1
00:00:00,001 --> 00:00:08,200
Hoi, welkom terug bij het tweede deel van onze AIToday Live Podcast over de tips van het
2
00:00:08,200 --> 00:00:10,600
Claude-team over prompt engineering.
3
00:00:10,600 --> 00:00:18,160
In het eerste deel hebben we al de eerste 7 tips van de 15 besproken.
4
00:00:18,160 --> 00:00:19,960
Heb je die nog niet geluisterd?
5
00:00:19,960 --> 00:00:22,920
Dat is aflevering 84 van dit seizoen.
6
00:00:22,920 --> 00:00:28,200
Maar laten we ze nog even heel kort opsommen, dat we weten waar we precies staan.
7
00:00:28,200 --> 00:00:31,880
Het waren de tips over communiceren duidelijk en precies.
8
00:00:31,880 --> 00:00:35,200
Nummer 2 was itereer snel en vaak.
9
00:00:35,200 --> 00:00:37,480
3 Denk na over randgevallen.
10
00:00:37,480 --> 00:00:40,920
4 Test met onvolledige input.
11
00:00:40,920 --> 00:00:44,280
5 Analyseer de AI-output zorgvuldig.
12
00:00:44,280 --> 00:00:47,720
6 Verwijder veronderstellingen.
13
00:00:47,720 --> 00:00:51,040
7 Heb empathie voor het taalmodel.
14
00:00:51,040 --> 00:00:57,080
Nu gaan we verder met de resterende tips die de prompt-experts van Entropic en de makers
15
00:00:57,080 --> 00:00:58,840
van Claude hebben gedeeld.
16
00:00:58,840 --> 00:01:02,440
Dus we gaan over naar tip 8.
17
00:01:02,440 --> 00:01:07,960
Tip 8 is behandel je prompts als code en volg je experimenten.
18
00:01:07,960 --> 00:01:11,920
Gebruik versiebeheer en houd je experimenten bij.
19
00:01:11,920 --> 00:01:17,320
Door prompts te benaderen als code kun je je systematisch verbeteren en leren van iedere
20
00:01:17,320 --> 00:01:18,320
iteratie.
21
00:01:18,320 --> 00:01:21,160
Iedere eerdere iteratie moet ik zeggen.
22
00:01:21,160 --> 00:01:26,120
Dus tools voor versiebeheer zoals je die ook in de softwareontwikkeling gebruikt zijn hier
23
00:01:26,120 --> 00:01:27,120
ideaal voor.
24
00:01:27,120 --> 00:01:36,800
Tip 9 Vraag het taalmodel om onduidelijkheden in je instructies te identificeren.
25
00:01:36,800 --> 00:01:41,560
Wist je dat je de AI kunt vragen om je prompt te analyseren?
26
00:01:41,560 --> 00:01:46,600
Stel je voor dat je een complexe opdracht schrijft.
27
00:01:46,600 --> 00:01:48,760
Je kunt het taalmodel vragen.
28
00:01:48,760 --> 00:01:52,960
Zie je onduidelijkheden of dubbelzinnigheden in deze opdracht?
29
00:01:52,960 --> 00:01:57,880
Het model zal mogelijke misverstanden opsporen en je helpen om je prompt te verbeteren.
30
00:01:57,880 --> 00:02:04,840
Zie je het alsof je een werkinstructie voorlegt aan iemand anders en daar ook aan vraagt van
31
00:02:04,840 --> 00:02:10,840
is het duidelijk, welke onduidelijkheden zie je nog, hoe kunnen we deze opdracht uiteindelijk
32
00:02:10,840 --> 00:02:16,040
gewoon beter en specifieker maken.
33
00:02:16,040 --> 00:02:19,080
Die dialoog kun je aangaan met het taalmodel.
34
00:02:19,080 --> 00:02:23,440
Dat leidt tot tip 10.
35
00:02:23,440 --> 00:02:28,440
Wees precies, maar zonder te overdrijven.
36
00:02:28,440 --> 00:02:31,280
Meer details zijn niet altijd beter.
37
00:02:31,280 --> 00:02:35,680
Je moet precies zijn, maar vermijd onnodige complexiteit.
38
00:02:35,680 --> 00:02:41,600
Een overgecompliceerde prompt kan het model in verwarring brengen en juist minder effectieve
39
00:02:41,600 --> 00:02:42,800
resultaten opleveren.
40
00:02:42,800 --> 00:02:49,440
Vergelijk het met koken, als je te veel kruiden toevoegt proef je uiteindelijk niets meer.
41
00:02:49,440 --> 00:02:51,640
Dus hou het simpel en helder.
42
00:02:51,640 --> 00:02:53,760
Tip nummer 11.
43
00:02:53,760 --> 00:02:57,280
Vind de balans tussen standaard en randgevallen.
44
00:02:57,280 --> 00:03:01,240
In de vorige aflevering hebben we het gehad over het belang van randgevallen.
45
00:03:01,240 --> 00:03:05,880
En hoewel het belangrijk is om rekening te houden met uitzonderingen, moeten we niet vergeten
46
00:03:05,880 --> 00:03:09,640
dat de meeste gebruikers zich in standaard situaties bevinden.
47
00:03:09,640 --> 00:03:16,520
Zorg voor een goede balans tussen het afhandelen van randgevallen en het optimaliseren voor
48
00:03:16,520 --> 00:03:17,920
het primaire gebruik.
49
00:03:17,920 --> 00:03:23,880
Als voorbeeld kunnen we kijken bij het ontwikkelen van een taalmodel voor het beantwoorden van
50
00:03:23,880 --> 00:03:24,880
HR vragen.
51
00:03:24,880 --> 00:03:32,360
Daar kunnen we ons focussen primair op veelvoorkomende onderwerpen, zoals verlof en salarisadministratie.
52
00:03:32,360 --> 00:03:38,560
Maar zorg dan ook voor doorverwijzing naar medewerkers bij complexere en minder frequente
53
00:03:38,560 --> 00:03:39,560
vragen.
54
00:03:39,560 --> 00:03:42,680
Zo kan je die balans opzoeken.
55
00:03:42,680 --> 00:03:49,240
Tip nummer 12 Overweeg hoe prompts integreren in grotere
56
00:03:49,240 --> 00:03:50,240
systemen.
57
00:03:50,240 --> 00:03:55,960
Prompts maken vaak deel uit van een groter geheel, zoals een klant-to-service platform
58
00:03:55,960 --> 00:04:03,080
of een geautomatiseerd systeem waarbij je een business proces helemaal optimaliseert.
59
00:04:03,080 --> 00:04:07,800
Denk na over zaken als de snelheid van de antwoorden.
60
00:04:07,800 --> 00:04:10,160
Welk model gebruik je?
61
00:04:10,160 --> 00:04:12,160
Welk geeft snel antwoord?
62
00:04:12,160 --> 00:04:13,960
Welke mag er langer over doen?
63
00:04:13,960 --> 00:04:16,440
De datastromen die je nodig hebt?
64
00:04:16,440 --> 00:04:18,760
Waar haal je die data vandaan?
65
00:04:18,760 --> 00:04:22,720
En hoe het prompten past in een bredere technische infrastructuur.
66
00:04:22,720 --> 00:04:29,400
Tip nummer 13 Deze vond ik wel een hele mooie.
67
00:04:29,400 --> 00:04:32,520
Schrijfvaardigheid is niet genoeg.
68
00:04:32,520 --> 00:04:35,880
Systematisch denken is ook nodig.
69
00:04:35,880 --> 00:04:42,200
Want een goede schrijver is niet per se een goede prompt engineer.
70
00:04:42,200 --> 00:04:46,920
Dus je hebt naast schrijfvaardigheid ook een gestructureerde logische manier van denken
71
00:04:46,920 --> 00:04:47,920
nodig.
72
00:04:47,920 --> 00:04:53,400
Je moet kunnen anticiperen op mogelijke scenario's en daarop inspelen met je prompts.
73
00:04:53,400 --> 00:04:57,720
Dus je hebt misschien wel twee rollen nodig.
74
00:04:57,720 --> 00:05:04,320
Dus iemand die goed kan schrijven, iemand die echt in systemen kan denken.
75
00:05:04,320 --> 00:05:10,560
Vond ik best wel een eye-opener dat niet iedereen heeft deze skills in één.
76
00:05:10,560 --> 00:05:17,200
En daarmee heb je misschien, wat ik net al zei, meerdere mensen hiervoor nodig.
77
00:05:17,200 --> 00:05:22,360
Tip nummer 14 Help klanten te begrijpen wat realistische
78
00:05:22,360 --> 00:05:23,720
gebruikersinput is.
79
00:05:23,720 --> 00:05:30,320
Dus als je met klanten werkt, help hen dan dat de realiteit van gebruikersinput, dat je
80
00:05:30,320 --> 00:05:31,480
die moet gaan begrijpen.
81
00:05:31,480 --> 00:05:37,720
Moedig hen aan om na te denken over echte gebruikersscenario's in plaats van geïdealiseerde
82
00:05:37,720 --> 00:05:38,720
situaties.
83
00:05:38,720 --> 00:05:44,080
Laat bij het presenteren van een taalmodel, een AI-chatbot, aan het management zien hoe
84
00:05:44,080 --> 00:05:49,760
het systeem omgaat met onduidelijke vragen of foute informatie van gebruikers.
85
00:05:49,760 --> 00:05:54,320
En niet alleen maar dat je de perfecte voorbeeldvragen geeft.
86
00:05:54,320 --> 00:06:01,280
Als je AI-tools aanbiedt aan klanten is het jouw taak om hen te helpen begrijpen wat
87
00:06:01,280 --> 00:06:02,280
ze kunnen verwachten.
88
00:06:02,280 --> 00:06:08,720
En dat geldt ook voor het inschatten uiteindelijk voor de risico's van als je dit soort producten
89
00:06:08,720 --> 00:06:10,680
dan uiteindelijk in productie wil brengen.
90
00:06:10,680 --> 00:06:17,400
Gebruikers, management, hebben vaak onrealistische verwachtingen van wat AI kan.
91
00:06:17,400 --> 00:06:23,200
Door hen te leren hoe ze betere input kunnen geven, als gebruiker, kunnen ze betere resultaten
92
00:06:23,200 --> 00:06:24,200
krijgen.
93
00:06:24,200 --> 00:06:33,880
Dus als jij laat zien hoe realistisch de bot omgaat met input, wat het doet met goede
94
00:06:33,880 --> 00:06:38,360
input, minder goede input en waar de fouten worden gemaakt, zijn uiteindelijk ook voor
95
00:06:38,360 --> 00:06:40,400
management risico's beter in te schatten.
96
00:06:40,400 --> 00:06:45,240
En laatste tip, tip nummer 15.
97
00:06:45,240 --> 00:06:48,560
Oefen met het bestuderen van data en modeluitvoer.
98
00:06:48,560 --> 00:06:53,080
Want oefening baart kunst.
99
00:06:53,080 --> 00:06:58,920
Hoe meer tijd je besteedt aan het analyseren van wat de AI gereageerd, hoe beter je wordt
100
00:06:58,920 --> 00:07:00,680
in het schrijven van prompts.
101
00:07:00,680 --> 00:07:05,200
Dus experimenteer met verschillende scenario's en kijk hoe het model reageert op verschillende
102
00:07:05,200 --> 00:07:06,200
soorten input.
103
00:07:06,200 --> 00:07:09,920
Nou, daar zijn we dan.
104
00:07:09,920 --> 00:07:16,040
We hebben 15, je zou kunnen zeggen onmisbare tips gekregen van de prompt-experts van de makers
105
00:07:16,040 --> 00:07:17,720
van het taalmodel van Claude.
106
00:07:17,720 --> 00:07:23,320
Het mooie is, het werkt niet alleen maar voor Claude, maar eigenlijk voor alle type taalmodellen.
107
00:07:23,320 --> 00:07:27,000
ChatGPT, open source modellen, kan je dit voor gebruiken.
108
00:07:27,000 --> 00:07:32,320
En zoals je hebt gehoord, gaat prompt engineering niet alleen over schrijven, maar ook over
109
00:07:32,320 --> 00:07:35,920
strategie, systematisch denken en veel testen.
110
00:07:35,920 --> 00:07:45,520
Het is een combinatie van kunst, wetenschap en zoals met elke vaardigheid geldt, nogmaals,
111
00:07:45,520 --> 00:07:48,000
hoe meer je het oefent, hoe beter je wordt.
112
00:07:48,000 --> 00:07:49,680
Dus wat kun jij nu doen?
113
00:07:49,680 --> 00:07:51,960
Neem de tijd om deze tips toe te passen.
114
00:07:51,960 --> 00:07:54,600
Loop ze nog even allemaal na.
115
00:07:54,600 --> 00:07:58,760
Ga experimenteren met je prompts en kijk hoe de taalmodellen reageren.
116
00:07:58,760 --> 00:08:02,680
Hoe meer je oefent, hoe beter je begrijpt wat werkt.
117
00:08:02,680 --> 00:08:05,480
En wat niet werkt.
118
00:08:05,480 --> 00:08:10,960
Dank je wel weer voor het luisteren naar deze korte aflevering van AIToday Live.
119
00:08:10,960 --> 00:08:15,960
Vergeet je niet te abonneren via je favoriete podcast-app en als je vragen hebt, laat het
120
00:08:15,960 --> 00:08:16,960
ons dan weten.
121
00:08:16,960 --> 00:08:18,040
Tot de volgende keer!
122
00:08:18,040 --> 00:08:23,040
[Muziek]