Wussten Sie, dass Sie LLM-Prompts schreiben können, als wären sie Programme? Sie können praktisch jede Sprache verwenden, die Sie möchten, oder eine eigene erfinden (Pseudo-Code), solange es sinnvoll ist. Die Mustererkennungskapazitäten eines Sprachmodells bestimmen, was Sie versuchen zu steuern, und es wird eine (Variation) von dem ausführen, um das Sie es gebeten haben. Es wird nicht jedes Mal genau gleich sein (und das könnte ein Merkmal sein). Sie können es hier in SkyDeck.ai (melden Sie sich an) ausprobieren und mit verschiedenen LLMs experimentieren, um zu sehen, wie sich die Ergebnisse unterscheiden. Die Anwendung dieser Technik in Ihrem eigenen Einsatz von KI kann Ihre Produktivität erheblich steigern.

Programmierbare Poesie

Zum Beispiel könnten Sie ein LLM fragen:

Oder Sie könnten es programmgesteuert anweisen, drei Arten von Gedichten in drei Sprachen über drei Themen zu schreiben. Es wird Ihnen die meisten Kombinationen geben. So machen Sie es.

Zuerst definiere ich die zu produzierenden Gedichtarten. Ich stelle mir dafür einen Variablennamen mit dem Namen "poem_type" vor und präsentiere die Arten im Json-Format:

Ich mache etwas Ähnliches für Gedichtthemen und Sprachen:

Dann beschreiben Sie die Logik, was mit diesen Daten zu tun ist, und verweisen in logischer Weise darauf. Ich habe den Stil von logiklosen Mustache-Templates kopiert, um drei Ebenen von geschachtelten Schleifen zu erstellen. Wenn dies ein Programm wäre, würden wir erwarten, dass 3 x 3 x 3 = 9 verschiedene Gedichte produziert werden. Aber ein LLM wird so viele machen, wie es möchte, und Ihre Ausgabe könnte aufgrund von Einschränkungen des Kontextfensters abgeschnitten werden.

Schneiden Sie all dies in den GenStudio-Arbeitsbereich von SkyDeck und wählen Sie ein LLM wie OpenAI GPT-4 oder Anthropic Claude2 aus, und Sie erhalten ein Ergebnis wie dieses:

Sure, please provide the content you'd like translated.