ควรทำอย่างไรเมื่อคำตอบ AI แรกไม่ถูกต้อง

วินิจฉัยว่าผิดพลาดตรงไหนก่อนเขียนพรอมต์ทั้งหมดใหม่

คำตอบที่น่าผิดหวังมักตกอยู่ในหนึ่งในไม่กี่หมวดหมู่: มันพลาดบริบทที่คุณมีแต่ไม่ได้ระบุ มันเพิกเฉยต่อข้อจำกัด มันใช้รูปแบบที่ผิด หรือมันผิดข้อเท็จจริงอย่างมั่นใจ การระบุว่าเกิดกรณีไหนขึ้นจะชี้ไปที่วิธีแก้ที่เจาะจง — ข้อจำกัดที่ขาดหายไปเรียกร้องให้เพิ่มข้อจำกัดนั้นอย่างชัดเจน ไม่ใช่เขียนพรอมต์ทั้งหมดใหม่ตั้งแต่ต้นหรือขอซ้ำแบบหนักแน่นขึ้น

เพิ่มสิ่งที่ขาดหายไปโดยเฉพาะ ไม่ใช่คำสั่งเพิ่มเติมทั่วไป

เมื่อคุณรู้ว่าขาดอะไรไป ให้เพิ่มสิ่งนั้นโดยตรง: ข้อจำกัด ตัวอย่าง ส่วนของบริบท หรือคำอธิบายรูปแบบที่จะทำให้คำขอชัดเจนขึ้น ดูวิธีเขียนพรอมต์ให้ชัดเจนและเจาะจง ซึ่งลิงก์ไว้ด้านล่าง สำหรับพื้นฐานที่ขั้นตอนนี้มักอ้างอิงถึง การปรับปรุงส่วนใหญ่คือการใช้สิ่งไม่กี่อย่างเดียวกันที่พรอมต์แรกพลาดไป

รู้ว่าเมื่อไรควรเริ่มพรอมต์ใหม่แทนการแก้ไขปะติดปะต่อ

การแก้ไขเล็กน้อยไปมาเป็นเวลานานอาจทำให้บทสนทนามีคำสั่งที่ขัดแย้งกันซึ่งโมเดลกำลังพยายามประสานอยู่ ณ จุดนั้น พรอมต์ใหม่ที่สมบูรณ์ซึ่งระบุทุกอย่างที่คุณได้เรียนรู้ว่าจำเป็นมักจะเร็วกว่าและน่าเชื่อถือกว่าการแก้ไขเพิ่มอีกครั้ง เรื่องนี้ยังควรจำไว้เมื่อคำตอบผิดข้อเท็จจริงอย่างมั่นใจแทนที่จะแค่ผิดรูปแบบ: การแก้ไขถ้อยคำจะไม่ช่วยแก้ปัญหานั้น เพราะมันไม่ใช่ปัญหาเรื่องถ้อยคำ — ดูทำไม AI จึงหลอนได้ ซึ่งลิงก์ไว้ด้านล่าง สำหรับสิ่งที่เกิดขึ้นจริงในกรณีนั้น

คำถามที่คนมักถาม

คำตอบเขียนดีแต่ผิดข้อเท็จจริง จะแก้พรอมต์อย่างไร

ส่วนใหญ่คุณแก้ปัญหานี้ด้วยการเปลี่ยนถ้อยคำในพรอมต์ไม่ได้ เพราะมันไม่ใช่ปัญหาเรื่องถ้อยคำ ดูทำไม AI จึงหลอนได้ ซึ่งลิงก์ไว้ด้านล่าง สำหรับสิ่งที่เกิดขึ้นจริงและสิ่งที่ช่วยได้ เช่น การขอให้โมเดลอ้างอิงแหล่งที่มาที่ตรวจสอบได้ หรือการใช้โหมดค้นคว้าที่ค้นหาข้อมูลจริง

ควรแก้ไขต่อในบทสนทนาเดิมหรือเริ่มใหม่

ทำได้ทั้งสองแบบ แต่การแก้ไขเล็กน้อยต่อเนื่องกันเป็นเวลานานเสี่ยงที่จะทิ้งคำสั่งที่ขัดแย้งกันไว้เบื้องหลัง หากบทสนทนาหนึ่งมีการแก้ไขไปแล้วหลายครั้ง พรอมต์ใหม่ที่สมบูรณ์มักน่าเชื่อถือกว่าการแก้ไขเพิ่มอีกครั้ง

ควรลองกี่ครั้งก่อนที่จะเลิกใช้แนวทางพรอมต์นั้น

ไม่มีจำนวนตายตัว แต่หากการแก้ไขที่เจาะจงและวินิจฉัยแล้วสองหรือสามครั้งไม่ช่วยอะไร ปัญหาอาจไม่ได้อยู่ที่พรอมต์เลย ดูการเลือกโมเดลให้เหมาะกับงานของคุณ ซึ่งลิงก์ไว้ด้านล่าง สำหรับว่างานนั้นอาจต้องการโมเดลประเภทอื่นแทนหรือไม่