Cea mai mare parte a activității de inginerie prompt se concentrează pe acuratețe și acoperirea instrucțiunilor. Cele mai mari îmbunătățiri în producție apar atunci când dialogul însuși este tratat drept problema centrală de design.
Definirea intențiilor de tip declanșator-acțiune îndrumă modelul cum să decidă, în loc să îi ofere un scenariu din care nu poate ieși. Poziția într-un prompt este ea însăși o instrucțiune. Identitatea apare prima, nuanțele comportamentale la mijloc, constrângerile ferme la final, iar tot ce este cu adevărat esențial apare în ambele locuri.
Scrierea promptului în stilul vocii dorite, în locul descrierii acesteia, este una dintre schimbările cu cel mai mare impact.
Agenții cei mai coerenți au prompturi care tratează momentele diferite ale conversației ca interacțiuni distincte, fiecare cu forma sa adecvată, păstrând însă aceeași voce ușor de recunoscut.
În unele cazuri, separarea agenților care gândesc de cei care comunică produce răspunsuri mai coerente și mai bine fundamentate și împiedică pătrunderea raţionamentului intern în răspunsuri.
Am prezentat anterior o nouă paradigmă de creare a prompturilor, bazată pe concluzii din lingvistică și psihologie cognitivă. Am discutat despre importanța definirii unui spațiu al problemei clar și bine delimitat, în care să poată funcționa agentul nostru, precum și despre necesitatea ca acest spațiu să includă metasarcina dialogului specifică AI-ului care interacționează cu clienții.
Acum vom analiza câteva moduri practice în care prompturile noastre au început să se schimbe pe măsură ce am transpus aceste principii în producție.
După sute de versiuni ale prompturilor folosite în sisteme active pentru clienți, cele mai mari îmbunătățiri nu au provenit din adăugarea instrucțiunilor, acumularea exemplelor sau respectarea normelor obișnuite de inginerie a prompturilor. Au provenit, în schimb, din plasarea dialogului în centrul problemei.
Explorarea și testarea continuă au scos la iveală mai multe tehnici eficiente. Modificam un prompt și urmăream unde conversația reușea sau eșua, identificând cauzele în eficiența îndrumărilor, structura promptului și modul în care foloseam limbajul. Rezultatul este un set restrâns de tipare repetabile care schimbă modul în care agentul își interpretează rolul în conversație, își alege următoarea intervenție și își păstrează consecvent vocea în contexte schimbătoare.
Ceea ce urmează nu este un cadru universal și nici afirmația că problema prompturilor a fost „rezolvată”. Este o sinteză în cinci tipare a soluțiilor care au funcționat în producție atunci când obiectivul nu era doar acuratețea funcțională, ci un dialog mai bun: răspunsuri suficient de coerente, naturale și consecvente pentru a reprezenta un brand.
Deși un sistem bazat pe agenți poate fi structurat în multe moduri, fluxurile de lucru orchestrate cu mai mulți agenți rămân populare. În special în astfel de sisteme, cea mai constantă îmbunătățire a provenit din separarea agenților care gândesc de cei care comunică.
Orchestrarea intențiilor, clasificarea, extragerea cunoștințelor și utilizarea instrumentelor sunt toate operațiuni de culise. Răspunsurile destinate clienților țin de interfață. Când același agent le face pe ambele în cadrul aceleiași intervenții, raţionamentul și logica internă pot pătrunde în răspunsuri. Răspunsurile devin ezitante, excesiv de nuanțate sau structurate după logica procesului, nu după nevoile persoanei.
Această singură constrângere are un efect surprinzător de mare. Menține răspunsurile ancorate în conversația reală, împiedică resetarea contextului și produce ceva mai apropiat de ceea ce numim „transmiterea diferenței”. În esență, agentul adaugă doar cel mai mic element nou care îl ajută cu adevărat pe utilizator să avanseze.
Contează și alegerea tipului de răspuns oferit. Am constatat că, dacă agentului care comunică i se cere să aleagă tipul de intervenție înainte de a scrie ceva — răspuns, clarificare, redirecționare sau așteptare — se reduce considerabil cel mai frecvent eșec conversațional: nu o formulare slabă, ci un răspuns complet nepotrivit.
Merită remarcat că, în condițiile potrivite, cele mai noi modele de vârf încep să pună sub semnul întrebării premisa acestui tipar. Totuși, din diverse motive, mulți dezvoltatori folosesc în continuare modele mai mici sau mai vechi, iar în aceste contexte recomandăm categoric separarea activităților din culise de cele din interfața cu clienții.
Pentru modelele fără raţionament, exemplele few-shot funcționează deoarece sunt concrete, rapide, iar modelele reacționează bine la ele. Problema este supraînvățarea. Dacă îi oferi unui model un exemplu, acesta se agață de cuvinte, ritm și structură, generând permanent variante foarte asemănătoare ale aceluiași răspuns, chiar dacă situația s-a schimbat.
Ai scris fără să vrei un scenariu din care modelul nu poate ieși.
Intențiile de implementare sau regulile euristice reprezintă o alternativă mai durabilă. În loc să îi arătăm modelului ce să spună în anumite situații, îi oferim o pereche mai generală de tip declanșator–acțiune: dacă se întâmplă X, fă Y.
Diferența esențială este că, în loc să restrângem treptat X și Y prin exemple tot mai rigide, trasăm în jurul fiecăruia o limită fermă, folosind o instrucțiune atât de precisă încât exemplele devin inutile. Astfel, agentul rămâne receptiv la variațiile reale ale conversației, în loc să caute corespondențe cu un șablon.
În practică, acestea seamănă mai puțin cu exemple și mai mult cu reguli orientative executabile:
Dacă lipsește un detaliu esențial, adresează o singură întrebare de clarificare.
Dacă răspunsul nu este susținut de informațiile disponibile, spune acest lucru direct și oferă cea mai bună variantă pentru pasul următor.
Dacă solicitarea intră sub incidența unei restricții, refuză pe scurt și redirecționează conversația fără explicații inutile.
Nu este spectaculos, dar este mult mai robust decât o bibliotecă de răspunsuri-model, deoarece învață modelul cum să decidă, nu ce să repete.
Poziția unui element într-un prompt influențează importanța care îi este acordată. Este un tipar constant, pe care l-am observat la diverse modele și implementări. Începutul și sfârșitul unui prompt ies în evidență în mod disproporționat. În mijloc se află nuanțele, exact acolo unde le este locul.
Ne structurăm prompturile ținând cont de acest lucru. Rolul agentului și percepția sa despre sine apar la început, astfel încât identitatea să fie stabilită înainte de orice altceva. În mijloc se află detaliile comportamentale: cum este probabil să evolueze conversația, euristicile care ghidează răspunsurile și gama de situații pe care agentul trebuie să le gestioneze. Constrângerile ferme și cerințele nenegociabile apar la final, unde rămân „în prim-plan”.
Tot ce este cu adevărat esențial apare în ambele locuri. O regulă concretă privind rezultatul — de exemplu, o instrucțiune fermă despre punctuație sau formatare — poate fi ușor ignorată dacă apare o singură dată în mijlocul unui prompt dens. Repetată la final, este respectată.
Merită menționat, în ceea ce privește caracterul recent al instrucțiunilor, că ieșirile structurate, atunci când sunt utilizate, reprezintă practic ultima instrucțiune din prompt. Câmpurile de descriere din ieșirile structurate influențează calitativ răspunsurile și creează un contract de ieșire mai puternic decât restul promptului.
Am învățat să nu folosim nici exemple cu câteva exemple pentru tonul vocii, iar aceasta este una dintre schimbările cu cel mai mare impact pe care le-am făcut pentru agenții noștri care interacționează cu clienții.
În schimb, scriem întregul promptul în stilul vocii dorite. Nu o descriere a vocii și nici o serie de adjective care să o aproximeze, ci vocea propriu-zisă, redată integral în proză, de la primul până la ultimul rând. Promptul devine demonstrația. Numim aceasta „anti-scriptare”: îndrumăm modelul să imite datele de intrare, permițându-i totodată să folosească o gamă mai largă de formulări și expresii din același registru cu promptul.
Așa obținem varietate prin prompt, păstrând totodată o voce coerentă. Face parte din strategia noastră de a pune dialogul în centrul sarcinii oricărui agent, fără instrucțiuni explicite, pe care încercăm să le reducem la minimum.
Dacă folosim exemple explicite pentru tonul vocii, acestea vor ilustra „ce nu trebuie făcut”. De exemplu: „Fără liniuțe de pauză. Niciodată. Fără clișee. Fără redarea în bloc a politicilor. Fără explicații excesive atunci când o singură propoziție este suficientă pentru a încheia discuția.” Constrângerile formulate negativ sunt atât mai precise, cât și mai puțin restrictive decât aspirațiile formulate pozitiv, deoarece indică exact tipurile de erori către care modelul este cel mai predispus să devieze.
Și formatarea contează aici, deoarece stabilește tonul răspunsului. Un prompt plin de liste cu marcatori, titluri și instrucțiuni între paranteze îndrumă modelul spre un răspuns mai organizat și mai impersonal. Dacă răspunsul trebuie să pară o conversație, datele de intrare nu ar trebui să arate ca un document tehnic redactat telegrafic.
Majoritatea prompturilor privind tonul se reduc la personalitate. Se oferă o serie de adjective menite să descrie cum ar trebui să sune agentul. Cald. Profesionist. Prietenos, dar concis. Nu sunt greșite, dar felul în care este percepută o voce în conversație depinde de fapt de registru: cum se comportă același Personaj de bază în situații sociale diferite.
Un mesaj de așteptare afișat cât timp se procesează o întrebare nu ar trebui să sune ca un răspuns final. Un răspuns impus de o limită de siguranță nu ar trebui să aibă aceeași energie ca o conversație lejeră. Un client frustrat nu ar trebui să primească aceeași doză de farmec sau umor ca unul care doar explorează opțiunile.
Aceasta este diferența dintre vocea brandului și designul conversațional. Vocea brandului descrie adesea Personajul, în timp ce designul conversațional stabilește cum se comportă acesta când situația se schimbă. Dacă facem bine acest lucru, nu mai suntem doar redactori care lucrează la răspunsuri generate de AI. Proiectăm felul în care o voce evoluează pe parcursul unei conversații.
Vei observa că niciunul dintre aceste tipare nu este complex din punct de vedere tehnic. Într-o anumită măsură, tocmai acesta este scopul. Arhitectura unui sistem bazat pe agenți contează, dar calitatea conversației cere mult timp dedicat proiectării și rafinării prompturilor.
Diferența dintre o AI pur funcțională și una cu adevărat conversațională nu este eliminată prin design tehnic, ci printr-o înțelegere mai clară a modului în care funcționează limbajul și atenția în dialogul uman și prin plasarea dialogului în centrul problematicii agenților.
Pentru echipele de produse AI, ingineri și designerii de experiențe, designul conversațional merită aceeași rigoare ca excelența tehnică în AI destinată clienților. Pentru cei aflați de cealaltă parte a conversației, nu există niciun model, nicio colaborare între mai mulți agenți și niciun apel de instrument — există doar o interacțiune care fie pare potrivită, fie nu. O interacțiune care fie inspiră încredere, fie o subminează.
În cele din urmă, nimeni nu percepe arhitectura. Oamenii percep conversația.
Conversația este produsul.