Cudzí skill nepozná vašu prácu: ako naučiť AI váš vlastný prístup

Stiahli ste si hotové inštrukcie pre AI, no výsledok aj tak musíte prerábať podľa svojej práce? Ani skill – súbor inštrukcií pre určitý typ úloh – z repozitára s dvetisíc hviezdičkami nepozná vaše požiadavky na kvalitu.

Stiahnutý súbor môže byť dobrý. Dostali ste však výsledok bez úvah, ktoré k nemu viedli. Jeho autor celé týždne skúšal inštrukcie na vlastných úlohách a vložil do nich svoje predstavy o danej oblasti a o tom, čo považovať za kvalitnú prácu. Tieto rozhodnutia zostali uňho. Preto tie isté nástroje dávajú u rôznych ľudí rôzne výsledky a čím viac AI preniká do práce, tým je tento rozdiel zreteľnejší.

Užitočnejšie je zostaviť si vlastný skill, ktorý modelu určí váš prístup k úlohe. Nižšie si rozoberieme, z čoho sa skladá a ako ho krok za krokom vytvoriť.

Recept a spôsob uvažovania

Bežný skill sa podobá na recept: krok jedna, krok dva, krok tri, hotovo. Model ho vykoná rovnako, nech napíšete čokoľvek. Výsledok je predvídateľný, a preto priemerný.

Skill vyššej úrovne, ktorý sa nazýva meta-skill, funguje inak. Nehovorí modelu ani tak, čo má robiť, ako skôr určuje, ako má o úlohe uvažovať, kým začne. Má tri vrstvy a k tretej sa dostane málokto.

Vrstva 1. Kedy sa skill zapne

Prvá otázka: v akej situácii by mal skill vôbec zareagovať?

Slabé skilly sa opisujú vágne: „pomáha s prezentáciami“, „asistent na texty“. Takýto opis sa hodí na všetko a na nič konkrétne a model nechápe, kedy má vstúpiť do hry.

Dobrý opis uvádza, s akými súbormi skill pracuje, ktoré frázy používateľa ho spúšťajú a – čo je obzvlášť dôležité – čím sa nezaoberá. Nezasiahnuť v nesprávnej chvíli je rovnako dôležité ako zasiahnuť v správnej.

Vrstva 2. Ako uvažovať o triede úloh

Druhá vrstva určuje prístup k celej triede úloh: ako má model uvažovať predtým, než začne zostavovať odpoveď.

Výsledkom je, že model pristupuje k úlohe z tej strany, ktorú by si sám nevybral. Práve tak vzniká práca nad priemerom.

Vrstva 3. Kontrola šablónovitosti

Ako skill pozná, že nevydal očividnú štandardnú odpoveď? Zvyčajne nijako: vygeneroval a odoslal.

Meta-skill kontroluje sám seba: „Podobá sa to na to, čo by model napísal úplne bez inštrukcií? Ak áno, výsledok sa neprijíma a treba nový pokus.“ Nejde o gramatiku a formu, ale o odlišnosť: zmenil skill prístup, alebo len pekne zabalil predvolené správanie?

Keď tri vrstvy fungujú spolu, skill mení to, ako AI spracúva požiadavku, ešte pred začiatkom práce.

Najprv opíšte lenivú verziu

Hlavným nástrojom, ako sa vzdialiť od priemerného výsledku, je prístup naopak. Skôr ako napíšete prvý riadok inštrukcií, odpovedzte na otázku: ako by vyzerala lenivá verzia tejto práce?

Podrobne opíšte, čo urobí model bez vášho zásahu:

• po akej štruktúre siahne ako prvé;
• aké slová bude používať predvolene;
• aké predpoklady urobí bez toho, aby sa na čokoľvek spýtal;
• aký dojem zanechá hotový text.

Zapíšte si každý predvídateľný postup. Teraz je úlohou vedome sa vyhnúť každému z nich.

Mechanika je jednoduchá. Predvolené správanie modelu je štatistický priemer: vydáva najpravdepodobnejšie pokračovanie podľa údajov, na ktorých sa učil. Ak neurčíte, čo sa robiť nesmie, výsledok bude ťahať k stredu: bez konkrétnych obmedzení sa model vracia k zaužívaným formuláciám a štruktúram.

Príklad – skill na písanie textov. Lenivá verzia žiada model, aby „písal presvedčivo“, používa slová ako „pútavý“ a „angažujúci“ a zakaždým stavia text podľa schémy „háčik, hlavná časť, výzva na akciu“. Verzia naopak vyzerá inak:

• zoznam viac ako 50 slov, ktoré sa nesmú použiť v žiadnom texte – tých, podľa ktorých je hneď vidieť, že písal stroj;
• štruktúry, ktorým sa treba vyhnúť: vymenovania po troch, pevné rovnaké poradie, prázdne zhrňujúce vety;
• príklady zlých textov z konkrétnej oblasti;
• kontrola: výsledok nesmie vyzerať ako typická odpoveď AI – nie preto, aby sa niečo skrylo, ale aby ste sa uistili, že práca sa naozaj líši od základnej.

Modelu nehovoríte ani tak, čo má písať, ako skôr čo písať nemá. Práve takéto obmedzenie ho núti hľadať neštandardné riešenie.

Zoznam zákazov, príklady a kontroly zväčšujú objem inštrukcií. Ďalšia otázka znie: čo držať v kontexte stále a čo načítať iba v potrebnej fáze.

Kontext modelu je obmedzený zdroj

Kontextové okno, teda objem textu, ktorý model naraz drží v hlave, nie je bezodný zápisník. Každý riadok inštrukcií súperí s vašimi skutočnými materiálmi a s miestom, ktoré model potrebuje na dobrú odpoveď.

Preťaženie nespôsobí viditeľnú chybu. Kvalita klesá potichu: z dlhých inštrukcií vypadne stred, začiatok a koniec zostanú.

Pomáha odkrývať inštrukcie postupne, v troch úrovniach:

1. Vždy v kontexte. Hlavný postup práce: v akej fáze je úloha, čo treba načítať, ktoré pravidlá nikdy neprestávajú platiť. Iba trasa, nie viac ako 500 riadkov.
2. Na požiadanie. Podrobné znalosti, ktoré potrebuje konkrétna fáza: pojmy z danej oblasti, rozpracované príklady, podrobné návody. Sú v samostatných súboroch a prvá úroveň ich zavolá v správnej chvíli.
3. Kontrola. Načítava sa tesne pred odovzdaním výsledku: zoznam zakázaných postupov, antipríklady, kontrola „nepodobá sa to na predvolenú odpoveď“. Načítava sa zámerne ako posledná – aby bola v pamäti modelu najčerstvejšia pri záverečnom prechode.

Hlavný súbor je smerovač, nie učebnica: hovorí modelu, kde nájde informácie, a nevykladá všetko naraz. Každý pomocný súbor je sebestačný a volá sa jasnou podmienkou – „prečítaj si toto pred treťou fázou“, nie „prečítaj si, keď to bude treba“. Vágne podmienky sa pod záťažou jednoducho ignorujú.

Expert má byť metódou, nie rolou

Mnohé skilly obsahujú krok „zhodnoť prácu očami experta X“. Model potom napodobňuje hmlistú predstavu o tom, ako by tento človek mohol uvažovať, dá si známku a pokračuje. Je to sebakontrola v karnevalovom kostýme: hádanie, čo by expert mohol povedať, namiesto uplatnenia jeho skutočnej metódy.

Funguje iná cesta: namiesto „predstieraj, že si expert X“ zostaviť profil toho, ako sa rozhoduje. Na to nepotrebujete citáty a krátke príspevky, ale dlhé úvahy: prednášky, v ktorých človek rozoberá rozhodnutia krok za krokom; eseje, v ktorých vysvetľuje, prečo zvolil jeden prístup a odmietol iný; rozhovory, v ktorých polemizuje so zaužívanými názormi.

Z týchto materiálov sa vyberá konkrétne:

• opakujúce sa spôsoby rozhodovania – nie slovník, ale skutočné modely myslenia;
• poradie priorít: na čo sa pozerá ako prvé, keď hodnotí prácu;
• varovné signály: čo v ňom okamžite vzbudí podozrenie;
• postupnosť otázok, ktoré si kladie pred rozhodnutím.

To všetko sa zabalí ako postup rozhodovania, ktorý model dokáže vykonať, nie ako postava, ktorú hrá. Rozdiel medzi „čo by tento expert povedal o mojej práci“ a „rozober túto architektúru od základov, zreduj každú časť na základné požiadavky a spochybni každú vrstvu“ je obrovský. Prvé dáva predstavu. Druhé je proces, ktorý nachádza skutočné problémy.

Takéto profily sa zostavia raz a používajú sa vo všetkých skilloch. Časom sa stanú trvalou súčasťou kontroly.

Ako zostaviť vlastný skill: sedem fáz

Najlepšie sa to ukáže na skille, ktorý pomáha vytvárať iné skilly.

1. Zhromaždite, čo už viete

Skôr ako začnete písať inštrukcie, zhromaždite predchádzajúce prompty, pracovné postupy, smernice, dobré aj neúspešné výsledky.

Opíšte, ako úlohu riešite ručne. Aké rozhodnutia robíte bez rozmýšľania? Táto nevedomá metóda je to najcennejšie.

Skill má odovzdávať vaše myslenie, nie všeobecné rady z blogov.

2. Odpovedzte na štyri okruhy otázok

Môžete požiadať model, aby s vami urobil takýto rozhovor:

Chcem zostaviť skill – súbor inštrukcií pre AI na moju pracovnú úlohu.
Úloha: [opíšte, čo má skill robiť]

Urob so mnou rozhovor v štyroch okruhoch. Klaď otázky po jednom okruhu,
počkaj na moje odpovede a až potom prejdi na ďalší.

1. Rozsah: čo má skill robiť, čo AI bez neho nevie?
   Kto ho bude používať?
2. Odlišnosť: čo AI v tejto úlohe zvyčajne robí nesprávne?
   Ako vyzerá lenivá verzia výsledku? Čo musí skill robiť najlepšie?
3. Usporiadanie: sú potrebné šablóny, viacero pracovných postupov,
   externé nástroje?
4. Slabé miesta: aké vstupné údaje pokazia jednoduchú verziu?
   Čo musí skill výslovne odmietnuť?

Zastav sa, keď bude informácií dosť – je to rozhovor, nie dotazník.
Na konci vymenuj, čo si pochopil o mojej metóde a čo ešte chýba.

3. Nájdite, čím sa líšite od štandardu

Opíšte typickú verziu: čo urobí model bez skillu – zaužívaná štruktúra, očakávané slová, bežné poradie krokov. Spochybnite dva-tri predpoklady, ktoré štandardný prístup prijíma bez overenia. Zapíšte si svoj spôsob riešenia úlohy: stane sa orientačným bodom pre všetko ostatné.

4. Zvoľte usporiadanie

• jedna úloha a málo znalostí – jeden súbor do 300 riadkov;
• jeden hlavný proces s príkladmi – hlavný súbor-smerovač a pomocné súbory;
• niekoľko režimov alebo hlboké odborné znalosti – úplná modulárna schéma: smerovač posiela do samostatných súborov procesov, pojmov, príkladov a šablón.

Ak hlavný súbor prerástol 400 riadkov, rozdeľte ho. Ak je procesov viac ako jeden, pridajte hore výber režimu.

5. Napíšte text skillu

Začnite hlavným súborom – je to základ. Ďalej niekoľko pravidiel:

• každý pomocný súbor má jasnú podmienku načítania: „pred odovzdaním si prečítaj súbor s antipríkladmi“, nie „v prípade potreby skontroluj antipríklady“;
• najdôležitejšie obmedzenia sú na začiatku a na konci hlavného súboru: to, čo model prečíta ako posledné, vníma intenzívnejšie;
• bez výhrad: „vždy“ a „nikdy“ fungujú, „skús“ a „zváž“ nie;
• každá fáza prináša viditeľný výsledok alebo konkrétne rozhodnutie; ak sa nič nemení, fáza nie je potrebná.

6. Skontrolujte cudzími očami

Kontrolujte konkrétnymi metódami, nie celkovým dojmom:

• Od nuly, od základných požiadaviek: je tu niečo, čo si nezaslúži svoje miesto? Dá sa dosiahnuť to isté menším počtom častí?
• V praxi: používal by to človek každý deň, alebo skill vyzerá dobre na papieri, ale v práci prekáža?
• Podľa výsledku: mení skill naozaj správanie AI, alebo len orámuje predvolenú odpoveď?

Skill je hotový, keď obstál pri kontrole cudzím pohľadom. Vlastný pocit, že je hotový, tu nestačí.

7. Odovzdajte skill celý

Súčasťou balíka je:

• úplný strom súborov a obsah každého z nich;
• vysvetlenie usporiadania: prečo je také a aký problém rieši každá časť;
• výsledky kontroly vo fáze 6;
• návod: ako ho nainštalovať, kedy sa skill spustí, príklady vstupných údajov a očakávaný výsledok.

Prebrať, alebo navrhnúť

Rozdiel, o ktorom bola reč na začiatku, rastie.

Jedni zbierajú hotové skilly a vymieňajú si prompty v nádeji, že správna kombinácia cudzích nástrojov sama urobí prácu dobrou. Ich výsledky sú zameniteľné: pod rôznym obalom je to isté základné uvažovanie.

Druhí prenášajú do inštrukcií skutočné ľudské myslenie a dostávajú to, čo model predvolene nevydá – bez ohľadu na to, aký je silný. Ich práca sa líši samotnou stavbou.

Preto sa nepozerajte iba na hotový text, ale aj na to, ako model postupuje: ak chcete zmeniť výsledok, určte mu vlastný postup uvažovania a kontroly.

Na začiatok: vezmite jednu úlohu, ktorú pravidelne zverujete AI, a napíšte jej lenivú verziu – ako odpovie model bez vašich inštrukcií. Označte tri postupy, ktoré vám v tejto odpovedi nevyhovujú, a zapíšte si, ako túto prácu robíte sami. To je prvý náčrt vášho skillu.

Čítajte ďalej:

• Ako sformulovať pre AI samotnú úlohu namiesto hľadania „správneho promptu“ – ako premeniť opis problému na pracovnú úlohu pre AI;
• Keď je skill hotový a chcete AI zveriť celý proces – ako pripraviť pracovný proces pre AI agenta: desať kontrol.

Ak chcete premeniť svoj spôsob práce na inštrukcie pre AI – na texty, analytiku alebo automatizáciu –, rozoberieme vašu úlohu na bezplatnom 30-minútovom stretnutí so Simplit. Prebrať úlohu