Google выпустила руководство о том, как правильно писать запросы к ИИ для более эффективной работы

Google опубликовала детальный технический документ о prompt engineering. В нем собраны инструкции и примеры о том, как эффективно взаимодействовать с крупными языковыми моделями, чтобы получать точные и структурированные ответы

• Шьют адаптивную одежду военным: «Швейна рота» запускает сайт с видео-уроками и выкройками

Детали

В документе объясняется, что LLM работает как предиктор. То есть она прогнозирует следующее слово на основе предыдущих. От того, как сформулирован запрос, зависит качество ответа. Автор документа — инженер Google Ли Бонстра отмечает, что гайд ориентирован на пользователей моделей Gemini в Vertex AI, но советы универсальны — подойдут и для GPT, Claude или LLaMA

В работе подробно разобраны техники формирования запросов: от базовых запросов без примеров до более сложных — с контекстом, ролью, инструкциями или цепочкой рассуждений. Например, можно просить модель думать «вслух» шаг за шагом — это помогает лучше решать логические задачи или математические примеры. Или заставить её играть роль системного администратора или наставника по коду — role prompting

Для разработчиков есть практические примеры. Например, как сгенерировать Bash-скрипт для переименования файлов в папке, или как объяснить, что делает кусок кода. Есть даже кейс, когда модель преобразует Bash в Python, а затем находит и исправляет ошибки в Python-версии

Отдельно упомянуто автоматическое создание запросов: LLM генерирует варианты промптов сама, а пользователь выбирает лучшие. Это полезно для тех, кто создаёт собственного бота, который должен понимать десятки формулировок одного и того же запроса

В гайде также содержатся другие техники prompt engineering, как то Tree of Thoughts, ReAct, APE и т.д. Также расписаны примеры правильных и неправильных запросов, советы по длине, построению, параметрам

В Украине запускают собственное производство аналога Starlink.