Σύντομη απάντηση: Μια αρνητική προτροπή λέει σε μια τεχνητή νοημοσύνη τι να αποφύγει, κάτι που βοηθά στη μείωση της θολότητας, της ακαταστασίας, της επανάληψης ή των ακατάλληλων αποτελεσμάτων. Έχει σημασία επειδή τα αποτελέσματα γίνονται πιο ελεγχόμενα και συνεπή, ειδικά όταν τα πιο συνηθισμένα σημεία αποτυχίας είναι εύκολο να εντοπιστούν. Λειτουργεί καλύτερα όταν συνδυάζετε μια σαφή κύρια προτροπή με μια σύντομη, στοχευμένη λίστα εξαιρέσεων.
Βασικά συμπεράσματα:
Έλεγχος : Ορίστε πρώτα τον στόχο και, στη συνέχεια, αποκλείστε μόνο τα πιο πιθανά ανεπιθύμητα αποτελέσματα.
Εξειδίκευση : Αντικαταστήστε τις αόριστες απαγορεύσεις με σαφείς εξαιρέσεις, όπως θόλωση, κλισέ ή επιπλέον αντικείμενα.
Ισορροπία : Διατηρήστε τις αρνητικές προτροπές σύντομες, ώστε τα αποτελέσματα να παραμένουν καθαρά χωρίς να γίνονται άτονα.
Δοκιμή : Προσαρμογή εξαιρέσεων μετά από κάθε εκτέλεση όταν το μοντέλο επαναλαμβάνει συνεχώς το ίδιο λάθος.
Προσαρμογή : Αντιστοίχιση αρνητικών στοιχείων με την εργασία, είτε αυτό σημαίνει εικόνες, γράψιμο, απαντήσεις υποστήριξης είτε ροές εργασίας.
Άρθρα που ίσως σας ενδιαφέρουν μετά από αυτό:
🔗 Τι είναι η αναζήτηση με τεχνητή νοημοσύνη και πώς λειτουργεί
Εξηγεί την έξυπνη αναζήτηση, την κατάταξη και τα εξατομικευμένα αποτελέσματα χρησιμοποιώντας Τεχνητή Νοημοσύνη.
🔗 Είναι ζωντανή η Τεχνητή Νοημοσύνη; Τι λέει η επιστήμη σήμερα;
Εξερευνά τους ορισμούς της ζωής, της συνείδησης και τους σημερινούς περιορισμούς της Τεχνητής Νοημοσύνης.
🔗 Πόση ενέργεια χρησιμοποιεί η Τεχνητή Νοημοσύνη στην πράξη
Αναλύει το κόστος εκπαίδευσης έναντι του κόστους συμπερασμάτων, τα κέντρα δεδομένων και την αποδοτικότητα.
🔗 Πότε εφευρέθηκε η Τεχνητή Νοημοσύνη; Ένα σύντομο ιστορικό χρονοδιάγραμμα
Καλύπτει βασικά ορόσημα από την πρώιμη χρήση της πληροφορικής έως τη σύγχρονη μηχανική μάθηση.
Τι είναι η αρνητική προτροπή στην τεχνητή νοημοσύνη; 🧠
Μια αρνητική προτροπή στην τεχνητή νοημοσύνη είναι ένα σύνολο οδηγιών που λέει στο μοντέλο τι μην δημιουργήσει.
Αντί να πεις απλώς:
-
«Δημιουργήστε ένα ρεαλιστικό πορτρέτο μιας γυναίκας σε απαλό φως»
Μπορείτε επίσης να προσθέσετε:
-
«Χωρίς θόλωση»
-
«Κανένα επιπλέον δάχτυλο»
-
«Χωρίς στυλ κινουμένων σχεδίων»
-
«Καμία παραμορφωμένη ματιά»
-
«Δεν υπάρχει κείμενο στο φόντο»
Αυτό το δεύτερο μέρος είναι η αρνητική προτροπή.
Η κύρια λειτουργία μιας αρνητικής προτροπής είναι να μειώσει τα ανεπιθύμητα μοτίβα στην έξοδο. Λειτουργεί σαν φίλτρο ή ίσως περισσότερο σαν πορτιέρης στην πόρτα του κλαμπ που αποφασίζει ποια οπτικά αντικείμενα δεν θα μπουν απόψε 🚪
Στην πράξη, οι αρνητικές προτροπές εμφανίζονται συχνότερα σε:
-
Εργαλεία μεταφοράς στυλ
-
Ροές εργασίας δημιουργίας βίντεο
-
Δημιουργία ήχου σε ορισμένες περιπτώσεις
Δεν είναι όμως μαγικό. Μια αρνητική προτροπή δεν εγγυάται την τελειότητα. Σπρώχνει το μοντέλο μακριά από ορισμένα αποτελέσματα. Μερικές φορές απαλά. Μερικές φορές σαν ένα καρότσι αγορών με σπασμένο τροχό.
Γιατί η αρνητική προτροπή στην τεχνητή νοημοσύνη έχει τόσο μεγάλη σημασία 📌
Να τι μαθαίνουν γρήγορα οι άνθρωποι - η Τεχνητή Νοημοσύνη είναι καλή στο να μαντεύει, αλλά το να μαντεύεις δεν είναι το ίδιο με το να καταλαβαίνεις.
Όταν γράφετε μια κανονική προτροπή, το μοντέλο προσπαθεί να ικανοποιήσει το αίτημα με βάση τα μοτίβα που έχει μάθει. Αυτό μπορεί να οδηγήσει σε ισχυρά αποτελέσματα, αλλά μπορεί επίσης να εισαγάγει άχρηστα στοιχεία που δεν ζητήσατε ποτέ. Ένα απαλό φανταστικό πορτρέτο μετατρέπεται σε υπερβολικά λεία πλαστική επιφάνεια. Μια καθαρή φωτογραφία προϊόντος ξαφνικά έχει τυχαίο κείμενο να αιωρείται στη γωνία. Ένα περίγραμμα ιστολογίου μετατρέπεται σε γενικό υλικό πλήρωσης. Ξέρετε το μοτίβο.
Γι' αυτό έχει η Αρνητική Υπόδειξη στην Τεχνητή Νοημοσύνη . Βελτιώνει τον έλεγχο .
Βοηθά με:
-
Ακρίβεια - Περιορίζετε τον χώρο εξόδου
-
Συνέπεια - Λιγότερες τυχαίες εκπλήξεις
-
Έλεγχος ποιότητας - Λιγότερος καθαρισμός αργότερα
-
Διαχείριση στυλ - Αποφύγετε εμφανίσεις ή τόνους που δεν σας αρέσουν
-
Μείωση σφαλμάτων - Αφαίρεση συνηθισμένων ελαττωμάτων και αντικειμένων
-
Εξοικονόμηση χρόνου - Καλύτερα αποτελέσματα με λιγότερες προσπάθειες
Στις δικές μου δοκιμές, το χάσμα μεταξύ μιας αξιοπρεπούς προτροπής και μιας εκλεπτυσμένης προτροπής με αρνητικά είναι συχνά μεγαλύτερο από ό,τι περιμένουν οι άνθρωποι. Η προσθήκη μερικών οδηγιών "μην συμπεριλάβετε" μπορεί να φαίνεται πιο αποτελεσματική από την προσθήκη δέκα επιπλέον περιγραφικών λέξεων. Όχι κάθε φορά, αλλά αρκετά συχνά για να μετρηθούν.
Τι κάνει μια αρνητική προτροπή καλή στην Τεχνητή Νοημοσύνη; ✅✨
Μια καλή αρνητική προτροπή δεν είναι απλώς μια τυχαία στοίβα από απαγορευμένες λέξεις. Είναι στοχευμένη, συγκεκριμένη και πρακτική .
Μια καλή αρνητική προτροπή συνήθως έχει τα εξής χαρακτηριστικά:
-
Σχετικό με την έξοδο
-
Αν θέλετε ένα ρεαλιστικό πορτρέτο, αρνητικά όπως «κινούμενα σχέδια, anime, χαμηλή λεπτομέρεια» έχουν νόημα.
-
-
Εστιάζοντας σε πιθανά λάθη
-
Για χέρια, πρόσωπα, κείμενο, ανατομία, θάμπωμα και ακαταστασία - αυτά είναι συνηθισμένα προβλήματα.
-
-
Αρκετά κοντό για να παραμένει καθαρό
-
Οι τεράστιες λίστες μπορούν να γίνουν δύσχρηστες και αντιφατικές.
-
-
Συγκεκριμένος χωρίς να γίνει εμμονικός
-
Το «όχι επιπλέον δάχτυλα» είναι καλύτερο από το «αφαίρεση κάθε βιολογικής ανωμαλίας από τη δομή του ανθρώπινου προσαρτήματος». Έλα τώρα.
-
-
Σε συνδυασμό με μια ισχυρή θετική προτροπή
-
Οι αρνητικές προτροπές λειτουργούν καλύτερα όταν η Τεχνητή Νοημοσύνη γνωρίζει επίσης τι θέλετε .
-
Μια αδύναμη αρνητική προτροπή συχνά μοιάζει με αυτό:
-
Πολύ ασαφές - «βελτιώστε το»
-
Πολύ γενικό - «τίποτα άσχημο»
-
Υπερβολικά αντιφατικό - «ρεαλιστικό αλλά χωρίς σκιές, χωρίς υφή, χωρίς λεπτομέρειες δέρματος»
-
Πολύ μεγάλο - ατελείωτη απόρριψη λέξεων-κλειδιών χωρίς δομή
Ένας καλός τρόπος για να το σκεφτείτε είναι ο εξής: η θετική προτροπή ορίζει τον προορισμό και η αρνητική προτροπή αφαιρεί τους δρόμους που δεν θέλετε να ακολουθήσει η Τεχνητή Νοημοσύνη 🚗
Ίσως όχι και η τέλεια μεταφορά. Μοιάζει περισσότερο με την αφαίρεση μονοπατιών βάλτου από ένα GPS. Παρόλα αυτά, αντέχει αρκετά καλά.
Συγκριτικός Πίνακας - Συνήθεις Τρόποι Χρήσης Αρνητικής Προτροπής στην Τεχνητή Νοημοσύνη 📊
Ακολουθεί ένας πρακτικός συγκριτικός πίνακας που δείχνει τα πιο συνηθισμένα στυλ αρνητικής προτροπής και πού λειτουργούν καλύτερα, με βάση την καθοδήγηση προτροπής εικόνας , την καθοδήγηση μηχανικής προτροπών LLM και την καθοδήγηση μηχανικής προτροπών API .
| Αρνητικό στυλ προτροπής | Καλύτερο για | Παράδειγμα διατύπωσης | Γιατί λειτουργεί | Συνηθισμένο λάθος |
|---|---|---|---|---|
| Αφαίρεση τεχνουργημάτων | Εικόνες τεχνητής νοημοσύνης | «θάμπωμα, θόρυβος, χαμηλή ποιότητα, pixelated» | Κόβει γρήγορα την εμφανή οπτική ακαταστασία | Χρήση πάρα πολλών επικαλυπτόμενων όρων ποιότητας |
| Διόρθωση ανατομίας | Πορτρέτα, χαρακτήρες | «Επιπλέον δάχτυλα, κακά χέρια, παραμορφωμένο πρόσωπο» | Στοχεύει στα κλασικά σφάλματα ανθρώπινης φιγούρας | Ξεχνώντας να ενισχύσω την κύρια προτροπή πορτρέτου |
| Εξαίρεση στυλ | Καλλιτεχνική διεύθυνση | «κινούμενα σχέδια, anime, στυλ κόμικ, υπερκορεσμένο» | Διατηρεί την έξοδο πιο κοντά στον επιλεγμένο οπτικό τόνο | Στυλ αποκλεισμού που χρειάζεστε ακόμα, αδέξια |
| Καθαρισμός φόντου | Φωτογραφίες προϊόντων, μακέτες | «ακατάστατο φόντο, κείμενο, υδατογράφημα» | Βοηθά στην καλύτερη απομόνωση του θέματος | Ζητώντας λεπτομερείς σκηνές ενώ απαγορεύετε τις λεπτομέρειες |
| Αποκλεισμός αντικειμένου | Δημιουργία σκηνής | «Ούτε αυτοκίνητα, ούτε πλήθη, ούτε ζώα» | Αφαιρεί άμεσα τα ανεπιθύμητα στοιχεία | Υπερβολικός περιορισμός της σκηνής μέχρι να φαίνεται κενή |
| Έλεγχος τόνου για κείμενο | Γραφή με τεχνητή νοημοσύνη | «χωρίς αργκό, χωρίς υπερβολική γλώσσα, χωρίς επανάληψη» | Βελτιώνει τη φωνή και την αναγνωσιμότητα | Όντας τόσο αυστηρό, το γράψιμο ακούγεται ξύλινο |
| Ασφάλεια ή φιλτράρισμα επωνυμίας | Ροές εργασίας επιχειρήσεων | «Καμία προσβλητική γλώσσα, καμία πολιτική» | Μειώνει τις επικίνδυνες εξόδους σε επαγγελματική χρήση | Υποθέτοντας ότι λύνει κάθε περίπτωση ακμής |
| Έλεγχος μορφοποίησης | Δομημένη παραγωγή | «χωρίς τραπέζια, χωρίς υπερφόρτωση κουκκίδων, χωρίς emojis» | Χρήσιμο όταν χρειάζεστε μια ακριβή μορφή | Η σύγκρουση με τη ζητούμενη μορφή... συμβαίνει συχνά |
Δείτε το μοτίβο. Οι καλύτερες αρνητικές προτροπές δεν προσπαθούν να ελέγξουν τα πάντα. Επιλύουν τα πιο πιθανά σημεία αποτυχίας.
Πώς λειτουργούν οι αρνητικές προτροπές στο παρασκήνιο ⚙️
Χωρίς να εμβαθύνουμε πολύ στα ζιζάνια, μια αρνητική προτροπή επηρεάζει το μοντέλο αποθαρρύνοντας ορισμένες συσχετίσεις κατά τη διάρκεια της παραγωγής .
Στα εργαλεία εικόνας, το σύστημα εξετάζει τόσο την κύρια όσο και την αρνητική προτροπή και προσπαθεί να πλησιάσει τη μία ενώ απομακρύνεται από την άλλη. Αυτή είναι η απλοποιημένη εκδοχή, ναι, αλλά βοηθάει. Σκεφτείτε το σαν να κατευθύνετε με το ένα χέρι ενώ με το άλλο σπρώχνετε απαλά έναν προβληματικό χάρτη. Στα εργαλεία που βασίζονται σε Diffusers, ακόμη και η υποκείμενη επιφάνεια API περιλαμβάνει πεδία όπως το negative_prompt_embeds για αυτό το είδος ελέγχου.
Στα γλωσσικά εργαλεία, οι αρνητικές οδηγίες βοηθούν στη διαμόρφωση:
-
τόνος
-
δομή
-
απαγορευμένα θέματα
-
όρια στυλ
-
έλεγχος επανάληψης
-
συμπεριφορά μορφοποίησης
Η Τεχνητή Νοημοσύνη ουσιαστικά εξισορροπεί τις προτιμήσεις.
Αυτό σημαίνει ότι οι αρνητικές προτροπές δεν είναι κάποιος ξεχωριστός μαγικός διακόπτης. Είναι μέρος του ίδιου οικοσυστήματος οδηγιών . Αυτό εξηγεί επίσης γιατί μπορούν να αποτύχουν όταν:
-
η θετική προτροπή είναι πολύ αδύναμη
-
η αρνητική προτροπή είναι πολύ μεγάλη
-
η σύγκρουση οδηγιών
-
Το μοντέλο δεν χειρίζεται πολύ καλά τα αρνητικά
-
το αίτημα είναι πολύ περίπλοκο για ένα πέρασμα
Και ναι, διαφορετικά εργαλεία ανταποκρίνονται διαφορετικά. Σε ορισμένα μοντέλα εικόνων αρέσουν οι καθαρές αρνητικές προτροπές. Άλλα λίγο πολύ σηκώνουν τους ώμους τους και κάνουν ό,τι είχαν ήδη οριστεί να κάνουν. Η Τεχνητή Νοημοσύνη μπορεί να είναι ταυτόχρονα έξυπνη και πεισματάρα 😬
Αρνητική προτροπή στην Τεχνητή Νοημοσύνη για τη δημιουργία εικόνας 🎨🖼️
Εδώ είναι που ο όρος χρησιμοποιείται συχνότερα.
Όταν οι άνθρωποι μιλούν για Αρνητική Προτροπή στην Τεχνητή Νοημοσύνη , συνήθως εννοούν τη δημιουργία εικόνας . Αυτό έχει νόημα επειδή τα μοντέλα εικόνας είναι διαβόητα για την επανάληψη μερικών κλασικών λαθών:
-
επιπλέον άκρα
-
παραμορφωμένα χέρια
-
παράξενα μάτια
-
διπλότυπα αντικείμενα
-
λασπώδεις υφές
-
τυχαίο κείμενο
-
χαμηλή λεπτομέρεια
-
υπερέκθεση
-
ακατάστατες συνθέσεις
Έτσι, αν η προτροπή σας είναι:
-
«Ένα κινηματογραφικό πορτρέτο ενός ιππότη σε χρυσό φως»
Μπορείτε να προσθέσετε μια αρνητική προτροπή όπως:
-
«θολό, επιπλέον δάχτυλα, παραμορφωμένο πρόσωπο, κακή ανατομία, χαμηλή λεπτομέρεια, κείμενο, υδατογράφημα, κομμένο»
Αυτό λέει στο σύστημα τι να αποφύγει κατά την απόδοση του ιππότη.
Οι αρνητικές προτροπές για καλή εικόνα συχνά στοχεύουν:
-
Θέματα ανατομίας
-
κακά χέρια, επιπλέον δάχτυλα, συγχωνευμένα άκρα
-
-
Ζητήματα ποιότητας
-
χαμηλή ποιότητα, θολό, θορυβώδες, με pixel
-
-
Προβλήματα σύνθεσης
-
περικομμένο, διπλότυπο θέμα, ακαταστασία εκτός κέντρου
-
-
Στυλιστικές αναντιστοιχίες
-
κινούμενα σχέδια, anime, μη ρεαλιστικό δέρμα, υπερκορεσμένο
-
-
Αδέσποτα αντικείμενα
-
υδατογράφημα, κείμενο, λογότυπο, πλαίσιο
-
Αλλά μην το παρακάνετε
Πολλοί χρήστες απορρίπτουν γιγάντιες αρνητικές λίστες προτροπών που αντέγραψαν από κάπου. Μερικές φορές αυτό βοηθάει. Μερικές φορές είναι σαν να ρίχνεις δεκαέξι κουβέρτες πάνω από μια λάμπα και να αναρωτιέσαι γιατί το δωμάτιο φαίνεται σκοτεινό.
Οι μακροσκελείς αρνητικές προτροπές μπορούν:
-
μπερδεύω το μοντέλο
-
αποδυναμώνουν τη δημιουργικότητα
-
ισοπέδωση υφής
-
αφαιρέστε καλές λεπτομέρειες
-
δημιουργήστε στείρα αποτελέσματα
Οπότε ναι, χρησιμοποιήστε τα - απλώς χρησιμοποιήστε τα με πρόθεση.
Αρνητική προτροπή στην Τεχνητή Νοημοσύνη για Συγγραφή και Chatbots ✍️💬
Η αρνητική προτροπή δεν αφορά μόνο τις εικόνες. Είναι επίσης ισχυρή σε συστήματα γραφής, chatbot, βοηθούς υποστήριξης και ροές εργασίας περιεχομένου .
Για κείμενο, μια αρνητική προτροπή μπορεί να πει στο μοντέλο να αποφύγει:
-
επανάληψη
-
κλισέ
-
ακατάληπτη γλώσσα
-
επιθετική γλώσσα πωλήσεων
-
emoji
-
υπερφόρτωση σφαίρας
-
κερδοσκοπία
-
μη υποστηριζόμενες αξιώσεις
-
συγκεκριμένα θέματα ή τόνους
Για παράδειγμα, αντί να λέτε μόνο:
-
«Γράψτε μια περιγραφή προϊόντος για μια καφετιέρα υψηλής ποιότητας»
Θα μπορούσατε να προσθέσετε:
-
«Μην ακούγεσαι πιεστικός»
-
«Αποφύγετε τους υπερβολικούς ισχυρισμούς»
-
«Χωρίς φράσεις συμπλήρωσης»
-
«Χωρίς εταιρική ορολογία»
-
«Μην χρησιμοποιείτε κλισέ όπως «ταχυδρόμος» ή «αιχμή της τεχνολογίας»»
Αυτό αλλάζει εντελώς τον τόνο.
Οι αρνητικές προτροπές για γραφή είναι χρήσιμες όταν θέλετε:
-
πιο καθαρή φωνή μάρκας
-
λιγότερες γενικές φράσεις
-
πιο επαγγελματικό ύφος
-
πιο ευανάγνωστη μορφοποίηση
-
λιγότερη επανάληψη
-
ασφαλέστερα αποτελέσματα για ομάδες και πελάτες
Νομίζω ότι αυτή η περίπτωση χρήσης υποτιμάται. Όλοι μιλάνε για όμορφη τέχνη τεχνητής νοημοσύνης, κάτι που είναι δίκαιο, επειδή είναι φανταχτερή και αξιομνημόνευτη. Αλλά για τους επαγγελματίες που εργάζονται, ο έλεγχος του τόνου στη γραφή είναι το σημείο όπου οι αρνητικές προτροπές κερδίζουν ήσυχα το μεσημεριανό τους γεύμα 🍽️
Συνηθισμένα λάθη που κάνουν οι άνθρωποι με την αρνητική προτροπή στην τεχνητή νοημοσύνη 🚫
Η αρνητική προτροπή φαίνεται πιο εύκολη από ό,τι είναι.
Εδώ είναι τα πιο συνηθισμένα λάθη.
1. Υπερβολική αοριστία
Κακό παράδειγμα:
-
“Καθόλου άσχημα πράγματα”
Η Τεχνητή Νοημοσύνη δεν έχει συγκεκριμένο στόχο εκεί. Το «κακό» δεν σημαίνει σχεδόν τίποτα.
Καλύτερα:
-
«Χωρίς θόλωση, χωρίς παραμόρφωση, χωρίς επιπλέον αντικείμενα»
2. Αντίθεση με την κύρια προτροπή
Αν ζητήσετε:
-
«Μια πλούσια σε λεπτομέρειες αγορά φαντασίας»
Και η αρνητική σας προτροπή λέει:
-
«χωρίς ακαταστασία, χωρίς πλήθος, χωρίς λεπτομέρειες στο φόντο»
Λοιπόν... ακύρωσες το δικό σου αίτημα.
3. Υπερβολική χρήση λέξεων-κλειδιών
Οι τεράστιες αντιγραμμένες λίστες μπορεί μερικές φορές να λειτουργούν, αλλά συχνά γίνονται φουσκωμένες. Το μοντέλο χάνει την καθαρότητά του. Είναι σαν να προσπαθείς να σκηνοθετήσεις μια ταινία φωνάζοντας 80 νότες ταυτόχρονα 🎬
4. Χρήση αρνητικών λέξεων χωρίς θετική σαφήνεια
Μια αρνητική προτροπή δεν μπορεί να διασώσει μια αδύναμη ιδέα. Μπορεί να βελτιώσει μια καλή προτροπή, ναι. Δεν μπορεί να εφεύρει μαγικά μια.
5. Υποθέτοντας ότι κάθε μοντέλο ερμηνεύει τους όρους με τον ίδιο τρόπο
Ένα σύστημα αντιδρά έντονα στην «χαμηλή ποιότητα». Ένα άλλο την αγνοεί. Κάποιο νοιάζεται για τα «παραμορφωμένα χέρια». Ένα άλλο μόλις που ανοιγοκλείνει τα μάτια του. Οι δοκιμές έχουν σημασία.
6. Προσπάθεια ελέγχου κάθε pixel ή πρότασης
Ο υπερβολικός έλεγχος μπορεί να μειώσει τη διάρκεια ζωής της εξόδου. Το καθαρό είναι καλό. Το νεκρό δεν είναι. Υπάρχει διαφορά.
Πρακτικά παραδείγματα αρνητικής προτροπής στην τεχνητή νοημοσύνη 🔍
Τα παραδείγματα το καθιστούν αυτό σαφέστερο, γι' αυτό παραθέτουμε μερικά.
Παράδειγμα 1 - Ρεαλιστικό πορτρέτο
Κύριο ερώτημα:
Ένα ρεαλιστικό κοντινό πορτρέτο μιας γυναίκας σε απαλό φως παραθύρου, φυσική υφή δέρματος, μικρό βάθος πεδίου
Αρνητική υπόδειξη:
θόλωση, επιπλέον δάχτυλα, παραμορφωμένα μάτια, πλαστικό δέρμα, υπερκορεσμένο, κινούμενο σχέδιο, κείμενο, υδατογράφημα
Γιατί λειτουργεί:
Προστατεύει τον ρεαλισμό και καταστέλλει τα πιο συνηθισμένα οπτικά σφάλματα.
Παράδειγμα 2 - Φωτογραφία προϊόντος
Κύριο μήνυμα:
Μινιμαλιστική φωτογραφία προϊόντος ενός μαύρου smartwatch σε λευκό φόντο, φωτισμός στούντιο
Αρνητική υπόδειξη:
ακαταστασία, αντανακλάσεις, επιπλέον αντικείμενα, κείμενο, παραμόρφωση λογότυπου, χαμηλή λεπτομέρεια, ακαταστασία σκιών
Γιατί λειτουργεί:
Διατηρεί το πλαίσιο απλό και εμπορικά καθαρό.
Παράδειγμα 3 - Συγγραφή ιστολογίου
Κύριο ερώτημα:
Γράψτε μια χρήσιμη εισαγωγή στο ιστολόγιο σχετικά με την παραγωγικότητα του γραφείου στο σπίτι με φιλικό, επαγγελματικό τόνο
Αρνητική προτροπή:
καμία υπερβολική γλώσσα, κανένα κλισέ, καμία επανάληψη, καμία ρομποτική φράση, καμία υπερβολική υπόσχεση
Γιατί λειτουργεί:
Αποτρέπει τα γενικά συμπληρώματα που ακούγονται σαν τεχνητή νοημοσύνη και διατηρεί το αντίγραφο πιο φυσικό.
Παράδειγμα 4 - Απάντηση υποστήριξης πελατών
Κύριο μήνυμα:
Συντάξτε μια ευγενική απάντηση υποστήριξης για μια καθυστερημένη αποστολή
Αρνητική προτροπή:
μην κατηγορείτε τον πελάτη, χωρίς αμυντικό τόνο, χωρίς νομική ορολογία, χωρίς κενές λέξεις που επαναλαμβάνονται δύο φορές.
Γιατί λειτουργεί:
Βελτιώνει τον επαγγελματισμό και τον συναισθηματικό τόνο.
Δείτε πώς αυτές οι αρνητικές προτροπές δεν είναι τυχαίες. Κάθε μία συνδέεται με τον πραγματικό κίνδυνο αποτυχίας.
Πότε δεν πρέπει να βασίζεστε υπερβολικά σε αρνητικά ερεθίσματα 🪫
Οι αρνητικές προτροπές είναι πολύτιμες, αλλά δεν είναι πάντα το αστέρι της παράστασης.
Μερικές φορές είναι πιο έξυπνο να βελτιώσετε την κύρια προτροπή.
Να είστε προσεκτικοί όταν:
-
το αίτημά σας είναι ήδη πολύ περιοριστικό
-
η απόδοση του μοντέλου είναι επίπεδη και άψυχη
-
η λίστα αρνητικών σας είναι μεγαλύτερη από την πραγματική προτροπή
-
το εργαλείο ανταποκρίνεται ελάχιστα στην αρνητική στάθμιση
-
δεν έχετε δοκιμάσει πρώτα απλούστερες εκδόσεις προτροπών
Πολλά αδύναμα αποτελέσματα που αποδίδονται στην Τεχνητή Νοημοσύνη είναι απλώς ασαφείς οδηγίες που χρησιμοποιούνται με τη χρήση γυαλιών ηλίου. Μια καλύτερη βασική προτροπή συχνά διορθώνει περισσότερα από ένα ακόμη σωρό αρνητικά.
Έτσι, μια ισορροπημένη προσέγγιση λειτουργεί καλύτερα:
-
Ξεκινήστε με μια σαφή κύρια προτροπή
-
Προσθέστε μερικούς στοχευμένους αρνητικούς όρους
-
Δοκιμή
-
Βελτιστοποίηση με βάση τα λάθη
Αυτή η διαδικασία υπερτερεί της τυχαίας απόρριψης εντολών σχεδόν κάθε φορά.
Πώς να γράψετε μια καλύτερη αρνητική πρόταση στην Τεχνητή Νοημοσύνη βήμα προς βήμα 🛠️
Εδώ είναι μια απλή διαδικασία που μπορείτε να εφαρμόσετε.
Βήμα 1 - Ορίστε το επιθυμητό αποτέλεσμα
Ρωτήστε τον εαυτό σας:
-
Τι προσπαθώ να δημιουργήσω;
-
Τι στυλ, τόνο ή μορφή θέλω;
Βήμα 2 - Πρόβλεψη πιθανών αποτυχιών
Σκεφτείτε τι συνήθως πάει στραβά.
-
παράξενη ανατομία;
-
θορυβώδης εικόνα;
-
επαναλαμβανόμενο κείμενο;
-
τόνος εκτός μάρκας;
Βήμα 3 - Καταγράψτε συγκεκριμένες εξαιρέσεις
Μετατρέψτε αυτές τις πιθανές αποτυχίες σε άμεσα αρνητικά αποτελέσματα.
-
«Χωρίς θόλωση»
-
«χωρίς αργκό»
-
«Χωρίς επιπλέον χέρια»
-
«χωρίς κείμενο φόντου»
Βήμα 4 - Διατηρήστε τη λίστα λιτή
Ξεκινήστε με μικρά βήματα. Μπορείτε πάντα να προσθέσετε περισσότερα αργότερα.
Βήμα 5 - Δοκιμή και ρύθμιση
Αν η Τεχνητή Νοημοσύνη κάνει συνεχώς ένα λάθος, στοχεύστε το λάθος με μεγαλύτερη σαφήνεια. Αν το αποτέλεσμα γίνει πολύ άκαμπτο, καταργήστε μερικούς περιορισμούς.
Ένα πρακτικό μίνι πρότυπο
Για εικόνες:
-
Κύριο ερώτημα: θέμα + στυλ + φωτισμός + σύνθεση
-
Αρνητική προτροπή: προβλήματα ανατομίας + αναντιστοιχίες στυλ + αφαίρεση τεχνουργημάτων
Για τη συγγραφή:
-
Κύριο ερώτημα: στόχος + κοινό + τόνος + δομή
-
Αρνητική υπόδειξη: απαγορευμένος τόνος + απαγορευμένη μορφοποίηση + απαγορευμένα κλισέ + περιοχές κινδύνου
Τίποτα το φανταχτερό. Απλώς πρακτικό.
Κλείσιμο σημείωσης σχετικά με την αρνητική προτροπή στην τεχνητή νοημοσύνη 🌟
Λοιπόν, τι είναι η αρνητική προτροπή στην τεχνητή νοημοσύνη ;
Είναι το μέρος της προτροπής όπου λέτε στο μοντέλο τι να αποφύγει. Αυτός είναι ο σαφής ορισμός. Αλλά στην πράξη, είναι κάτι περισσότερο από αυτό. Είναι ένα εργαλείο ελέγχου. Ένα φίλτρο ποιότητας. Ένας τρόπος για να μειώσετε τις ανοησίες πριν εμφανιστούν. Όχι τέλειο, όχι απόλυτο, αλλά πραγματικά ισχυρό.
Ο πιο έξυπνος τρόπος για να το χρησιμοποιήσετε δεν είναι να δημιουργήσετε ένα τερατώδες νεκροταφείο λέξεων-κλειδιών και να το επικολλήσετε παντού. Είναι να παρατηρήσετε τι συνεχίζει να πηγαίνει στραβά και στη συνέχεια να αποκλείσετε αυτά ακριβώς τα προβλήματα με ήρεμες, συγκεκριμένες οδηγίες.
Αυτό είναι το ιδανικό σημείο.
Εν συντομία
-
Μια αρνητική προτροπή στην τεχνητή νοημοσύνη λέει στο μοντέλο τι να μην δημιουργήσει
-
Είναι ιδιαίτερα χρήσιμο για τη δημιουργία εικόνων , τη σύνταξη και τον έλεγχο της ροής εργασίας.
-
Οι καλές αρνητικές προτροπές είναι συγκεκριμένες, σχετικές και συνοπτικές
-
Οι κακές αρνητικές προτροπές είναι ασαφείς, υπερβολικές ή αντιφατικές
-
Τα καλύτερα αποτελέσματα προκύπτουν από τον συνδυασμό μιας ισχυρής κύριας προτροπής με μια στοχευμένη αρνητική προτροπή
-
Οι δοκιμές έχουν σημασία - διαφορετικά μοντέλα ανταποκρίνονται διαφορετικά
Μόλις αρχίσετε να χρησιμοποιείτε σωστά τις αρνητικές προτροπές, η επιστροφή μπορεί να σας φανεί λίγο σαν να μαγειρεύετε χωρίς αλάτι. Όχι αδύνατο. Απλώς λίγο ενοχλητικό, και το αποτέλεσμα είναι πιο επίπεδο από όσο χρειάζεται
Συχνές ερωτήσεις
Τι είναι μια αρνητική προτροπή στην Τεχνητή Νοημοσύνη και πώς διαφέρει από μια κανονική προτροπή;
Μια κανονική προτροπή λέει στο μοντέλο τι να δημιουργήσει, ενώ μια αρνητική προτροπή του λέει τι να αποφύγει. Στην πράξη, αυτό σημαίνει ότι δεν περιγράφετε μόνο τον στόχο, αλλά και αποκλείετε κοινά μοτίβα αποτυχίας. Το άρθρο το παρουσιάζει ως ένα επίπεδο ελέγχου που μειώνει τα ανεπιθύμητα στυλ, αντικείμενα ή συμπεριφορές αντί να αντικαθιστά την κύρια προτροπή.
Γιατί η Αρνητική Προτροπή στην Τεχνητή Νοημοσύνη βελτιώνει τόσο πολύ την ποιότητα εξόδου;
Η αρνητική προτροπή στην τεχνητή νοημοσύνη βοηθά στον περιορισμό του χώρου εξόδου, γεγονός που καθιστά τα αποτελέσματα πιο ακριβή και συνεπή. Αντί να αφήνετε το μοντέλο να μαντεύει πολύ γενικά, το καθοδηγείτε μακριά από προβλήματα θολώματος, ακαταστασίας, επανάληψης ή τόνου που εμφανίζονται συχνά από προεπιλογή. Αυτό συνήθως οδηγεί σε λιγότερο καθαρισμό, λιγότερες επαναλήψεις και πιο δυνατές εξόδους σε λιγότερα περάσματα.
Πότε πρέπει να χρησιμοποιώ αρνητικές προτροπές για τη δημιουργία εικόνων με τεχνητή νοημοσύνη;
Χρησιμοποιήστε τα όταν το μοντέλο έχει την τάση να επαναλαμβάνει λάθη, όπως επιπλέον δάχτυλα, παραμορφωμένα πρόσωπα, λασπωμένες υφές, τυχαίο κείμενο ή ακατάστατο φόντο. Είναι ιδιαίτερα χρήσιμα για πορτρέτα, λήψεις προϊόντων και στυλιζαρισμένες σκηνές όπου τα ελαττώματα ποιότητας είναι εύκολο να εντοπιστούν. Η ισχυρότερη προσέγγιση είναι να στοχεύσετε τα ακριβή οπτικά προβλήματα που είναι πιο πιθανό να εμφανιστούν.
Μπορούν οι αρνητικές προτροπές να βοηθήσουν τη γραφή με τεχνητή νοημοσύνη να ακούγεται λιγότερο ρομποτική ή επαναλαμβανόμενη;
Ναι, το άρθρο καθιστά σαφές ότι οι αρνητικές προτροπές είναι πολύτιμες τόσο για το κείμενο όσο και για τις εικόνες. Στις ροές εργασίας γραφής, μπορούν να μειώσουν τα κλισέ, τα συμπληρώματα, την ορολογία, την επανάληψη και την υπερβολική γλώσσα. Αυτό τις καθιστά χρήσιμες για την προβολή της επωνυμίας, τις απαντήσεις υποστήριξης, τις εισαγωγές ιστολογίου και άλλο περιεχόμενο όπου ο τόνος και η αναγνωσιμότητα έχουν σημασία.
Πώς μπορώ να γράψω μια καλή Αρνητική Προτροπή σε Τεχνητή Νοημοσύνη χωρίς να την περιπλέκω υπερβολικά;
Ξεκινήστε με το αποτέλεσμα που θέλετε και, στη συνέχεια, εντοπίστε τα λίγα πράγματα που είναι πιο πιθανό να πάνε στραβά. Μετατρέψτε αυτούς τους κινδύνους σε σύντομες, συγκεκριμένες εξαιρέσεις όπως «χωρίς θόλωση», «χωρίς αργκό» ή «χωρίς επιπλέον αντικείμενα» αντί για αόριστες οδηγίες όπως «βελτιώστε το». Μια καλή Αρνητική Προτροπή στην Τεχνητή Νοημοσύνη παραμένει σχετική, στοχευμένη και αρκετά σαφής ώστε να παραμένει σαφής.
Ποια είναι τα πιο συνηθισμένα λάθη που κάνουν οι άνθρωποι με αρνητικές προτροπές;
Τα μεγαλύτερα λάθη είναι η αοριστία, η αντίφαση με την κύρια προτροπή, η στριμώξιμο πολλών λέξεων-κλειδιών και η προσδοκία ότι οι αρνητικές λέξεις-κλειδιά θα διασώσουν μια αδύναμη ιδέα. Ένα άλλο συνηθισμένο πρόβλημα είναι η προσπάθεια ελέγχου κάθε λεπτομέρειας, η οποία μπορεί να κάνει το αποτέλεσμα να φαίνεται άτονο ή άγονο. Το άρθρο προειδοποιεί επίσης ότι διαφορετικά μοντέλα ενδέχεται να ερμηνεύουν τους ίδιους όρους πολύ διαφορετικά.
Γιατί η ίδια αρνητική προτροπή λειτουργεί καλά σε ένα εργαλείο τεχνητής νοημοσύνης και όχι σωστά σε ένα άλλο;
Επειδή οι αρνητικές προτροπές αποτελούν μέρος του ευρύτερου συστήματος οδηγιών του μοντέλου και όχι έναν καθολικό μαγικό διακόπτη. Ορισμένα εργαλεία ανταποκρίνονται έντονα σε όρους όπως «χαμηλή ποιότητα» ή «κακά χέρια», ενώ άλλα μόλις που αντιδρούν. Το νόημα του άρθρου είναι πρακτικό: δοκιμάστε το στο μοντέλο που χρησιμοποιείτε αντί να υποθέτετε ότι η ίδια διατύπωση θα μεταφερθεί καθαρά παντού.
Πρέπει να αντιγράψω τεράστιες αρνητικές λίστες προτροπών από άλλους ανθρώπους;
Συνήθως αυτό δεν είναι το καλύτερο σημείο για να ξεκινήσετε. Οι μακροσκελείς λίστες που αντιγράφονται μπορούν να μπερδέψουν το μοντέλο, να αποδυναμώσουν τη δημιουργικότητα, να ισοπεδώσουν τις λεπτομέρειες ή να εισαγάγουν αντιφάσεις που δεν έχετε παρατηρήσει. Μια πιο αξιόπιστη μέθοδος είναι να ξεκινήσετε με μια σύντομη λίστα που συνδέεται με τα συγκεκριμένα σημεία αποτυχίας σας και στη συνέχεια να προσαρμόσετε με βάση τα λάθη που κάνει συνεχώς το μοντέλο.
Πότε είναι καλύτερο να βελτιώσουμε την κύρια προτροπή αντί να προσθέσουμε περισσότερα αρνητικά;
Εάν το αίτημά σας είναι ήδη περιοριστικό, το αποτέλεσμα φαίνεται άψυχο ή η λίστα αρνητικών σας είναι μεγαλύτερη από την ίδια την προτροπή, πιθανότατα χρειάζεται πρώτα να δουλέψει η κύρια προτροπή. Οι αρνητικές προτροπές βελτιώνουν μια καλή κατεύθυνση, αλλά δεν την αντικαθιστούν. Το άρθρο συνιστά να διευκρινιστεί το θέμα, το στυλ, ο τόνος και η μορφή πριν από την προσθήκη περισσότερων εξαιρέσεων.
Ποια είναι μια απλή ροή εργασίας για τον έλεγχο του Negative Prompt στην Τεχνητή Νοημοσύνη σε πραγματικά έργα;
Ξεκινήστε με μια σαφή κύρια προτροπή που καθορίζει το θέμα, το στυλ, τον τόνο ή τη δομή. Προσθέστε μόνο μερικά στοχευμένα αρνητικά με βάση πιθανά λάθη και, στη συνέχεια, δοκιμάστε και επιθεωρήστε τι εξακολουθεί να πηγαίνει στραβά. Από εκεί και πέρα, βελτιώστε συγκεκριμένες εξαιρέσεις αντί να προσθέσετε περισσότερες λέξεις-κλειδιά. Αυτός ο βρόχος βήμα προς βήμα παρουσιάζεται ως ο πιο πρακτικός τρόπος για τη συνεχή βελτίωση των αποτελεσμάτων.
Αναφορές
-
Google Cloud - Αρνητική προτροπή στην Τεχνητή Νοημοσύνη - docs.cloud.google.com
-
Προγραμματιστές OpenAI - Συστήματα δημιουργίας κειμένου - developers.openai.com
-
Microsoft Learn - Οδηγίες άμεσης μηχανικής για το LLM - learn.microsoft.com
-
Αγκαλιαστικό Πρόσωπο - negative_prompt_embeds - huggingface.co