De ce AI-ul nu răspunde cum vrei: alegerea greșită a taskului
De ce AI-ul răspunde diferit când îi ceri să genereze, să analizeze, să compare sau să evalueze
Acesta este articolul 6/12 din seria Bazele promptingului.
În primele articole am văzut ce face de fapt un model AI când răspunde, de ce un prompt bun schimbă răspunsul AI, cât ajută contextul în prompting și unde greșește un model AI.
În articolul anterior am mers mai departe spre anatomia unui prompt extins: obiectiv, context, format, criterii și limite. Acum intrăm într-o piesă la fel de importantă: alegerea corectă a instrucțiunii în funcție de tipul de sarcină.
Mulți utilizatori cred că problema este doar cât de clar este promptul. În realitate, mai apare o întrebare: ce îi ceri modelului AI să facă, de fapt?
Nu este același lucru să-i ceri să genereze idei, să transforme un text, să analizeze un material, să compare două variante sau să evalueze calitatea unui răspuns.
Subiectul poate fi același. Rezultatul poate fi complet diferit.
Dacă scrii doar „ajută-mă cu acest text”, modelul poate merge în mai multe direcții. Poate să-l rescrie. Poate să-l rezume. Poate să-l explice. Poate să-l corecteze. Poate să-l analizeze. Poate să propună o variantă nouă.
Toate aceste variante pot fi utile. Dar nu rezolvă aceeași problemă.
De aceea, înainte să adaugi ton, format, criterii sau limită de lungime, trebuie să clarifici sarcina. Vrei o idee nouă? Vrei o variantă mai clară? Vrei o analiză? Vrei o comparație? Vrei o evaluare?
Tipul de sarcină schimbă răspunsul AI. Când alegi greșit instrucțiunea, poți primi un răspuns corect scris, dar construit pentru altă nevoie decât cea reală.
De ce contează tipul de sarcină
Când lucrezi cu AI, nu contează doar tema cererii. Contează și tipul de muncă pe care îl ceri.
Dacă îi dai același text unui model AI și îi spui „rezumă-l”, răspunsul va merge spre ideile principale.
Dacă spui „analizează-l”, răspunsul va merge spre structură, probleme, intenție, argumente sau puncte slabe.
Dacă spui „rescrie-l”, modelul va păstra ideea de bază și va modifica forma.
Dacă spui „evaluează-l”, modelul va trebui să judece dacă textul este bun, slab, incomplet sau potrivit pentru scopul lui.
Materialul este același. Sarcina este diferită.
Aici apare o greșeală frecventă. Utilizatorul cere „un răspuns bun”, dar nu spune ce fel de rezultat așteaptă.
Vrea claritate, dar scrie „ajută-mă”.
Vrea evaluare, dar întreabă „ce părere ai?”.
Vrea comparație, dar întreabă „care e mai bun?”.
Vrea rescriere, dar cere „îmbunătățește textul”.
Astfel de cereri pot produce un răspuns acceptabil, dar lasă mult loc de interpretare. Modelul trebuie să decidă singur direcția. Uneori se apropie de ce ai nevoie. Alteori răspunde elegant, dar pe lângă sarcina reală.
Întrebarea de plecare ar trebui să fie simplă:
Ce vreau să facă AI-ul cu acest material sau cu această idee?
Răspunsul la această întrebare decide forma instrucțiunii.
Instrucțiunea nu este același lucru cu sarcina
Sarcina este problema reală pe care vrei să o rezolvi. Instrucțiunea este felul în care formulezi acea problemă pentru model.
Sarcina poate fi: vreau să înțeleg mai bine un text.
Instrucțiunea poate fi:
„Analizează acest text și spune-mi care sunt ideile principale, ce lipsește și ce poate fi îmbunătățit.”
Sarcina poate fi: vreau o variantă mai bună de titlu.
Instrucțiunea poate fi:
„Generează 10 variante de titlu, scurte, clare și potrivite pentru un articol educațional despre AI.”
Sarcina poate fi: vreau să aleg între două opțiuni.
Instrucțiunea poate fi:
„Compară cele două variante după cost, claritate, risc și utilitate practică.”
Diferența contează. Dacă sarcina este neclară, instrucțiunea va fi neclară. Dacă instrucțiunea este neclară, răspunsul va fi mai greu de folosit.
Un prompt bun pornește de la rezultat, nu de la formulare.
Nu începi cu „cum să sune cererea?”, pentru că asta vine mai târziu. Începi cu „ce rezultat trebuie să obțin?”.
După ce ai răspuns, alegi verbul potrivit: generează, rezumă, explică, analizează, compară, evaluează, rescrie, organizează, verifică.
Verbul nu este un detaliu de stil. Verbul îi spune modelului ce operațiune trebuie să facă.
„Scrie” duce spre producerea unui text nou.
„Analizează” duce spre desfacerea unui material în componente.
„Compară” duce spre diferențe, asemănări și criterii.
„Evaluează” duce spre puncte tari, puncte slabe și recomandări.
„Rescrie” duce spre modificarea unei forme existente.
Când alegi verbul potrivit, reduci riscul ca modelul să lucreze în direcția greșită.
Când vrei să generezi ceva nou
Ceri generare atunci când vrei ca modelul AI să producă ceva care nu există încă în forma respectivă.
Poate fi o listă de idei, un titlu, un text, un plan, o structură, o explicație, o postare, un scenariu sau o variantă de mesaj.
De exemplu:
„Generează 10 idei de articole despre folosirea AI-ului în muncă.”
Aceasta este o cerere deschisă. Modelul poate propune direcții diferite și poate veni cu idei la care nu te-ai gândit.
Libertatea aceasta este utilă la începutul unui proces. Dar poate produce și răspunsuri prea generale, dacă nu precizezi ce fel de idei vrei.
Vrei idei pentru începători sau pentru utilizatori avansați?
Vrei idei educaționale, comerciale sau editoriale?
Vrei subiecte pentru articole, postări scurte sau materiale de newsletter?
O cerere mai bună ar fi:
„Generează 10 idei de articole educaționale despre folosirea AI-ului în muncă, pentru cititori care sunt la început. Ideile trebuie să fie clare, practice și ușor de transformat în materiale pentru un newsletter.”
Diferența nu stă în faptul că promptul este mai lung. Diferența stă în direcție.
Într-un task de generare, ajută să precizezi ce tip de rezultat vrei, pentru cine este, câte variante ceri și ce ar trebui evitat.
Generarea este potrivită când cauți variante, direcții, idei sau puncte de pornire. Dacă vrei să alegi cea mai bună variantă, ai nevoie de evaluare. Dacă vrei să înțelegi ce lipsește dintr-o variantă, ai nevoie de analiză.
Generarea deschide opțiuni. Nu decide automat care opțiune este cea mai bună.
Când vrei să transformi un material existent
Ceri transformare atunci când ai deja un material și vrei să-i schimbi forma.
Nu pornești de la zero. Pornești de la un text, o listă, un mesaj, o explicație, o idee brută, un paragraf sau un document.
Transformarea poate însemna rescriere, scurtare, simplificare, reformulare, adaptare pentru alt public, schimbare de ton, organizare mai clară sau corectare gramaticală.
De exemplu:
„Rescrie acest text într-un stil mai clar.”
Este o cerere validă, dar încă lasă loc de interpretare. Ce înseamnă „mai clar”? Mai scurt? Mai simplu? Mai direct? Mai potrivit pentru mobil? Mai apropiat de limbajul cititorului?
O instrucțiune mai bună ar fi:
„Rescrie acest text pentru un public care nu cunoaște subiectul. Păstrează ideile principale, scurtează frazele lungi și elimină formulările prea tehnice.”
În taskurile de transformare, regula importantă este aceasta:
Spune ce trebuie păstrat și ce trebuie schimbat.
Dacă nu spui ce trebuie păstrat, textul poate fi modificat prea mult.
Dacă nu spui ce trebuie schimbat, rezultatul poate rămâne doar o reformulare de suprafață.
Poți formula așa:
„Păstrează ideea principală, dar simplifică limbajul.”
„Păstrează tonul profesionist, dar fă textul mai ușor de citit.”
„Păstrează structura, dar corectează formulările greoaie.”
„Păstrează informațiile, dar transformă textul într-o listă clară.”
Diferența dintre „îmbunătățește textul” și „rescrie textul pentru claritate, păstrează ideile principale și scurtează frazele lungi” este mare. În prima variantă, modelul trebuie să ghicească ce înseamnă îmbunătățire. În a doua, primește o direcție de lucru.
Când vrei să analizezi un material
Ceri analiză atunci când nu vrei un text nou, ci o înțelegere mai clară a unui material existent.
Poate fi un articol, un paragraf, un contract, o postare, o idee de business, un plan, un răspuns primit de la AI sau o situație pe care vrei să o desfaci în părți mai clare.
Analiza răspunde la întrebări precum:
Ce se întâmplă aici?
Care sunt ideile principale?
Ce lipsește?
Ce este neclar?
Unde apar probleme?
Ce poate fi îmbunătățit?
De exemplu:
„Analizează acest text.”
Cererea poate funcționa, dar nu spune ce fel de analiză urmărești. Poți primi observații generale, utile până la un punct, dar fără direcție precisă.
O variantă mai bună ar fi:
„Analizează acest text din perspectiva clarității. Spune-mi care sunt ideile principale, unde apar formulări greu de urmărit și ce secțiuni ar trebui simplificate.”
În acest caz, analiza are o perspectivă clară.
Poți cere:
„Analizează acest text din perspectiva cititorului începător.”
„Analizează această idee din perspectiva riscurilor.”
„Analizează acest plan din perspectiva aplicării practice.”
„Analizează acest răspuns și spune-mi ce informații lipsesc.”
Analiza este utilă atunci când vrei să înțelegi mai bine ce ai deja. Ea nu trebuie confundată cu rescrierea.
Dacă ceri analiză, modelul ar trebui să explice ce observă. Dacă vrei o variantă nouă, trebuie să ceri apoi transformare sau generare.
Un flux simplu poate fi acesta:
Mai întâi analizează.
Apoi propune îmbunătățiri.
După aceea rescrie.
Această ordine ajută. Dacă sari direct la „rescrie”, poți primi un text mai frumos, fără să vezi clar ce problemă a fost rezolvată.
Când vrei să compari două sau mai multe opțiuni
Ceri comparație atunci când vrei să vezi diferențele dintre două sau mai multe variante.
Comparația este utilă când ai de ales între opțiuni, când vrei să vezi puncte tari și puncte slabe sau când vrei să înțelegi de ce o variantă este mai potrivită decât alta.
Poți compara două texte, două titluri, două idei, două strategii, două aplicații, două platforme AI sau două răspunsuri generate de model.
De exemplu:
„Compară aceste două variante.”
Cererea este corectă, dar incompletă. După ce criterii să le compare? Claritate? Impact? Simplitate? Utilitate? Potrivire cu publicul?
O variantă mai bună ar fi:
„Compară aceste două variante de titlu după claritate, interes pentru cititor și potrivire cu un articol educațional despre AI. Spune-mi care este mai bună și de ce.”
Comparația bună are nevoie de trei lucruri:
Ce compari.
După ce criterii compari.
Ce fel de concluzie vrei.
Uneori vrei doar diferențele. Alteori vrei o recomandare. Sunt cereri diferite.
„Compară aceste două variante” poate produce o listă de observații.
„Compară aceste două variante și recomandă una pentru publicul începător” cere și o decizie.
Dacă ai nevoie de o alegere, spune asta explicit.
Altfel, răspunsul poate rămâne într-o zonă comodă: „ambele variante sunt bune, depinde de context”.
Uneori chiar depinde de context. Dar dacă ai nevoie de decizie, criteriile trebuie precizate.
Când vrei să evaluezi un text, o idee sau un răspuns
Ceri evaluare atunci când vrei să afli dacă un text, o idee, o decizie sau un răspuns este bun, slab, complet, incomplet, potrivit sau nepotrivit.
Evaluarea merge mai departe decât analiza.
Analiza observă și explică. Evaluarea judecă după un standard.
De exemplu:
„Ce părere ai despre acest text?”
Această formulare poate deschide o discuție, dar nu produce mereu o evaluare utilă. Modelul poate oferi o opinie generală, fără un standard clar.
O variantă mai bună ar fi:
„Evaluează acest text pentru claritate, utilitate și potrivire cu un public care este la început în AI. Spune-mi ce funcționează, ce este slab și ce ar trebui îmbunătățit înainte de publicare.”
Acum cererea are repere.
Modelul nu trebuie doar să spună dacă textul este „bun”. Trebuie să-l verifice după câteva criterii.
Evaluarea este utilă când vrei să iei o decizie:
Public sau nu public?
Păstrez sau refac?
Aleg varianta A sau varianta B?
Este suficient de clar?
Lipsește ceva important?
În taskurile de evaluare, evită formulările prea vagi:
„Este bun?”
„Merită?”
„Ce părere ai?”
„Cum ți se pare?”
Mai bine formulezi așa:
„Evaluează după aceste criterii…”
„Spune-mi ce funcționează și ce nu…”
„Dă-mi o notă de la 1 la 10 și explică nota…”
„Spune-mi ce trebuie corectat înainte de publicare…”
„Verifică dacă răspunsul este complet, clar și aplicabil…”
Evaluarea cere criterii. Fără criterii, primești mai degrabă opinie. Cu criterii, primești o judecată mai utilă.
Această idee va deveni importantă în articolul 8, unde vom discuta separat cum definești și cum evaluezi un răspuns de calitate.
Când lași libertate și când impui limite
Nu toate instrucțiunile trebuie formulate la fel.
Uneori ai nevoie de libertate. Alteori ai nevoie de control.
O instrucțiune deschisă lasă mai mult spațiu pentru variante, idei sau direcții diferite.
De exemplu:
„Propune idei de articole despre AI pentru începători.”
Această cerere poate fi utilă când ești la începutul unui proces. Răspunsul poate deschide subiecte diferite și direcții la care nu te-ai gândit.
Instrucțiunile deschise sunt potrivite pentru idei noi, variante de titlu, direcții de conținut, posibile soluții și subiecte de explorat.
Dar libertatea are un cost. Răspunsul poate fi prea general, prea larg sau prea departe de ce aveai nevoie.
O instrucțiune restrictivă limitează mai clar direcția răspunsului.
De exemplu:
„Propune 10 idei de articole despre AI pentru începători, fiecare cu titlu scurt, explicație de maximum două fraze și aplicare practică pentru utilizatorii care lucrează cu ChatGPT.”
Aici există mai puțină libertate, dar rezultatul este mai controlat.
Instrucțiunile restrictive sunt utile când contează formatul, lungimea, publicul, tonul, ordinea sau limitele răspunsului.
Problema apare când alegi greșit între deschis și restrictiv.
Dacă ai nevoie de idei noi, dar formulezi cererea prea strict, poți bloca varietatea.
Dacă ai nevoie de un rezultat precis, dar formulezi cererea prea deschis, poți primi un răspuns corect scris, dar greu de folosit.
O regulă simplă este aceasta:
La începutul unui proces, instrucțiunile pot fi mai deschise. Spre final, trebuie să devină mai clare și mai restrictive.
Când explorezi, lași loc pentru variante.
Când decizi, controlezi mai atent răspunsul.
Când publici, verifici mai strict forma finală.
Nu toate prompturile trebuie să fie lungi sau rigide. Uneori ai nevoie de spațiu. Alteori ai nevoie de precizie.
Promptingul bun înseamnă să știi când folosești fiecare variantă.
Greșeala frecventă: prea multe sarcini într-un singur prompt
Una dintre cele mai frecvente greșeli este să amesteci mai multe sarcini într-o singură cerere, fără să le pui într-o ordine clară.
De exemplu:
„Analizează acest text, rescrie-l, fă-l mai bun, compară-l cu varianta anterioară și spune-mi dacă e potrivit pentru publicare.”
Cererea pare completă, dar este aglomerată.
Modelul trebuie să analizeze, să rescrie, să compare, să evalueze și să decidă dacă textul este pregătit pentru publicare.
Toate aceste sarcini pot fi utile. Problema este ordinea.
Dacă modelul rescrie înainte să analizeze, poate corecta doar forma, nu și problema reală.
Dacă evaluează înainte să știe criteriile, poate oferi o concluzie prea generală.
Dacă trebuie să compare și să rescrie în același răspuns, observațiile se pot amesteca ușor cu varianta finală.
O variantă mai bună este să separi sarcinile:
„Mai întâi analizează textul din perspectiva clarității.”
„Apoi spune-mi ce trebuie îmbunătățit.”
„După aceea rescrie textul păstrând ideile principale.”
„La final, evaluează dacă noua variantă este potrivită pentru publicare.”
Aceeași muncă este păstrată, dar este pusă în ordine.
Modelul nu mai trebuie să ghicească prioritatea. Fiecare pas are o funcție clară.
În practică, multe prompturi slabe nu sunt slabe pentru că au puține detalii. Sunt slabe pentru că cer prea multe lucruri deodată, fără ierarhie.
Un prompt bun nu trebuie să înghesuie totul într-o singură frază.
Poate fi mai eficient să împarți cererea în pași:
Analizează.
Identifică problemele.
Propune soluții.
Rescrie.
Verifică rezultatul.
Această ordine este mai ușor de urmărit și pentru model, și pentru utilizator.
De aici începe trecerea spre o formă mai matură de lucru cu AI: nu doar prompturi mai bune, doar și sarcini mai bine ordonate.
Ce merită reținut
Un prompt bun nu înseamnă doar o cerere mai clară. Înseamnă și alegerea corectă a sarcinii.
Taskul spune ce vrei să obții. Instrucțiunea spune cum îi ceri modelului să lucreze.
Dacă vrei idei noi, ceri generare.
Dacă ai deja un material și vrei să-i schimbi forma, ceri transformare.
Dacă vrei să înțelegi mai bine un text, o idee sau o situație, ceri analiză.
Dacă vrei să alegi între două variante, ceri comparație.
Dacă vrei să judeci calitatea unui răspuns, ceri evaluare.
Verbul folosit în prompt contează. „Scrie”, „rescrie”, „analizează”, „compară” și „evaluează” nu trimit modelul în aceeași direcție.
Instrucțiunile deschise sunt utile când explorezi variante. Instrucțiunile restrictive sunt mai bune când ai nevoie de control, format clar și rezultat final mai precis.
Când amesteci mai multe sarcini într-un singur prompt, fără ordine, poți primi un răspuns corect scris, dar greu de folosit.
O regulă simplă ajută:
Pornește de la rezultat, alege tipul de task, apoi formulează instrucțiunea.
Ideea de reținut
Alegerea instrucțiunii este una dintre cele mai importante decizii dintr-un prompt.
Nu este suficient să știi subiectul. Trebuie să știi ce vrei ca modelul AI să facă efectiv cu acel subiect.
Vrei să creeze ceva nou?
Vrei să transforme ceva existent?
Vrei să analizeze?
Vrei să compare?
Vrei să evalueze?
Fiecare alegere schimbă răspunsul.
Când alegi corect tipul de sarcină, răspunsul devine mai ușor de folosit, mai apropiat de scop și mai simplu de verificat.
Promptingul bun nu înseamnă să ai o formulă universală pentru orice situație. Înseamnă să potrivești cererea cu sarcina reală.
Continuăm cu rolul exemplelor
Acest articol a explicat de ce tipul de sarcină schimbă răspunsul AI și de ce instrucțiunea trebuie aleasă în funcție de rezultat.
Pasul următor este să vedem cum ajută exemplele.
În articolul următor din seria Bazele promptingului, mergem mai departe spre:
Zero-shot, one-shot și few-shot: cum influențează exemplele răspunsul
Uneori, modelul poate răspunde bine fără niciun exemplu. Alteori, un singur exemplu clar poate schimba complet direcția răspunsului. În unele cazuri, mai multe exemple pot ajuta modelul să urmeze mai bine forma, tonul sau structura dorită.
Principiul explicat aici va reveni și în partea practică, unde vom aplica aceste diferențe pe taskuri reale: scriere, analiză, research, documente, productivitate și decizii.
Rămâi aproape de Omul Digital și primește în inbox materialele importante despre AI, tehnologie și securitate digitală.
Susține Omul Digital. Contribuția ta ajută la dezvoltarea proiectului și la publicarea de ghiduri aplicate, resurse practice și materiale avansate despre AI, tehnologie și siguranță digitală.
Învață să construiești prompturi mai bune cu ghiduri și exemple practice în