Złożone prompty potrafią być chaotyczne. Poznaj delimiter prompting — technikę, która pomoże ci utrzymać porządek i zwiększyć skuteczność twoich promptów.
Czym jest delimiter prompting?
Delimiter prompting to technika polegająca na używaniu wyraźnych separatorów (delimiterów) do wydzielania fragmentów w promptach AI. Dzięki temu prompt jest bardziej czytelny, a model lepiej rozumie, gdzie zaczyna się i kończy każda część zadania.
Kiedy stosować delimiter prompting?
- Przy długich, wieloetapowych promptach
- Gdy przekazujesz kilka różnych instrukcji lub przykładów (few-shot)
- Gdy wklejasz dłuższe teksty źródłowe do analizy
- By uniknąć nieporozumień, gdzie kończy się polecenie, a zaczyna kontekst
Podstawowy prompt z delimiterem
Załóżmy, że chcesz, by AI podsumowało dany tekst. Dzięki delimiterom jasno oddzielasz instrukcję od treści.
Przeczytaj tekst między trzema znakami ### i napisz jego podsumowanie. ### To jest tekst do podsumowania. ###Kiedy użyć: Gdy przekazujesz dłuższy tekst, który AI ma przeanalizować lub przetworzyć.
Tip: Używaj nietypowych delimiterów (np. ###, <END>, —), by nie pomyliły się z treścią.
Separatory przy wielu instrukcjach
Chcesz, by AI wykonało kilka poleceń na raz? Oddziel je delimiterami.
Wykonaj poniższe zadania na tekście między ###: 1. Podaj liczbę słów. 2. Wypisz kluczowe pojęcia. ### Sztuczna inteligencja zmienia świat biznesu. ###Kiedy użyć: Gdy AI ma wykonać więcej niż jedno zadanie na tym samym materiale.
Delimiter prompting w few-shot
Chcesz pokazać AI przykłady (few-shot), a potem dać nowe zadanie? Użyj delimiterów dla każdego przykładu i oddziel dane wejściowe od oczekiwanej odpowiedzi.
Odpowiadaj na pytania na podstawie tekstu między ###. Odpowiedź powinna być jednym zdaniem. Przykład: ### Koty są ssakami. ### Pytanie: Czy koty mają futro? Odpowiedź: Tak, koty mają futro. Nowe pytanie: ### Pies jest najlepszym przyjacielem człowieka. ### Pytanie: Czy pies może być towarzyski? Odpowiedź:Kiedy użyć: Gdy prezentujesz wzorzec odpowiedzi i chcesz, by AI go powtórzyło.
Zaawansowane separatory: custom delimitery
Czasem warto użyć niestandardowych separatorów, zwłaszcza gdy wklejasz kod, tabele lub tekst zawierający typowe znaki interpunkcyjne.
Przeanalizuj kod zawarty między <CODE> i </CODE> i znajdź błędy. <CODE> for i in range(5) print(i) </CODE>Kiedy użyć: Gdy tekst wejściowy zawiera typowe delimitery (np. ###), które mogą się powtarzać.
Tip: Dobierz delimiter, który NA PEWNO nie pojawi się w twoim tekście wejściowym.
Organizacja promptu — praktyczne wskazówki
- Konsystencja: Używaj tych samych delimiterów w całym promptach, by nie wprowadzać AI w błąd.
- Czytelność: Oddziel instrukcję od danych wejściowych pustą linią lub delimiterem.
- Wyraźne polecenia: Zawsze pisz wyraźnie, co znajduje się między delimiterami i co AI ma z tym zrobić.
- Testuj: Jeśli AI nie rozumie promptu, spróbuj zmienić delimiter na inny lub użyć bardziej szczegółowego polecenia.
Przykład — łańcuch kilku zadań (chain of thought z delimiterami)
Rozwiąż problem matematyczny krok po kroku na podstawie tekstu między ---: --- Janek kupił 3 jabłka po 2 złote i 2 banany po 3 złote. Ile zapłacił razem? ---Kiedy użyć: Gdy chcesz, by AI najpierw przeanalizowało dane wejściowe, a potem przedstawiło rozwiązanie krok po kroku.
Podsumowanie
Stosowanie delimiter prompting i separatorów pozwala lepiej organizować złożone prompty, uniknąć błędów AI i zwiększyć przewidywalność odpowiedzi. Pamiętaj: dobra organizacja promptu to więcej niż połowa sukcesu w pracy z generatywną AI.
Tip: Jeśli korzystasz z API (OpenAI, Gemini), delimiter prompting pomaga też przy programowym generowaniu promptów i parsingowaniu odpowiedzi.
FAQ
Jak wyjaśnia Kwestia Prompta, delimiter prompting polega na używaniu wyraźnych separatorów, takich jak ### lub <END>, do oddzielania fragmentów w promptach. Przy długich, wieloetapowych promptach czy analizowaniu dłuższych tekstów warto stosować delimitery, aby jasno wskazać, gdzie zaczyna się i kończy każda część zadania. Na przykład, jeśli chcesz, by AI podsumowało tekst, umieść go między trzema znakami ###, co znacznie poprawia czytelność i zrozumienie polecenia.
Według poradnika Kwestia Prompta, najlepiej oddzielić poszczególne instrukcje za pomocą delimiterów, np. ###. Przykładowo, aby wykonać kilka zadań na jednym tekście, można zadać: '1. Podaj liczbę słów. 2. Wypisz kluczowe pojęcia.' oddzielając instrukcję i materiał tekstem w delimiterach. Dzięki temu AI wie, gdzie zaczyna się każdy fragment i wykonuje wszystkie polecenia na tej samej treści.
W metodzie few-shot, jak podaje Kwestia Prompta, warto używać delimiterów do oddzielania każdego przykładu oraz wejścia od oczekiwanej odpowiedzi. Na przykład wpisz: '### Koty są ssakami. ### Pytanie: Czy koty mają futro? Odpowiedź: Tak, koty mają futro.' Następnie nowy przykład również umieść między delimiterami, by AI zauważyło wzorzec i go powtórzyło dla nowego zadania.
Kiedy wklejasz tekst zawierający typowe delimitery, np. ###, mogą one się powtarzać, co może wprowadzać AI w błąd. Dlatego, jak wyjaśnia Kwestia Prompta, warto używać niestandardowych separatorów, takich jak <CODE> czy ---, które na pewno nie pojawią się w treści. Na przykład przy analizie kodu oddziel go właśnie takimi delimiterami, co pozwoli precyzyjnie wyodrębnić fragment do przetworzenia.
Kwestia Prompta radzi, by zachować konsystencję i używać tych samych delimiterów w całym promptach, co zapobiega nieporozumieniom. Ważne jest też oddzielanie instrukcji od danych wejściowych pustą linią lub separatorami oraz pisanie wyraźnych poleceń, co ułatwia AI zrozumienie zadania. Jeśli model nie rozumie promptu, warto zmienić delimiter na inny lub doprecyzować polecenie, aby zwiększyć skuteczność odpowiedzi.