Ključni principi izrade učinkovitog upita (prompta)

2. Kako alati i sustavi umjetne inteligencije „razumiju" upite?

Kada nekom alatu umjetne inteligencije – bilo da se radi o sustavu za razgovor ili o alatu za stvaranje slika – postavite upit (tzv. prompt), on isti ne tumači na isti način kao čovjek. Takvi sustavi nemaju svijest, misli ni razumijevanje u ljudskom smislu. Umjesto toga, koriste napredne matematičke modele i statističke obrasce kako bi prepoznali što tražite i proizveli odgovor koji najbolje odgovara vašem upitu.

Evo kako to funkcionira:

• Pretvaranje u brojeve

  • Prvi korak je pretvaranje vašeg upita – bilo da se radi o tekstu, slici ili zvuku – u niz brojeva. To je način na koji računalo „prevodi” informacije na svoj jezik.
  • Ako je ulaz tekst, on se razlaže na manje jedinice (riječi ili njihove dijelove), pri čemu svaka dobiva brojčanu vrijednost koja odražava njezino značenje i povezanost s drugim riječima.
  • Ako je riječ o slici, podaci se pretvaraju u brojeve koji opisuju karakteristike njezinih piksela.

• Traženje uzoraka i veza

         Kada su sve informacije izražene brojevima, alat umjetne inteligencije započinje analizu. U tom procesu koristi golemo „znanje” stečeno tijekom obuke na milijardama primjera.

• • Prepoznavanje odnosa: Model uočava kako su različiti dijelovi vašeg upita međusobno povezani. Na primjer, u izrazu „pas koji leti” razumije da glagol „leti” opisuje imenicu „pas”.

  • Usmjeravanje na bitno: Poput čitatelja koji traži glavni smisao teksta, sustav prepoznaje koje su riječi ili dijelovi upita najvažniji i na njih usmjerava pozornost.

  • Usporedba s naučenim obrascima: Vaš se upit uspoređuje s onim što je model „naučio” tijekom treniranja na velikim skupovima podataka. Model ne pamti pojedinačne primjere, nego generalizira obrasce, strukturu jezika, činjenice i načine povezivanja informacija.

• Stvaranje odgovora

         Na temelju te analize alat umjetne inteligencije predviđa što bi mogao biti najvjerojatniji ili najprikladniji odgovor na vaš upit.

• • Za tekstualne upite: model predviđa sljedeću najvjerojatniju riječ, zatim iduću, i tako postupno gradi cijeli odgovor.

  • Za vizualne upite: iz brojčanih podataka postupno „crta” sliku, piksel po piksel, stvarajući prikaz koji odgovara opisu u upitu.

Alati umjetne inteligencije ne razmišljaju niti razumiju svijet kao ljudi. Stoga je njihova snaga u prepoznavanju složenih uzoraka i statističkom predviđanju. Upravo zato mogu stvarati iznimno uvjerljive i korisne odgovore – zahvaljujući sofisticiranoj obradi podataka i prepoznavanju veza koje su im ljudi, tijekom procesa učenja, omogućili.

Što je prompt inženjering?

Prompt inženjering (engl. prompt engineering) označava vještinu i proces oblikovanja učinkovitih upita za alate umjetne inteligencije.

Riječ je o novoj vrsti digitalne pismenosti koja podrazumijeva razumijevanje načina na koji sustavi umjetne inteligencije „razmišljaju” i reagiraju na različite formulacije zahtjeva.

Cilj prompt inženjeringa jest maksimalno iskoristiti mogućnosti umjetne inteligencije jasno definiranim, kontekstualno preciznim i svrhovito strukturiranim upitima. U praksi to znači da korisnik promišljeno bira:

• ulogu (Role) – iz koje perspektive alat treba odgovoriti

• zadatak (Task) – što točno treba učiniti

• oblik (Format) – u kojem obliku treba prikazati rezultat

• ograničenja (Restrict) – pravila, ton ili granice odgovora.

Primjer upita:

„Ti si nastavnik matematike. Pripremi kratak plan sata o linearnim jednadžbama za učenike trećeg razreda srednje škole. Prikaži plan u tabličnom obliku i koristi jednostavan, jasan jezik.”

Ovakav pristup omogućuje korisniku da precizno usmjeri rad umjetne inteligencije, poveća relevantnost odgovora i razvije svjesnost o tome kako digitalni alati procesuiraju informacije.

U obrazovnom kontekstu, prompt inženjering postaje važna kompetencija nastavnika i studenata, jer omogućuje svjesno i odgovorno korištenje umjetne inteligencije u učenju, istraživanju i stvaranju sadržaja.

Stvaranje različitih vrsta sadržaja (npr. tekstualnih, vizualnih ili zvučnih) često zahtijeva različite alate umjetne inteligencije, ali i različite strategije oblikovanja upita.
Drugim riječima, način na koji formuliramo prompt ovisi o tome što želimo proizvesti: tekst, sliku, zvuk ili multimedijalni prikaz.

Za svaki tip sadržaja vrijede specifična pravila i pristupi.
Pogledajmo na što treba obratiti pozornost kod pojedinih vrsta upita:

Tekstualni sadržaji – zahtijevaju jasno definiran ton, cilj i strukturu. Dobro je odrediti kome je tekst namijenjen, u kojem stilu treba biti napisan (npr. formalno, popularno, edukativno) i što točno želite da sadrži (npr. sažetak, objašnjenje, usporedbu).

Vizualni sadržaji – traže precizne opise elemenata slike, stila, kompozicije i raspoloženja. Kod ovih upita vrijedi pravilo: što detaljniji opis, to precizniji rezultat.

Zvučni i audiovizualni sadržaji – uključuju dodatne dimenzije poput tona glasa, ritma, emocije ili atmosfere, pa su i upiti složeniji.

Multimodalni sadržaji – kombiniraju tekst, sliku i zvuk i traže pažljivo usklađene upute kako bi alat pravilno povezao sve komponente.

Razumijevanje ovih razlika pomaže korisnicima izbore odgovarajućih alata umjetne inteligencije i načina komunikacije s njim – čime povećavaju točnost, kreativnost i učinkovitost rezultata.

Dodatno: Za one koji žele dublje razumjeti strategije i tehnike prompt inženjeringa u radu s velikim jezičnim modelima, preporučuje se vodič Prompt Engineering Guide koji je razvio OpenAI.
Vodič nudi primjere, praktične savjete i napredne pristupe oblikovanju upita s ciljem poboljšanja kvalitete i dosljednosti odgovora generativnih modela.

Napomena: Prikazani model oblikovanja upita (Role–Task–Format–Restrict) temelji se na pedagoškim smjernicama za razvoj digitalne i UI pismenosti koje koriste brojni sveučilišni vodiči, poput onih s Australian Catholic University (ACU) (2024). Iako nije formaliziran kao teorijski model u znanstvenoj literaturi, ovaj pristup služi kao praktičan okvir za osposobljavanje korisnika u učinkovitoj komunikaciji s alatima umjetne inteligencije.

Izvor slike: Shutterstock