Ebben a videóban egy tapasztalt szerző, Jason, osztja meg velünk a prompt engineering alapvető technikáit, amelyek segítségével hatékonyabban használhatjuk a mesterséges intelligenciát írás közben. Olyan gyakorlati tanácsokat ad, mint a specifikus megfogalmazás szükségessége vagy az AI-nak adott szerepek és identitások kialakítása.
Többek között szó esik arról, hogyan lehet elkerülni, hogy az információk elvesznek vagy elhalványulnak a túlméretezett promptokban, illetve miként segíthetnek XML címkék az adatok rendszerezésében és feldolgozásában. Felveti azt is, milyen előnyökkel jár a különböző nyelvi modellek (LLM-ek) és paraméterek tesztelése, valamint a lépések kisebb részekre bontása.
A szerző kiemeli, hogy a sikeres eredmény érdekében mindig érdemes iterálni, tesztelni és visszajelzéseket adni az AI-nak. Az általa fejlesztett ‘FITS’ elv és a ‘fraktál technika’ is előkerül, melyek rendszert visznek a promptolási folyamatba, félúton az intuíció és a struktúra között.
Kérdések maradnak a nézőben például azzal kapcsolatban, hogy mikor érdemes váltani modellt, hogyan igazíthatjuk a folyamatot saját stílusunkhoz, és milyen mértékben javítható a kreativitás korlátok és visszacsatolások által. Az is nyitott kérdés, hogyan vonható be az emberi tényező a mesterséges intelligenciával való írásba úgy, hogy az valóban egyedi eredményt hozzon.
