Prompt biblioteka komandai: kaip standartizuoti AI užklausas

Prompt biblioteka, tai bendras, dokumentuotas komandos AI užklausų (angl. prompt) šablonų rinkinys konkrečioms, pasikartojančioms užduotims: el. laiško juodraščiui, susirinkimo santraukai, pasiūlymo tekstui, klientų užklausos atsakymui. Vietoj to, kad kiekvienas darbuotojas kurtų užklausą nuo nulio ir gautų nevienodos kokybės rezultatą, komanda naudoja tuos pačius, jau patikrintus šablonus.

Problema, kurią sprendžia biblioteka, dažnai vadinama „prompt chaosu": paprašius dešimties tos pačios įmonės žmonių atlikti tą pačią užduotį su AI, gaunama dešimt skirtingų rezultatų: ne todėl, kad AI neprognozuojamas, o todėl, kad kiekvienas suformuluoja užklausą savaip, be bendro standarto.

Kodėl vien AI mokymų neužtenka

Daugelis įmonių jau investavo į AI mokymus komandai, bet po kelių savaičių pastebi, kad naudojimo kokybė vėl išsibarsto. Taip nutinka todėl, kad mokymai suteikia supratimą, bet ne pakartojamą įrankį, kuriuo naudotis kasdien. Prompt biblioteka yra praktinis tąsos žingsnis po mokymų: vietoj to, kad darbuotojas prisimintų, ko išmoko per seminarą, jis atsidaro biudžetui pritaikytą šabloną ir tiesiog užpildo laukus.

Šis skirtumas ypač svarbus naujiems darbuotojams: vietoj savaičių, per kurias jie mokosi, kaip kolegos „geriausiai" formuluoja užklausas, jie iš karto gauna prieigą prie patikrintų šablonų. Kokios AI kompetencijos formuojasi dar mokykloje, apžvelgiame tekste apie AI švietimą Lietuvoje.

Kaip sudaryti pirmą biudžeto versiją

Nereikia iš karto kurti dešimčių šablonų visoms galimoms situacijoms. Praktiškiausia pradėti nuo trijų, penkių dažniausiai pasikartojančių užduočių.

• Surinkite realias situacijas. Paklauskite komandos, kokioms užduotims jie jau naudoja AI kasdien ar kas savaitę. Tai bus geresnis pagrindas nei prielaida, kokie šablonai „turėtų" būti naudingi.
• Užrašykite geriausią esamą variantą. Tikėtina, kad bent vienas komandos narys jau turi neblogai veikiančią užklausą tai užduočiai. Užuot kūrę naują nuo nulio, patobulinkite jau egzistuojantį.
• Struktūra kiekvienam šablonui: kontekstas (kas yra užduotis ir kam ji skirta), aiškūs reikalavimai rezultatui (tonas, ilgis, formatas), ir vieta, kurią darbuotojas užpildo savo konkrečiais duomenimis.
• Testuokite su trimis skirtingais atvejais. Prieš įtraukiant šabloną į biblioteką, patikrinkite jį su trimis skirtingomis realiomis situacijomis, jei rezultatas nuosekliai geras, šabloną galima įtraukti.

Kur laikyti ir kaip pateikti biblioteką komandai

Biblioteka neveiks, jei ji bus paslėpta rečiau naudojamoje sistemoje. Paprasčiausias variantas: bendrai pasiekiamas dokumentas ar vidinis puslapis, suskirstytas pagal skyrius ar užduočių tipus, su aiškiais pavadinimais (ne „Prompt 1", o „El. laiško atsakymas klientui dėl vėluojančio pristatymo").

Prie kiekvieno šablono verta pridėti trumpą pavyzdį: kaip atrodo geras rezultatas jį panaudojus. Tai padeda darbuotojui iš karto suprasti, ko tikėtis, ir sumažina bandymų skaičių.

Jei komanda dirba su keliais skirtingais AI modeliais (pavyzdžiui, ChatGPT klientų aptarnavimui, Claude: dokumentų analizei), verta pažymėti, kuriam modeliui šablonas sukurtas, nes tas pats prompt gali duoti skirtingus rezultatus priklausomai nuo modelio.

Kaip biblioteka tampa gyva, o ne vienkartiniu dokumentu

Didžiausia rizika: biblioteka sukuriama vieną kartą su entuziazmu, o po mėnesio niekas jos neatnaujina. Kad taip nenutiktų:

• Paskirkite vieną atsakingą asmenį, kuris renka atsiliepimus ir atnaujina šablonus.
• Įtraukite trumpą priminimą per komandos susirinkimus: paklauskite, ar kas nors rado naują naudingą užklausą, kurią verta pridėti.
• Pašalinkite šablonus, kurie nebenaudojami arba pasenę dėl pasikeitusio proceso: biblioteka su nereikalingais įrašais tampa sunkiau naršoma ir mažiau naudojama.

Verta atkreipti dėmesį ir į tai, kaip biblioteka veikia kartu su naujais darbuotojais. Kai naujas komandos narys prisijungia, prompt biblioteka veikia kaip praktinis vadovas, kaip komanda naudoja AI kasdieniame darbe, tai sutrumpina laiką, per kurį naujokas pasiekia tokį patį rezultatų lygį kaip patyrę kolegos. Vietoj to, kad jis mokytųsi bandymų ir klaidų metodu arba kopijuotų atsitiktinius pavyzdžius iš interneto, jis iš karto gauna komandos patikrintą, jau pritaikytą įrankį.

Ilgainiui prompt biblioteka gali tapti platesnės AI kultūros įmonėje pagrindu: vieta, kur kaupiama ir gerų užklausų kolekcija, ir bendras supratimas, kokioms užduotims AI tinka, o kokioms: ne. Kai komanda pastebi, kad tam tikras šablonas nuolat duoda prastus rezultatus konkrečiai užduočiai, tai vertingas signalas, kad tai proceso dalis, kuriai reikia kitokio sprendimo nei paprastas prompt, pavyzdžiui, giliau integruoto AI įrankio ar net individualaus sprendimo.

Kiek laiko realiai sutaupo penki šablonai

Nauda skamba abstrakčiai, kol jos nesuskaičiuojate. Pavyzdys su paprasta aritmetika.

Tarkime, komandoje yra 8 žmonės. Kiekvienas per dieną atlieka maždaug 4 užduotis su AI. Be šablono viena užduotis reiškia tris ar keturis bandymus, kol rezultatas tinka, ir tai užima apie 12 minučių. Su patikrintu šablonu užtenka vieno bandymo ir trumpo redagavimo, tai yra apie 5 minutes.

Skirtumas yra 7 minutės vienai užduočiai. Padauginus iš 4 užduočių gaunama 28 minutės per dieną vienam žmogui. Aštuoniems žmonėms tai apie 3,7 valandos per dieną, arba maždaug 75 valandos per mėnesį.

Net jei šis skaičius pesimistiškai sumažinamas perpus, lieka apie 37 valandos. Bibliotekos sukūrimas, penki šablonai su testavimu, realiai užima nuo 6 iki 10 valandų. Investicija atsiperka per pirmas dvi savaites.

Antra, rečiau minima nauda yra kokybės vienodumas. Kai visi klientams rašo pagal tą patį šabloną, mažėja rizika, kad vienas darbuotojas išsiųs tekstą, kurio jūs niekada nepatvirtintumėte.

Lietuvių kalba, klientų duomenys ir kitos vietinės detalės

Lietuviškoje aplinkoje prie standartinio šablono verta pridėti kelis dalykus, kurie angliškuose pavyzdžiuose neminimi.

• Kalba ir kreipinys. Šablone aiškiai nurodykite kalbą ir kreipimosi formą: „rašyk lietuviškai, kreipkis į klientą daugiskaita". Be to modeliai linkę pereiti į familiarų toną arba palikti angliškų konstrukcijų. Daugiau apie tai, kaip išgauti tvarkingą lietuvių kalbą, rašėme tekste ChatGPT lietuviškai versle.
• Trys kalbos viename versle. Daug Lietuvos įmonių bendrauja lietuviškai, angliškai ir rusiškai. Praktiškiau turėti vieną šabloną su kalbos lauku nei tris atskiras versijas, kurios pasens skirtingu greičiu.
• Kokie duomenys leidžiami šablone. Į prompt patenka tai, ką darbuotojas įklijuoja. Šablone įrašykite, ko klijuoti negalima: klientų asmens duomenų, sutarčių, kainodaros dokumentų. Tai paprasčiausias būdas GDPR reikalavimą paversti kasdieniu įpročiu, o ne atskiru dokumentu, kurio niekas neskaito. Platesnes taisykles aptariame saugaus AI naudojimo įmonėje tekste.
• Vietinis kontekstas. Šablonuose, skirtuose klientų komunikacijai, naudinga įrašyti trumpą įmonės aprašymą ir rinkos kontekstą. Lietuvos rinka maža, klientai dažnai pažįsta vieni kitus, todėl bendriniai, akivaizdžiai generuoti tekstai pastebimi greitai.

Dažniausios klaidos ir kaip jas taisyti

• Šablonai rašomi kabinete, ne iš realaus darbo. Vadovas sugalvoja, kokių šablonų „turėtų reikėti", ir komanda jų nenaudoja. Taisymas: pirmoji versija turi būti surinkta iš to, ką žmonės jau daro.
• Vienas milžiniškas dokumentas. Kai visi šablonai suversti į vieną failą be struktūros, greičiau parašyti užklausą nuo nulio nei rasti reikiamą. Taisymas: skyriai pagal komandas ir aiškūs, žmogiški pavadinimai.
• Šablonas be pavyzdžio. Darbuotojas nežino, kaip atrodo geras rezultatas, todėl priima pirmą gautą. Taisymas: prie kiekvieno šablono pridėkite vieną tikrą pavyzdį.
• Nėra savininko. Biblioteka be atsakingo žmogaus miršta per porą mėnesių. Taisymas: paskirkite konkretų žmogų, ne „komandą". Kodėl tai lemia viso diegimo sėkmę, aprašėme tekste kas įmonėje atsakingas už AI.
• Šablonai nekeičiami pasikeitus modeliui. Sudėtingos instrukcijos, sukurtos senesniam modeliui, naujesniam kartais kenkia. Taisymas: keičiant modelį pertestuokite bent dažniausiai naudojamus penkis šablonus.

Prieštaravimai ir sąžiningi atsakymai

„Tai apribos žmonių kūrybiškumą." Šablonas nustato pagrindą, ne pabaigą. Praktikoje jis atlaisvina laiko būtent tai daliai, kur reikia galvoti, nes nebereikia kas kartą iš naujo aiškinti modeliui konteksto.

„Mes per maži tokiems dalykams." Trijų žmonių komandoje užtenka penkių šablonų viename dokumente. Nauda mažesnė absoliučiais skaičiais, bet santykinai net didesnė, nes mažoje komandoje niekas neturi laiko bandymams.

„Modeliai vis geresni, netrukus šablonų nebereikės." Modeliai gerėja, bet jie vis tiek nežino jūsų kainodaros, klientų segmentų ir tono. Būtent tai ir yra šablono turinys. Keisis tik tai, kad instrukcijos galės būti trumpesnės.

„Jau darėme mokymus, to turėtų užtekti." Mokymai duoda supratimą, biblioteka duoda kasdienį įrankį. Kodėl vienas be kito dažnai nesuveikia, matyti ir iš praktikos, kurią apžvelgėme tekste AI mokymai komandai.

Prompt biblioteka savaime nepakeičia gilesnio AI mokymo, bet yra praktiškiausias būdas užtikrinti, kad investicija į AI mokymus vadovams ir komandai duotų nuoseklų rezultatą kasdieniame darbe, o ne liktų vienkartiniu seminaro įspūdžiu. Jei norite kartu su komanda sukurti bibliotekos pirmąją versiją arba integruoti ją su vidiniais procesų automatizavimo sprendimais, galime tai padaryti kartu per praktinį darbą.

---

Jei norite, kad jūsų komanda pradėtų naudoti bendrą, patikrintą prompt biblioteką vietoj atsitiktinių užklausų, susisiekite: aptarsime, kokios užduotys jūsų komandoje kartojasi dažniausiai.