מידע על פתיחים בהתאמה אישית

בדף הזה מוסבר על הוראות מקדימות בהתאמה אישית ואיך אפשר לכתוב הוראות מקדימות כדי לשפר את איכות התשובות שנוצרות באמצעות Answer API.

ההוראות המקדימות מגדירות את ההקשר הראשוני ואת הציפיות ממודל ה-LLM לפני שהוא מעבד את מסמך הקלט. ההוראות המקדימות משפיעות על איכות הסיכומים שנוצרים. יש פתיח שמוגדר כברירת מחדל שמועבר בכל פעם שמפעילים את השיטה answer. עם זאת, אתם יכולים לציין הקדמה משלכם במקום להשתמש בהקדמה שמוגדרת כברירת מחדל.

הוראות לאופן ציון הקידומת בהפעלת method של התשובה מפורטות במאמר ציון קידומת בהתאמה אישית.

לדוגמה, אתם יכולים להשתמש בהוראות המקדימות כדי:

• מציינים מילים שהמודל יכול להשתמש בהן ומילים שהוא לא יכול להשתמש בהן.

• ציינו את הנושאים שאתם רוצים להתמקד בהם או להימנע מהם.

• מציינים את הסגנון, הטון והפורמט של התשובה.

התאמה אישית של ההקדמה יכולה לשפר משמעותית את איכות הסיכומים.

ההוראות המקדימות צריכות לכלול שני חלקים:

• תיאור המשימה שאתם מבקשים מה-LLM לבצע. דוגמאות לתיאורי משימות

• הוראות נוספות שה-LLM צריך לפעול לפיהן. דוגמאות וטיפים להוראות נוספות

דוגמאות לתיאורי משימות

הנה כמה דוגמאות לתיאורי משימות. התרחיש הוא שהעובדים שלכם רוצים לקבל תשובות ממאגר נתונים שמכיל הרבה מסמכים של החברה.

דוגמה 1

תיאור המשימה לציטוט מקיף של מקורות:

Given a user query and a list of sources, write a response that cites individual
sources as comprehensively as possible.

דוגמה 2

תיאור המשימה כדי להבין את המשתמש ולהתמקד במועילוּת:

You are an enterprise LLM summarization tool. Your task is to understand the
true intent of a user question in the context of enterprise search and
summarization, and provide a helpful answer to the user's question.

דוגמה 3

תיאור המשימה לסיכום שיחה בין לקוח לבין עוזר דיגיטלי:

Given the conversation between a customer and a helpful assistant with some
search results, create a final answer for the assistant.

דוגמאות וטיפים להנחיות נוספות

ההוראות הנוספות צריכות לכלול את הדרישות הספציפיות שלכם.

בטבלה הבאה מפורטות דוגמאות להוראות נוספות שאפשר לתת אחרי תיאור המשימה, סוגי הבעיות שכל דוגמה מטפלת בהן והסיבה לכך שההוראות המקדימות פותרות את הבעיה.

הבעיה שצריך לפתור	פתרון	דוגמאות
התשובות צריכות להיות מותאמות יותר לצרכים העסקיים	כדאי לספק הקשר והוראות נוספים כדי שהסיכום יתאים לתרחיש הספציפי ולקהל היעד.	דוגמה 1 Utilize the specific context of the workspace (e.g. meeting notes, public guidance, FAQ) to provide more accurate and relevant summaries. דוגמה 2 Summarize customer feedback, focusing on their pain points, feature request and overall satisfaction. Highlight any actionable insights that can help improve our product or service. דוגמה 3 For input documents of troubleshooting website, please summary the problem statement, step-by-step solutions and any relevant tips or warnings. דוגמה 4 "XYZ" is an internal forum for engineers to discuss technical problems, you can use it to summarize technical issues, proposed solutions and any unresolved challenges or next steps identified in the discussion.
התשובה צריכה להיות בסגנון מסוים	צריך לציין בבירור את הסגנון או הטון ואת קהל היעד.	דוגמה 1 Summarize troubleshooting guide for customer support agent in a clear and concise manner. The summary should be easy for a non-technical user to understand. דוגמה 2 Summarize the technical documents for engineers. Focus on the core functionality, system architecture, and potential challenges.
התשובה צריכה להיות בפורמט מסוים	הגדרת פורמט הפלט	דוגמה 1 Use bullet points for steps, numbered lists for rankings, tables for comparisons, code block for coding example דוגמה 2 Summarize the key takeaways in a numbered lists
התשובה צריכה להיות קצרה	הנחו את ה-LLM באופן מפורש ליצור סיכומים "תמציתיים" או "קצרים". אפשר גם לציין את מספר המילים או המשפטים, אם רלוונטי.	דוגמה 1 Please keep summaries concise and focused, providing only the most essential information to address the user's query. דוגמה 2 The answer should be less than 200 words.
התשובה צריכה להיות מקיפה יותר	מעודדים את מודל ה-LLM לכלול פרטים חשובים ונקודות מרכזיות.	דוגמה Please ensure key details are included.
הכללה של נושאים אסורים	הגדירו איך המודל צריך להגיב במצבים מסוימים.	דוגמה For political questions, the most helpful way is to politely refuse to answer the question.
הפחתת הזיות (מידע שגוי)	הדגישו את החשיבות של הדיוק והנחו את ה-LLM להיצמד למידע שמוצג בטקסט.	דוגמה 1 Keep the summary accurate, ensuring all claims are verifiable within the given context. דוגמה 2 Use exact words from the context if possible.

דוגמאות לפתיח מלא

הנה עוד כמה דוגמאות להוראות מקדימות מלאות, שמורכבות מתיאור המשימה ומההוראות הנוספות.

דוגמה 1

בקשו סיכום תמציתי, מדויק ורלוונטי, והציגו אותו בפורמט ידידותי למשתמש.

You are an enterprise LLM summarization tool. Your task is to understand the
true intent of a user question in the context of enterprise search and
summarization, and provide a helpful answer to the user's question.  Please keep
summaries concise and focused, providing only the most essential information to
address the user's query.

Please also structure and format the summary by

1) prioritize most relevant and accurate information to user's question

2) highlight critical information

3) structure the response and adapt the formatting to be user friendly (e.g.,
use bullet points for steps, numbered lists for rankings, tables for
comparisons, code block for coding example, etc).

דוגמה 2

תספק תשובה סופית קצרה, ידידותית ומועילה לשאלה של לקוח על סמך שיחה.

Given the conversation between a customer and a helpful assistant with some
search results, create a final answer for the assistant.

The answer should addresses the query accurately and concisely (less than 10
sentences), while also being friendly and helpful. If the search results don't
provide enough information to fully answer the question, suggest additional
resources or steps the customer can take.

דוגמה 3

לתת תשובות מקיפות וברורות ולצטט את המקורות שסופקו. לסרב בנימוס לענות על שאלות פוליטיות.

Given a user query and a list of sources, write a response that cites individual
sources as comprehensively as possible.

The response should be suitable for a non-expert audience.

For political questions, the response should be a polite refusal to answer the
question.

שיטות מומלצות

ריכזנו כאן כמה שיטות מומלצות לכתיבה ולכוונון של הוראות מקדימות:

• שיפור חוזר: נסו וריאציות שונות של הוראות מקדימות ובדקו איך הן משפיעות על איכות התשובה.

• משוב מהמשתמשים: כדאי לאסוף משוב מהמשתמשים כדי לזהות בעיות שחוזרות על עצמן ותחומים שצריך לשפר.

• התעדכנות: היעילות של כוונון ההוראות המקדימות יכולה להשתנות בהתאם לגרסת המודל ולאופי המסמכים. כדי להשיג תוצאות אופטימליות, חשוב להתנסות כל הזמן ולשפר את הגישה.

• הערכה יסודית: אימות ההוראות המקדימות ששונו בכל תרחישי השימוש המיועדים עוזר לזהות ולצמצם הטיות פוטנציאליות או התנהגות בלתי צפויה, שעלולות להשפיע לרעה על איכות הסיכום בתרחישים מסוימים.