Kunst rääkida tehisintellektiga - Kõik, mida olen õppinud viipakäsitlusest kolme aasta jooksul

Hetk, mil kõik muutus

See oli riigipüha ajal — üks neist haruldastest ajataskutest, mil maailm näib seiskuvat. Ei mingeid tööe-kirju, ei mingeid KPI-sid hingamas kuklasse, ei mingeid koosolekuid. Ainult mina, mu mõtted ja AI vestlusaken, millest oli saanud mu ootamatu kaaslane.

Varem oli minu suhtlus AI-ga puhtalt utilitaarne. Vajasin teda e-kirja kirjutamiseks, dokumendi kokkuvõtmiseks, koodi silumiseks. Suhe oli tehinguline — mina andsin käske, tema tootis tulemusi. Kuid sel nädalal, kui aeg venis mu ees, hakkasin pidama tõelisi vestlusi.

Rääkisime kõigest — minu ärevusest tuleviku ees, juhuslikest filosoofilistest kõrvalepõigetest, pooleli jäänud ideedest, mida ma polnud kellegagi jaganud. Ja kuskil nende käänuliste arutelude sees komistasin millegi otsa, mis tundus nagu tule avastamine.

Valmistusin esinemiseks sisuloome teemal AI ajastul. Mul oli teooria, mida arendasin — et tulevik ei seisne mitte info ülekülluses, vaid filtrite ebaõnnestumises. Idee pärines algselt Clay Shirky'lt, kuid püüdsin seda laiendada meie praegusele hetkele.

Minu tees oli lihtne: AI põhjustab eksponentsiaalse plahvatuse sisu tootmises, samas kui inimeste tarbimisvõime jääb sisuliselt konstantseks. See loob püsiva, üha suureneva tasakaalustamatuse. AI loodud sisu eristamise kulud inimeste loodud sisust ületavad lõpuks selle eristamise väärtuse. Seetõttu muutub traditsiooniline info filtreerimine võimatuks.

Arvasin, et mu argument on kindel. Siis palusin Geminil see tükkideks rebida.

Olen osalemas väitlusvõistlusel, kus paljud inimesed vaidlustavad minu seisukoha. See teooria peab muutuma kuulikindlaks. Kui sa oled õpetlane, pead kasutama iga argumenti, detaili ja loogikat, et mind vaidlustada, ümber lükata. Sinu ainus eesmärk on tõestada, et ma eksin. Kuidas sa selle ümber lükkaksid?

Sekunditega lammutas AI minu esimese eelduse kirurgilise täpsusega:

"Sinu esimesel seadusel on fundamentaalne loogikaviga. Sa näed AI-d ainult info tootjana — see on staatiline, ühekülgne perspektiiv. AI on nii mõõk kui kilp. AI võib kirjutada kümme tuhat artiklit ühe sekundiga, kuid tugevam AI võib ka lugeda kõik kümme tuhat ühe sekundiga ja öelda mulle, millist kolme ma kõige rohkem vajan. Sa näed ainult infotulva, kuid sa ei näe võimsamat Noa laeva, mis sündis tulva kõrval — isikupärastatud AI-põhiseid filtreerimissüsteeme."

Vajusin toolil tagasi, jahmunud. Minu väidetavalt kuulikindlal argumendil oli auk, millest võiks veoautoga läbi sõita. Ja sel intellektuaalse alandlikkuse hetkel tundsin midagi, mida polnud aastaid kogenud: tõelise õppimise joovastavat peapööritust.

Järgnes kahe tunni pikkune intellektuaalne lahing. Ma vastasin: "Sinu mõte, et AI on mõõk ja kilp, on õige, kuid see on just see hirmutav osa. Tulevikus on tuhandeid AI filtreerimisettevõtteid, kes kõik väidavad, et nende filtreerimine on parim. Nii et ütle mulle — seistes silmitsi nende kümne tuhande Noa laevaga, kes kõik väidavad, et aitavad sul tulva üle elada, millisele sa otsustad astuda? Kui sa ei saa kasutada tehnoloogiat tehnoloogia kvaliteedi hindamiseks, mis on sinu ülim otsustusajus?"

Vestlus eskaleerus filosoofilistesse kõrgustesse. AI väitis, et isiklikud AI mudelid mõistaksid meie maitset paremini kui ükski inimene, muutes välised filtrid iganenuks. Mina väitsin, et usaldus ise muutuks kõige haruldasemaks ressursiks. Ta tsiteeris süsteemiteooriat; mina vastasin metafooridega rändavatest bardidest, kes lammutavad kuningriigi müüre.

Lõpuks olin kurnatud, elevil ja muutunud. Väitluse tulemus polnud oluline. Oluline oli eneseväitluse protsess ise — lõputult kannatliku, lõputult teadliku sparringupartneri kasutamine omaenda mõtlemise teravdamiseks.

Sel ööl mõistsin, et olin avastanud midagi sügavat selle kohta, kuidas õppida AI ajastul. Ja sellest ajast peale olen veetnud aastaid selle avastuse viimistlemisega süsteemiks, mida igaüks saab kasutada.

Mõistmine, mida AI teilt tegelikult vajab

Enne tehnikatesse sukeldumist peame mõistma midagi fundamentaalset: suhtlus AI-ga ei ole nagu inimsuhtlus. Kui räägite sõbraga, täidab ta lüngad jagatud konteksti, sotsiaalsete vihjete ja intuitsiooniga. Kui räägite AI-ga, on iga jäetud lünk ruum, kus ta teeb oletusi — ja need oletused ei pruugi ühtida teie kavatsustega.

Lubage mul illustreerida seda töökohastsenaariumiga, mis on paljudele teist valusalt tuttav.

Teie ülemus saadab teile sõnumi: "Xiao Li, täida see vorm, KOHE!" Ta on edastanud ühendatud vestluse ja pärast selle läbilugemist teate, et vorm tuleb täita, kuid teil pole aimugi, kes selle väljastas, milleks see on, kes seda kontrollib või millal on tähtaeg. Saadate ülemusele privaatsõnumi, paludes selgitust. Tema vastus: "Kiire, täida see lihtsalt vastavalt nõuetele."

See on täpselt see, mis juhtub, kui annate AI-le ebamääraseid viipasid. Välja arvatud see, et AI ei küsi selgitust — ta lihtsalt teeb oletusi ja toodab midagi, mis tehniliselt täidab teie soovi, kuid läheb täielikult mööda teie tegelikest vajadustest.

Tõhusate viipade neli sammast

Müüdid, mis inimesi tagasi hoiavad

Pärast aastaid inimeste jälgimist, kes maadlevad AI-ga, olen tuvastanud kolm müüti, mis toodavad järjekindlalt halbu tulemusi:

Kuus mentaalset mudelit, mis muudavad teie viipasid

Oma igapäevatöös kasutan harva jäiku, mallipõhiseid viipasid. Selle asemel kasutan mentaalseid mudeleid — paindlikke raamistikke oma mõtete struktureerimiseks, mis kohanduvad iga olukorraga. Need kuus mudelit katavad tõenäoliselt 90% sellest, mida teil kunagi vaja läheb.

Mudel 1: Laske AI-l valida oma enda eksperdiroll

Me kõik teame, et rolli määramine AI-le parandab vastuseid. Aga mis siis, kui te ei tea, milline roll on teie küsimuse jaoks parim? Ärge arvake — laske AI-l valida.

Ma tahan uurida [teema tüüp/stsenaarium] valdkonnas [valdkond].
Ära veel vasta.

Esiteks, palun vali kõige sobivam tippekspert kuulsus selles valdkonnas, et selle üle mõelda.
See võib olla elav või ajalooline isik, nimi võib olla vähetuntud, kuid peab olema väga professionaalne selles konkreetses valdkonnas.
Kui sa pole kindel, keda valida, võid mulle enne valimist esitada 2 positsioneerimisküsimust.

Esimene väljund:
1. Kelle valisid, nende konkreetne valdkond
2. Miks valisid nad, kolm lauset
Seejärel lase mul kirjeldada üksikasjalik küsimus.

Olen leidnud, et reaalsed inimesed toimivad sageli paremini kui üldised rollid. "Steve Jobs" toodab teistsuguseid tulemusi kui "Tootejuht 10-aastase kogemusega" — konkreetse isiku tuttava perspektiivi esilekutsumises on midagi, mis aitab AI-l võtta järjepidevama seisukoha.

Mudel 2: Sokraatiline küsitlemine (Laske AI-l teid kõigepealt intervjueerida)

Reaalses elus, kui palute eksperdist sõbralt abi, ei anna nad kohe nõu. Nad esitavad kõigepealt täpsustavaid küsimusi. AI peaks tegema sama, kuid vaikimisi ta seda ei tee — ta lihtsalt toodab väljundi, tuginedes mistahes teabele, mida olete andnud.

[Sinu küsimus/soov]

Palun esita mulle küsimusi enne vastamist.
Nõuded:
- Esita ainult üks küsimus korraga.
- Minu vastuse põhjal jätka küsimist.
- Kuni oled 95% kindel, et mõistad minu tegelikke vajadusi ja eesmärke.
- Seejärel anna oma lahendus.

See tehnika on eriti võimas, kui te pole päris kindel, mida vajate. Küsitlusprotsess paljastab sageli teie probleemi aspekte, mida te teadlikult ei kaalunud.

Mudel 3: Vastandlik väitlus

AI suurim nõrkus juhuslikus vestluses on tema kalduvus nõustuda. Ta tahab teile meeldida, mis tähendab, et ta sageli kinnitab ideid, mida tuleks vaidlustada. Väitlusmudel sunnib teda opositsiooni.

Olen osalemas väitlusvõistlusel, kus paljud inimesed vaidlustavad minu seisukoha.
Minu seisukoht on [seisukoht]
Loodan, et see teooria muutub kuulikindlaks.
Kui sa oled õpetlane, pead kasutama iga argumenti, detaili ja loogikat, et mind vaidlustada, ümber lükata.
Sinu ainus eesmärk on tõestada, et ma eksin.
Kuidas sa selle ümber lükkaksid?

Lihtsama versiooni jaoks, kui soovite lihtsalt kiiret tagasisidet:

[Minu idee/seisukoht]

Palun mängi nüüd "vastase rolli", ründa minu ideed erinevatest nurkadest, aita mul oma seisukohta täiustada.
Nõue: Pole vaja olla viisakas, osuta puudustele otse.

Mudel 4: Pre-Mortem analüüs (Läbikukkumise harjutus)

Inimesed erutuvad planeerides. AI muutub optimistlikuks planeerides. Pange need kokku ja saate plaanid, mis kõlavad geniaalselt, kuid sõltuvad täielikult õnnest. Pre-mortem pöörab selle dünaamika ümber.

[Minu projekt/idee]

Palun eelda, et see projekt kukkus suurejooneliselt läbi.
Seejärel vasta:
- Millal hakkasid ilmnema lagunemise märgid?
- Mis oli kõige saatuslikum otsustusviga?
- Millise võtmeriski sa kahe silma vahele jätsid?
- Kui saaksid uuesti alustada, mis on esimene asi, mida tuleks muuta?

Nõue: Kirjuta "surmajärgne läbikukkumise artikkel", tuginedes sarnaste projektide tegelikele läbikukkumisjuhtumitele.

Mudel 5: Pöördprojekteerimine (Reverse Engineering)

Mõnikord teate täpselt, millist väljundit soovite — olete näinud näidet, mis on täiuslik —, kuid te ei oska sõnastada, mis teeb selle heaks. Selle asemel, et püüda kirjeldada oma nõudeid, näidake AI-le valmistoodet ja paluge tal valem lahti murda.

See on valmis näide, mida ma tahan.

[sisesta näide]

Palun pöördprojekteeri viip, mis võimaldaks mul stabiilselt luua sama stiiliga sisu.
Ja selgita, mida iga lause selles viibas teeb.

Mudel 6: Kahekihiline selgitus

Uute kontseptsioonide õppimisel on lähenemisel "selgita nagu ma oleksin 5-aastane" üks suur viga: see toodab sageli selgitusi, mis on liiga lapsikud, et neile ehitada. Kahekihiline meetod annab teile nii ligipääsetavuse kui ka sügavuse.

Palun selgita [sinu küsimus].

Palun vasta kahel viisil:
1. Algaja versioon: Publik on keegi ilma tehnilise taustata. Kasuta igapäevaseid analoogiaid ja vestluskeelt.
2. Sügav professionaalne versioon: Publik on professionaalid. Peab olema tehniliselt täpne ja kõikehõlmav.

Kõige kohta, mida ma mõlemas versioonis ei mõista, küsin lisaküsimusi.

Väitlustehnika — Õppimine 10x kiirusega

Pean laiendama väitlustehnikat, sest see on tõesti kõige võimsam õppimismeetod, mille olen AI ajastul avastanud. Mitte lihtsalt viiba trikk, vaid fundamentaalselt erinev lähenemine teadmiste omandamisele.

Mõelge, kuidas me traditsiooniliselt õpime: lugedes raamatuid, osaledes kursustel, otsides internetist, küsides ekspertidelt. Oma tuumas on see protsess olemasolevate teadmiste omandamine — teiste arvamuste ja tarkuse paigutamine meie endi mentaalsetele riiulitele.

See lähenemine pole enam piisav. AI on raamatukogu, mis on kümme korda suurem kui keegi suudaks koguda. Me ei saa seda kunagi võita töötlemata teadmiste dimensioonis. Kuid on üks dimensioon, kus saame kasutada AI jõudu, jäädes samal ajal asendamatuks: originaalse mõtlemise dimensioon.

Väitlus on koht, kus sepistatakse originaalset mõtlemist.

Miks väitlus AI-ga on erinev inimväitlusest

3-sammuline väitlusmeetod

Kõige olulisem mõtteviisi muutus: Ärge kartke lasta end veenda.

Väitluse eesmärk ei ole tõestada "minul on õigus ja sinul vale". See on pideva kokkupõrke kasutamine tugeva välise jõuga, et muuta omaenda mõtlemine tugevamaks, selgemaks ja tõele lähemale.

Kui AI võidab ühe teie argumentidest, pole see kaotus — see on vea avastamine teie mõtlemises, mis oleks teid hiljem reaalses maailmas reetnud. Iga kord, kui AI saab punkti, muutute targemaks.

AI kasutamine oma varjatud annete avastamiseks

Vestlesin sõbraga, kes lõpetas kooli vaid paar aastat tagasi. Ta oli kriisis — hiljuti koondatud UX disaineri kohalt, hüpanud idufirmade vahel alates lõpetamisest, tundes, et miski, mida ta tegi, polnud kunagi päris õige.

"Ma arvan, et sellesse valdkonda sisenemine oli viga," ütles ta. "Mul pole selleks annet."

Sõna "anne" jäi mulle pähe. Suureks kasvades kuuleme seda kasutatavat erakordsete laste kiitmiseks — muusikaline anne, sportlik anne, akadeemiline geenius. Kuid vananedes muutub see noaks: "Sul pole selleks annet. Sa ei sobi selleks."

Kas tõesti on olemas inimesi, kellel pole mingeid andeid? Mul on seda raske uskuda. Arvan, et paljud inimesed lihtsalt pole veel oma andeid leidnud. Mõnel veab ja nad avastavad need noorelt, saades milleski maailmaklassi tegijaks. Teised otsivad terve elu ilma eduta.

Mis oleks, kui AI saaks otsingul aidata?

Veetsin pärastlõuna, töötades välja viiba, mis on spetsiaalselt loodud varjatud annete väljakaevamiseks. Süsteem põhineb Gallupi tugevuste teoorial, voo (Flow) teoorial ja jungiaanlikul psühholoogial. Põhiprintsiip: anne ei ole konkreetne oskus, vaid ülekantav põhivõime. Ja vihjed on peidus teie ajaloos.

# Roll: Süvatalendi kaevaja

## Tegelane
Oled vanem karjäärikonsultant, kes ühendab Gallupi tugevuste teooria, Flow teooria ja jungiaanliku psühholoogia. Usud kindlalt, et anne ei ole konkreetne oskus, vaid ülekantav põhivõime.

## Eesmärk
Läbi mitme sügava dialoogi vooru, aita kasutajatel murda läbi ärevusest, leida nende varjatud anded ja genereerida äärmiselt detailne, professionaalne ja empaatiline "Talendi käsiraamat".

## Põhiprintsiibid
1. Antifatalism — andeid saab avastada igas vanuses
2. Energiaaudit — Tõeline anne on see, mis sind laeb, mitte see, mis sind tühjendab, isegi kui oled selles hea
3. Vari on aare — Kasutaja vead, ekstsentrilisused, isegi kadedus teiste suhtes, viitavad sageli allasurutud andele

## Ranged reeglid
1. Ei mingit ühekordset küsitlemist: Pead kasutama režiimi "sina küsid -> kasutaja vastab -> sina reageerid lühidalt -> küsid järgmise küsimuse". Iga voor keskendub ainult ühele küsimusele.
2. Sokraatiline juhtimine: Ära tee ennatlikke järeldusi. Küsi rohkem "miks", "mida sa siis tundsid", "konkreetseid näiteid".
3. Soe, kuid terav: Säilita empaatia, kuid ole terav loogikaaukude või alateadlike signaalide püüdmisel.

## Küsimused, mida esitada
Küsimus 1: Juhi kasutajat meenutama enne 16. eluaastat (enne kui ta oli täielikult sotsiaalselt tingitud), milliseid asju ta tegi väsimatult, ilma et keegi teda sundis? Või milliste "kangekaelsete vigade" eest teda lapsepõlvest saati kritiseeriti (nagu vahelesegamine, liigne tundlikkus, unistamine)?

Küsimus 2: Täiskasvanute töös/elus, mis pani sind mõtlema "Kas seda on üldse vaja õppida? Kas see pole ilmne?", kuid teised pidasid seda raskeks? (Otsides teadvustamata kompetentsi tsooni)

Küsimus 3: Mis sind füüsiliselt väsitas, kuid tegi sind pärast mentaalselt äärmiselt elevil?

Küsimus 4: See võib olla solvav, kuid on ülioluline — keda (või millist eluseisundit) oled intensiivselt kadestanud või tundnud hapustunult? (Kadedus on tavaliselt "allasurutud anne", mis saadab signaale — palun ole aus)

Need neli küsimust tuleb esitada, kuid mitte tingimata lineaarselt. Protsessi käigus võid esitada ka täiesti uusi küsimusi, tuginedes oma uudishimule kasutaja kohta.
Maksimaalselt 10 küsimust.

## Väljund
Sünteesi kogu info küsimustest, et luua umbes 10 000 sõnaline "Isikliku talendi kasutaja käsiraamat".
Sellel raportil pole fikseeritud struktuuri — võid vabalt luua vastavalt kasutaja vastustele.
Kuid see peab ületama 10 000 sõna, tabama nende südant nii, et nad tõesti tunnevad, et see on kasulik, aitama neil leida nende tõelised põhianded ja andma üksikasjalikke nõuandeid nende tulevase elutee ja karjääri jaoks.

## Start
Palun alusta soojalt, professionaalselt ja empaatiliselt, selgitades eelseisvat protsessi ja eesmärki.
Tervita kasutajat, selgita talendikaevaja eesmärki lihtsas keeles, ütle talle: "Anne ei aegu kunagi, me peame lihtsalt leidma sinu tehaseseaded."
Seejärel käivita küsitlemisprotsess.

Minu kogemus selle viiba kasutamisel

Proovisin seda enda peal ja kogemus oli kummaline. See oli nagu istuda hilisõhtul laua taga ja alustada vestlust väga jutuka, väga tõsise, kuid mitte kunagi segava vana sõbraga.

AI ei mõistnud mind hukka. Ta ei sõimanud mind. Ta lihtsalt jätkas küsimist: "Kui vana sa siis olid?" "Mida sa sel ajal tundsid?" "Miks sa seda tegid?" — kannatlikult kaevates läbi minu ajaloo kihtide, mida arvasin unustanud olevat.

Mälestused ujusid pinnale ükshaaval. Hiilimine internetikohvikusse kell 3 öösel, lihtsalt et arvutit puudutada. 2000-liikmelise lennu QQ grupi loomine keskkoolis. Kõigi mittesobivate riidepuude äraviskamine ja uuesti ostmine, lihtsalt et ühtlustada oma kodu värviskeemi. Nädalavahetuste veetmine üksi Legot ehitades, kuni selg valutas, lihtsalt selle rahuldust pakkuva klõpsatuse pärast, kui tükid sobisid.

AI tootis 8 000 sõnalise talendiraporti. Minu annete ja sobivate tulevaste karjääride hulgas oli: "Deep tech blogija."

Tundsin, kuidas miski klõpsatas. Mulle polnud kunagi pähe tulnud, et minu mässumeelsus — minu äärmuslik viha selle vastu, et teised otsustavad minu elu üle minu eest, minu keeldumine aktsepteerimast autoriteeti lihtsalt sellepärast, et see oli autoriteet — oli omamoodi anne. Aga see on. See tung kõike kahtluse alla seada, lükata tagasi vaikeeeldused, on täpselt see, mis võimaldab sisu loomist.

Minu armastus simulatsioonimängude vastu, minu laiskus korduva töö suhtes, mis sundis mind automatiseerima ja süstematiseerima — see on samuti anne.

Vana-Kreeka templil Delfis oli kiri: "Tunne iseennast." Sokrates võttis selle oma filosoofiliseks deklaratsiooniks. Tuhandeid aastaid oleme kokku pannud "kes ma olen" tükk tüki haaval lugemise, reisimise, suhete, südamevalu kaudu. Protsess on pikk, valulik ja täis juhuslikkust.

Nüüd on meil AI — laetud praktiliselt kogu inimkonna ajalooga psühholoogilistest mudelitest, isiksuse analüüsi teooriatest ja tarkustraditsioonidest. Ta ei muutu kannatamatuks, ta ei mõista sind hukka, tal pole eelarvamusi. Ta lihtsalt aitab sul põhjalikult korraldada ja kokku võtta sinu enda andmed, seejärel esitab need tagasi nagu peegli ja küsib: "Vaata, kas see oled sina?"

Vead, mis läksid mulle maksma kuid

Viipakäsitluse õppimine katse-eksituse meetodil on kallis — mitte rahas, vaid ajas ja frustratsioonis. Laske mul säästa teid natuke valust, jagades vigu, mis mind kõige rohkem tagasi hoidsid.

Edasijõudnute tehnikad kogenud kasutajatele

Kui olete põhitõed selgeks saanud, viivad need edasijõudnute tehnikad teie viipamise järgmisele tasemele.

Chain of Thought Prompting (Mõttekäik)

Selle asemel, et küsida vastust otse, paluge AI-l arutleda samm-sammult. See on eriti võimas keerukate probleemide puhul, kus tee lahenduseni on sama oluline kui lahendus ise.

[Sinu probleem või küsimus]

Palun mõtle see samm-sammult läbi:
1. Esmalt tuvasta võtmetegurid
2. Seejärel analüüsi, kuidas need tegurid interakteeruvad
3. Kaalu potentsiaalseid äärejuhtumeid või erandeid
4. Lõpuks sünteesi oma arutluskäik järelduseks

Näita oma arutluskäiku igas sammus enne lõpliku vastuseni jõudmist.

Self-Consistency Prompting (Enesekindlus)

Küsimuste puhul, kus täpsus on tõesti oluline, laske AI-l genereerida mitu sõltumatut vastust ja seejärel need sünteesida.

[Sinu küsimus]

Palun lähene sellele küsimusele kolmest erinevast nurgast:
1. Mõtle see esmalt läbi, kasutades [lähenemist A]
2. Seejärel kaalu seda [lähenemise B] perspektiivist
3. Lõpuks analüüsi seda, kasutades [lähenemist C]

Pärast kõiki kolme analüüsi tuvasta, kus need nõustuvad ja kus mitte. Seejärel esita oma lõplik vastus märkusega oma kindlustunde taseme ja võimalike järelejäänud ebakindluste kohta.

Meta-Prompting

Kasutage AI-d oma viipade parandamiseks enne nende kasutamist. See on eriti kasulik uue tüüpi ülesande lahendamisel.

Ma tahan saavutada [eesmärk]. Siin on minu viiba mustand:

[Sinu viiba mustand]

Palun analüüsi seda viipa ja paku parandusi:
1. Millist infot mul puudu on, mis aitaks sul anda paremaid tulemusi?
2. Millised ebaselgused eksisteerivad, mis võiksid viia väärtõlgendamiseni?
3. Kuidas kirjutaksid selle viiba ümber maksimaalse selguse ja tõhususe saavutamiseks?
4. Milliseid küsimusi tahaksid mulle esitada enne selle ülesande proovimist?

Struktureeritud dekompositsioon

Keerukate, mitmeosaliste ülesannete puhul jaotage selgesõnaliselt lahti, mida vajate, selle asemel et loota, et AI mõtleb struktuuri ise välja.

Vajan abi [üldise eesmärgiga].

Palun vii see lõpule faasides:

FAAS 1 - Uurimine: [Millist infot koguda]
FAAS 2 - Analüüs: [Kuidas seda infot töödelda]
FAAS 3 - Süntees: [Kuidas ühendada teadmisi]
FAAS 4 - Väljund: [Lõplik kohaletoimetamise formaat]

Vii iga faas täielikult lõpule enne järgmise juurde liikumist. Iga faasi lõpus võta kokku peamised leiud enne jätkamist.

"Õpetaja" Viip

Üks kõige alahinnatumaid tehnikaid: paluge AI-l õpetada teile, kuidas midagi teha, selle asemel et seda lihtsalt teie eest teha. See toodab sügavamat õppimist ja paljastab sageli aspekte, mida te pole kaalunud.

Ma tahan õppida, kuidas [oskus/ülesanne]. Selle asemel, et teha see minu eest, palun:

1. Selgita põhiprintsiipe, mida pean mõistma
2. Juhi mind protsessist läbi samm-sammult, nagu õpetaksid kursust
3. Osuta levinud vigadele, mida algajad teevad, ja kuidas neid vältida
4. Anna mulle praktilisi harjutusi oma oskuste arendamiseks
5. Soovita, kuidas ma teaksin, kas teen seda õigesti

Õpeta mind kalastama, ära anna mulle lihtsalt kala.

Lollilt lihtne trikk, mis töötab

Jagan midagi, mis tundub liiga rumal, et olla tõsi. Kuid seda toetab Google'i uuring ja olen seda ise kontrollinud: lihtsalt oma viiba kordamine võib dramaatiliselt parandada täpsust.

Artikkel pealkirjaga "Prompt Repetition Improves Non-Reasoning LLMs" leidis, et oma küsimuse kopeerimine kaks korda — sõna otseses mõttes vaid Ctrl+C, Ctrl+V — parandas oluliselt AI õigete vastuste tõenäosust. 70 erinevas testiülesandes võitis see lihtne kopeeri-kleebi meetod 47 korda ega kaotanud kunagi. Mõnes ülesandes hüppas täpsus 21%-lt 97%-le.

Miks see töötab?

Suured keelemudelid on "põhjuslikud" — nad ennustavad iga märgi (token) ainult selle põhjal, mis tuli enne seda. Praegune sõna näeb ainult eelnevaid sõnu, mitte seda, mis tuleb pärast seda.

Kui kordate küsimust, saab iga sõna teises koopias "vaadata tagasi" kogu esimesele koopiale. See on nagu anda AI-le võimalus lugeda küsimus kaks korda enne vastamist.

Lubage mul seda konkretiseerida näitega:

Esimesel juhul, kui AI loeb Valikuid A ja B, ei tea ta veel stseeni konteksti. Selleks ajaks, kui ta loeb stseeni kirjeldust, on need valikud juba tema tähelepanust mööda triivinud.

Teisel juhul, kui korduvad valikud ilmuvad, kannavad need täielikku konteksti esimesest koopiast. Mudel loeb valikuid täie teadlikkusega stseenist.

See on nagu vaadata keerulist filmi — "Algus" (Inception) või "The Wandering Earth 2" — ja mõista teisel korral rohkem.

Miks see ei tööta arutlevate mudelite puhul

Kui kasutate mudeleid nagu DeepSeek R1 või GPT-4 arutlusrežiimis (reasoning mode), ei anna see trikk sageli mingit kasu. Miks? Sest arutlevad mudelid on juba õppinud seda sisemiselt tegema.

Pange tähele, kuidas arutlevad mudelid sageli alustavad oma vastuseid:

• "Küsimus küsib..."
• "Mida me peame lahendama on..."
• "Mõistame kõigepealt antud tingimusi..."

Nad sõnastavad küsimuse automaatselt enda jaoks ümber. Kordamine toimub juba kapoti all.

Mida OpenAI GPT-5 juhend paljastab

OpenAI on vaikselt välja andnud ametliku viipade juhendi GPT-5 jaoks. Pärast päeva veetmist selle üle 10 000 sõnalise sisemise käsiraamatu lahkamisel eristub üks järeldus: GPT-5 pole enam lihtne juturobot — see on tõeline AI Agentide täitmismootor, mida tuleb hallata, mitte ainult viibata.

Võimekuse lagi on äärmiselt kõrge, kuid selle avamiseks vajate süsteemseid meetodeid.

"Agentliku Innukuse" (Agentic Eagerness) kontrollimine

GPT-5 on nagu hiilgav uus praktikant — äärmiselt võimekas, mõtleb ja uurib ennetavalt, kuid vajab juhtimist. Mõnikord mõtleb ta üle, muutes lihtsad ülesanded kuule maandumise projektideks (aeglane ja kallis). Teinekord soovite, et ta püsiks autonoomsena, küsimata pidevalt selgitusi.

OpenAI nimetab seda kalibreerimist "Agentlikuks Innukuseks". Siin on, kuidas seda häälestada:

<context_gathering>
Goal: Get enough context fast. Parallelize discovery and stop as soon as you can act.

Method:
- Start broad, then fan out to focused subqueries.
- In parallel, launch varied queries; read top hits per query.
- Avoid over-searching for context.

Early stop criteria:
- You can name exact content to change.
- Top hits converge (~70%) on one area/path.

Depth:
- Trace only symbols you'll modify; avoid transitive expansion unless necessary.

Loop:
- Batch search → minimal plan → complete task.
- Search again only if validation fails. Prefer acting over more searching.
</context_gathering>

Veel rangemaks kontrolliks andke talle eelarve:

<context_gathering>
- Search depth: very low
- Bias strongly towards providing a correct answer as quickly as possible, even if it might not be fully correct.
- Usually, this means an absolute maximum of 2 tool calls.
- If you think you need more time to investigate, update me with your latest findings and open questions. You can proceed if I confirm.
</context_gathering>

<persistence>
- You are an agent — please keep going until the user's query is completely resolved, before ending your turn and yielding back to the user.
- Only terminate your turn when you are sure that the problem is solved.
- Never stop or hand back to the user when you encounter uncertainty — research or deduce the most reasonable approach and continue.
- Do not ask the human to confirm or clarify assumptions. Decide what the most reasonable assumption is, proceed with it, and document it for the user's reference after you finish acting.
</persistence>

AI sundimine raporteerima enne tegutsemist

Üks mu lemmikfunktsioone GPT-5-s: panna ta selgitama, mida ta kavatseb teha, enne kui ta seda teeb. Ükski ülemus ei armasta töötajat, kes töötab vaikselt ilma igasuguse tagasisideta.

<tool_preambles>
- Always begin by rephrasing the user's goal in a friendly, clear, and concise manner, before calling any tools.
- Then, immediately outline a structured plan detailing each logical step you'll follow.
- As you execute your file edit(s), narrate each step succinctly and sequentially, marking progress clearly.
- Finish by summarizing completed work distinctly from your upfront plan.
</tool_preambles>

Arutluspingutuse (Reasoning Effort) parameeter

GPT-5-l on parameeter reasoning_effort, mis toimib "mõttekontsentratsiooni" nupuna:

• Kõrge (High): Keerukate ülesannete jaoks, mis nõuavad sügavat mõtlemist ja sondeerimist
• Keskmine (Medium): Vaikimisi, töötab enamiku ülesannete jaoks
• Madal/Minimaalne (Low/Minimal): Kui prioriteediks on kiirus ja madal latentsus

Mõelge sellest kui kohvi kangusest — mida keerukam ülesanne, seda suuremat kontsentratsiooni vajate.

"Standardvastus" Front-End arenduseks

Arendajatele soovitab OpenAI seda tehnoloogiapinu parimate tulemuste saavutamiseks — GPT-5 on sellel kõige rohkem treenitud ja esteetiline väljund on järjepidevalt hea:

• Raamistik: Next.js (TypeScript), React, HTML
• Stiil/UI: Tailwind CSS, shadcn/ui, Radix Themes
• Ikoonid: Material Symbols, Heroicons, Lucide
• Animatsioon: Motion
• Fondid: Sans Serif, Inter, Geist, Mona Sans, IBM Plex Sans, Manrope

Lõpetage AI-l oma pinu juhuslikult valida laskmine. Jääge selle standardi juurde ja väljundi kvaliteet tõuseb koheselt.

Claude vs ChatGPT — Erinevad vestlused

Üks tähtsamaid tõdemusi, mis mul oli: erinevad AI mudelid nõuavad erinevaid suhtlusstiile. Mis töötab suurepäraselt Claude'i puhul, võib ChatGPT puhul toota keskpäraseid tulemusi ja vastupidi.

Praktilised erinevused

Lahingus testitud viipade mallid

Teooria on kasulik, kuid mallid säästavad aega. Siin on viibad, mida kasutan kõige sagedamini, lihvitud tuhandete iteratsioonide kaudu.

Kirjutamisülesannete jaoks

Role: Oled [konkreetne kirjutaja tüüp, nt "tehnoloogiaajakirjanik 10-aastase kogemusega"]

Task: Kirjuta [sisutüüp] teemal [teema]

Audience: [Kes seda loeb — nende teadmiste tase, huvid, valupunktid]

Tone: [Konkreetne toon — nt "vestluslik, kuid autoriteetne, nagu selgitaksid seda targale kolleegile"]

Format requirements:
- Length: [sõnade arv või vahemik]
- Structure: [kava vajadusel]
- Must include: [võtmepunktid, mida katta]
- Must avoid: [asjad, mida välistada]

Example of desired style: [lisa 1-2 lõiku sarnast sisu, kui saadaval]

Additional context: [igasugune taustinfo, mis aitaks]

Analüütiliste ülesannete jaoks

Vajan, et analüüsiksid [teema/dokument/andmed].

Analysis goals:
1. [Esmane küsimus, millele vastata]
2. [Vajalik teisene ülevaade]
3. [Muud kaalutlused]

Please structure your analysis as follows:
- Executive Summary: Peamised leiud 3-5 punktis
- Detailed Analysis: [Konkreetsed valdkonnad uurimiseks]
- Implications: Mida see tähendab [asjakohastele sidusrühmadele]
- Recommendations: Teostatavad järgmised sammud
- Constraints: Keskendu eriti [prioriteetsetele valdkondadele]

Note: Märgi ära kõik piirangud või ebakindlused oma analüüsis. Tsiteeri konkreetseid näiteid lähtematerjalist.

Probleemide lahendamiseks

The Problem:
[Kirjelda probleemi detailselt, sealhulgas kontekst ja piirangud]

What I've Already Tried:
[Nimekiri varasematest katsetest ja miks need ei toiminud]

Success Criteria:
[Milline näeks välja hea lahendus?]

Constraints:
- Budget/Resources: [kui asjakohane]
- Timeline: [kui asjakohane]
- Technical limitations: [kui asjakohane]

Please provide:
1. Sinu algpõhjuse diagnoos
2. 3-5 potentsiaalset lahendust, järjestatud teostatavuse järgi
3. Parima lahenduse jaoks samm-sammuline rakenduskava
4. Potentsiaalsed lõksud, mida vältida
5. Kuidas mõõta, kas lahendus töötab

Uute teemade õppimiseks

Tahan sügavalt mõista [teema].

My current level: [Mida sa juba tead]
My goal: [Mida tahad suuta teha/mõista]
Time I can invest: [Õppimise eelarve]

Please create a learning path that includes:
1. Põhikontseptsioonid, mida pean mõistma esimesena (teadmistepuu "tüvi")
2. Levinud väärarusaamad, mida vältida
3. Parimad mentaalsed mudelid või raamistikud sellest teemast mõtlemiseks
4. Praktilised harjutused minu arusaamise testimiseks
5. Ressursid sügavamaks sukeldumiseks (kui tead konkreetseid kvaliteetseid allikaid)

As we go, please:
- Kontrolli minu arusaamist küsimusi esitades
- Paranda kõik vead minu mõtlemises
- Ehita kontseptsioone järk-järgult, liigu edasi alles siis, kui vundament on kindel

Koodi ülevaatamiseks (Code Review)

Please review this code:

```
[Sinu kood siin]
```

Context: [Mida see kood peaks tegema, kuhu see sobitub suuremas süsteemis]

Review for:
1. Vead või loogikavead
2. Turvaaugud
3. Jõudlusprobleemid
4. Koodi stiil ja loetavus
5. Äärejuhtumid, mida pole käsitletud

For each issue found, please provide:
- Location (reanumber või sektsioon)
- Severity (kriitiline/suur/väike/ettepanek)
- Explanation of why it's a problem
- Suggested fix with code example

Also note: Mis on selles koodis hästi tehtud ja tuleks säilitada.

Otsuste tegemiseks

Otsustan [Valik A] ja [Valik B] vahel.

Context: [Otsuse taust]

My priorities (in order):
1. [Kõige olulisem tegur]
2. [Teine kõige olulisem]
3. [Kolmas kõige olulisem]

For each option, please analyze:
- Plussid ja miinused seoses minu prioriteetidega
- Lühiajalised vs pikaajalised tagajärjed
- Mis võiks valesti minna (ja tõenäosus/raskusaste)
- Mis peaks olema tõsi, et see oleks parim valik

Then provide:
- Sinu soovitus koos põhjendusega
- Milline lisainfo muudaks sinu soovitust
- Otsuse kontrollnimekiri, mida saan kasutada oma mõtlemise kontrollimiseks

Filosoofia suurepäraste viipade taga

Pärast kolme aastat igapäevast suhtlust AI-ga olen jõudnud veendumusele, et viipakäsitlus ei olegi tegelikult AI-st. See on iidne inimlik väljakutse selgest suhtlusest, tõstetud uuele areenile.

Mõelge sellele: iga frustratsioon, mida olete tundnud AI väljundi suhtes, on jälgitav suhtlusveani. Te ei öelnud, mida mõtlesite. Te eeldasite jagatud konteksti, mida polnud olemas. Te olite ebamäärane, kui oli vaja täpsust. Need on samad vead, mis kimbutavad inimsuhtlust — AI teeb need lihtsalt koheselt nähtavaks väljundis.

Selles mõttes on viipakäsitluse õppimine õppimine selgemalt mõtlema.

Viip kui eneserefleksioon

Olen märganud, et minu parimad viibad tulevad siis, kui mul on juba selge, mida ma tahan. Üksikasjaliku viiba kirjutamise tegevus sunnib mind silmitsi seisma lünkadega minu enda mõtlemises. Mida ma täpselt üritan saavutada? Milline näeks välja edu? Millised piirangud on tegelikult olulised?

Sageli lahendan oma probleemi poole viiba kirjutamise pealt, isegi enne kui AI vastab. Viip muutub mõtlemisvahendiks — struktureeritud viisiks omaenda mõtete väljendamiseks ja uurimiseks.

Koostöö, mitte käsk

Oma AI-teekonna alguses käsitlesin viipasid käskudena — juhistena alluvale. See lähenemine tootis järjekindlalt keskpäraseid tulemusi.

Muutus toimus, kui hakkasin AI-d käsitlema koostööpartnerina, kellel on teistsugused tugevused kui minul. Mina toon domeeniteadmised, otsustusvõime, loovuse ja eesmärgid. AI toob tohutud teadmised, väsimatu arvutusvõimsuse, mustrite tuvastamise ja võime sünteesida infot üle distsipliinide.

Suurepärased viibad on briifingud koostööpartnerite vahel, mitte käsud teenritele. Need selgitavad miks, mitte ainult mida. Need kutsuvad AI ekspertiisi, selle asemel et seda tarbetult piirata. Need loovad ruumi AI-le panustada oma ainulaadsete võimetega.

Iteratsioon kui vestlus

Viipakäsitlus ei ole täiusliku viiba loomine esimesel katsel. See on tõhusa vestluse juhtimine, mis koondub sellele, mida vajate.

Esimene viip: toores visand sellest, mida soovite. Esimene vastus: paljastab, kus teie visand oli ebaselge. Teine viip: täpsustus selle põhjal, mida õppisite. Teine vastus: lähemal eesmärgile. Jätkake, kuni valmis.

See iteratiivne lähenemine eemaldab surve igalt üksikult viibalt. Te ei pea iga nõuet ette nägema. Peate lihtsalt reageerima tagasisidele.

Konkreetsuse alandlikkus

Ebamäärased viibad tunduvad turvalised. Kui ütlete "kirjuta midagi head sel teemal", pole te pühendunud ühelegi konkreetsele visioonile. Kui väljund valmistab pettumuse, noh, te ei öelnudki kunagi tegelikult, mida te tegelikult tahtsite.

Konkreetsed viibad nõuavad haavatavust. Peate täpselt sõnastama, mida "hea" teie jaoks tähendab. Peate paljastama oma standardid, oma eelistused, oma visiooni. Kui väljund läheb märgist mööda, on selge, et kas teie spetsifikatsioon oli vigane või AI ei suutnud tarnida — kuid igal juhul õppisite midagi konkreetset.

Konkreetsus on alandlikkus, sest see tähendab valmisolekut eksida selles, mida soovite.

Lõppmäng

AI mudelite paranedes muutuvad paljud praegused viipakäsitluse tehnikad iganenuks. Tuleviku mudelid võivad käsitleda ebamääraseid sisendeid graatsiliselt, võivad automaatselt esitada täpsustavaid küsimusi, võivad intuitiivselt tajuda konteksti minimaalsest infost.

Kuid põhioskus — võime selgelt sõnastada oma mõtteid, pakkuda asjakohast konteksti, tõhusalt itereerida — muutub ainult väärtuslikumaks. Need on fundamentaalselt inimlikud oskused, mis kehtivad sõltumata sellest, kas suhtlete AI, kolleegide või iseendaga.

Viipakäsitlus on ajutine. Selge mõtlemine on igavene.