Iterative Prompting (پرامپت تکراری)
چطور باید
Iterative Prompting (پرامپت تکراری)
رو اجرا کنیم ؟
١ پاسخ
درخواست تکراری شامل پالایش و تنظیم اعلانها بر اساس پاسخهای هوش مصنوعی برای هدایت تدریجی آن به سمت خروجی مورد نظر شما است. این رویکرد به ویژه برای کارهای پیچیده یا زمانی که به دنبال بهبود کیفیت خروجی هوش مصنوعی از طریق تکرارهای متوالی هستید مفید است.
شما از این تکنیک برای مقابله با کارهایی که نیاز به دقت دارند یا زمانی که اولین پاسخ از AI نیاز به بهبود یا مشخصات دارد، استفاده می کنید.
به عنوان مثال، بیایید یک برنامه سفر دقیق برای یک سفر یک هفته ای به ژاپن ایجاد کنیم.
درخواست اولیه:
یک طرح کلی برای یک سفر یک هفته ای به ژاپن، با تمرکز بر شهرهای بزرگ مانند توکیو، کیوتو و اوزاکا ایجاد کنید.
هوش مصنوعی یک برنامه سفر اساسی از جمله جاذبه های توریستی عمده در توکیو، کیوتو و اوزاکا را ارائه می دهد.
تکرار اول:
برنامه سفر را با افزودن توصیههای خاص برای تجربههای آشپزی در هر شهر که مورد علاقه مردم محلی است، نه فقط گردشگران، اصلاح کنید.»
سپس ممکن است هوش مصنوعی توصیه های غذایی محلی را در توکیو، کیوتو و اوزاکا اضافه کند.
تکرار دوم:
"با گنجاندن یک سفر یک روزه به یک مکان کمتر شناخته شده اما از نظر فرهنگی مهم در نزدیکی یکی از شهرها، از جمله نحوه رسیدن به آنجا و کارهایی که باید انجام دهید، برنامه سفر را بیشتر اصلاح کنید."
هوش مصنوعی میتواند یک سفر یک روزه از اوزاکا به نارا را پیشنهاد دهد که گزینههای حملونقل و فعالیتهای کلیدی را شرح دهد.
تکرار سوم:
برنامه سفر را با درج نکاتی در مورد آداب فرهنگی که مسافران باید در مکان های ذکر شده رعایت کنند، تکمیل کنید تا تجربه خود را افزایش داده و به آداب و رسوم محلی احترام بگذارید.
سپس ممکن است هوش مصنوعی نکات آداب معابد را برای بازدید از معابد در کیوتو، غذا خوردن در توکیو و تعامل در نارا در نظر بگیرد.
در این مثال درخواست تکراری، اعلان گسترده اولیه به تدریج از طریق تکرارهایی که ویژگی و عمق را به برنامه سفر میافزایند، اصلاح میشود. هر تکرار بر اساس پاسخ قبلی هوش مصنوعی است و آن را راهنمایی می کند تا جنبه هایی مانند غذاهای محلی، مقاصد کمتر شناخته شده و آداب فرهنگی را در نظر بگیرد که ممکن است در پاسخ اولیه به اندازه کافی پوشش داده نشده باشد. این رویکرد نه تنها جزئیات و سودمندی برنامه سفر را بهبود میبخشد، بلکه نشان میدهد که چگونه میتوان از اعلانهای تکراری برای استخراج اطلاعات دقیقتر و جامعتر از مدل هوش مصنوعی استفاده کرد که منجر به خروجی نهایی خوب و متفکرانه میشود.
* مرجع انگلیسی: سایت 👇
https://www.linkedin.com/pulse/useful-guide-iterative-prompting-rob-may-ualie