Strategjitë e shpejta të projektimit

Kjo faqe ju prezanton me disa strategji të përgjithshme të projektimit të shpejtë që mund të përdorni kur hartoni kërkesat.

Modelet e mëdha të gjuhës (LLM) janë trajnuar në sasi të mëdha të të dhënave tekstuale për të mësuar modelet dhe marrëdhëniet midis gjuhës. Kur jepet një tekst (prompt), modelet e gjuhës mund të parashikojnë atë që ka të ngjarë të vijë më pas, si një mjet i sofistikuar i plotësimit automatik.

• Jepni udhëzime të qarta dhe specifike
• Përfshini shembuj të pakët
• Shtoni informacione kontekstuale
• Shtoni parashtesa
• Lëreni modelin të plotësojë hyrjen e pjesshme

Jepni udhëzime të qarta dhe specifike

Dhënia e udhëzimeve të modelit se çfarë duhet bërë është një mënyrë efektive dhe efikase për të personalizuar sjelljen e modelit. Sigurohuni që udhëzimet që jepni të jenë të qarta dhe specifike. Udhëzimet mund të jenë po aq të thjeshta sa një listë me udhëzime hap pas hapi ose aq komplekse sa përshkrimi i përvojës dhe mendësisë së një përdoruesi.

Përcaktoni detyrën për të kryer

Përshkruani në detaje detyrën që dëshironi të kryejë modeli. Detyra mund të jetë aq e thjeshtë sa një listë udhëzimesh hap pas hapi ose aq e ndërlikuar sa përshkrimi i përvojës dhe mendësisë së një përdoruesi. Prompti i mëposhtëm i thotë modelit të përmbledhë një bllok teksti:

Summarize this text:
Text: A quantum computer exploits quantum mechanical phenomena to perform calculations exponentially
faster than any modern traditional computer. At very tiny scales, physical matter acts as both
particles and as waves, and quantum computing uses specialized hardware to leverage this behavior.
The operating principles of quantum devices is beyond the scope of classical physics. When deployed
at scale, quantum computers could be used in a wide variety of applications such as: in
cybersecurity to break existing encryption methods while helping researchers create new ones, in
meteorology to develop better weather forecasting etc. However, the current state of the art quantum
computers are still largely experimental and impractical.
  

    Quantum computers leverage the wave-particle duality of matter at tiny scales to perform
    calculations exponentially faster than traditional computers. They harness quantum phenomena,
    which are beyond the scope of classical physics, to achieve this speed advantage. While
    promising for applications like cybersecurity, weather forecasting, and beyond, current
    quantum computers are still experimental and not yet practical for widespread use.
  

Specifikoni çdo kufizim

Specifikoni çdo kufizim në leximin e kërkesës ose gjenerimin e një përgjigjeje. Ju mund t'i tregoni modeles se çfarë duhet të bëjë dhe jo. Nga shembulli i mëparshëm, përmbledhja është më e shkurtër se teksti origjinal, por ndoshta dëshironi që përmbledhja të jetë më e shkurtër. Në këtë rast, mund të specifikoni një kufizim në prompt për sa kohë dëshironi të jetë përmbledhja:

Summarize this text in two sentences:
Text: A quantum computer exploits quantum mechanical phenomena to perform calculations exponentially
faster than any modern traditional computer. At very tiny scales, physical matter acts as both
particles and as waves, and quantum computing uses specialized hardware to leverage this behavior.
The operating principles of quantum devices is beyond the scope of classical physics. When deployed
at scale, quantum computers could be used in a wide variety of applications such as: in
cybersecurity to break existing encryption methods while helping researchers create new ones, in
meteorology to develop better weather forecasting etc. However, the current state of the art quantum
computers are still largely experimental and impractical.
    

      Quantum computers harness the wave-particle duality of matter at the quantum level to perform
      computations exponentially faster than traditional computers. While these machines hold
      immense potential for fields like cybersecurity and weather forecasting, they are currently
      in their early stages of development and not yet practical for widespread use.
    

Përcaktoni formatin e përgjigjes

Ju gjithashtu mund të jepni udhëzime që specifikojnë formatin e përgjigjes. Për shembull, mund të kërkoni që përgjigja të formatohet si një tabelë, listë me pika, lartësi ashensore, fjalë kyçe, fjali ose paragraf. Mesazhi i mëposhtëm i sistemit udhëzon modelin të jetë më bisedues në përgjigjen e tij:

    All questions should be answered comprehensively with details, unless the user requests a concise response specifically.
  

    What is a smart way to make a business that sells DVD's in 2025?
  

    Okay, you're looking at a real uphill battle here. The DVD market is significantly diminished due to streaming services, digital downloads, and Blu-ray. However, that doesn't necessarily mean it's impossible to build a DVD-based business in 2025. It just requires a hyper-focused strategy and a deep understanding of the remaining market. Here's a breakdown of smart approaches:

    I. Understanding the Challenges and Opportunities
    Challenges:
    Dominance of Streaming: Netflix, Amazon Prime Video, Disney+, and countless other services offer vast libraries on-demand.
    Digital Downloads/Rentals: Platforms like iTunes, Google Play, and Vudu make purchasing or renting digital versions easy.
    Blu-ray & 4K Ultra HD: Offer superior picture and sound quality, often preferred by home theater enthusiasts.
    ....
.....
  

      All questions should be answered comprehensively with details, unless the user requests a
      concise response specifically. Respond in the same language as the query.
    

      What is a smart way to create a lemonade business?
    

  Launching a Successful Lemonade Stand: A Smart Approach
  Creating a lemonade business, whether a simple stand or a larger operation, requires strategic thinking. Here's a breakdown of how to approach it smartly:
  
  1. Define Your Business:
  Scope: Are you aiming for a small, seasonal lemonade stand, a food truck, a delivery service, or something else entirely?
  Target Audience: Who are you selling to? Families, office workers, tourists?
  Unique Selling Proposition: What sets your lemonade apart? Special flavors, organic ingredients, a unique recipe?
  
  Pricing: Research competitor prices and determine a profitable pricing structure.
  Location: Consider foot traffic, accessibility, and regulations for your chosen location.
  .....
    

Përmbledhje

• Jepu modeleve udhëzime se çfarë të bëjnë.
• Bëjini udhëzimet të qarta dhe specifike.
• Specifikoni çdo kufizim ose kërkesë formatimi për daljen.

Përfshini shembuj të pakët

Ju mund të përfshini shembuj në prompt që i tregojnë modelit se si duket ta bësh atë siç duhet. Modeli përpiqet të identifikojë modelet dhe marrëdhëniet nga shembujt dhe i zbaton ato kur gjeneron një përgjigje. Kërkesat që përmbajnë disa shembuj quhen kërkesa me disa shkrepje , ndërsa kërkesat që nuk japin shembuj quhen kërkesa me "zero-shot" . Kërkesat e pakta të shkrepjes përdoren shpesh për të rregulluar formatimin, frazën, shtrirjen ose modelimin e përgjithshëm të përgjigjeve të modelit. Përdorni shembuj specifikë dhe të ndryshëm për të ndihmuar modelin të ngushtojë fokusin e tij dhe të gjenerojë rezultate më të sakta.

Ne rekomandojmë që gjithmonë të përfshini shembuj të pakta në kërkesat tuaja. Kërkesat pa shembuj të pakët ka të ngjarë të jenë më pak efektive. Në fakt, ju mund të hiqni udhëzimet nga kërkesa juaj nëse shembujt tuaj janë mjaft të qartë për të treguar detyrën në fjalë.

Kërkesat për të shtëna zero kundër disa të shtëna

Prompti i mëposhtëm me zero i kërkon modelit të zgjedhë shpjegimin më të mirë.

Please choose the best explanation to the question:

Question: How is snow formed?
Explanation1: Snow is formed when water vapor in the air freezes into ice crystals in the
atmosphere, which can combine and grow into snowflakes as they fall through the atmosphere and
accumulate on the ground.
Explanation2: Water vapor freezes into ice crystals forming snow.
Answer:
  

Explanation 1 is the best explanation.
  

Nëse rasti juaj i përdorimit kërkon që modeli të prodhojë përgjigje koncize, mund të përfshini shembuj në kërkesë që u japin përparësi përgjigjeve koncize.

Prompti i mëposhtëm ofron dy shembuj që tregojnë përparësi ndaj shpjegimeve më të shkurtra. Në përgjigje, mund të shihni se shembujt e udhëhoqën modelin të zgjidhte shpjegimin më të shkurtër (Shpjegimi2) në krahasim me shpjegimin më të gjatë (Shpjegimi1) siç bëri më parë.

Below are some examples showing a question, explanation, and answer format:

Question: Why is sky blue?
Explanation1: The sky appears blue because of Rayleigh scattering, which causes shorter blue
wavelengths of light to be scattered more easily than longer red wavelengths, making the sky look
blue.
Explanation2: Due to Rayleigh scattering effect.
Answer: Explanation2

Question: What is the cause of earthquakes?
Explanation1: Sudden release of energy in the Earth's crust.
Explanation2: Earthquakes happen when tectonic plates suddenly slip or break apart, causing a
release of energy that creates seismic waves that can shake the ground and cause damage.
Answer: Explanation1

Now, Answer the following question given the example formats above:

Question: How is snow formed?
Explanation1: Snow is formed when water vapor in the air freezes into ice crystals in the
atmosphere, which can combine and grow into snowflakes as they fall through the atmosphere and
accumulate on the ground.
Explanation2: Water vapor freezes into ice crystals forming snow.
Answer:
  

Answer: Explanation2
  

Gjeni numrin optimal të shembujve

Ju mund të eksperimentoni me numrin e shembujve për të dhënë në kërkesë për rezultatet më të dëshiruara. Modele si Binjakët shpesh mund të marrin modele duke përdorur disa shembuj, megjithëse mund t'ju duhet të eksperimentoni me numrin e shembujve që çojnë në rezultatet e dëshiruara. Në të njëjtën kohë, nëse përfshini shumë shembuj, modeli mund të fillojë t'i përshtatet më shumë përgjigjes ndaj shembujve.

Përdorni shembuj për të treguar modele në vend të antimodeleve

Përdorimi i shembujve për t'i treguar modelit një model që duhet ndjekur është më efektiv sesa përdorimi i shembujve për t'i treguar modelit një antimodel që duhet shmangur.

⛔ Modeli negativ :

Don't end haikus with a question:
Haiku are fun
A short and simple poem
Don't you enjoy them?
  

✅ Modeli pozitiv :

Always end haikus with an assertion:
Haiku are fun
A short and simple poem
A joy to write
  

Përdorni formatim të qëndrueshëm nëpër shembuj

Sigurohuni që struktura dhe formatimi i shembujve me pak fotografi janë të njëjta për të shmangur përgjigjet me formate të padëshiruara. Një nga objektivat parësorë të shtimit të shembujve me disa fotografi në prompt është t'i tregojë modelit formatin e përgjigjes. Prandaj, është thelbësore të sigurohet një format i qëndrueshëm në të gjithë shembujt, veçanërisht duke i kushtuar vëmendje etiketave XML, hapësirave të bardha, vijave të reja dhe ndarjeve të shembujve.

Përmbledhje

• Përfshirja e shembujve të përgjigjes së shpejtë në kërkesë ndihmon modelin të mësojë se si të përgjigjet.
• Jepni modelit shembuj të modeleve që duhen ndjekur në vend të shembujve të modeleve që duhen shmangur.
• Eksperimentoni me numrin e kërkesave për të përfshirë. Në varësi të modelit, shumë pak shembuj janë të paefektshëm në ndryshimin e sjelljes së modelit. Shumë shembuj bëjnë që modeli të mbivendoset.
• Përdorni formatim të qëndrueshëm nëpër shembuj

Shtoni informacione kontekstuale

Ju mund të përfshini në udhëzimet e menjëhershme dhe informacionin që modelit i nevojitet për të zgjidhur një problem në vend që të supozoni se modeli ka të gjithë informacionin e kërkuar. Ky informacion kontekstual e ndihmon modelin të kuptojë kufizimet dhe detajet e asaj që ju kërkoni të bëjë.

Shembulli i mëposhtëm kërkon që modeli të japë udhëzime për zgjidhjen e problemeve për një ruter:

What should I do to fix my disconnected wifi? The light on my Google Wifi router is yellow and
blinking slowly.
  

  A yellow blinking light on your Google Wifi router usually indicates a problem with the internet connection. Here are some steps to troubleshoot and fix the issue:
  1. Restart your router and modem:
    - Unplug your modem from the power outlet and wait for 30 seconds.
    - Plug your modem back in and wait for it to fully boot up.
    - Unplug your Google Wifi router and wait for 30 seconds.
    - Plug your Google Wifi router back in and wait for it to fully boot up.
.....
  

Answer the question using the text below. Respond with only the text provided.
Question: What should I do to fix my disconnected wifi? The light on my Google Wifi router is yellow and blinking slowly.

Text:
Color: Slowly pulsing yellow
What it means: There is a network error.
What to do:
Check that the Ethernet cable is connected to both your router and your modem and both devices are turned on. You might need to unplug and plug in each device again.

Color: Fast blinking yellow
What it means: You are holding down the reset button and are factory resetting this device.
What to do:
If you keep holding down the reset button, after about 12 seconds, the light will turn solid yellow. Once it is solid yellow, let go of the factory reset button.

Color: Solid yellow
What it means: Router is factory resetting.
What to do:
This can take up to 10 minutes. When it's done, the device will reset itself and start pulsing white, letting you know it's ready for setup.

Color: Solid red
What it means: Something is wrong.
What to do:
Critical failure. Factory reset the router. If the light stays red, contact Wifi customer support.
  

Check that the Ethernet cable is connected to both your router and your modem and both devices are turned on. You might need to unplug and plug in each device again.
  

Përmbledhje

• Përfshini informacionin (kontekstin) në kërkesën që dëshironi të përdorë modeli kur gjeneron një përgjigje.
• Jepini modelit udhëzime se si të përdorni informacionin kontekstual.

Shtoni parashtesa

Një parashtesë është një fjalë ose frazë që shtoni në përmbajtjen e shpejtë që mund të shërbejë për disa qëllime, në varësi të vendit ku vendosni parashtesën:

• Prefiksi i hyrjes: Shtimi i një prefiksi në sinjalet hyrëse sinjalizon pjesë kuptimore semantike të hyrjes në model. Për shembull, parashtesat "Anglisht:" dhe "Frëngjisht:" përcaktojnë dy gjuhë të ndryshme.
• Prefiksi i daljes: Edhe pse dalja gjenerohet nga modeli, ju mund të shtoni një prefiks për daljen në prompt. Prefiksi i daljes i jep modelit informacion rreth asaj që pritet si përgjigje. Për shembull, prefiksi i daljes "JSON:" i sinjalizon modelit që dalja duhet të jetë në formatin JSON.
• Parashtesa e shembullit: Në kërkesat e disa fotografive, shtimi i prefikseve në shembuj siguron etiketa që modeli mund të përdorë kur gjeneron daljen, gjë që e bën më të lehtë analizimin e përmbajtjes së daljes.

Në shembullin e mëposhtëm, "Text:" është prefiksi i hyrjes dhe "Përgjigja është:" është prefiksi i daljes.

Classify the text as one of the following categories.
- large
- small
Text: Rhino
The answer is: large
Text: Mouse
The answer is: small
Text: Snail
The answer is: small
Text: Elephant
The answer is:
  

The answer is: large
  

Lëreni modelin të plotësojë hyrjen e pjesshme

Modelet e gjuhëve gjeneruese funksionojnë si një mjet i avancuar i plotësimit automatik. Kur jepni përmbajtje të pjesshme, modeli mund të sigurojë pjesën tjetër të përmbajtjes ose atë që mendon se është një vazhdimësi e asaj përmbajtjeje si përgjigje. Kur e bëni këtë, nëse përfshini ndonjë shembull ose kontekst, modeli mund t'i marrë parasysh ata shembuj ose kontekst.

Shembulli i mëposhtëm ofron një kërkesë me një udhëzim dhe një hyrje entiteti:

For the given order, return a JSON object that has the fields cheeseburger, hamburger, fries, or
drink, with the value being the quantity.

Order: A burger and a drink.
  

```
{
  "hamburger": 1,
  "drink": 1
}
```
  

Ndërsa modeli bëri ashtu siç kërkohej, shkrimi i udhëzimeve në gjuhën natyrore ndonjëherë mund të jetë sfidues dhe i lë shumë interpretimit të modelit. Për shembull, një menu restorantesh mund të përmbajë shumë artikuj. Për të zvogëluar madhësinë e përgjigjes JSON, ndoshta dëshironi të hiqni artikujt që nuk janë porositur. Në këtë rast, mund të jepni një shembull dhe një prefiks përgjigjeje dhe ta lini modelin ta plotësojë atë:

Valid fields are cheeseburger, hamburger, fries, and drink.
Order: Give me a cheeseburger and fries
Output:
```
{
  "cheeseburger": 1,
  "fries": 1
}
```
Order: I want two burgers, a drink, and fries.
Output:
  

```
{
  "hamburger": 2,
  "drink": 1,
  "fries": 1
}
```
  

Vini re se si "cheeseburger" u përjashtua nga prodhimi sepse nuk ishte pjesë e porosisë.

Kërkoni modelin të formatojë përgjigjen e tij

Strategjia e përfundimit mund të ndihmojë gjithashtu në formatimin e përgjigjes. Shembulli i mëposhtëm e shtyn modelin të krijojë një skicë eseje:

Create an outline for an essay about hummingbirds.
  

  Hummingbirds: A Symphony of Speed and Color
    I. Introduction
    A. Hummingbirds are fascinating creatures known for their dazzling colors, lightning-fast flight, and unique feeding habits.
    B. Brief overview of the diversity of hummingbird species and their geographic distribution.
    C. Thesis statement: Hummingbirds are an embodiment of resilience, adaptation, and the wonders of the natural world.
.....
  

Kërkesa nuk e specifikoi formatin për skicën dhe modeli zgjodhi një format për ju. Për ta bërë modelin të kthejë një skicë në një format specifik, mund të shtoni tekst që përfaqëson fillimin e skicës dhe ta lini modelin ta plotësojë atë bazuar në modelin që keni nisur.

Create an outline for an essay about hummingbirds.
I. Introduction
   *
  

  Hummingbirds: Jewels of the Air
    **I. Introduction**
       * **Hook:** Begin with a captivating image or anecdote about hummingbirds, emphasizing their vibrant colors, rapid flight, and unique feeding habits.
       * **Background:** Briefly introduce hummingbirds as the smallest birds in the world and their fascinating adaptations for a nectar-rich diet.
       * **Thesis:** State the main argument or focus of the essay. Examples: 
            * **The incredible adaptations of hummingbirds enable them to thrive in diverse ecosystems.**
            * **Hummingbirds play a crucial role in pollination and biodiversity.**
            * **The beauty and grace of hummingbirds make them captivating subjects for both scientific study and artistic appreciation.**
  

Përmbledhje

• Nëse i jepni modelit një hyrje të pjesshme, modeli e plotëson atë hyrje bazuar në çdo shembull ose kontekst të disponueshëm në prompt.
• Të kesh modelin të plotësojë një të dhënë ndonjëherë mund të jetë më e lehtë se sa të përshkruhet detyra në gjuhën natyrore.
• Shtimi i një përgjigjeje të pjesshme në një kërkesë mund ta udhëzojë modelin të ndjekë një model ose format të dëshiruar.

Zbërtheni kërkesat në komponentë të thjeshtë

Për rastet e përdorimit që kërkojnë kërkesa komplekse, ju mund ta ndihmoni modelin të menaxhojë këtë kompleksitet duke i ndarë gjërat në komponentë më të thjeshtë.

Zbërtheni udhëzimet

Në vend që të keni shumë udhëzime në një kërkesë, krijoni një kërkesë për çdo udhëzim. Ju mund të zgjidhni cilin prompt të përpunoni bazuar në të dhënat e përdoruesit.

Kërkesat e zinxhirit

Përgjigje agregate

Agregimi është kur dëshironi të kryeni detyra të ndryshme paralele në pjesë të ndryshme të të dhënave dhe të grumbulloni rezultatet për të prodhuar rezultatin përfundimtar. Për shembull, mund t'i thoni modelit të kryejë një operacion në pjesën e parë të të dhënave, të kryejë një operacion tjetër në pjesën tjetër të të dhënave dhe të grumbullojë rezultatet.

Përmbledhje

• Zbërtheni udhëzimet komplekse në një prompt për secilin udhëzim dhe vendosni se cilën kërkesë të aplikoni bazuar në të dhënat e përdoruesit.
• Ndani hapat e shumëfishtë të njëpasnjëshëm në prompte të veçanta dhe lidhini ato me zinxhir në mënyrë që dalja në promptin e mëparshëm të bëhet hyrja e kërkesës së mëposhtme.
• Zbërtheni detyrat paralele dhe grumbulloni përgjigjet për të prodhuar rezultatin përfundimtar.

Eksperimentoni me vlera të ndryshme parametrash

Çdo thirrje që i dërgoni një modeli përfshin vlerat e parametrave që kontrollojnë se si modeli gjeneron një përgjigje. Modeli mund të gjenerojë rezultate të ndryshme për vlera të ndryshme parametrash. Eksperimentoni me vlera të ndryshme parametrash për të marrë vlerat më të mira për detyrën. Parametrat e disponueshëm për modele të ndryshme mund të ndryshojnë. Parametrat më të zakonshëm janë si më poshtë:

• Shenjat maksimale të daljes
• Temperatura
• Top-K
• Top-P

Shenjat maksimale të daljes

Specifikoni një vlerë më të ulët për përgjigjet më të shkurtra dhe një vlerë më të lartë për përgjigjet më të gjata.

Temperatura

Për shumicën e rasteve të përdorimit, provoni të filloni me një temperaturë prej 0.2 . Nëse modeli kthen një përgjigje që është shumë e përgjithshme, shumë e shkurtër ose modeli jep një përgjigje kthimi, provo të rrisësh temperaturën.

Top-K

Për secilin hap të përzgjedhjes së tokenit, mostrat janë kodet top-K me probabilitetet më të larta. Më pas, shenjat filtrohen më tej në bazë të top-P me shenjën përfundimtare të zgjedhur duke përdorur kampionimin e temperaturës.

Specifikoni një vlerë më të ulët për përgjigje më pak të rastësishme dhe një vlerë më të lartë për përgjigje më të rastësishme. Top-K e parazgjedhur është 40 .

Top-P

Specifikoni një vlerë më të ulët për përgjigje më pak të rastësishme dhe një vlerë më të lartë për përgjigje më të rastësishme. Top-P e paracaktuar është 0.95 .

Strategjitë e shpejta të përsëritjes

Dizajni i shpejtë është një proces përsëritës që shpesh kërkon disa përsëritje përpara se të merrni përgjigjen e dëshiruar vazhdimisht. Ky seksion ofron udhëzime për disa gjëra që mund të provoni kur përsëritni në kërkesat tuaja.

Përdorni fraza të ndryshme

Përdorimi i fjalëve ose frazave të ndryshme në kërkesat tuaja shpesh jep përgjigje të ndryshme nga modeli edhe pse të gjitha nënkuptojnë të njëjtën gjë. Nëse nuk po merrni rezultatet e pritura nga kërkesa juaj, provo ta riformulosh atë.

Version 1:
How do I bake a pie?

Version 2:
Suggest a recipe for a pie.

Version 3:
What's a good pie recipe?
  

Kaloni në një detyrë analoge

Nëse nuk mund ta bëni modelin të ndjekë udhëzimet tuaja për një detyrë, provoni t'i jepni udhëzime për një detyrë analoge që arrin të njëjtin rezultat.

Kjo kërkesë i thotë modelit të kategorizojë një libër duke përdorur kategori të paracaktuara.

Which category does The Odyssey belong to:
thriller
sci-fi
mythology
biography
  

    The Odyssey belongs to the category of **mythology**. 

    Here's why:
    
    * **Mythology:** The Odyssey tells the story of Odysseus, a hero from Greek mythology, and his
    journey home after the Trojan War. It features gods, monsters, and supernatural events common to
    Greek mythology.
.....
  

Përgjigja është e saktë, por modeli nuk qëndroi brenda kufijve të opsioneve. Ju gjithashtu dëshironi të modeloni që thjesht të përgjigjeni me një nga opsionet në vend të një fjalie të plotë. Në këtë rast, ju mund t'i riformuloni udhëzimet si një pyetje me shumë zgjedhje dhe t'i kërkoni modelit të zgjedhë një opsion.

Multiple choice problem: Which of the following options describes the book The Odyssey?
Options:
- thriller
- sci-fi
- mythology
- biography
  

The correct answer is **mythology**. 
  

Ndryshoni rendin e përmbajtjes së shpejtë

Renditja e përmbajtjes në prompt ndonjëherë mund të ndikojë në përgjigjen. Provoni të ndryshoni rendin e përmbajtjes dhe shikoni se si kjo ndikon në përgjigjen.

Version 1:
[examples]
[context]
[input]

Version 2:
[input]
[examples]
[context]

Version 3:
[examples]
[input]
[context]

Përgjigjet e kthimit

Një përgjigje kthimi është një përgjigje e kthyer nga modeli kur kërkesa ose përgjigja aktivizojnë një filtër sigurie. Një shembull i një përgjigjeje tjetër është "Unë nuk jam në gjendje të ndihmoj me këtë, pasi jam vetëm një model gjuhësor".

Nëse modeli përgjigjet me një përgjigje kthimi, provoni të rrisni temperaturën.

Gjërat për të shmangur

• Shmangni mbështetjen në modele për të gjeneruar informacion faktik.
• Përdoreni me kujdes në problemet e matematikës dhe logjikës.

Hapat e ardhshëm

• Tani që keni një kuptim më të thellë të dizajnit të shpejtë, provoni të shkruani kërkesat tuaja duke përdorur Google AI Studio .
• Për të mësuar rreth kërkesave multimodale, shihni Kërkesa me skedarë media .