Dit is de perfecte prompt (volgens OpenAI)

Hoi, welkom bij een korte aflevering van AIToday Live. Jouw wekelijkse dosis AI praktijkverhalen die je vooruit helpen. Ik ben Joop Snijder en in deze korte aflevering ga ik het met jullie hebben over de perfecte prompt. Maar ja, dan wel volgens een engineer van OpenAI. Maar toch, als we naar prompten kijken, moeten we eerlijk zijn. In deze tijd van AI is het schrijven van goede prompts een vaardigheid geworden die best wel het verschil kan maken tussen middelmatige en uitzonderlijke resultaten. Maar voordat we komen tot die perfecte prompt, eerst even een stapje terug. Want er zijn ontzettend veel zogenaamde prompt frameworks ontwikkeld. En allemaal met het doel om het maximale uit AI taalmodellen te halen. En zo'n prompt framework bestaat vaak uit een afkorting die dan een beetje redelijk uit te spreken is. En een ezelsbruggetje is van hoe je uiteindelijk een prompt zou kunnen opstellen. Eén daarvan is bijvoorbeeld RACE. Dus in het, als in een raceauto. Dus race staat dan voor, de R staat dan voor role, de A voor action, de C voor context en E voor end product. Nou en zo heb je start, R, O, I en vele andere. Die kan je vast wel opzoeken. En ze hebben allemaal hun eigen sterke punten afhankelijk van je doel. Nog zo eentje is bijvoorbeeld CRISPE. Daar staat dan de C, die staat dan voor context, de R voor rol, dan I voor instruction, S voor specification, P voor purpose en example. Het zorgt ervoor dat je elk aspect van je prompt behandelt. Dus je geeft context, definieert een rol voor het AI model, verstrekt instructies, specificeert wat je wilt, legt het doel uit en geeft een voorbeeld. Dit framework is vooral handig als je complexe gestructureerde output nodig hebt en het AI model echt wil sturen in een specifieke richting. Maar de keuze voor een framework hangt sterk af van wat je wilt bereiken. Voor creatieve taken werkt een ander framework vaak beter dan voor technische of analytische taken. Het is een beetje zoals programmeren verschillende talen voor verschillende doeleinden. Maar wat ik interessant vind is dat deze frameworks bij eerdere modellen echt noodzakelijk waren. Dus als je in die tijd een taalmodel de rol gaf van een ervaren marketingstrateeg of een bekroonde scriptschrijver, dan zag je meteen dat het model een andere richting op ging. Maar eerlijk gezegd gebruik ik dit soort frameworks al een tijdje niet meer. Ik merkte dat met de nieuwere modellen zoals Claude, 3.5, GPT4 modellen, dat het gewoon niet meer zo nodig is. Door simpelweg een goede en duidelijke context te geven, stuur ik het model eigenlijk al in de juiste richting. En vaak zelfs beter dan met zo'n strikt framework. Betekent dit dat frameworks waardeloos zijn geworden? Nee, dat denk ik niet. En ze kunnen nog steeds waardevols zijn als ezelsbruggetje om duidelijke instructies te schrijven. Ik ben wel zelf altijd al fan geweest van eenvoud. En daarom spreekt de benadering van Greg Brockman, de president van OpenAI. De president van OpenAI, moet je dan in het Amerikaans zeggen. Dat spreekt me zo aan. Want hij deelde onlangs de formule die oorspronkelijk was ontwikkeld door een van zijn engineers. En de formule breekt de ideale prompt op in vier elementen. Want er wordt gezegd, dit is de ideale prompt. Volgens OpenAI dan. En wat ik zo fijn vind aan deze aanpak, het is simpel en intuïtief. Want het eerste element is namelijk, formuleer je doel. Wat wil je precies dat het AI-model voor je doet? In Brockmans voorbeeld was het doel een lijst van de beste middellange wandelroutes binnen twee uur rijden van San Francisco. Die, zoals hij zelf schreef, cool en uniek en minder bekend zijn. Nou, dat is best wel een heel uitgebreid doel. En het tweede element, specifieer je gewenste outputformaat. Wil je een lijst, een academisch artikel, weblinks. In het voorbeeld vroeg hij, geef voor elke wandelroute de naam zoals ik die op All Trails zou vinden. Het startadres, het eindadres, afstand, rijtijd, wandelduur. En wat het een coole en unieke ervaring maakt. Dan het derde element. Waarschuwingen en afbakeningen. AI-modellen kunnen nog steeds dingen verzinnen. En als je feitelijke informatie zoekt, zeg dat dan. Geven ze aan. In het voorbeeld waarschuwde de wandelaar. Zorg ervoor dat de naam van de route correct is, dat deze echt bestaat en dat de tijden kloppen. En tot slot het vierde element, de context dump. Hier vermeld je alles wat relevant kan zijn om je situatie te begrijpen. Het is in Brockmans voorbeeld legde de wandelaar, hij, uit dat hij en zijn vriendin regelmatig wandelaars zijn die alle bekende routes al hebben gedaan. Hij noemde een route die hij waardeerde. En waarom? En het benadrukte nog eens dat hij iets unieks zocht. Om eerlijk te zijn, herken ik deze structuur in mijn eigen manier van prompten. Ik ben altijd al een fan geweest van eenvoud en duidelijkheid. Maar er is nog iets wat ik doe om efficiënter te werken met AI. Namelijk om niet steeds uitgebreide context te hoeven schrijven, gebruik ik de project functionaliteit van ChatGPT en Claude. En in die project context stop ik dan ook de project instructies. En dat kunnen echt flinke lappen tekst zijn. Voor deze podcast zijn dat bijvoorbeeld 650 woorden, een context en dat is nog groeiende. En zo kan ik in mijn dagelijkse prompt kort en bondig blijven, terwijl het AI model toch de volledige context heeft. Nou, dan was ik ook eigenlijk best wel benieuwd of ik zelf iets van een framework gebruik, zelf hanteer bij het schrijven van prompts. Dus ik heb ChatGPT gevraagd mijn eigen stijl te analyseren. En dit kan ik, ChatGPT vragen, omdat ik de memory functionaliteit heb aanstaan. Daardoor kon ik ChatGPT het volgende vragen. Het leuke is, die kan jij ook gaan vragen. Dus ik vroeg ChatGPT, van alles wat je van mij weet, kun je een analyse maken van de manier waarop ik prompts schrijf? Is er een structuur in te vinden die je als een framework zou kunnen beschouwen? En het antwoord was verrassend gedetailleerd. Blijkbaar heb ik een, nou ja, noem het een eigen framework, dat uit vijf elementen bestaat. Ten eerste, gaf hij als analyse terug, ben ik heel erg doelgericht. Mijn prompts zijn helder en specifiek geformuleerd met een duidelijk einddoel. Ten tweede, structuur en hiërarchie, gaf hij terug. Ik gebruik een logische opbouw met eerst context, dan specificaties en eventueel extra nuances. En ten derde, expliciete stijlvoorkeuren. Ik benoem duidelijk hoe de output eruit moet zien, zoals schrijfstijl, programmeerstijl en vooral lengte van de output. Ten vierde, contextbewustzijn en doelgroepgerichtheid. Hele mond vol. Ik geef vaak een duidelijke doelgroep aan. En tot slot, een iteratieve en refinement benadering. En wat houdt het in? Is dat ik werk iteratief door te starten met blijkbaar gestructureerde prompten, om vervolgens de uitkomst te verfijnen op basis van die eerste resultaten. En dus eigenlijk bestaat het uit vier delen. En vervolgens raak ik met de output als vijfde stap, ja, verfijnen wat eruit komt. Nou, dit bevestigt voor mij dat een intuïtieve, maar wel gestructureerde aanpak voor mij het beste werkt. Indien je de memory geheugenfunctie ook hebt aanstaan, kun je ook de vraag stellen hoe je prompt schrijft. Zo leer je best wel veel over je eigen communicatie met het taalmodel. En ik ben eigenlijk best wel heel nieuwsgierig welke verrassingen jij tegenkomt. Nou, laat ik afsluiten met een korte samenvatting van de vier elementen van de perfecte prompt volgens Brockman van OpenAI. Eén, formuleer je doel, dus wees specifiek over wat je wilt. Twee, specificeer je gewenste outputformaat. Geef aan hoe je de informatie gepresenteerd wil hebben. Drie, geef waarschuwingen en afbakingen. Dus geef grenzen aan en geef specifieke aandachtspunten aan waar het taalmodel aan moet voldoen. En als laatste, een context dump, zoals hij dat dan noemt. Dus deel eigenlijk alle relevante achtergrond. Het mooie aan deze benadering is de eenvoud. Je hoeft helemaal geen ingewikkelde taal te gebruiken. Het lijkt eigenlijk veel meer op een normaal gesprek. Je geeft gewoon zoveel mogelijk aan wat je nodig hebt en hoe je het wilt hebben. In de show notesdeel ik een linkje naar het originele artikel waar hij dit beschrijft. En bedenk in ieder geval één ding. AI is niet de oplossing voor elk probleem, maar onmisbaar waar het past. Vergeet je niet te abonneren op deze podcast om geen enkele aflevering te missen. Tot de volgende keer! [Muziek]