakapan, kemungkinan besar hal tersebut tidak dapat diandalkan.
Hasil analisis telah diperoleh, dan jika dipandu dengan baik, seharusnya seluruh temuan sejauh ini dapat dihasilkan. Anda dapat memanfaatkan ini untuk mengingat, mengambil, dan memverifikasi dengan memeriksa silang instruksi yang disaring dengan hasil yang diberikan sebelumnya. Karena data ini diperoleh menggunakan Analisis Data Lanjutan, Anda dapat kembali dan mengamati cara analisis tersebut menghitung hasil ini. Angka-angka tersebut seharusnya sudah dihitung secara terprogram melalui teknik analisis yang sah jika Anda mengikuti garis besarnya, yang berarti angka-angka tersebut kemungkinan besar akurat dan tidak sepele. GPT juga mampu meringkas bagian-bagian penting dan penilaian data, jadi apa pun yang bukan nilai numerik merupakan akibat langsung dari merangkum kriteria analisis data. Hal ini penting, karena ketika menyaring hasil akhir yang kita inginkan dan angkanya tidak cocok (itu terjadi), ingatkan dan rujuk ke poin data penting yang diberikan sebelumnya (atau, alternatifnya, copypaste langsung sebagai koreksi kesalahan) . Setelah Anda siap, saatnya merujuk model ke sasaran menyeluruh, dan memberikan GPT instruksi yang jelas dan eksplisit tentang apa yang kita inginkan menggunakan hasil yang telah kita peroleh (GPT seharusnya sudah dimuat untuk referensi kontekstual jika memang demikian. bukan batas waktu).
Jika Anda memperhatikan sebelumnya, kami tidak memberikan instruksi yang terperinci dan jelas tentang apa sebenarnya instruksi khusus ini dan bagaimana kami ingin instruksi tersebut dibuat dan disaring. Hal ini disengaja agar tidak membebani dan/atau menyesatkan perhatian GPT. Apa yang telah kami lakukan hingga saat ini adalah menyempurnakan konteks informasi yang dapat digunakan oleh GPT hingga ke serangkaian bagian yang dapat dikelola. Daripada memadatkan konteks jendela dengan merangkum data, kami mengekstrak bagian data paling relevan yang penting bagi AI. Sekarang kita telah mengekstrak rincian ini, kita dapat menggunakannya sebagai konteks untuk membuat set instruksi sulingan.
“Sekarang, ingatlah tujuan utama kita dalam percakapan ini. Tujuan pembuatan instruksi khusus ini adalah agar AI memahami jenis pengguna saya dengan cepat, dan membuat kumpulan instruksi khusus yang dipersonalisasi berdasarkan seluruh data interaksi yang telah kami analisis sejauh ini. AI yang dimaksud adalah Anda, khususnya, di platform ini. Ada dua kotak yang ada. Mereka adalah sebagai berikut:
- Apa yang Anda ingin ChatGPT ketahui tentang Anda agar dapat memberikan respons yang lebih baik?
- Bagaimana Anda ingin ChatGPT merespons?
Kedua kotak memiliki batas karakter 1500. Tantangannya adalah saya ingin interaksi masa depan dengan GPT mengetahui informasi akurat tentang interaksi kami sebelumnya dan bagaimana saya menggunakan platform ini. Anda sekarang memiliki hasil statistik dan data percakapan mentah saya untuk digunakan. Saya ingin instruksi yang paling akurat dan tersetel dengan baik yang merangkum semua yang telah saya lakukan dengan Anda sejauh ini secara efektif dan efisien. Saya ingin memperjelas juga, hasil terbaik tidak perlu ditafsirkan oleh saya sebagai manusia. Jika ringkasannya paling baik adalah kumpulan kata-kata yang tampaknya tidak masuk akal atau data sejenis lainnya, hal ini tidak masalah selama ini merupakan cara terbaik dan paling akurat untuk menyingkat sebanyak mungkin informasi dan maksud agar asisten dapat menafsirkannya. Apakah ini akan berhasil untukmu?”
Prompt ini harus menjadi segalanya yang Anda perlukan agar memberikan hasil yang Anda inginkan. Dari sini, ini akan memberi Anda ringkasan analitis terperinci tentang komponen utama data Anda. Periksa kembali nilai numerik dengan hasil sebelumnya untuk verifikasi, dan perbaiki seperlunya, minta untuk menambahkan informasi relevan apa pun yang menurut Anda terlewat. Misalnya saya, ini memberikan proses respons dua langkah; satu untuk setiap kotak instruksi.
Sekarang, komponen kunci untuk membuat ini berhasil dan efektif adalah paragraf kedua pada prompt terakhir. Hal inilah yang membedakan teknik peringkasan dengan teknik distilasi ini. Saat Anda meringkas, tujuannya adalah untuk mempertahankan narasi dan struktur relatif dari keseluruhan materi sumber. Idealnya, ringkasan harus merupakan versi ringkas dari hal yang sama. Di sini, tujuan kami sedikit berbeda. Kami menginginkan bagian terpenting dari data yang akan membantu AI lebih siap menghadapi interaksi di masa depan dengan penjelasan kontekstual sesedikit mungkin sambil meminimalkan pertanyaan atau frasa yang berulang (yaitu “provide the output in a 5th-grade reading level” ), diringkas menjadi 1500 karakter. Caranya adalah dengan memanfaatkan GPT dengan membiarkannya memberikan wawasan berharga tersebut, terlepas dari kemampuan kita untuk memahami apa artinya atau mengapa hal itu relevan dengan GPT. Anda harus menekankan pada GPT untuk mengizinkan perilaku ini dan memprioritaskan interpretasi AI daripada interpretasi manusia. Oleh karena itu, hal ini dapat dilihat sebagai bentuk “penyaringan” data, karena kita mentransformasikan hasilnya menjadi sesuatu yang terstruktur dan digunakan secara berbeda dari bahan sumbernya, namun tidak dapat dibuat tanpa bahan sumber itu sendiri.
Selamat, Anda baru saja melakukan Distilasi Data! Nikmati percakapan yang lebih mudah dan lancar dengan asisten Anda, dengan lebih sedikit gesekan dan lebih sedikit instruksi berulang.
Anda dapat melihat hasilnya untuk instruksi pertama di bawah ini. Ini bukanlah instruksi terakhir; Saya telah menyempurnakannya lebih lanjut dan menambahkan pengoptimal pribadi lainnya, jadi saya merasa nyaman membagikannya, karena ini adalah respons langsungnya. Beberapa nilai telah disunting, tetapi ini memberikan gambaran hasilnya. Anda sudah dapat melihat dari data ini bagaimana saya menggunakan platform ini dan apa yang menurut AI relevan untuk platform itu sendiri. Perhatikan berapa lama percakapan saya. Sadarilah bahwa dorongan kualitas tidak selalu tentang mengubah segala sesuatu menjadi satu langkah cepat, namun lebih merupakan panduan cepat berkualitas untuk mencapai hasil yang signifikan dan menarik. Lihat perbandingannya dengan hasil Anda!
"Pengguna telah terlibat dalam percakapan [nilai] dengan panjang rata-rata sekitar 47 pesan. Pengguna mengajukan rata-rata 1,21 pertanyaan per pesan. Interaksi pengguna sebagian besar positif, dengan umpan balik konstruktif dan pelaporan kesalahan sesekali. Pengguna sering bertanya 'Apa', ' Pertanyaan jenis Bagaimana', 'Lakukan', dan 'Apakah' dan lebih memilih jawaban yang terperinci dan komprehensif. Panjang pertanyaan rata-rata Pengguna berkisar pada kata-kata [nilai], yang menunjukkan pertanyaan mendalam tentang topik interaksi Pengguna meliputi pengembangan, diskusi AI, linguistik, data operasi, interaksi pribadi, dan pembuatan skrip."
Panduan ini berfungsi sebagai sumber daya komprehensif bagi siapa pun yang tertarik untuk meningkatkan interaksi mereka dengan ChatGPT melalui penyulingan data. Dengan mengikuti langkah-langkah yang diuraikan, Anda tidak hanya mempersonalisasi pengalaman Anda tetapi juga terlibat dalam eksperimen interaktif yang menyenangkan untuk menyesuaikan asisten AI dengan kebutuhan pribadi Anda tanpa menyempurnakan modelnya.
Ingat, proses ini bersifat berulang dan berurutan, dan mungkin memerlukan beberapa percobaan dan kesalahan berdasarkan respons spesifik yang diberikan oleh asisten. Namun, hasilnya—yaitu sarana percakapan yang lebih intuitif dan responsif—sangat sepadan dengan usaha yang dilakukan. Apakah Anda seorang pemula yang penasaran dengan potensi AI atau seorang ahli yang ingin meningkatkan kemampuan dorongan Anda, panduan ini menawarkan pendekatan yang fleksibel dan eksploratif untuk membantu Anda maju. Bagi mereka yang ingin menggali lebih dalam, pintu menuju analisis data tingkat lanjut dan teori linguistik kini terbuka, dan kemungkinannya tidak terbatas.
Untuk teknik saya berikutnya, saya akan menulis pendekatan yang bermanfaat untuk permintaan gambar yang mudah dan dapat ditindaklanjuti dengan DALL-E 3.
Saya akan melakukan yang terbaik untuk menjawab pertanyaan apa pun dan membantu orang lain bila saya bisa. Jangan ragu untuk memberi tahu saya pendapat Anda! Saya menghargai setiap masukan!
