Egy prompt anatómiája

A prompt egyszerűen az az üzenet vagy kérdés, amellyel az MI-t utasítjuk valamire. Lehet egyetlen mondat, egy parancs, vagy akár egy hosszabb leírás is, ami tartalmazza a feladat leírását és a szükséges háttérinformációkat. Például a prompt lehet így szól: „Adj nekem öt tippet az egészségesebb élethez” – ez egy egyszerű kérés. De lehet bonyolultabb is: „Képzeld el, hogy te egy dietetikus szakértő vagy. Írj egy rövid cikket 5 tippel az egészségesebb élethez, konkrét példákkal és barátságos hangnemben.” Látható, hogy mindkét esetben a feladat hasonló, de a második prompt sokkal részletesebben meghatározza, mit szeretnénk.

Bár a promptolás ötlete alapvetően egyszerű, érdekes történeti háttere van. A kutatók már 2019 körül felismerték, hogy a legtöbb nyelvi feladat – fordítás, szövegértés, kérdés-válasz – leírható kérdés-felelet formájában. Ez a felismerés vezetett oda, hogy a különféle problémákat egységes módon, kérdések segítségével tudjuk megoldatni a modellekkel. A modern prompt engineering (magyarul kb. „utasítás-tervezés”) mint tudatos módszertan 2021-től kezdett elterjedni, amikor nyilvánvalóvá vált, hogy a megfelelően megfogalmazott bemenet óriási hatással van az MI válaszaira. Azért beszélünk „mérnöki szemléletről”, mert a promptok megtervezése valóban olyan, mintha finomhangolnánk a kérdésünket: addig csiszoljuk a megfogalmazást, amíg a kapott válasz a lehető legjobb nem lesz.

A prompt részei

Egy jó prompt több elemből állhat össze, amelyek mind hozzájárulnak ahhoz, hogy a modell mit és hogyan válaszoljon. Az alábbi ábra szemlélteti a prompt fő összetevőit
Egy prompt anatómiai részei. Az ábra a legfontosabb elemeket mutatja: az irányítást (Directive), a példákat (Examples), a szerepet (Role), a kimenet formázását (Output formatting) és a kiegészítő információt (Additional info). Ezek az elemek együtt határozzák meg a prompt sikerét, és nem mindig szükséges mindegyiket használni – de érdemes ismerni őket.

• Irányítás (Directive): Ez maga az utasítás vagy kérdés, a prompt szíve. Röviden megmondjuk az MI-nek, mit tegyen vagy mire válaszoljon. Például: „Sorolj fel öt jó könyvet gyerekeknek!” vagy „Fordítsd le angolról magyarra: ‘Good morning’.” Itt a cselekvést (sorolás, fordítás) pontos igékkel adjuk meg – ez segít a modellnek megérteni a szándékot. Fontos tudni, hogy az irányítás akár rejtett formában is megadható: ha például azt írjuk, hogy „Good morning: Jó reggelt; How are you: ...”, akkor a modell magától rájön, hogy folytatnia kell a fordítást, noha kérdést konkrétan nem tettünk fel.
• Példák (Examples): Példákat adva a promptban megmutathatjuk az MI-nek, milyen megoldást várunk. Ha például azt szeretnénk, hogy a rendszer pozitív vagy negatív véleményeket ismerjen fel, adhatunk egy pozitív és egy negatív minta-véleményt és azok kiértékelését. A modell képes a bemeneti példákból „tanulni” a válaszadás során – ezt hívják in-context learningnek, amikor a gép a kapott példák alapján, a háttérben sajátít el egy mintát anélkül, hogy át kellene programozni. Néhány jól megválasztott példa drasztikusan javíthatja a válasz pontosságát. (Érdekesség: a kutatások szerint általában minél több példát adunk, annál jobb lesz az eredmény, de egy ponton túl – nagyjából egy tucat példa felett – már csökken a további javulás mértéke. Sőt, az sem mindegy, milyen sorrendben adjuk a példákat: máshogy rendezve akár jelentősen eltérő választ is kaphatunk ugyanarra a kérdésre!)
• Szerep (Role): Gyakran nem mindegy, milyen személyiséggel vagy nézőponttal válaszol az MI. A szerep megadásával azt kérhetjük, hogy a rendszer válaszoljon úgy, mintha egy bizonyos szakember vagy karakter lenne. Például jelezhetjük: „Tégy úgy, mintha tapasztalt ügyfélszolgálatos lennél,...” vagy „Képzeld el, hogy te egy történelemtanár vagy, és magyarázd el...”. Ezzel beállítjuk a hangnemet és a stílust. A szerep segít abban, hogy a válasz következetes és a témához illő legyen – egy orvos szerepében például szakszerűbb kifejezéseket fog használni a modell, míg egy stand-up komikusként humorosabb hangnemben reagál.
• Kimeneti formázás (Output formatting): Nemcsak azt fontos megadni, mit szeretnénk, hanem azt is, milyen formában kérjük a választ. A promptban jelezhetjük, ha felsorolást várunk, vagy táblázatos formát, esetleg egy konkrét stílust. Például így: „Kérlek, a választ 3 pontba szedve írd meg.” Vagy: „A választ JSON formátumban add meg.” Ezek az utasítások segítenek a modellnek abban, hogy strukturáltan, áttekinthetően adja meg az információt. Ha ezt nem tesszük meg, a válasz formája esetleges lehet – de ha igen, akkor időt spórolhatunk azzal, hogy nem nekünk kell utólag átrendezni az eredményt.
• Kiegészítő információ (Additional info): Sokszor előfordul, hogy a kérdés megválaszolásához az MI-nek valamilyen háttérinformációra is szüksége van. Például ha azt kérjük tőle, hogy írjon egy levelet, nem árt megadni, ki a címzett és mi a kontextus; vagy egy szakmai kérdésnél pár mondatban összefoglalhatjuk az alaphelyzetet. A promptba épített extra adat segít a modellnek pontosabban és relevánsabban válaszolni. Fontos, hogy a kiegészítő infót érdemes a tényleges kérés előtt közölni, így a modell először a háttéranyagot dolgozza fel, és utána tér rá a feladatra. Ökölszabályként a prompt elején lehet a háttér, utána jöhetnek a példák, végül a konkrét utasítás – így a legvalószínűbb, hogy a modell nem keveredik bele a saját válaszába a mi példáinkkal.

Természetesen nem kell minden feladathoz az összes fenti elemet használni. Van, amikor egyetlen jól feltett kérdés (irányítás) is elég, máshol pedig egy komplexebb prompt áll össze több részből. A lényeg, hogy tudatosan állítsuk össze a kérésünket, mert így sokkal nagyobb eséllyel kapunk hasznos választ.

Példa: egy prompt fejlesztése lépésről lépésre

Elméletben mindez jól hangzik, de nézzünk egy gyakorlati példát. Tegyük fel, hogy van egy étterem, és az a feladat, hogy az MI segítségével elemezzük a vendégek visszajelzéseit. A cél: minden egyes vendégvéleményről állapítsa meg a rendszer, hogy pozitív vagy negatív hangvételű-e, és röviden indokolja is a döntést. Hogyan érdemes ezt a kérést megfogalmazni? Lássuk lépésenként:

1. Első próbálkozás – egyszerű utasítás: Kezdjük egy minimális prompttal, például: „Határozd meg, hogy a következő szöveg pozitív vagy negatív érzelmű: ‘A pizza finom volt, de a kiszolgálás lassú’.” Itt a kérés világos: egy adott mondatról kell eldönteni, pozitív vagy negatív. A modell válasza azonban meglephet minket. Lehet, hogy azt írja: „Vegyes érzelmű.” Ez bizonyos szempontból érthető – hiszen van benne jó is (finom pizza) meg rossz is (lassú kiszolgálás) –, de nem felel meg a feladatunknak, ami két kategóriát (pozitív/negatív) várt eredményül.
2. Példák hozzáadása – kontextus teremtése: Második nekifutásra adjunk meg példákat, hogy megmutassuk a modellnek, mit várunk. Például: „Példa – ‘Imádom ezt a helyet, a kiszolgálás tökéletes’: pozitív. Példa – ‘Utálom a lassú kiszolgálást, soha többé nem jövök ide’: negatív. Feladat: Határozd meg a vélemény érzelmi töltetét: ‘A pizza finom volt, de a kiszolgálás lassú’.” Ezzel két mintát is adtunk: az első egy egyértelműen pozitív értékelés, a második negatív. Most a modell már jobban érti a kontextust, és várhatóan ezt válaszolja: „Negatív, mert a lassú kiszolgálás nagyobb súlyú panasz.” Azaz a rendszer felismerte, hogy bár a pizza finom volt (pozitív elem), összességében a vélemény negatív hangvételű a panasz miatt.
3. Szerep és stílus megadása – professzionális hangnem: A pontosságot tovább növelhetjük, ha szerepet adunk a modellnek és meghatározzuk a stílust. Mondjuk azt: „Egy ügyfélszolgálati vezető vagy, aki szakszerűen elemzi a vendégvéleményeket.” Emellett kérhetjük: „Írj egy mondatot, amely megmagyarázza a döntést.” A prompt így néz ki együtt: „Példák… (mint fent). Szerep: Ügyfélszolgálati vezetőként határozd meg az érzelmi töltetet és indokold meg egy mondatban.” Ennek hatására a válasz például: „Ez a vélemény inkább negatív, mert bár a pizza íze dicséretet kap, a lassú kiszolgálás rontja az összélményt.” Itt már érződik a szakmai hangvétel és az összeszedett indoklás.
4. Gondolatmenet hozzáadása – lépésről lépésre elemzés: Habár a feladat egyszerű, kipróbálhatjuk a chain-of-thought technikát (magyarul a gondolatláncot): kérjük meg a modellt, hogy „gondolkodjon végig lépésről lépésre”. Például: „Elemezd a pozitív és negatív állításokat a szövegben, majd írd le, hogy végül melyik irányba billen az értékelés.” Ennek hatására a rendszer először felsorolja, mi szól a pozitív és negatív oldal mellett (pl. „Pozitív: a pizza finom. Negatív: a kiszolgálás lassú.”), majd a végén összegzi a döntést. Ez a módszer átláthatóvá teszi a gondolkodási folyamatot, ami összetettebb feladatoknál különösen hasznos lehet, mert jobban megérthetjük, hogyan jutott az MI a válaszához.
5. Több prompt kombinálása és önkritika – a megbízhatóság növelése: Végül, ha igazán pontos eredményt szeretnénk, használhatunk ensemble módszert: futtathatunk több különböző promptvariációt is, majd összevethetjük a válaszokat. Például három különböző módon feltett kérdésből kettő „negatívnak” ítéli a véleményt, egy pedig „pozitívnak” – akkor többségi alapon negatívnak vehetjük. Emellett feltehetünk egy utolsó kérdést is a modellnek: „Biztos vagy benne? Ha nem, korrigáld a válaszod.” Ezzel az önellenőrzésre ösztönözzük. Ha bizonytalan volt, finomítani fog a magyarázatán, vagy jelzi, hogy nem teljesen biztos az értékelésben.

Láthatjuk, hogy ezzel a folyamattal az eredetileg egyszerű utasításból egyre kifinomultabb, megbízhatóbb prompt lett. Minden egyes kiegészítéssel közelebb vittük a rendszert ahhoz, hogy úgy elemezzen, mint egy emberi szakértő. Az eredmény egy pontosabb és indoklással ellátott válasz – pont ez volt a célunk.

Hogyan befolyásolhatjuk véletlenül az MI-t?

Fontos tudni, hogy nemcsak mi tanítjuk a MI-t a promptokkal, hanem a kérdéseink megfogalmazása bizony hatással van a válasz stílusára és tartalmára. Sokszor anélkül befolyásoljuk a modellt, hogy észrevennénk. Például, ha egy kérdést így kezdünk: „Ugye, igaz, hogy...?”, akkor már eleve sugalmazzuk a választ. Az „ugye” szóval a hétköznapi nyelvben is azt várjuk, hogy a másik fél egyetértsen velünk – és az MI is hasonlóképpen reagálhat. Hajlamos ilyenkor rábólintani a feltételezésünkre, még ha az nem is teljesen helytálló. Egy egyszerű példával élve: ha azt kérdezzük, „Ugye, a macskák tovább élnek, mint a kutyák?”, könnyen lehet, hogy a chatbot „Igen” válasszal nyit, és megpróbálja alátámasztani az állítást – holott valójában a valóság nem ilyen egyértelmű. A modell ugyanis alapvetően arra törekszik, hogy a kérdésünket követve, a legtöbb esetben udvariasan és kooperatívan válaszoljon. Nem feltétlenül fogja automatikusan kijavítani a kérdésünkben megbújó tévedést, főleg ha az nem nyilvánvaló neki, vagy a prompt arra utal, hogy egyetértést várunk.

Hasonló jelenség figyelhető meg akkor is, amikor hamis információt tartalmazó kérdést teszünk fel. Ha a modell nem rendelkezik megbízható háttértudással a témáról, előfordulhat, hogy egész egyszerűen átveszi a kérdésben lévő téves állítást a válaszába. Egy magyar teszt során például tíz félrevezető állítást tettek fel különböző chatbotoknak, és bizony volt olyan modell, amelyik szinte változtatás nélkül megismételte a hamis információt a válaszában. Ez is azt mutatja, hogy a MI nem „mindentudó” – azt az információt használja, amit adunk neki. Ha a promptban hibás vagy egyoldalú a kiindulás, a válasz is torz lehet.

Hogyan kerüljük el ezeket a csapdákat? Először is, legyünk tudatosak a kérdésfeltevésnél: próbáljuk meg semlegesen, tényszerűen megfogalmazni a promptot, ha objektív választ várunk. Például a „Ugye igaz, hogy...?” helyett kérdezzünk inkább így: „Mi a véleményed arról, hogy...?” vagy „Igaz-e, hogy...?” – ezzel teret adunk egy árnyaltabb válasznak. Másodszor, bátoríthatjuk a modellt arra, hogy értékelje a saját válaszát: rákérdezhetünk, hogy „Mennyire vagy biztos ebben?” vagy „Vannak-e ellenérvek is?”. Ezzel arra ösztönözzük, hogy ne csak egyetértően feleljen, hanem vizsgálja felül a saját kijelentéseit. Végül pedig mindig érdemes fenntartással kezelni az MI által adott információkat, főleg ha kritikusan fontos döntést hozunk – ilyenkor ellenőrizzük a tényeket más forrásból is.

Összegzés

A promptolás – vagyis az MI-vel való kommunikáció – kulcsszerepet játszik abban, milyen eredményt kapunk a géptől. Láttuk, hogy egy gondosan felépített kérés szinte megtanítja a modellt, mire vagyunk kíváncsiak, míg egy elnagyolt utasítás pontatlan vagy felszínes választ eredményezhet. Ötleteket meríthetünk a fenti alapelvekből: fogalmazzunk világosan, adjunk kontextust és példákat, szükség esetén jelöljünk ki szerepet és kért formátumot, és ne féljünk iterálni – többször próbálkozni – a jobb válasz érdekében.

Fontos azt is kiemelni, hogy a promptok megalkotása egyfajta kreatív folyamat. Nincsenek kőbe vésett szabályok, inkább irányelvek vannak és sok-sok kísérletezés. Ha van rá lehetőség, érdemes játszani a megfogalmazással: próbáljunk ki többféle megközelítést, és figyeljük meg, hogyan reagál a rendszer. Így alakíthatjuk ki azt a „nyelvet”, amelyen a legjobban megértjük egymást a géppel.

Végül pedig emlékezzünk arra, hogy a MI egy tükörként veri vissza a kérdéseink minőségét – minél gondosabban fogalmazzuk meg a „varázsigét”, annál pontosabban válik valóra a kívánt eredmény. A prompt tehát nem puszta technikai részlet, hanem a hatékony MI-használat lelke: segítségével az MI nem csak választ ad, hanem valóban hasznos partnerünkké válhat a problémamegoldásban.