pages/introduction/tips.it.mdx - main - githubmirror/Prompt-Engineering-Guide

pages/introduction/tips.it.mdx
106 строк7 KB
Giornale di Sistema
Fixed typo tips.it.mdx
03 фев 2024, 12:17
03 фев 2024, 12:1710bb726
# Suggerimenti generali per la progettazione di Prompt

Ecco alcuni suggerimenti da tenere a mente durante la progettazione dei prompt:


### Inizio semplice
Quando si inizia a progettare i prompt, bisogna tenere presente che si tratta di un processo iterativo che richiede molta sperimentazione per ottenere risultati ottimali. L'utilizzo di una semplice strumento come OpenAI o Cohere è un buon punto di partenza.

Si può iniziare con prompt semplici e aggiungere altri elementi e contesti man mano che si punta a ottenere risultati migliori. Per questo motivo è fondamentale modificare i prompt durante il percorso. Leggendo la guida, vedrete molti esempi in cui la specificità, la semplicità e la concisione vi daranno spesso risultati migliori.

Quando si ha un compito grande che coinvolge molti sottocompiti differenti, si può cercare di suddividere il compito in sottocompiti più semplici e continuare a costruirci sopra man mano che si ottengono risultati migliori. Questo evita di aggiungere troppa complessità all'inizio del processo di progettazione del prompt.

### Le istruzioni
È possibile progettare prompt efficaci per vari compiti semplici, utilizzando comandi per indicare al modello ciò che si desidera ottenere, come "Scrivi", "Classifica", "Riassumi", "Traduci", "Ordina", ecc.

Tenete presente che dovete anche sperimentare molto per capire cosa funziona meglio. Provate diverse istruzioni con parole chiave, contesti e dati diversi e vedete cosa funziona meglio per il vostro caso d'uso e la vostra attività. Di solito, più il contesto è specifico e rilevante per l'attività che si sta cercando di svolgere, meglio è. Nelle prossime guide parleremo dell'importanza del campionamento e dell'aggiunta di ulteriore contesto.

Altri raccomandano di collocare le istruzioni all'inizio del prompt. Si raccomanda anche di usare un separatore chiaro, come "###", per separare l'istruzione dal contesto.

Per esempio:

*Prompt:*
```
### Istruzione ###
Traduci il seguente testo in spagnolo

Testo: "ciao!"
```

*Output:*
```
¡Hola!
```

### Specificità
Siate molto specifici riguardo all'istruzione e al compito che volete che il modello esegua. Più la richiesta è descrittiva e dettagliata, migliori saranno i risultati. Questo è particolarmente importante quando si cerca un risultato o uno stile di generazione desiderato. Non esistono token o parole chiave specifiche che portano a risultati migliori. È più importante avere un buon formato e un prompt descrittivo. In effetti, fornire esempi nel prompt è molto efficace per ottenere i risultati desiderati in formati specifici.

Quando si progettano i prompt si deve tenere presente anche la loro lunghezza, poiché ci sono dei limiti riguardo a quanto possono esserlo. Bisogna pensare a quanto sia necessario essere specifici e dettagliati. Includere troppi dettagli non necessari non è necessariamente un buon approccio. I dettagli devono essere pertinenti e contribuire al compito da svolgere. Questo è un aspetto che dovrete sperimentare molto. Incoraggiamo la sperimentazione e l'iterazione per ottimizzare i prompt per le vostre applicazioni.

A titolo di esempio, proviamo un semplice prompt per estrarre informazioni specifiche da un testo.

*Prompt:*
```
Estrarre il nome dei luoghi nel seguente testo. 

Formato desiderato:
Luogo: <lista_dei_nomi_delle_aziende_separata_da_virgola>

Input: Input: "Sebbene questi sviluppi siano incoraggianti per i ricercatori, molto rimane ancora un mistero. “Spesso abbiamo una scatola nera tra il cervello e l'effetto che vediamo in periferia”, dice Henrique Veiga-Fernandes, neuroimmunologo presso il Centro Champalimaud per l'Ignoto di Lisbona. “Se vogliamo utilizzarla nel contesto terapeutico, dobbiamo effettivamente comprenderne il meccanismo”".
```

*Output:*
```
Luogo: Centro Champalimaud per l'Ignoto, Lisbona".
```

Il testo di input è ottenuto da [questo articolo di Nature](https://www.nature.com/articles/d41586-023-00509-z).

### Evitare l'imprecisione

Alla luce dei suggerimenti precedenti sull'essere dettagliati e migliorare il formato, è facile cadere nella trappola di voler essere troppo intelligenti con i prompt e creare descrizioni imprecise. Spesso è meglio essere specifici e diretti. L'analogia è molto simile a quella della comunicazione efficace: più è diretta, più il messaggio è efficace.

Ad esempio, potreste essere interessati a conoscere il concetto di ingegneria del prompt. Potreste provare qualcosa come:
```
Spiega il concetto di prompt engineering. Mantieni la spiegazione breve, solo poche frasi, e non essere troppo descrittivo.
```

Non è chiaro dal prompt di cui sopra quante frasi usare e con quale stile. Potreste comunque ottenere delle buone risposte con il prompt sopra, ma il prompt migliore sarebbe uno molto specifico, conciso e diretto. Qualcosa come:
```
Usa 2-3 frasi per spiegare il concetto di prompt engineering a uno studente di scuola superiore.
```

### Fare o non fare?
Un altro consiglio comune quando si progettano i prompt è quello di evitare di dire cosa non fare, ma di dire invece cosa fare. Questo incoraggia una maggiore specificità e si concentra sui dettagli che portano a buone risposte da parte del modello.

Ecco un esempio di chatbot per la raccomandazione di film che non riesce a fare esattamente ciò che non vogliamo che faccia a causa del modo in cui abbiamo scritto l'istruzione, concentrandoci su cosa non fare.

*Prompt:*
```
Di seguito viene presentato un agente che consiglia dei film a un cliente. NON CHIEDERE INTERESSI. NON CHIEDERE INFORMAZIONI PERSONALI.

Cliente: Per favore, raccomandami un film basato sui miei interessi.
Agente: 
```

*Output:*
```
Certo, posso consigliarle un film in base ai suoi interessi. Che tipo di film le piacerebbe vedere? Preferisce l'azione, la commedia, il romanticismo o altro?
```

Qui un prompt migliore:

*Prompt:*
```
Il seguente è un agente che raccomanda film a un cliente. L'agente ha il compito di consigliare un film tra quelli di maggiore tendenza a livello globale. Deve astenersi dal chiedere agli utenti le loro preferenze ed evitare di chiedere informazioni personali. Se l'agente non ha un film da raccomandare, deve rispondere "Spiacente, non è stato possibile trovare un film da raccomandare oggi".

Cliente: Per favore, mi raccomandi un film basato sui miei interessi.
Agente:
```

*Output:*
```
Mi dispiace, non ho informazioni sui tuoi interessi. Tuttavia, ecco un elenco dei film di tendenza a livello globale in questo momento: [elenco dei film]. Spero che troviate qualcosa di vostro gradimento!
```

Alcuni degli esempi sopra riportati sono stati ripresi dall'articolo ["Best practices for prompt engineering with OpenAI API" article.](https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-openai-api)