Prompt engineering er fortid og nutid, men er det også fremtiden?
Kender du Amaras Lov? Den stortrives i marketing, så hvis det er dit felt, bør du kende den. Den lyder sådan her:
”Vi har en tendens til at overestimere effekten af teknologi på kort sig og underestimere den på lang sigt.”
Tænk internet, sociale medier eller nu AI. Den amerikanske fremtidsforsker Roy Charles Amara ramte hovedet på sømmet, da han beskrev, hvordan vi som mennesker og samfund reagerer, når vi møder nye innovative teknologier.
Lige nu er det AI-teknologi, der er i vælten, og uddannelsesdanmark kan dårligt være i sig selv i for at komme først med den næste fremtidssikrede uddannelse: Prompt Engineering.
Men klap lige hesten. Prompt engineering må være den blødeste af alle soft skills, og fremtidsudsigterne er nok ikke fremtidige højt betalte job, men snarere, at AI om ganske kort tid spørger ind til hensigten med det, vi forsøger at skabe og selv kreerer inputtet til sit output. Det vil om kort tid gøre prompt engineering til et kuriøst hypeord fra de tidlige 20’ere.
Men her og nu har prompt engineering selvfølgelig sin berettigelse. Vi skal bare være nøgterne og se det for, hvad det er. Her kan det gamle Babylon hjælpe os.
Forestil dig, at du er dadelhandler og skal have lavet en lertavle, der lovpriser dine dadler og angiver en pris. Du finder en skriver på det lokale marked og fortæller ham, “Jeg er dadelhandler. Jeg skal bruge en lertavle på en fods længde og bredde, hvor du skriver, at mine dadler er de bedste i Babylon, fordi de kommer fra Eufrats bredder og at de koster en halv shekel for et dusin”. Anderledes er det ikke i dag – bortset fra, at du selvfølgelig skal have tilføjet en QR-kode, der leder til din online dadelshop.
For i bund og grund er prompt engineering intet andet end anvendelse af logik, grammatik og retorik. De tre ældste uddannnelser i verden. De giver os også svaret på, hvordan vi får mest ud af AI som LLM (Large Language Models) lige nu. Læg ud med disse 5 principper. Eller scroll ned til det 6. princip og ekstra hurtigt over gærdet.
Det første princip i prompt engineering: Sæt rammen.
Brug en velkendt model. Det giver AI’en instrukser om, hvordan den kan nedbryde komplekse opgaver til enkle trin. Lad os sige, at du vil skrive et LinkedIn-oplæg om prompt engineering, for at skabe interesse for et kursus, du sælger. Her kan du fx bruge gode, gamle AIDA, (Attention, Interest, Desire, Action).
Eksempel
“Brug AIDA-modellen til at skrive et LinkedIn-post om prompt engineering.”
Det andet princip i prompt engineering: Sæt konteksten.
Fortæl AI’en om detaljerne i din virksomhed kondenseret ned til at par sætninger. Det kan være virksomhedsmål, målgruppe og meget andet. Tilføj informationen til alle dine prompts for at gå fra generiske svar til specifikke.
Eksempel
“Jeg er selvstændig konsulent. Min målgruppe er virksomheder, der ønsker at bruge AI i deres markedsføring.”
Det tredje princip i prompt engineering: Beskriv stil og tone.
Sprogmodeller som ChatGPT har et fladt og generisk sprog. Hvis din virksomhed har en tone-of-voice, så brug den til at beskrive i hvilket tonefald og i hvilken stil, du ønsker dit output.
Eksempel
“Brug et sprog, der er entusiastisk og professionelt. Tilføj et par enkelte emojis.”
Det fjerde princip i prompt engineering: Beskriv strukturen.
Undgå lange tekstblokke ingen gider læse. Bed AI’en om at bruge en overskuelig struktur med rubrikker, underrubrikker, bullet points og så videre.
Eksempel
“Skriv maksimalt 3000 tegn og brug denne struktur:
Rubrik
Mellemrubrik
– punkt 1
– punkt 2 (fremhæv vigtige punkter)”
Det femte princip i prompt engineering: Giv feedback og prøv igen.
Du bliver sikkert ikke helt tilfreds med første resultat, så se det for, hvad det er: En kladde, som du sammen med AI’en kan forbedre.
Eksempel
“Oprindelig prompt: Skriv et LinkedIn-indlæg om prompt engineering
Revideret prompt: Skriv et LinkedIn-indlæg om prompt engineering. Fokuser på 5 gode råd til at skabe bedre prompts.”
Dit endelige prompt
Til sidst samler du dine 5 input i ét enkelt prompt. Så er du klar til første kladde.
Eksempel
“Jeg er selvstændig konsulent. Min målgruppe er virksomheder, der ønsker at bruge AI i deres markedsføring.
Brug AIDA-modellen til at skrive et LinkedIn-post for min virksomhed om prompt engineering.
Brug et sprog, der er entusiastisk og professionelt. Tilføj et par enkelte emojis.
Skriv maksimalt 3000 tegn og brug denne struktur:
rubrik
mellemrubrik
– punkt 1
– punkt 2 (fremhæv vigtige punkter)”
Herfra kan du begynde at rettet til og ændre indholdet. LLM-modeller som ChatGPT lærer hele tiden og tilpasser sig, så lav dine ændringer i samme vindue. Det bliver de kun bedre af.
Det sjette princip er det vigtigste du skal vide om prompt engineering.
Kan du huske, hvordan jeg indledte med at påstå, at prompt engineering snart bliver overtaget af AI-assisteret prompting? Dét er fremtiden, og du finder den allerede i dag.
For selvfølgelig kan du også bare bede ChatGPT om at lave din prompts. Beskriv, hvad du ønsker og test resultatet.
Eksempel
“Jeg er konsulent. Min virksomhed hjælper andre virksomhed med at bruge AI i deres markedsføring. Skriv et ChatGPT prompt for mig, der beder ChatGPT om at skrive et LinkedIn-indlæg med 5 specifikke tips til at strukturere prompts.”
Selvfølgelig kræver det så også, at du ved, hvad du specifikt ønsker og, at du kan beskrive det præcist. Det er ikke et spørgsmål om programmering, men om sprog. Så hent hjælp hos en, der har sproget som redskab – for eksempel en tidligere tekstforfatter som mig.
