למה פרומפטים חשובים?
קרה לכם שהזמנתם פיצה בטלפון וגיליתם שהשליח הגיע בלי הרוטב והשוליים הממולאים שביקשתם? אותו דבר קורה כשמבקשים משהו ממודל AI ולא מגדירים בדיוק. אתם מדמיינים תוצאה אחת, המחשב מבין אחרת, ושני הצדדים נשארים קצת מאוכזבים.
מה זה בכלל פרומפט?
פרומפט הוא פשוט ההוראות שאתם נותנים למערכת הבינה המלאכותית. זה יכול להיות משפט קצר כמו “כתוב לי כותרת למודעת פייסבוק” או תיאור עשיר עם דוגמאות וסגנון. ככל שההוראה ברורה, המודל מבין בדיוק יותר טוב מה אתם רוצים ומחזיר תשובה מתאימה. חשבו על זה כהודעות וואטסאפ: אם תכתבו לאחותכם “קפצי למכולת”, היא תצטרך לנחש מה להביא; אם תפרטו “חלב 3%, לחם מלא וחומוס חלק”, אין מקום לטעויות.
כמו כתיבת רשימת קניות
כתיבת פרומפט דומה מאוד להכנת רשימת קניות למישהו אחר. כשאתם רושמים “ירקות”, הסיכוי לקבל בצל סגול במקום עגבניות שרי די גבוה. אבל אם תכתבו “10 עגבניות שרי מתוקות, 2 מלפפונים קשים, חבילה קטנה של בזיליקום”, אותו שליח יחזור בדיוק עם מה שדמיינתם. גם במודלים: פירוט, סדר עדיפויות ודוגמאות חוסכים “ריצות” חוזרות ומונעים הפתעות.
שלושה כללים לפרומפט מוצלח
1. התחילו בכוונה הברורה שלכם: “המטרה היא לקבל פסקה שיווקית ידידותית למייל”.
2. פרטו דרישות ספציפיות: אורך (100-120 מילים), טון (קליל וחברי) וקהל יעד (יזמים מתחילים).
3. אם יש דוגמה לטקסט שאתם אוהבים, העתיקו שורה או שתיים כדי לתת למודל “טעם” מדויק.
אחרי שקיבלתם תשובה, חזרו על התהליך בקיצור: ציינו מה אהבתם, מה חסר, ובקשו שיפוץ. כמו שף שטועם מרק ומוסיף קורט מלח, כל איטרציה קטנה מקרבת אתכם לטעם המושלם.
שלושת הרעיונות שחייבים לזכור
המודל לא “יודע” כלום מראש על מה שאתם מדמיינים, ולכן הוא משלים פערים אוטומטית. כשאתם כותבים בצ’אט־GPT “ספר לי בדיחה על מנהלים”, הוא שולף את גרסת הסטנד-אפ הממוצעת שנמצאת באמצע הסטטיסטיקה של האינטרנט. אבל אם תספרו לו קודם שהקהל שלכם הוא צוות פיננסי ורוצים בדיחה “יבשה” בלי משחקי מילים, תוכלו כמעט לשמוע את הצחוק במטבחון. אותו עיקרון עובד במידג’רני: אם תגדירו “פוסטר סגנון רטרו שיווקי” הוא ייצור רטרו, ואם תשאירו את המילה “שיווקי” בחוץ תקבלו משהו שנראה כמו עטיפת תקליט ישן.
המשפט הראשון קובע את הטון ואת “היררכיית ההוראות”. כשאני פותח עם קלוד במשפט “אתה משמש לי כעורך-על לניוזלטר”, הוא יתייחס להצעות עריכה כחשובות יותר מכל בקשה משנית שאשלח אחר כך. לעומת זאת, אם אבקש מיד “תן לי כותרת מצחיקה” ורק אחר כך אזכיר את תפקידו כעורך, הוא ידביק איזה רמז לעריכה בסוף, אבל הכותרת תשאר במרכז. התחלה חדה חוסכת לכם הסברים חוזרים ומבהירה למודל מה לא לדרוס אפילו כשמוסיפים פרטים בהמשך.
הדוגמה שאתם משבצים בתוך הפרומפט היא כמו טעימה שהשף מקבל לפני שהוא מתבל. שולחים לצ’אט-GPT פסקה שיווקית שאהבתם? הוא יחקה את אורך המשפטים ואת קצב המעבר בין רעיונות. במידג’רני, תמונת רפרנס אחת מונעת שעות ניסוי וטעייה; היא “עוגנת” את הצבעים והזווית כך שגם כשמבקשים ורסיות חדשות, השלד הוויזואלי נשאר דומה. הגרגר הקטן הזה של קונטקסט מגדיל דרמטית את הסיכוי לקבל משהו שמרגיש “בול”.
מה קורה כשנדמה שהמודל “שכח” אתכם?
הרגע שבו הצ’אט מתחיל לענות תשובות שחוזרות על עצמן או מתעלמות מבקשה ספציפית לא מעיד על עצלנות – אלא על מגבלת זיכרון. המודל מחזיק בראשו רק חלון שיחה מוגבל; כשהוא מתמלא, משפטים ישנים נדחקים החוצה כמו שיחות ישנות בוואטסאפ שמצלמים ולא מגבים. לכן הוא לפתע “שוכח” שהבטיח לכתוב בשפה קלילה או ממשיך לאייר בפרטים שהוריתם להשמיט. זה לא בג או רשלנות, זו פיזיקה של חישוב.
גם ההיתקעות המפורסמת – תשובה שמתחילה מצוין ואז פתאום מגמגמת או משחזרת שורות – נובעת מאותה תופעה. בשלב מסוים המודל מריץ את אותה סטטיסטיקה שכבר השתמש בה קודם, ומדדה במעגל עד שמרעננים את הבקשה. אם אי-פעם התעקשתם עם מידג’רני על וריאציה עשירית וקיבלתם שוב את אותו פרצוף, זה אותו מנגנון: המודל מריץ את אותה סדרת ניחושים מכיוון שלא הוזן לו מידע חדש לשבור את הרצף.
להפוך תובנה להרגל
ברגע שמבינים שהמודל לא באמת זוכר לטווח רחוק, מנסחים כל סיבוב כשיחה עצמאית: פותחים במשפט תפקיד, מזכירים בקצרה את המטרה, ואז מוסיפים את הפרט היחיד שביקש שינוי. כך, במקום לכתוב “המשך” בעוד הוא כבר מבולבל, תוכלו להגיד “אתה ממשיך כעורך-על, המטרה פסקה ידידותית, עכשיו הוסף דוגמה של חברה ישראלית”. במבחן הזמן זה חוסך יותר הקלדה מהניסיונות לשחזר מה אמרנו קודם.
כשמודל נתקע בלולאה, שנו את זווית השאלה בדיוק כמו שהייתם מחליפים נושא בשיחת סלון כדי להוציא חבר מתסבוכת. במידג’רני, החלפת מילת צבע מרכזית או תוספת “בפריים רחב” משחררת את האלגוריתם מאותו שביל צר. בצ’אט-GPT, בקשה “סכם את הנקודות שכתבת עד כה במשפט אחד” מרעננת עבורו את ההקשר ואז ניתן להמשיך. כך ההבנה של תגובת המודל הופכת מכלי אבחנה לכלי ניווט, ואתם מפעילים את ה-AI כמו מנווט שמחזיק מפה פתוחה ולא כמו נוסע שמקווה שהנהג יסתדר לבד.
