Bir prompttan ne zaman vazgeçmeli

Bazı komutlar iterasyonla düzeltilemez. Üç veya dört tur düzenlemeden sonra, çıktı hala aynı yönde yanlışsa, altta yatan yaklaşım yanlıştır — ve disiplin komutu terk edip farklı bir yapıyla yeniden başlamaktır, düzenlemeye devam etmek değil.

Komutun yapısal olarak yanlış olduğunun belirtileri

Örüntüleri ne zaman değiştirmeli

Misafir e-postaları için bir Örüntü 1 (seste-yanıt-ver) komutu iyi çalışmıyorsa, önce misafirin gerçek isteğini çıkarmak için Örüntü 2'yi (metinden-çıkar), sonra yanıt vermek için ayrı bir Örüntü 1'i deneyin. İki adımlı örüntü genellikle karmaşık girdiler için tek adımlı örüntüden daha iyi performans gösterir.

Bir Örüntü 4 (kurallarla-üret) komutu çok fazla varyasyon üretiyorsa, sıkı ses kısıtlamalarıyla Örüntü 1'e geçin — üretim görevleri genellikle "yanıtın" üretilen içerik olduğu yanıt görevleri olarak çerçevelenmekten yararlanır.

Modelleri ne zaman değiştirmeli

Bazı görevler sadece spesifik modellerde daha iyi çalışır. Claude uzun-bağlamlı görevlerde (200 mesajlı geçmişle yorum yanıtları) daha iyi olma eğilimindedir. GPT-4 yapılandırılmış çıkarımda (JSON çıktısı) daha iyi olma eğilimindedir. Gemini multimodal görevlerde (görüntü + metin) daha iyi olma eğilimindedir. Komutunuz iyi yapılandırılmışsa ama çıktı hala yanlışsa, bir modelden diğerine geçmek bazen sorunu anında çözer.

Tamamen ne zaman vazgeçilmeli

Bazı konaklama kullanım durumları mevcut LLM'lerle gerçekten çalışmaz. Örnekler: "bu 14 segment tahmini verildiğinde yarın için optimal oranı hesapla" (LLM'ler bunda kötüdür — RMS kullan), "bu misafirin iptal edip etmeyeceğini tahmin et" (eğitilmiş bir tahmin modeli kullan, LLM değil), "karmaşık bir yasal sözleşmeyi hatasız çevir" (LLM'ler iyidir ama hukuk için yeterince iyi değildir — yeminli bir çevirmen kullan). AI'nin doğru araç olmadığı kullanım durumlarını tanımak, ekibi asla üretim kalitesine ulaşmayacak bir iş akışında ay geçirmekten kurtarır.