Я уже описывал, что ни ИИ, ни языковые модели ни сейчас, ни обозримом будущем не способны будут понимать смыслы, стоящие за словами, фразами и коммуникацией в той мере, в которой это доступно человеку. Алгоритмы всегда будут вынуждены опираться только на те слова и контексты, закодированные в самих текстах. Ни о каком “чтении между строк” речи машиной и смысла быть не может - это свойство доступное только человеку. Языковые модели обучаются на больших массивах текста, подавляющее количество которого - на английском языке, а значит создано авторами из низкоконтекстной культуры коммуникации.

Кстати, именно по этой причине, если вы как представитель высококонтекстной культуры уже экспериментируете с LLM или собираетесь это делать - начинайте вести себя как человек из низкоконтекстной культуры - описывайте ситуацию, и указывайте инструкции максимально детально и однозначно. Собственно, искусство prompt engineering именно в этом и состоит - при работе с чатботами, построенными на ИИ невозможно просто задавать вопросы и рассчитывать, что машина вас поймёт, а если не поймёт, то переспросит, как в случае разговора с экспертом.

Занятно то, что создатели perplexity.ai, которым я пользуюсь для поиска материалов позволяют пользователю указать информацию о себе в профиле. Эти данные используются алгоритмом для того, чтобы дополнительно определить контексты, из которых пользователь задаёт вопрос.


Эта же функция недавно появилась и в ChatGPT, она называется custom instructions и фактически является дополнениям к тем промптам, которые вы сообщаете алгоритму. Они позволяют задать необходимые контексты и инструкции, например сферу вашей деятельности, стиль письма, формат вывода результатов или аудиторию, для которой готовится материал.

Удачного вам промптинга.

Закончу словами господина Бокса: “В сущности, все модели неверны, но некоторые — полезны”, ведь это в полной мере относится и к большим языковым моделям.