Οι 3 κανόνες για να ξεχωρίσεις στην εποχή της τεχνητής νοημοσύνης
Στην εποχή που η τεχνητή νοημοσύνη (ΑΙ) ήδη αντικαθιστά θέσεις εργασίας, η υιοθέτησή της δεν είναι απλώς χρήσιμη — είναι απαραίτητη για να παραμείνει κανείς σχετικός στην αγορά. Οι ειδικοί προτροπών (prompt engineering) της Anthropic εξηγούν τι κάνει κάποιον αποτελεσματικό χρήστη εργαλείων όπως το ChatGPT, και όχι απλώς… περαστικό.
Οι φόβοι ότι η τεχνητή νοημοσύνη θα αντικαταστήσει εργαζόμενους είναι υπαρκτοί, με 62% της Gen Z να δηλώνει ότι ανησυχεί πως η δουλειά της θα γίνει περιττή μέσα στην επόμενη δεκαετία. Και ενώ οι τεχνολογικοί ειδικοί επισημαίνουν ότι οι συνάδελφοι που ξέρουν να χρησιμοποιούν ΑΙ είναι αυτοί που “αντικαθιστούν” άλλους, όχι η τεχνολογία καθαυτή, αυτό δεν είναι απαραίτητα καθησυχαστικό.
Ακόμη και η ομάδα της Anthropic παραδέχεται ότι το να μάθεις πώς να χρησιμοποιείς σωστά ένα γλωσσικό μοντέλο είναι πιο δύσκολο απ’ όσο φαίνεται.
«Είναι πολύ δύσκολο να ξεκαθαρίσεις στο μυαλό σου τι γνωρίζεις εσύ και τι δεν γνωρίζει το Claude — και να το περιγράψεις καθαρά», λέει ο David Hershey από την Anthropic. «Απαιτεί να ξεφορτωθείς τις υποθέσεις σου και να γράψεις καθαρά τα δεδομένα».
Ο Hershey, μαζί με τους Amanda Askell, Alex Albert και Zack Witten, μοιράστηκαν τις βέλτιστες πρακτικές prompt engineering σε μια εκτενή συνέντευξή τους στο YouTube. Ιδού οι πιο ουσιαστικές συμβουλές:
3 βασικές συμβουλές για έξυπνη χρήση της τεχνητής νοημοσύνης
1. Να είσαι ξεκάθαρος — σαν να απευθύνεσαι σε άνθρωπο χωρίς συμφραζόμενα
Η AI δεν καταλαβαίνει υπονοούμενα. Γι’ αυτό, πρέπει να γράφεις το prompt όσο πιο καθαρά και περιγραφικά γίνεται.
Αντί για: «Γράψε ένα email στον προϊστάμενό μου»
Προτίμησε: «Γράψε ένα email στον προϊστάμενό μου, Γιάννη, για να του θυμίσω να μου στείλει τα έγγραφα για τη συνάντηση της Τετάρτης. Έχουμε φιλική σχέση, οπότε χρησιμοποίησε casual ύφος».
Η “χρυσή οδηγία” της Anthropic: Αν κάποιος συνάδελφός σου με ελάχιστο πλαίσιο δεν καταλάβει τι πρέπει να κάνει με το prompt, ούτε η AI θα καταλάβει.
2. Διάβασε, έλεγξε, προσαρμόσου
Η απάντηση της AI δεν είναι πάντα σωστή. Τα λάθη και οι «παραισθήσεις» (hallucinations) παραμένουν — και ενίοτε αυξάνονται. Μην κάνεις copy-paste χωρίς έλεγχο.
Ο Zack Witten αναφέρει: «Πολλοί γράφουν “σκέψου βήμα-βήμα”, αλλά μετά δεν ελέγχουν αν το μοντέλο όντως το κάνει».
Μια συζήτηση με το μοντέλο, με ανατροφοδότηση, βελτιώνει σημαντικά τα αποτελέσματα. Ζήτα και πηγές:
«Και δώσε μου τις πηγές σου».
3. Δοκίμασε — ξανά και ξανά
Το prompt engineering δεν μαθαίνεται με μία φορά, λέει η Askell.
«Κάν’ το συνέχεια. Δώσε τα prompts σε άλλους να τα διαβάσουν. Δες τα σαν να τα βλέπεις για πρώτη φορά».
Ο Hershey προσθέτει: «Το να δοκιμάζεις τα όρια του μοντέλου είναι πολύ χρήσιμο».
Παράδειγμα:
Αν πεις «Φτιάξε αφίσα για εκπαιδευτικό σεμινάριο» θα πάρεις κάτι γενικό.
Αν πεις: «Είμαι HR, φτιάξε επαγγελματική αφίσα για εκπαίδευση στο [Θέμα], για [Κοινό-στόχος], στις [Ημερομηνία/Ώρα]», θα πάρεις πιο ακριβές αποτέλεσμα.
Το μέλλον των prompts
Καθώς τα μοντέλα εξελίσσονται, η ανάγκη για “τέλειο prompt” μειώνεται. Πλέον, μοντέλα όπως το Claude θα σε ρωτήσουν διευκρινίσεις αν δεν καταλαβαίνουν.
Π.χ. λες: «Γράψε ένα email στον προϊστάμενό μου»
Claude: «Θα με βοηθούσε να ξέρω λίγες λεπτομέρειες ακόμα…»
«Το prompt στο μέλλον ίσως λειτουργεί αντίστροφα: να εξηγείς τι θες, και το μοντέλο να σε βοηθά να το διαμορφώσεις», λέει η Askell.
