Kontextuell prompting: Skräddarsy svar med relevant bakgrundsinformation

Lästid: ca 6 min

Vad du lär dig

I detta moment kommer du att lära dig om kontextuell prompting, en teknik som fokuserar på att förse AI-modellen med omedelbar, uppgiftsspecifik information som är relevant för den aktuella konversationen. Till skillnad från systemprompting som sätter ett övergripande ramverk, handlar kontextuell prompting om att ge AI:n de specifika detaljer den behöver just nu.

Grunderna

Kontextuell prompting handlar om att tillhandahålla relevant bakgrundsinformation direkt i prompten för att vägleda AI:ns svar. Det här är avgörande eftersom AI:n baserar sina svar på den information den "ser" i sitt kontextfönster. Genom att inkludera all nödvändig information för en specifik uppgift säkerställer du att AI:n inte behöver gissa eller "hallucinera" information.

Enligt Lee Boonstra från Google kan du genom kontextuella prompter se till att dina AI-interaktioner är så sömlösa och effektiva som möjligt.

Viktiga aspekter av kontextuell prompting:

  • Fokus på nuvarande uppgift: Informationen är specifik för det du ber AI:n att göra just nu
  • Förhindrar missförstånd: Genom att ge tydlig kontext minskar du risken att AI:n missförstår din avsikt
  • Förbättrar relevansen: AI:n kan ge mer exakta och användbara svar eftersom den har all nödvändig bakgrundsinformation

Praktiska exempel

Exempel 1: Blogginlägg om 80-talets arkadvideospel med specifik kontext

Du vill att AI:n ska föreslå ämnen för ett blogginlägg om arkadvideospel från 80-talet.

Prompt (Kontextuell prompt):

Kontext: Du skriver för en blogg om 80-talets arkadvideospel.

Föreslå 3 ämnen att skriva en artikel om med några raders beskrivning av vad denna artikel ska innehålla.

Utdata (Exempel):

  1. Arkadkabinettens evolution: Denna artikel skulle utforska utvecklingen av arkadkabinettens design, från de tidiga trä- och metallkabinetten på 1970-talet till de eleganta, neonupplysta designerna på 1980-talet.

  2. Blast From The Past: Ikoniska arkadspel från 80-talet: Denna artikel skulle ge en inblick i historien, påverkan och arvet från några av de mest ikoniska arkadspelen från 1980-talet.

  3. Pixelkonstens uppgång: Denna artikel skulle fördjupa sig i utvecklingen av pixelkonst som en definierande visuell stil för tidiga arkadspel.

Fördelar: AI:n genererar ämnen som är strikt relevanta för 80-tals arkadvideospel tack vare den tydliga kontexten.

Exempel 2: Översättning med kulturell anpassning

Du vill översätta en text från svenska till engelska, men med en specifik kulturell anpassning för en brittisk publik.

Prompt (Kontextuell prompt):

Kontext: Denna text är avsedd för en brittisk publik. Använd brittisk engelska och kulturella referenser där det är lämpligt.

Översätt följande mening till engelska: "Jag ska fika med mina kollegor."

Fördelar: AI:n kommer att föreslå en översättning som är mer naturlig för en brittisk engelsk kontext, som "I'm going to have a tea break with my colleagues", snarare än en direkt översättning.

Implementering i klassrummet

  1. Ämnesspecifika förklaringar: När elever ska få hjälp med att förstå ett koncept, be dem att inkludera relevant kontext för att få en skräddarsydd förklaring.

  2. Källkritik med kontext: Ge eleverna en text att analysera. Be sedan AI:n att svara på frågor om texten, men inkludera kontext som: "Denna text är från en politisk blogg med en tydlig agenda." Detta tränar eleverna att tänka källkritiskt.

  3. Fördjupning av problem: När elever fastnar i ett problem kan de ge AI:n den specifika uppgiften plus kontext om vad de redan har försökt, för att få mer riktad hjälp.

Nästa steg

Kontextuell prompting är utmärkt för att ge AI:n omedelbar information. I nästa moment kommer vi att utforska hur du kan få AI:n att "ta ett steg tillbaka" och resonera kring en mer generell fråga innan den svarar på din specifika uppgift.