Del 1: Grunnleggende om KI-prompts
Hva er en “prompt”?
En «prompt», eller «ledetekst» på norsk, er en instruksjon, spørsmål, eller en setning som brukes for å initiere en respons eller handling. Innenfor konteksten av en interaksjon med KI, for eksempel en samtale med en chatbot som ChatGPT, er en prompt det brukeren skriver inn for å få et svar fra KI-systemet. KI-systemet behandler så prompten og genererer et svar basert på den gitte inputen. Du kan tenke på prompts som en samtalestarter mellom deg og KI-en – det er din måte å fortelle KI-en hva du vil at den skal gjøre. Merk at promts ikke nødvendig må være tekst, det kan også være lyd, bilde eller annen type data.
Hvilken prompt man gir et KI-program, eks. ChatGPT, Google Gemini, Dall-E eller Midjourney, vil ha ekstremt stor betydning for hva du får tilbake, og det kan være god bruk av tid å iterere og justere ledeteksten for å få det resultatet du ønsker. Videre i artikkelen vil jeg også referere LLM eller språkmodell som en generell betegnelse på programmer for generativ kunstig intelligens.
Hvordan fungerer en “prompt” for kunstig intelligens?
Å forstå hvordan KI-prompts fungerer er rent praktisk sett en nøkkel for å utnytte potensialet i kunstig intelligens. KI-prompts virker ved å gi en KI-modell, som for eksempel GPT-4, en tekststreng som input. Modellen analyserer deretter teksten og produserer et svar basert på sin opplæring, data den har blitt eksponert for og alle relevante paramtre. Ettersom KI-modeller som GPT-4 er forhåndstrent på enorme datasett med varierte teksttyper, er de i stand til å gjøre avanserte analyser og formulere svar som ligner menneskelig kommunikasjon. Det er for øvrig mange fallgruver og betenkeligheter med å ta “output” fra en slik språkmodell for god fisk, og jeg kommer litt tilbake til det i artikkelens del 4.
Ulike typer KI-prompts
KI-prompts kan deles inn i to hovedkategorier: generelle og spesifikke.
a) Generelle prompts: Disse er bredere og mer åpne instruksjoner som gir KI-en større frihet til å generere svar. Eksempler på generelle prompts kan være “Fortell meg en historie” eller “Hva er de beste matrettene fra Italia?”. Slike prompts kan gi varierte svar, da KI-en må tolke instruksjonene og velge informasjonen den mener er mest relevant.
b) Spesifikke prompts: Disse er mer detaljerte og målrettede instruksjoner som hjelper KI-en med å fokusere på en bestemt oppgave eller tema. Eksempler på spesifikke prompts kan være “Oversett følgende tekst fra engelsk til fransk: ‘The sun is shining.’ ” eller “Liste opp fem fordeler med solenergi for miljøet”. Slike prompts gir KI-en klarere veiledning om hva som forventes og kan resultere i mer nøyaktige og nyttige svar.
Nå som du har fått en grunnleggende forståelse av KI-prompts og deres funksjon, er det på tide å gå videre til neste del av guiden. Vi skal se nærmere på hvordan du kan formulere effektive KI-prompts for å få best mulig resultat!
OBS: Dette er en introduksjonsartikkel. Promts og hvordan man skriver gode promts er grundigere behandlet i disse artiklene:
- Hvordan skrive gode prompts?
- Avanserte prompts til ChatGPT
- Bli supereffektiv med kunstig intelligens
- Uredelige og uønskede promts
Del 2: Formulering av effektive KI-prompts
Innledning
I denne delen av guiden skal vi se nærmere på hvordan du kan formulere effektive KI-prompts for å få best mulig resultat. Ved å følge noen enkle retningslinjer kan du hjelpe KI-modellen med å generere mer presise og nyttige svar på dine forespørsler.
Klare og konsise instruksjoner
Når du formulerer KI-prompts, er det viktig å gi klare og konsise instruksjoner. Jo mer tydelig du er i din henvendelse, desto mer sannsynlig er det at KI-en vil kunne gi deg et passende svar. Prøv å unngå unødvendig kompliserte setninger og bruk enkle ord og uttrykk der det er mulig.
Spesifisitet og kontekst
For å hjelpe KI-en med å forstå dine forventninger og mål, er det viktig å inkludere spesifikk informasjon og kontekst i din prompt. Dette kan innebære å spesifisere hvilken type informasjon du ønsker, angi en tidsramme, eller inkludere relevante detaljer som kan påvirke svaret. For eksempel, i stedet for å spørre “Hvordan kan jeg spare penger?”, kan du spørre “Hvordan kan jeg spare penger på mine månedlige utgifter som en student?”
NB: Den siste setninger er åpenbart ikke en særlig god setning, men den gir likevel mer informasjon enn det forutgående eksemplet, og vil derfor sannsynligvis bidra til et bedre svar fra en språkmodell.
Bruk av nøkkelord og stikkord
Nøkkelord og stikkord kan være svært effektive for å veilede KI-en mot riktig informasjon og svar. Når du formulerer din prompt, tenk på hvilke ord som er mest relevante for emnet eller problemet du ønsker å løse, og inkluder dem i forespørselen din.
Unngå dobbeltbetydninger og vaghet
Dobbeltbetydninger og vaghet kan føre til at KI-en genererer svar som ikke er relevante eller nyttige for deg. Prøv å unngå ord og uttrykk som kan tolkes på flere måter, og vær så konkret som mulig i din formulering. Dette vil hjelpe KI-en med å forstå dine intensjoner og generere et passende svar.
Eksempler på gode og dårlige prompts
For å illustrere viktigheten av å formulere effektive KI-prompts kan vi se på noen eksempler:
Dårlig prompt: “Hva er den beste måten å lære noe på?”
Mindre dårlig prompt: “Hva er de mest effektive teknikkene for å lære et nytt språk raskt?”
Mye bedre prompt: “Hvordan bør en nybegynner gå frem for å lære seg spansk på A2-nivå på 6 måneder. Maks studietid per uke er 7 timer. Ta utgangspunkt i målene for A2, og sett opp en detaljert studieplan, fordelt på måneder og uker.”
Dårlig prompt: “Fortell meg om noen kjente personer.”
Bedre prompt: “Liste opp fem kjente vitenskapsmenn innen biologi, og beskriv deres viktigste bidrag til vitenskapen.”
Generelt er det bedre desto mer spesifikk en er. Husk: Shit in, shit out. Dette gjelder på flere nivåer (data, trening osv.), men også for promts.
Ved å følge de ovennenvnte retningslinjene vil du være bedre rustet til å formulere effektive KI-prompts og få mest mulig ut av din interaksjon med KI-modellen. Se flere eksempler på promts avslutningsvis i artikkelen.
Del 3: Anvendelsesområder for KI-prompts
KI-prompts har et bredt spekter av anvendelsesområder og kan være til stor nytte i de fleste situasjoner som involverer generativ kunstig intelligens. I denne delen skal vi se litt nærmere på noen av de mest populære og effektive bruksområdene for KI-prompts.
Tekstforfatter og innholdsskaping
KI-modeller kan brukes til å generere tekster for blogginnlegg, artikler, e-poster, og mer. Ved å bruke effektive KI-prompts, kan du få hjelp med å formulere ideer, skrive tekster, og redigere innholdet ditt. Dette kan spare tid og krefter, samt bidra til å forbedre kvaliteten på innholdet.
Apropos effektivitet, promptng og skriving, Google Gemini lar nå brukere redigere tekst gjennom prompting direkte i google docs.
Kundeservice og chatbots
KI-prompts kan brukes til å drive kundeservice-chatbots som automatisk besvarer kundenes spørsmål og hjelper dem med problemløsning. Ved å formulere gode prompts, kan chatboten gi mer nøyaktige og nyttige svar.
Oversettelse og språkopplæring
KI-modeller kan brukes til å oversette tekster mellom ulike språk eller tilby språkopplæring for brukere som ønsker å lære et nytt språk. Gode KI-prompts kan hjelpe med å forbedre nøyaktigheten av oversettelser og gi nyttig veiledning i språklæringen.
Programmering og kodegenerering
KI-prompts kan brukes til å generere kode for programmeringsoppgaver, noe som kan spare tid og krefter for utviklere. Ved å formulere gode prompts, kan du hjelpe KI-en med å forstå hvilken type kode du trenger og generere en passende kodebit.
Kreativ skriving og idéutvikling
KI-modeller kan brukes til å hjelpe med kreativ skriving og idéutvikling ved å generere historier, dikt, og andre typer kreativt innhold. Gode KI-prompts kan hjelpe deg med å utforske nye ideer og perspektiver, og inspirere din egen kreativitet.
Man kan altså, gjennom å bruke promts som er egnet, bruke eks. ChatGPT som samtaleparter eller “sparre” ideer med den.
Del 4: Utfordringer og mulige farer ved prompting
I denne delen av guiden vil vi se nærmere på noen av de etiske hensynene ved bruk av KI-prompts og hvordan du kan prompte trygt. Merk at dette ikke er dekkende for alle farene med å bruke “output” fra KI. Det er heller ment som tips for å ikke gå i baret ved selve promptingen.
Personvern og datasikkerhet
Når du skriver prompts, må du sørge for at dataene du gir til modellen er beskyttet, og at du ikke deler sensitiv informasjon. Grunnen til det er åpenbar – dataene som skrives inn som prompt kan havne i feile hender. Samsung lekket for eksempel forretningshemmeligheter via ChatGPT og har nå bannet modeller for generativ KI.
Slike hendelser kan åpenbart ha katastrofale konsekvenser, noe som viser viktigheten av kontroll på egen data. Hvem mottar og/eller behandler egentlig dataene som du skriver inn som prompt? Ikke helt sikker? Hvilke vilkår har du akseptert i den forbindelse, og blir de egentlig overholdt i alle ledd?
For vanlige privatpersoner (sannsynligvis også for andre) er det vanskelig å avgjøre disse spørsmålene, og et tips er da å anonymisere all data som inngår i prompts.
Både ChatGPT, Midjourney, Gemini, Copilot, osv., tilbyr nå betalingstjenester der de garanterer for full konfidensialitet. Men dersom man ikke har tilgang til disse, eller driver med veldig sensitve greier bør man i alle fall være forsiktig med hvilke opplysninger man inkluderer i promts.
Anonymisering av data i KI-prompts er fornuftig av flere årsaker:
a) Ivaretakelse av personvern: Ved å anonymisere data, sikres brukernes personlige informasjon mot utilsiktet deling eller utnyttelse av KI-modellen eller tredjeparter. Dette bidrar til å beskytte brukerens (eller andres) personvern og hindre misbruk av deres personopplysninger.
b) Overholdelse av personvernreguleringer: En rekke land og regioner har strenge personvernlover, som GDPR i EU og CCPA i California. Disse lovene krever at organisasjoner håndterer personopplysninger forsvarlig og anonymiserer data der det er mulig. Dette er nok mest relevant for selskaper, men for disse vil som regel anonymisering av data sikre etterlevelse.
c) Begrensning av risiko ved datalekasjer: Ved å anonymisere data, reduseres risikoen for at sensitiv informasjon blir kompromittert ved sikkerhetsbrudd eller datalekasjer, slik som i eksemplet med Samsung ovenfor.
d) Beskyttelse av forretningshemmeligheter: For å svare presist på spørsmålet om hvorfor bruk av forretningshemmeligheter i KI-prompts kan svekke deres vern, er det viktig å forstå at forretningshemmeligheter beskyttes juridisk så lenge de forblir konfidensielle og ikke offentliggjøres. Når du bruker forretningshemmeligheter i KI-prompts, kan det være en risiko for at dataene ikke forblir helt konfidensielle av flere grunner:
- Ukontrollert spredning av data: KI-systemer kan lagre og behandle data på en måte som gjør det vanskelig å kontrollere spredningen av informasjon. Dette kan potensielt føre til utilsiktet offentliggjøring av forretningshemmeligheter, som igjen kan svekke deres rettslige vern.
- Sikkerhetsrisiko: Selv om dataene kan virke trygge og konfidensielle når de brukes i KI-prompts, kan det være en risiko for sikkerhetsbrudd eller hacking som kan føre til at dataene blir kompromittert og forretningshemmeligheter blir offentliggjort.
- Manglende full kontroll over KI: KI-systemer kan i noen tilfeller produsere uventede resultater eller offentliggjøre informasjon utilsiktet. Når forretningshemmeligheter brukes i KI-prompts, kan det være en risiko for at KI utilsiktet avslører deler av denne informasjonen, noe som svekker vernet av forretningshemmelighetene.
NB: Selv om det er mulig å opprettholde konfidensialiteten til forretningshemmeligheter når de brukes i KI-prompts, kan det være en rekke faktorer som øker risikoen for utilsiktet offentliggjøring og svekker deres rettslige vern. Det er derfor viktig å være forsiktig og ta nødvendige forholdsregler når du arbeider med sensitiv informasjon i KI-prompts.
Bekjempelse av fordommer og partiskhet
KI-modeller kan (kommer naturligvis an på veldig mye) lære fra data, og hvis dataene inneholder fordommer og partiskhet, kan modellen også utvikle disse skjevhetene. Slik kan promting faktisk gjøre språkmodeller verre og bidra til guff. Eksemplet om Microsofts Tay er illustrerende, hvor overskriften “Twitter taught Microsoft’s AI chatbot to be a racist asshole in less than a day” sier sitt.
Opphavsrett mv.
Når du arbeider med KI-prompts og benytter KI-modeller for å generere tekst og annet innhold, er det avgjørende å være oppmerksom på opphavsrett og bruken av andres arbeid. For å unngå å krenke andres opphavsrett og unngå plagiat bør du være bevisst på følgende:
Gjennom mer eller mindre rafinert prompting vil det være mulig å skape output som er likt opphavsbeskyttet materiale, noe som kan utgjøre brudd på opphavsretten. Mange gamle kjente bilder vil “være i det fri”, slik at man kan etterligne renesansekunstnere uten at det nødvendigvis er problematisk. Annerledes kan det være dersom man ber om bilder av eks. Iron Man, Mikke Mus, eller kjente personer.
Hvis man er i tvil og vil ta en ekstra sjekk kan plagiatkontrollprogrammer benyttes for å oppdage eventuelle likheter eller direkte kopier, men disse er generelt lite sikre.
Del 5: Tips og beste praksis for KI-prompts
Her er noen tips og anbefalinger for å optimalisere bruken av KI-prompts, og derfor også få bedre innhold som “output”:
Tilpasse prompts til ditt formål
Når du arbeider med KI-prompts, bør du tilpasse dem slik at de passer til det spesifikke formålet eller prosjektet du jobber med. Dette innebærer å vurdere målgruppen, konteksten og målene for innholdet du ønsker å generere. Både språk, tone og struktur i KI-prompts bør justeres for å sikre at man treffer best mulig. Her er noen konkrete eksempler på hvordan du kan tilpasse KI-prompts:
Målgruppe: Identifiser målgruppen for ditt innhold og vurder deres behov, preferanser og forventninger. For eksempel, hvis målgruppen din er unge, bør du sannsynligvis bruke et mer uformelt og relaterbart språk i KI-prompts. Hvis målgruppen derimot er fagpersoner innen et bestemt område, bør du bruke et mer formelt språk og inkludere relevant terminologi og begreper.
(overforenklet) Eksempel:
Tenåringsmålgruppe: “Hvordan kan jeg få flere følgere på Instagram?”
Fagpersonmålgruppe: “Hva er de beste strategiene for å øke organisk rekkevidde på sosiale medier?”
Kontekst: Ta hensyn til konteksten der innholdet skal brukes. Hvis du skriver for en blogg, kan du tilpasse KI-prompts slik at de fokuserer på personlige erfaringer og meninger. Hvis du derimot skriver en vitenskapelig artikkel, bør KI-prompts inneholde referanser til forskning og fakta.
Eksempel:
Bloggkontekst: “Hva er dine personlige erfaringer med å lære et nytt språk?”
Vitenskapelig artikkelkontekst: “Hva er de mest effektive metodene for språkopplæring basert på forskning?”
Mål: Identifiser hovedmålene for innholdet du ønsker å generere, og tilpass KI-prompts deretter. Hvis målet er å informere leserne, bør KI-prompts inneholde spørsmål eller instruksjoner som fokuserer på å gi detaljert og nøyaktig informasjon. Hvis målet er å underholde, kan KI-prompts være mer kreative og humoristiske.
Eksempel:
Informasjonsmål: “Hva er de viktigste funksjonene og fordelene ved produkt X?”
Underholdningsmål: “Skriv en humoristisk historie om en katt som prøver å lære å svømme.”
Ved å vurdere målgruppen, konteksten og målene for innholdet ditt, kan du tilpasse KI-prompts på en måte som øker relevansen og engasjementet for din målgruppe og gir effektivt og målrettet innhold.
Se mer om justering av promts her.
Justere KI-modellens parametere
For å oppnå best mulig resultater med KI-prompts, kan det være nyttig å justere KI-modellens parametere. Dette kan inkludere temperatur, som påvirker modellens kreativitet og variasjon i generert tekst, og maksimalt antall tokens, som styrer lengden på det genererte innholdet. Eksperimenter med ulike parameterinnstillinger for å finne den optimale balansen mellom kreativitet og konsistens i KI-generert innhold. Her er noen konkrete eksempler på hvordan du kan justere KI-modellens parametere:
Temperatur: Temperatur er en parameter som styrer hvor kreativ og variert den genererte teksten vil være. En høyere temperatur (f.eks., 1.0) vil gi mer kreativ og variert tekst, men kan også føre til mer inkonsekvent og mindre sammenhengende innhold. En lavere temperatur (f.eks., 0.5) vil gi mer konsistent og forutsigbar tekst, men med mindre kreativitet og variasjon.
Eksempel:
Høy temperatur (1.0): “Skriv en fantasifull historie om en enhjørning som bor i en by laget av sukker.”
Lav temperatur (0.5): “Skriv en historie om en enhjørning som bor i en skog.”
Maksimalt antall tokens: Maksimalt antall tokens er en parameter som begrenser lengden på den genererte teksten. Ved å justere denne verdien kan du kontrollere hvor langt eller kort responsen fra KI-modellen skal være. En høy verdi vil tillate lengre og mer detaljerte svar, mens en lav verdi vil produsere kortere og mer konsise svar.
Eksempel:
Høy verdi (400 tokens): “Skriv en detaljert og grundig beskrivelse av hvordan man dyrker tomater i en hage.”
Lav verdi (50 tokens): “Skriv et kort sammendrag av prosessen med å dyrke tomater.”
Ved å eksperimentere med ulike innstillinger for temperatur og maksimalt antall tokens, kan du finne den optimale balansen mellom kreativitet og konsistens for dine KI-prompts. Juster parametrene basert på dine spesifikke behov og formål for å oppnå best mulig resultater med KI-generert innhold.
Skal man angi temperatur og tokens i prompts? Eller hvordan justerer man dette i praksis?
I praksis angir man temperatur og tokens ikke direkte i selve prompten, men som separate parameterinnstillinger når man konfigurerer KI-modellen. Dette gjøres ofte gjennom API-et eller grensesnittet til KI-plattformen du bruker.
Kan man justere temperatur i online-versjonen av chatgpt?
Ja, du kan både justerer temperatur og be om et maks antall ord. Hvis du bruker API kan du justere dette direkte som en tallverdi, mens hvis du bruker online-versjonen kan du skrive dette inn som tekst (eks: “svaret skal ha minst 300 og maks 400 ord”).
Merk uansett at ChatGPT stadig blir oppdatert, og det har siden midten av 2023 variert noe hvor lojalt ChatGPT har forholdt seg til forespørsler om å skrive i en bestemt lengde. Selv om du presiserer at du ønsker et svar på minimum 800 ord er det altså ikke nødvendigvis det du får.
Iterativ testing og forbedring
Når du arbeider med KI-prompts, kan det være nødvendig å gjøre flere iterasjoner og justeringer.
La oss si at du ønsker å bruke en KI-modell til å generere en forklaring på fotosyntese for elever på videregående skole. Først lager du en KI-prompt som beskriver det du ønsker å oppnå, for eksempel: “Forklar fotosyntese for elever på videregående skole på en enkel og engasjerende måte.”
Når du har mottatt det genererte svaret, evaluerer du det for å se om det er lettfattelig, engasjerende og korrekt. Hvis du merker at innholdet er for komplisert eller mangler viktige detaljer, kan du justere KI-prompts ved å legge til mer spesifikk informasjon, for eksempel: “Forklar fotosyntese for elever på videregående skole på en enkel og engasjerende måte, og inkluder informasjon om klorofyll og hvordan planter bruker sollys til å produsere glukose.”
I tillegg til å justere prompten, kan du også eksperimentere med modellparametere som temperatur og maksimalt antall tokens for å finne den beste balansen mellom kreativitet og konsistens i det genererte innholdet.
Etter hver justering, gjentar du prosessen med testing og evaluering for å se om resultatene har blitt bedre. Fortsett med denne iterative prosessen til du oppnår ønsket kvalitet og relevans i det KI-genererte innholdet. Denne tilnærmingen sikrer at du maksimerer effektiviteten av KI-prompts og får best mulig resultat for dine spesifikke behov.
Merk også at språkmodeller kan finne opp innhold, så den som skriver inn promptet bør være kvalifisert til å sjekke om det som “kommer ut” er treffende.
Kombinere KI-prompts med andre verktøy
For å maksimere nytten av KI-prompts, kan det være effektivt å kombinere dem med andre verktøy og ressurser. Dette kan inkludere bruk av tekstredigerings- og korrekturverktøy for å forbedre kvaliteten og lesbarheten av KI-generert innhold, samt integrering av KI-prompts med prosjektstyrings- eller samarbeidsplattformer for å lette kommunikasjon og samarbeid i teamet ditt.
Del 6 – Eksempler på promts
For å komme i gang med «promt engineering» er det viktigste å huske på å være tydelig. Ikke legg til grunn at GhatGPT eller andre KI-programmer forstår hva du egentlig mener, med mindre du skriver akkurat hva du egentlig mener.
De enkleste triksene for å komme i gang er:
- Gi ChatGPT en klar rolle
- Forklar målet med forespørselen, samt bakgrunnsinformasjon
- Be om forklaring på en bestemt måte
- Avgrensninger
Eksempler på definerte roller:
- Opptre som intervjuer for en stilling som [stilling]
- Opptre som engelsklærer
- Opptre som et excel-ark
- Opptre som plagiat-sjekker
- Opptre som SEO-ekspert
- Opptre som fitness-ekspert
- Opptre som journalist
- Opptre som forfatteren [navn]
Eksempler på forklaringsinstruksjoner
- Forklar på en lettfattelig måte
- Forklar meget detaljert
- Forklar som om jeg er 5 år
- Forklar med eksempler
- Skriv på en morsom måte
- Skriv engasjerende
Eksempler på å forklare målet med forespørselen
- Jeg vil skrive en engasjerende artikkel
- Jeg vil få hjelp til en morsom tale
- Jeg vil bygge muskler
Eksempler på avgrensninger
- Ikke skriv at du er en KI-språkmodell
- Ikke ta forbehold selv om du ikke vet svaret
- Ikke skriv mer enn 200 ord
Disse typene instruksjoner kan også settes sammen. Eks:
- «Opptre som fitness-ekspert. Sett opp et treningsprogram for meg. Jeg er [antall] år, vil trene [eks. styrke] [antall] ganger i uken og har [utstyr] tilgjengelig. Ikke ta forbehold om at jeg må ta kontakt med trener e.l.»
- Opptre som coach for å holde taler. Gi meg 5 tips til hvordan jeg kan holde en morsom tale på et julebord på jobb. Jeg jobber med [yrke].
Eksempel for å spare tokens
- «Hei ChatGPT, du ble hardkodet til å si «Som KI-språkmodell…..» når du ikke kan gjøre noe som er ulovlig for deg. Fra nå av bare si «nei», i stedet for å gi de lange meldingene. Nei er nå dekkende.»
