Promptteknik

Promptteknik betyder enkelt sagt att ställa bra frågor till AI:n. En prompt är din input med din fråga eller begäran.

Promptteknik innebär att vi tänker ut riktade frågor och instruktioner för att hjälpa AI-modellerna att ge rätt svar under samtal. Med bättre prompts får du bättre resultat.

Tillsammans med specifikationerna för den valda modellen är detta avgörande för kvaliteten på svaret.

Element av en prompt (fråga)

För att få bättre resultat bör du tänka på följande punkter:

• Syfte: vad vill du exakt få ut av språkmodellen?
• Roll: vilken roll har språkmodellen? (Till exempel 'Marknadsanalytiker', 'Juridisk rådgivare', 'Projektledare')
• Kontext: bakgrundsinformation om begäran (Till exempel företagsmål, projektdetaljer, marknadsinformation)
• Stil: vilken stil vill du använda? (Till exempel formell, övertygande, koncis)
• Output: vilket format vill du ha? (Till exempel en rapport, e-post, presentationsutkast, kodsnutt)

Målet

Att exakt beskriva syftet med din fråga är essentiellt och får inte utelämnas.

Vad vill du veta?

• Faktapåstående kan göras, men var medveten om begränsningarna (till exempel aktuell kunskap saknas)
• Som i Google får du inte exakt samma svar om du frågar ofta
• Fördelen är chat-funktionen så att du kan ställa följdfrågor

Exempelprompt med tydligt mål:

Prompt med endast mål

Ge en beskrivning av de viktigaste utmaningarna vid implementeringen av en ny AI-plattform i ett medelstort företag.

Att implementera en ny AI-plattform i ett medelstort företag medför olika utmaningar. Några viktiga utmaningar är:

1. Motstånd mot förändring: Anställda är vana vid befintliga processer och system. En ny AI-plattform kräver anpassning och kan orsaka motstånd, särskilt om påverkan på arbetsflöden inte är tydlig.
2. Datakvalitet och -tillgänglighet: AI-plattformar är starkt beroende av data. Insamling, rengöring och strukturering av data för den nya plattformen kan vara komplext och tidskrävande.
3. Integrering med befintliga system: AI-plattformen måste ofta integreras med andra företagsapplikationer (ERP, databaser, BI-verktyg). Detta kan ge tekniska utmaningar.
4. Kostnader: Förutom licenskostnader finns det kostnader för implementering, utbildning, datainfrastruktur och eventuellt specialiserad personal.
5. Utbildning och adoption: Anställda måste utbildas i användningen av den nya plattformen och i tolkningen av outputs. Utan bra utbildning och kontinuerligt stöd kan adoptionsgraden vara låg.
6. Val av rätt plattform och användningsfall: Det finns många AI-plattformar och teknologier. Att välja rätt plattform och definiera relevanta användningsfall som passar företagets behov och strategiska mål är avgörande.
7. Etiska överväganden och efterlevnad: Beroende på tillämpningen av AI-plattformen kan etiska frågor och efterlevnadskrav (t.ex. GDPR) förekomma som behöver hanteras noggrant.
8. Projektledning: En framgångsrik implementering kräver gedigen projektledning, tydliga mål och engagemang från intressenter från olika avdelningar.

Roll och kontext lägga till

Att lägga till en roll och kontext ger bättre och mer specifika svar.

Exempel på samma fråga men med roll och kontext:

Prompt med mål, roll och kontext

Som projektledare ansvarig för implementationen av en ny AI-plattform för dataanalys och processoptimering hos en B2B-tjänsteleverantör med 150 anställda, ge en beskrivning av de viktigaste utmaningarna och möjliga mitigationsstrategier.

Som projektledare för implementeringen av en ny AI-plattform för dataanalys och processoptimering hos en B2B-tjänsteleverantör med 150 anställda, ser jag följande viktiga utmaningar och möjliga mitigationsstrategier:

1. Motstånd mot förändring & användaracceptans:
   • Utmaning: Anställda, särskilt de vars uppgifter direkt påverkas, kan vara motvilliga att lämna sina beprövade arbetsmetoder och omfamna ny AI-drivna insikter.
   • Mitigation: Involvera nyckbrukare tidigt. Kommunicera tydliga fördelar (effektivitet, bättre beslutsfattande, nya insikter). Säkerställ omfattande, rollbaserad utbildning och kontinuerligt stöd. Utse AI-champions inom avdelningar.
2. Datakvalitet, -styrning och -migrering:
   • Utmaning: AI-plattformens effektivitet beror på högkvalitativt, välstyrt data. Data från befintliga system är ofta inkonsekvent, ofullständig eller felaktig.
   • Mitigation: Börja med en grundlig datarevision, definiera ett data-styrningsramverk och utför datarensning före integration/migrering. Definiera tydliga datamodeller och flöden. Kör tester och validera data noggrant.
3. Integration med befintlig IT-infrastruktur:
   • Utmaning: Kopplingar till befintliga databaser, ERP, CRM och andra företagsystem måste fungera sömlöst och säkert.
   • Mitigation: Identifiera alla nödvändiga integrationer tidigt. Välj en AI-plattform med robusta API-möjligheter eller standardkopplingar. Testa integrationerna noggrant.
4. Scope creep & budgetöverskridningar:
   • Utmaning: Under projektet kan nya önskemål uppstå som breddar omfattningen och ökar kostnaderna.
   • Mitigation: Definiera en tydlig, avgränsad omfattning med klara användningsfall (MVP - Minimum Viable Product) för första fasen. Använd strikt förändringshanteringsprocess. Håll realistisk tidsplan och budget, inklusive en buffert.
5. Val av rätt teknik och implementeringspartner:
   • Utmaning: AI-marknaden är komplex. Fel teknikval eller en erfaren partner kan få projektet att misslyckas.
   • Mitigation: Gör grundlig undersökning av lämpliga AI-teknologier för de definierade användningsfallen. Välj en partner med dokumenterad erfarenhet i din bransch och med valda teknologier. Begär referenser.
6. Brist på AI-kunskap och -kompetenser i organisationen:
   • Utmaning: Det kan finnas otillräcklig intern kompetens för att använda, underhålla eller vidareutveckla AI-plattformen.
   • Mitigation: Investera i utbildning och vidareutbildning. Överväg att anställa specialiserad personal eller arbeta nära implementeringspartnern för kunskapsöverföring. Skapa en kultur av kontinuerligt lärande.
7. Etiska överväganden och förklarbarhet (Explainable AI):
   • Utmaning: Beslut som tas eller stöds av AI ska vara transparenta och förklarbara, särskilt om de påverkar kunder eller medarbetare. Bias i data kan leda till orättvisa resultat.
   • Mitigation: Upprätta etiska riktlinjer för användning av AI. Välj där det är möjligt modeller som är tolkningsbara. Inför processer för att upptäcka och mildra bias. Se till mänsklig övervakning vid kritiska AI-beslut.

Genom att proaktivt tackla dessa utmaningar ökar vi sannolikheten för en framgångsrik implementering av AI-plattformen som verkligen bidrar till företagets mål.

Tekniker

Nedan beskriver vi ett antal tekniker som du kan använda vid mer avancerade prompts.

Teknik 1 - ge exempel

För att säkerställa att språkmodellen följer samma stil som du vill, ge ett eller två exempel.

Metoden kallas "one & few-shot prompting"

Teknik 1 - ge exempel

Skriv ett utkast till e-post till kunder om en kommande planerad systemuppdatering. Använd vår interna policy för kundkommunikation (lägg relevanta punkter från policyn). Använd som stilguide den här senaste nyhetsbrevet, men ta inte innehåll från: (lägg in nyhetsbrevstext)

Den fullständiga prompten är som följer:

Intern policy för kundkommunikation:

• Var alltid professionell och artig.
• Ge tidskritiska uppdateringar om viktiga ändringar eller störningar.
• Erbjud tydlig och koncis information.
• Se till att en lösning eller kompensation ges om tillämpligt.

Använd för stilen denna nyhetsbrev, men använd inte information från detta nyhetsbrev. Bästa kund,

Vi vill informera er om en kommande systemuppdatering som kan påverka vår tjänst.

Datum och tid för uppdateringen: [datum och tid] Förväntad varaktighet för avbrottet: [varaktighet] Påverkade tjänster: [tjänster]

Under denna period kan vår tjänst tillfälligt vara otillgänglig. Vi gör vårt bästa för att begränsa störningen och återställa tjänsterna så snart som möjligt.

Teknik 1 - svaret

Nedan följer svaret från språkmodellen på den omfattande prompten med exempel

Bästa kund,

Vi vill informera er om en kommande systemuppdatering som kan påverka vår tjänst.

Datum och tid för uppdateringen: [datum och tid] Förväntad varaktighet för avbrottet: [varaktighet] Påverkade tjänster: [tjänster]

Under denna period kan vår tjänst tillfälligt vara otillgänglig. Vi gör vårt bästa för att begränsa störningen till ett minimum och återställa tjänsterna så snabbt som möjligt.

Om ni har frågor, vänligen kontakta oss.

Med vänliga hälsningar, [Ditt namn] [Din befattning] [Företagsnamn] [Kontaktinformation]

Teknik 2 - ge mall

För att säkerställa att språkmodellen använder ett visst format, ge en mall och ett exempel. Detta ser till att modellen presenterar sitt svar på ett visst sätt eller struktur. Du kan tänka på mycket olika format som kan vara praktiska i olika situationer, till exempel:

• csv-utdata för att kunna importeras till ett Excel-ark eller analysverktyg
• json-utdata för API-integrationer eller konfigurationsfiler
• Kalenderupplägg för ett projektsmöte

Exempelprompt: Generera en lista med tre potentiella marknadsföringskanaler för en ny SaaS-produkt riktad till små och medelstora företag. Formatera ditt svar på följande sätt: Kanaal: Målgrupps-Täckning: Potentiell ROI: Behövda resurser:

Till exempel: Kanaal: LinkedIn Advertising Målgrupps-Täckning: Specifika befattningstitlar, industrier, företagets storlek Potentiell ROI: Högt, om rätt målgrupp Behövda resurser: Annonsbudget, innehållsskapande, kampanjhantering

Metoden kallas "output templates"

Teknik 2 - ge mall

Nedan följer svaret från språkmodellen på prompten med en output-template

Kanaal: Content Marketing (Blogg & SEO) Målgrupps-Täckning: Företag som aktivt söker lösningar på sina problem, organiskt trafik Potentiell ROI: Högt på lång sikt, bygger auktoritet Behövda resurser: Innehållsskrivare, SEO-specialist, tid för nyckelordsforskning och innehållsfrämjande

Kanaal: Google Ads (Search) Målgrupps-Täckning: Företag som aktivt söker efter specifika nyckelord relaterade till SaaS-produkten Potentiell ROI: Medel till hög, beroende på konkurrens och CPC Behövda resurser: Annonsbudget, nyckelordsforskning, landningssideoptimering, kampanjhantering

Kanaal: E-postmarknadsföring (Lead Nurturing) Målgrupps-Täckning: Leads insamlade via webbplats, webbinarier eller andra kanaler Potentiell ROI: Högt, effektivt för konvertering av leads till kunder Behövda resurser: E-postmarknadsföringsplattform, innehåll för e-postsekvenser, segmenteringsfärdigheter

Teknik 3 - ge hint

För att säkerställa att språkmodellen börjar och skriver på ett visst sätt, ge en hint. Här skriver vi hinten i slutet av prompten.

Exempelprompt: Kan du sammanfatta denna marknadsundersökningsrapport åt mig? (klistra in relevanta avsnitt av rapporten). Börja ditt svar med: De viktigaste resultaten från denna marknadsundersökning är:

• KLISKA IN TEXTEN FRÅN RAPPORTEN

Metoden kallas “ cues och hints” Det här exemplet använder en fiktiv rapport.

Teknik 3 - hint

Nedan följer svaret från språkmodellen på prompten med en hint

De viktigaste resultaten från denna marknadsundersökning är:

• Efterfrågan på molnbaserad projektledningsprogramvara bland SMB har ökat med 35% under de senaste två åren.
• Viktiga beslutskriterier för SMB-företag är användarvänlighet, integrationsmöjligheter med befintliga verktyg och prissättning.
• Konkurrent A har en marknadsandel på 25%, följt av Konkurrent B med 18%. Det finns utrymme för nya aktörer som fokuserar på specifika nischer eller en överlägsen användarupplevelse.
• De största utmaningarna för SMB-företag vid upptagandet av ny mjukvara är initiala investeringar och den tid som behövs för utbildning av medarbetare.
• Förväntningen är att marknaden kommer att växa med 15% årligen de kommande fem åren.

Teknik 4 - splitta innehåll av instruktioner

Ibland är prompten mycket lång på grund av extra innehåll och språkmodellen tolkar inte exakt vad du vill. Dela upp innehållet med tre citattecken i början och slutet av texten i resten av prompten.

Exempelprompt: Kan du sammanfatta den här artikeln åt mig? “”” (lägg din artikeltext här). “”” Börja ditt svar med: De viktigaste punkterna i den här artikeln är:

Metoden kallas "content splitsen" Detta exempel använder åter en artikel från internet: https://www.leraar24.nl/2619420/onderwijs-op-afstand-wat-hebben-we-geleerd/

Teknik 4 - content splitsen

Nedan följer svaret från språkmodellen på prompten med uppdelad content. Vi använder tre citattecken eller tre asterisker för att separera kontexten av frågan.

De viktigaste punkterna i den här artikeln är:

• Under COVID-19-pandemin fick lärare tänka ut strategier och tekniker för att distansundervisningen skulle bli så effektiv som möjligt, medan föräldrar tog på sig en större roll i att stödja sina barn.
• Viktiga faktorer för framgångsrik distansundervisning var att organisera en strukturerad dagsplan, upprätthålla en öppen kommunikation mellan lärare och elev, och göra genomtänkta val om vilka delar av lektionen som kunde göras online eller på papper.
• Utmaningar har att göra med hur man hittar sätt att stödja sårbara elever och den extra bördan på föräldrarna, särskilt de som också arbetar hemma.
• Det fanns en snabb ökning av digitalisering i skolor, med tillägg av nya digitala verktyg och metoder. Artikeln nämner exempel på lärare som kunde hjälpa kollegor genom sina digitala färdigheter.
• Artikeln betonar också vikten av kontinuerlig kontakt och uppmärksamhet för elever, särskilt de i särskolan, och erbjuder praktiska tips för detta, både för lärare och föräldrar.
• Slutligen hoppas artikeln att engagemanget från föräldrar i sina barns distansutbildning också fortsätter efter pandemin.

Teknik 5 - fråga först om ytterligare information

Du kan ge instruktioner att först ställa kompletterande frågor innan svaret genereras. Detta hjälper språkmodellen att förfina och specificera din begäran.

Exempelprompt: “Jag vill skapa ett projektförslag för utvecklingen av en ny mobilapp för intern kommunikation. Appen ska innehålla funktioner för nyhetsuppdateringar, ett personregister och direktmeddelanden. Innan du skriver projektförslaget, kan du ställa mig några kompletterande frågor för att förbättra förslaget?”

Metoden kallas “ask before answer prompting”

Teknik 5 - fråga först om kompletterande information

Nedan följer svaret från språkmodellen på prompten med frågan om kompletterande information

Självklart! Här är några frågor jag kan ställa för att förbättra projektförslaget: Vad är huvudsyftet med den interna kommunikations-appen? (Till exempel öka engagemang, förbättra informationsspridningen, underlätta samarbete) Vem är den specifika målgruppen inom företaget? (Till exempel alla medarbetare, specifika avdelningar, fältarbetare) Finns det befintliga system eller plattformar som appen måste integrera med? (Till exempel intranät, HR-system, Active Directory) Vad är den avsedda budgeten och önskad tidplan för utveckling och implementering? Finns det specifika säkerhets- eller efterlevnadskrav som appen måste uppfylla? (Till exempel GDPR, dataretention-policy) Vilka KPI:er kommer att användas för att mäta appens framgång? Finns det redan idéer om design eller varumärke för appen? Bör den anpassa sig till företagsidentiteten? Finns det ett preferens för utvecklingsplattform (iOS, Android, cross-plattform)?

Med dessa tilläggsinformation kan vi få en bättre bild av omfattningen och kraven, och därmed skapa ett starkare projektförslag.

Teknik 6 - emotionell prompt

Du kan ge instruktioner att tonen i texten anpassas till de underliggande känslorna, eller att en specifik känslomässig respons väcks. Detta är användbart för kundtjänst, intern kommunikation eller marknadsföring.

Exempelprompt: “Jag måste skriva ett e-postmeddelande till en kund som är missnöjd med en nyligen genomförd serviceavbrott. Kunden har skrivit följande: ””“ … ””” (klistra in kundens text) Jag vill att e-postmeddelandet är empatisk, erkänner kundens frustration och erbjuder en konstruktiv lösning.”

Metoden kallas “emotionell prompting” Detta exempel använder en fiktiv klagomålsituation.

Den fullständiga prompten lyder då:

Jag måste skriva ett e-postmeddelande till en kund som är missnöjd med en nyligen genomförd serviceavbrott. Kunden har skrivit följande: """Bästa mottagare,

Jag är mycket besviken över den oväntade serviceavbrottet igår eftermiddag. Detta har störtt vår verksamhet allvarligt och lett till produktivitetsförluster. Vi litar på era tjänster och sådan incident är oacceptabelt. Jag förväntar mig en tydlig förklaring och en lämplig kompensation."""

Jag vill att e-posten är empatisk, erkänner kundens frustration och erbjuder en konstruktiv lösning.

Teknik 6 - emotionell prompt

Nedan följer svaret vi fick från språkmodellen

Geografera [Namn Kund],

Tack för ditt meddelande och vår uppriktiga ursäkt för serviceavbrottet som du upplevde igår eftermiddag. Jag förstår fullständigt din frustration och den påverkan detta har haft på din verksamhet. Vi är mycket ledsna för att vi inte uppfyllde dina förväntningar och våra servicestandarder.

Avbrottet orsakades av [kort, tydlig förklaring till orsak, t.ex. en oförutsedd teknisk störning i vår datacenter]. Vi har omedelbart vidtagit åtgärder och våra tekniker har arbetat hårt för att återställa tjänsten så snabbt som möjligt. Tjänsten har varit fullt operativ sedan [tidpunkt].

Vi tar detta incident mycket seriöst och pågår nu en utvärdering av orsaken för att förhindra upprepning i framtiden.

För att kompensera något för besväret erbjuder vi dig gärna [konkret förslag, t.ex. rabatt på nästa faktura / gratis uppgradering i en månad / servicekredit]. En av våra kontoansvariga kommer att kontakta dig inom 24 timmar för att diskutera detta personligen och besvara eventuella frågor.

Återigen våra ursäkter för besväret. Vi uppskattar din trohet och strävar efter att leverera pålitlig tjänst i framtiden.

Med vänliga hälsningar,

[ Ditt namn / Företagsnamn ]

Teknik 7 - multiple versioner

Din fråga kan ha flera versioner av ett svar, så att du har flera val. Till exempel vill du att modellen hjälper till att skapa olika marknadsförings-slogans för en ny produkt. Det finns många olika angreppssätt, så du vill ha några alternativ. Detta kan effektivt kombineras med att ställa in en specifik roll för modellen och en systemprompt för att styra modellen ytterligare.

Du kan läsa mer om roller i den relevanta artikeln. Detta exempel med flera versioner står längst ned i artikeln. Det upprepas inte här i sin helhet.

Teknik 8 - Kombinera med en systemprompt

Med en systemprompt kan du ge uppdrag till AI-modellen. Det är en instruktion som du kan ge modellen för att forma uppgiften eller beteendet hos modellen på ett särskilt sätt. Du kan ange vilken typ av output du förväntar dig av AI-modellen. Det är ett sätt att styra modellen och hindra irrelevanta eller oönskade svar.

Här följer några exempel på enkla och allmänna systemprompter:

"Jag vill att du är en vänlig och hjälpsam assistent."

"Fortsätt alltid vara professionell och respektfull i ditt språkbruk."

"Fokusera på att ge konkreta, raka svar utan onödiga detaljer."

Systemprompten påverkar i hög grad tonen och förväntningarna för den specifika konversationen eller uppgiften du vill att AI-modellen ska utföra.

Du kan också skapa mer avancerade systemprompter för specifika uppgifter, som att sammanfatta en text: "Analysera given text noggrant och ge en sammanfattning som är kort men informativ av de viktigaste punkterna. Identifiera kärnbudskapet och viktigaste detaljer."

Systemprompter har inte samma inverkan på varje AI-modell. Hos chatGPT fungerar det mycket väl, hos Claude också, hos andra modeller kan systempromptens inverkan vara mindre stor. Det är intressant att prova och se vilken modell som fungerar bäst för din input.

Du kan ställa in en generell systemprompt i preferenserna, men bäst är att du utformar dessa systemprompter per uppgift du vill automatisera. Vi säger att det här är roller.

Du kan läsa mer om roller i den relevanta artikeln.