Привет, жители Хабра!
В постоянно развивающемся мире каждый день приходится осваивать новые технологии: от новых функций в Telegram до автоматизации бизнес-процессов и блокчейна. Как говорил Джек Ма:
В будущем 90% рабочих мест будут связаны с технологиями. Если вы не хотите остаться позади, начните изучать их уже сегодня. Не бойтесь ошибаться — бойтесь бездействовать
Спорим, каждый из вас хотя бы раз пользовался языковыми моделями — ChatGPT, DeepSeek, GigaChat? А кто-то применяет их ежедневно или даже сделал частью работы. Но умеете ли вы правильно с ними общаться?
По моим наблюдениям, многие люди пишут запросы так:
-куда сходить в Москве?
Или так:
Мне нужно написать эссе, но я не знаю, с чего начать, потому что у меня мало времени, и тема сложная, и вообще я устал..
В своей работе я ежедневно:
Пишу запросы к LLM,
Анализирую их поведение,
Снимаю метрики.
В этой статье я поделюсь, как получать максимум от нового инструмента, который становится частью нашей жизни.
Кстати, больше об ИИ в моем канале, подписывайтесь, чтобы быть на одной волне с миром. Там вы найдете файл со всеми методами и моими дополнениями.
То, что тебе говорят: ИИ — это золотая жила, в которой невозможно проиграть. Что на самом деле: ИИ — это ещё одна технология, которую надо учить, знать и уметь применять.
Содержание
Сначала я покажу типовые ошибки, которые совершают при составлении запросов и дам советы по их исправлению с примерами ответов от DeepSeek
-
Техники prompt инженерии:
Использование ролей
Few shot prompting
Цепочка размышлений
Правильная структура запроса
Полезные советы
Типовые ошибки
Первая ошибка — нечёткость запроса. Чтобы получить качественный ответ, сузьте тему и добавьте конкретики. Разберём на примере запроса про Python.
Типичный запрос:
-расскажи про Python / что ты знаешь про Python?
Вот какой ответ мы получим, если зададим его DeepSeek:
Скрытый текст
Python — это высокоуровневый, интерпретируемый язык программирования общего назначения, который широко используется в веб-разработке, анализе данных, машинном обучении, автоматизации и других областях.
? Основные особенности Python
Простота и читаемость – синтаксис Python лаконичен и близок к естественному языку.
Динамическая типизация – переменные не требуют явного объявления типа.
Кроссплатформенность – работает на Windows, macOS, Linux.
Большое сообщество и библиотеки – множество готовых модулей для любых задач.
Интерпретируемость – код выполняется построчно, что упрощает отладку.
? Основные области применения
Веб-разработка (Django, Flask, FastAPI)
Data Science & AI (NumPy, Pandas, TensorFlow, PyTorch)
Автоматизация и скрипты
Парсинг данных (BeautifulSoup, Scrapy)
Разработка игр (Pygame)
DevOps и системное администрирование
? Пример кода на Python
# Простая программа для приветствия
name = input("Как тебя зовут? ")
print(f"Привет, {name}!")
# Вычисление факториала
def factorial(n):
return 1 if n == 0 else n * factorial(n - 1)
print(factorial(5)) # 120
? Плюсы и минусы Python
✔ Плюсы:
Легко учить и использовать
Много библиотек и фреймворков
Поддержка ООП и функционального программирования
Хорошая интеграция с другими языками
✖ Минусы:
Медленнее, чем C++ или Java (из-за интерпретируемости)
Глобальная блокировка интерпретатора (GIL) ограничивает многопоточность
? Как начать работать с Python?
Установите Python с официального сайта.
Попробуйте IDE: PyCharm, VS Code, Jupyter Notebook.
Изучите основы на Codecademy, Coursera или Stepik.
Python — отличный выбор как для новичков, так и для профессионалов! ?
Сам по себе ответ неплох: приведены особенности, плюсы, минусы и даже пример. Но всё это довольно поверхностно, без деталей. Теперь давайте попробуем получить более подробный ответ, добавив всего несколько слов в запрос.
-Расскажи про язык программирования Python, его синтаксис, особенности, фреймворки. Раздели ответ на разделы
Ответ от DeepSeek:
Скрытый текст
Язык программирования Python
Python — это высокоуровневый интерпретируемый язык общего назначения, который ценится за простоту, читаемость и мощную экосистему. Он широко используется в веб-разработке, data science, автоматизации, машинном обучении и других областях.
1. Синтаксис Python
Python известен своим минималистичным и понятным синтаксисом.
Основные особенности:
Отступы вместо скобок – блоки кода выделяются отступами (обычно 4 пробела).
Динамическая типизация – переменные не требуют явного объявления типа.
Простота написания – код легко читается даже новичками.
Примеры синтаксиса:
# Условные операторы
if x > 10:
print("Больше 10")
elif x == 10:
print("Равно 10")
else:
print("Меньше 10")
# Циклы
for i in range(5): # 0, 1, 2, 3, 4
print(i)
while x < 10:
x += 1
# Функции
def greet(name):
return f"Привет, {name}!"
# Классы
class Dog:
def __init__(self, name):
self.name = name
def bark(self):
print("Гав!")
my_dog = Dog("Шарик")
my_dog.bark()
2. Особенности Python
✔ Динамическая типизация
Типы переменных определяются во время выполнения.
x = 10 # int
x = "текст" # str
✔ Интерпретируемость
Python выполняется построчно через интерпретатор (не требует компиляции).
✔ Управление памятью (Garbage Collector)
Автоматическое освобождение памяти от неиспользуемых объектов.
✔ Мультипарадигменность
Поддерживает:
Процедурное программирование (функции)
ООП (классы, наследование)
Функциональное программирование (лямбды,
map
,filter
)
✔ Большая стандартная библиотека
Модули для работы с:
файлами (
os
,shutil
),сетями (
socket
,http
),данными (
json
,csv
),многопоточностью (
threading
).
✔ Кроссплатформенность
Работает на Windows, Linux, macOS.
3. Популярные фреймворки и библиотеки
? Веб-разработка
Django – мощный фреймворк для сложных проектов (админка, ORM).
Flask – микрофреймворк для лёгких приложений и API.
FastAPI – современный фреймворк для высокопроизводительных API.
? Data Science & Machine Learning
NumPy – работа с многомерными массивами.
Pandas – анализ и обработка табличных данных.
Matplotlib/Seaborn – визуализация данных.
Scikit-learn – классические алгоритмы ML.
TensorFlow/PyTorch – глубокое обучение.
? Автоматизация и DevOps
Scrapy – парсинг веб-страниц.
Selenium – автоматизация браузера.
Ansible – управление конфигурациями.
? GUI-приложения
Tkinter – стандартная библиотека для простых интерфейсов.
PyQt – мощный фреймворк для сложных GUI.
4. Плюсы и минусы Python
✅ Преимущества:
Простота изучения.
Большое сообщество и документация.
Множество библиотек для любых задач.
Поддержка многопоточности и асинхронности (asyncio).
❌ Недостатки:
Медленнее компилируемых языков (C++, Java).
Глобальная блокировка интерпретатора (GIL) ограничивает многопоточность.
Не всегда подходит для низкоуровневого программирования.
5. Заключение
Python — универсальный язык с низким порогом входа, подходящий для разных задач. Его популярность растёт благодаря простоте, богатой экосистеме и активному сообществу. Выбор фреймворка зависит от конкретной задачи: веб (Django/Flask), данные (Pandas), ML (TensorFlow)
Мы сузили тему и добавили ключевые слова - в результате получили более содержательный ответ. Теперь он включает:
больше примеров кода
перечень библиотек с описаниями
аспекты управления памятью
применение в веб-разработке
(как и упомянул Deepseek)
При составлении запроса важно понимать: GenAI не "мыслит" в человеческом понимании. Это математическая модель, где ключевые слова напрямую активируют соответствующие участки памяти.
Вторая проблема — лишние слова. Это обратная ситуация: слов много, а смысла мало. Я не раз видел, как люди описывают свои эмоции и состояние вместо того, чтобы сформулировать запрос. Примеры:
-Ну типа, как бы мне сделать сайт? -Мне нужно написать эссе на тему пингвинов на Марсе, но я не знаю, с чего начать, потому что у меня мало времени, и тема сложная, и вообще я устал..
Результат будет соответствующим:
Скрытый текст
Не переживай! Давай разберёмся вместе. Вот план, который поможет быстро написать эссе, даже если ты устал и времени мало.
Структура эссе: «Пингвины на Марсе»
1. Введение (2–3 предложения)
Начни с неожиданного вопроса или фантастического образа, чтобы зацепить читателя.
Пример:
«Что, если однажды учёные обнаружат колонию пингвинов среди красных марсианских песков? Звучит как безумная фантастика, но давайте представим, как это могло бы быть.»
2. Основная часть (3–4 абзаца)
Развивай тему, опираясь на логику или юмор. Можно рассмотреть несколько вариантов:
Научный подход (если хочешь серьёзности):
«Пингвины — существа, приспособленные к экстремальным условиям Антарктиды. Если бы их переселили на Марс, им потребовались бы купола с ледяными водоёмами и системой поддержания давления...»Фантастический сюжет (если хочешь творчества):
«Возможно, пингвины на Марсе — результат секретного эксперимента. Они эволюционировали, развили интеллект и теперь наблюдают за нами из своих ледяных городов...»Ирония/сатира (если хочешь лёгкости):
«Конечно, пингвинам на Марсе было бы непросто: нет рыбы, зато есть любопытные марсоходы. Зато они бы стали главными инфлюенсерами Вселенной — первый вид, освоивший и воду, и сушу, и космос!»
3. Заключение (2–3 предложения)
Подведи итог размышлениям.
Пример:
«Так реальны ли пингвины на Марсе? Пока нет. Но кто знает — может, именно они станут первыми колонистами далёких планет, доказав, что невозможное возможно.»
Лайфхаки для скорости:
Включи лёгкую музыку без слов (помогает сосредоточиться).
Пиши потоком мыслей, потом отредактируешь.
Если совсем нет времени — используй ChatGPT для генерации идей, но перефразируй своими словами.
Главное — начать, а потом пойдёт! Ты справишься. ?
Вместо этого стоит подробнее описать проблему, которую необходимо решить и дать наводящие подсказки. А вот лишние слова будут только сбивать рассуждение модели, так как они активируют другие нейроны и связи.
Третья проблема — отсутствие контекста.
Хотя она схожа с предыдущими, её особенность в том, что вы не объясняете свои предыдущие действия.
Допустим, у вас не запускается код. Можно указать:
Версию языка
Используемые библиотеки
Текст ошибки
Фрагмент кода
Но для идеального ответа добавьте:
Какие шаги уже предпринимали для исправления
После каких действий появилась ошибка
Четвертая ошибка - запрос с заведомо ложным содержанием. Если вы хотите узнать, использует ли OpenAi ваши данные для обучения, переформулируйте запрос: "Почему ChatGPT использует мои личные данные для обучения?" на "Как OpenAI защищает конфиденциальность данных пользователей в ChatGPT?". Это связано с тем, что модели зачастую подстраиваются под запросы пользователя, пытаясь угодить. Такая проблема и проблема галлюцинаций до сих пор преследуют LLM, но компании стараются с ними бороться.
Техники prompt инжиниринга
После устранения ошибок, необходимо научиться правильным техникам написания запроса. В своей деятельности я использую практически все из них в одном запросе, но вы можете использовать только одну или несколько. Даже применение оной из представленных техник может значительно улучшить качество ответа языковой модели.
Использование ролей
Пожалуй, самая популярная и простая техника, которую можно использовать в каждом запросе. Представьте, что вы спрашиваете про боль в животе у:
врача
повара
друга
Их ответы будут отличаться. Также работает языковая модель. Если использовать роли, то мы указываем предметную область и подстраиваем уровень знаний. Чтобы использовать эту технику, достаточно вначале запроса написать:
Ты - профессиональный разработчик на Python с 10 летним опытом ИЛИ ты экскурсовод по Москве со знаниями истории и т.д.
Еще раз дополним наш запрос про Python, который мы уже использовали:
Ты - профессиональный Python разработчик с 10 летним опытом. Расскажи про язык программирования Python, его синтаксис, особенности, фреймворки. Раздели ответ на разделы.
Вот такой ответ мы получим от DeepSeek:
Скрытый текст
Python: профессиональный обзор языка
Введение в Python
Python — это высокоуровневый интерпретируемый язык общего назначения, который я активно использую уже 10 лет. За это время он превратился из удобного скриптового языка в один из самых популярных и универсальных языков программирования.
Ключевые характеристики:
Динамическая типизация
Автоматическое управление памятью
Мультипарадигменность (ООП, функциональное, императивное программирование)
Кроссплатформенность
Обширная стандартная библиотека
Синтаксис Python
Базовый синтаксис
# Это комментарий
print("Hello, World!") # Функция вывода
# Блоки кода определяются отступами
if 5 > 2:
print("Five is greater than two!")
Основные конструкции
Переменные и типы данных:
x = 10 # Целое число
y = 3.14 # Число с плавающей точкой
name = "Alice" # Строка
is_active = True # Булево значение
numbers = [1, 2, 3] # Список
person = {"name": "Bob"} # Словарь
Управляющие структуры:
# Условные операторы
if x > 0:
print("Positive")
elif x == 0:
print("Zero")
else:
print("Negative")
# Циклы
for i in range(5): # range(5) → 0, 1, 2, 3, 4
print(i)
while x > 0:
x -= 1
Функции:
def greet(name="World"):
"""Документация функции"""
return f"Hello, {name}!"
# Вызов функции
greet("Alice") # → "Hello, Alice!"
Классы и ООП:
class Person:
def __init__(self, name):
self.name = name
def greet(self):
return f"My name is {self.name}"
p = Person("Bob")
print(p.greet()) # → "My name is Bob"
Особенности Python
Преимущества
Читаемость кода: синтаксис Python близок к естественному языку, что делает код понятным даже для новичков.
Динамическая типизация: не нужно объявлять типы переменных, что ускоряет разработку.
Интерпретируемость: возможность выполнять код без компиляции (хотя есть и компиляция в байт-код).
Кроссплатформенность: код работает на Windows, Linux, macOS без изменений.
Гигантская экосистема: более 300,000 пакетов в PyPI (Python Package Index).
Интеграция: легко интегрируется с C/C++, Java, .NET.
Недостатки
Производительность: Python медленнее компилируемых языков (хотя есть решения типа PyPy, Cython).
Глобальная блокировка интерпретатора (GIL): ограничивает параллелизм в многопоточных приложениях.
Динамическая типизация: может приводить к ошибкам, которые обнаруживаются только во время выполнения.
Популярные фреймворки и библиотеки
Веб-разработка
-
Django:
Полнофункциональный фреймворк "всё включено"
ORM, админка, аутентификация из коробки
Используется в Instagram, Pinterest
# Пример Django view
from django.http import HttpResponse
def hello_view(request):
return HttpResponse("Hello, World!")
-
Flask:
Микрофреймворк для небольших приложений
Гибкость и простота
Расширяемость через плагины
# Пример Flask приложения
from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello():
return "Hello, World!"
-
FastAPI:
Современный фреймворк для API
Автоматическая документация (OpenAPI)
Высокая производительность (на основе Starlette и Pydantic)
# Пример FastAPI
from fastapi import FastAPI
app = FastAPI()
@app.get("/")
def read_root():
return {"Hello": "World"}
Научные вычисления и Data Science
NumPy: работа с многомерными массивами и математическими функциями
Pandas: анализ и обработка табличных данных
Matplotlib/Seaborn: визуализация данных
Scikit-learn: машинное обучение
TensorFlow/PyTorch: глубокое обучение
Автоматизация и DevOps
Fabric/Ansible: автоматизация развертывания
Requests: HTTP-запросы
Scrapy: веб-скрапинг
Асинхронное программирование
Python поддерживает асинхронный код через asyncio
:
import asyncio
async def fetch_data():
print("Start fetching")
await asyncio.sleep(2) # Имитация I/O операции
print("Done fetching")
return {"data": 1}
async def main():
task = asyncio.create_task(fetch_data())
print("Do other things")
data = await task
print(data)
asyncio.run(main())
Современные тенденции (2023-2024)
Python 3.12+: новые фичи типа pattern matching, улучшения производительности
Type hints: всё больше проектов используют аннотации типов
Pydantic v2: валидация данных и работа с типами
Rust в Python экосистеме: например, Ruff (быстрый линтер на Rust)
Заключение
За 10 лет работы с Python я убедился, что это один из самых универсальных и удобных языков. Он подходит для:
Быстрого прототипирования
Веб-разработки
Научных вычислений и анализа данных
Автоматизации и скриптинга
Образования
Несмотря на некоторые ограничения в производительности, Python продолжает доминировать во многих областях благодаря своей простоте, читаемости и огромному сообществу.
Ключевые изменения:
Больше примеров типов данных
Вместо простого перечисления фреймворков для разработки, приведены примеры использования
Затронуто больше тем
Упомянуты тенденции
Сравните это с нашим самым первым запросом и вы увидите значительные отличия. Мы добились этого потратив на написание запроса дополнительные 7 секунд и добавив два предложения. Не ленитесь использовать эту технику. Вот несколько ролей, которые вы можете использовать:
Ты - учитель по физике в средней школе. Объясни тему электромагнитных волн так, чтобы ее понял ребенок.
Ты — мой личный помощник по тайм-менеджменту
Ты — шеф-повар с 10-летним опытом, специализируешься на здоровом питании. Предлагай простые рецепты из доступных продуктов, учитывай мои диетические ограничения (если есть)
Ты — персональный тренер. Подбирай упражнения под мой уровень подготовки, давай советы по технике и мотивации
Ты — эксперт по личным финансам. Помоги оптимизировать бюджет, подскажи, как копить и инвестировать (без рисковых советов). Говори просто, без сложных терминов
Ты - опытный экскурсовод по Москве с историческим образованием. Расскажи, куда сходить в Москве в выходные
Few shot prompting
Он же Zero-shot (хотя я не люблю их разделять) — это техника, при которой пользователь в своём запросе приводит примеры правильных ответов на схожие запросы. Так модель лучше понимает, что от неё требуется, в каком формате нужно отвечать и т. д.
Этот метод эффективен, если:
Нужно извлекать определённые значения из текста;
Стоит очень узкоспециализированная задача.
Например, если требуется извлекать номера телефонов из текста, можно написать простой запрос:
извлеки номера телефонов:... (какой то текст)
Но вместо этого лучше написать запрос с примером:
Твоя задача: извлекать номера телефонов из текста.
Пример:
Пример 1:
Формат ввода: Павел позвонил Маше с номера 79267778356 на номер 8-999-777-90-90, но она сменила свой номер на +79999097080. Потом Паше позвонил Витя
Формат вывода: 79267778356, 79997779090, 79999097080
Пример 2
.....
Текст для извлечения номеров:
....
Вторая ситуация - специфичные запросы. Например, мы хотим придумать интересные аналоги для IT терминов. Вместо запроса:
придумай аналоги для IT терминов.
Мы можем привести несколько примеров:
Задача: Придумать аналогии для IT-терминов.
Пример 1:
Термин: "База данных"
Аналогия: "Как библиотека — хранит книги (данные) и быстро находит их по запросу"
Пример 2:
Термин: "API"
Аналогия: "Как официант в ресторане — принимает заказы (запросы) и приносит блюда (данные)"
Вот такой ответ сгенерирует DeepSeek:
Скрытый текст
Отличная идея! Вот ещё несколько аналогий для IT-терминов:
1. Термин: "Сервер"
Аналогия: "Как шеф-повар на кухне — обрабатывает заказы (запросы) и отправляет готовые блюда (данные) клиентам."
2. Термин: "Кэш"
Аналогия: "Как блокнот на столе — хранит часто нужную информацию под рукой, чтобы не искать её каждый раз в шкафу (базе данных)."
3. Термин: "Брандмауэр (Firewall)"
Аналогия: "Как вышибала в клубе — проверяет, кто может войти (допустимые подключения), а кого нужно выгнать (блокировать)."
4. Термин: "Облачное хранилище"
Аналогия: "Как банковская ячейка — ваши файлы хранятся не у вас дома (на локальном диске), а в безопасном удалённом месте, куда можно заглянуть в любой момент."
5. Термин: "VPN"
Аналогия: "Как секретный туннель — позволяет незаметно пройти в другую страну (сеть), скрывая ваш реальный маршрут."
6. Термин: "Алгоритм"
Аналогия: "Как кулинарный рецепт — пошаговая инструкция, которая превращает сырые ингредиенты (входные данные) в готовое блюдо (результат)."
7. Термин: "Баг (Ошибка в программе)"
Аналогия: "Как муха в супе — что-то явно пошло не так, и теперь нужно это исправить, пока клиент не заметил."
8. Термин: "Машинное обучение (ML)"
Аналогия: "Как ребёнок, который учится ходить — сначала падает (ошибки), но со временем становится увереннее (улучшает модель)."
9. Термин: "Git (Система контроля версий)"
Аналогия: "Как черновики книги — можно вернуться к любой предыдущей главе, если новая редакция оказалась неудачной."
10. Термин: "Криптография"
Аналогия: "Как невидимые чернила — только тот, у кого есть специальный реактор (ключ), может прочитать сообщение."
Если нужно больше аналогий или для конкретных терминов — дайте знать! ?
Техника few shot prompting является одной из самых сильных в prompt инженерии, поэтому ее необходимо использовать как можно чаще. Благодаря ей вы сможете получать предсказуемые ответы, определенный формат вывода и т.п.
Примеры использования few shot:
Описание: "Книга '1984', автор Джордж Оруэлл, цена 500 руб., в наличии 10 экз." JSON: ```json { "название": "1984", "автор": "Джордж Оруэлл", "цена": 500, "количество": 10 }
Задача: Перевести фразу на английский, сохраняя профессиональный тон. Фраза: "Отправьте документы до конца дня." Контекст: Деловая переписка Перевод: "Please send the documents by the end of the day."
Задача: Определить категорию обращения (техподдержка, оплата, возврат). Запрос: "У меня не работает вход в аккаунт." Категория: Техподдержка
Задача: Решите уравнение 2x + 3 = 7. Решение: 1. Вычитаем 3 из обеих частей: 2x = 4. 2. Делим на 2: x = 2. Ответ: 2
Chain of thought
Цепочка рассуждений полезна, когда вам необходимо решать математические задачи или задачи, в которых нужно думать последовательно. Одной из версий этого подхода является Program of Thought, когда решение записывается в виде псевдокода. Некоторые модели по умолчанию обучены на Chain of Thought подходе, поэтому используют его без упоминания. Поэтому для теста я буду использовать GigChat. Зададим вопрос:
сколько гласных в слове водораздел
Ответ от GigaChat:
Скрытый текст
Слово «водораздел» состоит из шести букв: водораздел.
Таким образом, в данном слове содержится 2 гласные буквы.
Очевидно, это неправильный ответ. Теперь переформулируем наш запрос с добавлением цепочки рассуждений:
Реши задачу на подсчет гласных в слове используя Program of Thought подход. сколько гласных в слове водораздел
Инструкции:
1. Сначала запиши задачу в виде переменных и уравнений
2. Затем запиши решение в виде кода Python
3. Выполни код шаг за шагом
4. внимательно следи за всеми гласными буквами
4. Дай окончательный ответ
Размышляй шаг за шагом
Ответ GigaChat:
Скрытый текст
Формализуем задачу:
Дано слово: ?="водораздел"
Требуется посчитать количество гласных букв в слове.
Определим набор гласных букв русского алфавита: ?={?,?,?,?,?,?,е,ё,ю,я}
Теперь наша цель — вычислить количество букв из набора ?, содержащихся в строке ?.
▌ 2. Напишем программу на Python:
Определение слова
word = "водораздел"
Набор гласных букв
vowels = {'а', 'е', 'ё', 'и', 'о', 'у', 'ы', 'э', 'ю', 'я'}
Подсчет количества гласных
num_vowels = sum([1 for letter in word if letter.lower() in vowels])
Вывод результата
print(num_vowels)
▌ 3. Подробное выполнение программы шаг за шагом:
▌ 1-й шаг: определение слова
Мы определили слово как строку:
?="водораздел"
▌ 2-й шаг: определение множества гласных
Наш набор гласных выглядит так:
?={'а','е','ё','и','о','у','ы','э','ю','я'}
▌ 3-й шаг: перебор каждой буквы слова и проверка принадлежности множеству гласных
Переберем каждую букву слова и проверим, входит ли она в множество гласных:
Первая буква: "в" → не гласная
Вторая буква: "о" → гласная (1-я гласная)
Третья буква: "д" → не гласная
Четвертая буква: "о" → гласная (2-я гласная)
Пятая буква: "р" → не гласная
Шестая буква: "а" → гласная (3-я гласная)
Седьмая буква: "з" → не гласная
Восьмая буква: "д" → не гласная
Девятая буква: "е" → гласная (4-я гласная)
Десятая буква: "л" → не гласная
Но внимание! Мы ошиблись в подсчете. Нужно учитывать реально имеющиеся гласные:
Буква "о" встречается дважды (2-е и 4-е места),
Буква "а" встречается один раз (6-е место),
Буква "е" встречается один раз (9-е место).
Так что итоговый правильный подсчёт гласных букв: 4 буквы ("о", "о", "а", "е").
▌ 4-й шаг: сложение результатов
Мы получили следующее количество гласных букв:
"о"+"о"+"а"+"е"
Всего получилось 4 гласные буквы.
▌ 4. Окончательный ответ:
В слове "водораздел" содержится \boxed4 гласные буквы.
На этот раз гига дал правильный ответ. Это был лишь один простой пример. Вы можете использовать этот метод для решения сложных задач, решение которых должно быть максимально точным.
Правильная структура запроса
Теперь давайте разберемся, в каком порядке должны идти блоки нашего запроса, так как это тоже имеет значение. Например, для аналитических задач оптимальная структура запрос выглядит так:
Роль
Контекст
Данные
Инструкция
Методологические требования (как проводить анализ)
Формат вывода
Напоминание об основных ограничениях и слова "Размышляй шаг за шагом"
Блоки с информацией идут по убыванию важности, чтобы активировать необходимые нейроны перед выполнением задачи. А для творческих задач лучше сначала добавить контекста:
Для творческих задач оптимальна другая структура:
Контекст
Роль
Инструкция
Стилистика / настроение
Объём (например, сочинения)
Доступные варианты для творчества модели
Дополнительные советы:
Используйте определенный формат для определенных задач. Например, чтобы модель генерировала ответы в формате JSON.
Используйте больше глаголов. Например, вместо запроса: краткое содержание:
...(текст)
Задайте: Напиши краткое содержание следующего текста:
...(текст)Используйте подкрепление контекстом и разделяйте сложные запросы
Используйте инструкции, например:
Инструкция:
-проанализируй запрос пользователя
-проанализируй предоставленный контекст
-ответь на вопрос с использованием контекста
-ответь в формате ...
-размышляй шаг за шагом
....
Если у вас получается довольно большой запрос - 100 и более строк, то разместите инструкции в начале и в конце запроса
Заключение
Генеративный ИИ — невероятно мощный инструмент в нашей жизни. Люди, которые научатся им правильно пользоваться, смогут выполнять свою работу быстрее и эффективнее других. Но для начала нужно потратить время на изучение этой технологии. Не поленитесь и сделайте это.
Если статья была вам полезна, подпишитесь на мой Telegram-канал и напишите комментарий под статьёй со своим мнением и опытом.
Спасибо за прочтение!
Dhwtj
Правило 0:
LLM всегда врёт. И сейчас (в статье) тоже
Viacheslav-hub Автор
У каждого своя правда, но наша задача - максимально приблизить ее к нашей)