Hoe AI-hallucinaties te verminderen met deze 6 aanwijzingentechnieken

Belangrijkste leerpunten

• Duidelijke en specifieke aanwijzingen zijn cruciaal om AI-hallucinaties te minimaliseren. Vermijd vage instructies en geef expliciete details om onvoorspelbare resultaten te voorkomen.
• Gebruik aarding of de 'volgens...'-techniek om de output toe te schrijven aan een specifieke bron of perspectief. Dit helpt feitelijke fouten en vooroordelen in door AI gegenereerde inhoud te voorkomen.
• Gebruik beperkingen en regels om de AI-output vorm te geven op basis van de gewenste resultaten. Vermeld expliciet beperkingen of impliceer deze via context of taak om ongepaste of onlogische uitkomsten te voorkomen.

Krijgt u niet het gewenste antwoord van een generatief AI-model? Mogelijk hebt u te maken met AI-hallucinatie, een probleem dat optreedt wanneer het model onnauwkeurige of irrelevante resultaten produceert.

Dit wordt veroorzaakt door verschillende factoren, zoals de kwaliteit van de gegevens die worden gebruikt om het model te trainen, een gebrek aan context of de dubbelzinnigheid van de prompt. Gelukkig zijn er technieken die je kunt gebruiken om betrouwbaardere resultaten uit een AI-model te halen.

1. Geef duidelijke en specifieke aanwijzingen

De eerste stap erin het minimaliseren van AI-hallucinatie is het creëren van duidelijke en zeer specifieke aanwijzingen. Vage of dubbelzinnige aanwijzingen kunnen tot onvoorspelbare resultaten leiden, omdat AI-modellen kunnen proberen de bedoeling achter de aanwijzing te interpreteren. Wees in plaats daarvan expliciet in uw instructies.

In plaats van te vragen: 'Vertel me eens over honden', zou je kunnen vragen: 'Geef me een gedetailleerde beschrijving van het fysieke kenmerken en temperament van Golden Retrievers." Het verfijnen van uw prompt totdat deze duidelijk is, is een gemakkelijke manier om AI te voorkomen hallucinatie.

2. Gebruik aarding of de techniek 'Volgens...'

Een van de uitdagingen bij het gebruik van AI-systemen is dat ze resultaten kunnen genereren die feitelijk onjuist, bevooroordeeld of inconsistent zijn met uw opvattingen of waarden. Dit kan gebeuren omdat de AI-systemen zijn getraind op grote en diverse datasets die fouten, meningen of tegenstrijdigheden kunnen bevatten.

Om dit te voorkomen, kunt u aarden of de 'volgens...'-techniek gebruiken, waarbij u de uitvoer aan een specifieke bron of perspectief toewijst. Je kunt het AI-systeem bijvoorbeeld vragen een feit over een onderwerp te schrijven volgens Wikipedia, Google Scholar of een specifieke publiek toegankelijke bron.

3. Gebruik beperkingen en regels

Beperkingen en regels kunnen helpen voorkomen dat het AI-systeem ongepaste, inconsistente, tegenstrijdige of onlogische resultaten genereert. Ze kunnen ook helpen de output vorm te geven en te verfijnen op basis van het gewenste resultaat en doel. Beperkingen en regels kunnen expliciet in de prompt worden vermeld of impliciet worden geïmpliceerd door de context of de taak.

Stel dat je een AI-tool wilt gebruiken om een ​​gedicht over de liefde te schrijven. In plaats van het een algemene opdracht te geven, zoals 'schrijf een gedicht over liefde', kun je het een meer beperkte en op regels gebaseerde opdracht geven, zoals 'schrijf een sonnet over liefde met veertien regels en tien lettergrepen per regel'.

4. Gebruik meerstapsprompts

Soms kunnen complexe vragen leiden tot AI-hallucinaties omdat het model ze in één stap probeert te beantwoorden. Om dit te ondervangen, verdeelt u uw vragen in meerdere stappen.

In plaats van bijvoorbeeld te vragen: "Wat is de meest effectieve diabetesbehandeling?" je kunt vragen: "Wat zijn de gebruikelijke behandelingen voor diabetes?" U kunt dan vervolgen met: "Welke van deze behandelingen wordt volgens de medische wetenschap als het meest effectief beschouwd studeren?"

Multi-step prompting dwingt het AI-model om tussentijdse informatie te verstrekken voordat het tot een definitief antwoord komt, wat kan leiden tot nauwkeurigere en beter geïnformeerde antwoorden.

5. Wijs een rol toe aan AI

Wanneer u in uw prompt een specifieke rol aan het AI-model toewijst, verduidelijkt u het doel ervan en verkleint u de kans op hallucinaties. In plaats van bijvoorbeeld te zeggen: "Vertel me eens over de geschiedenis van de kwantummechanica", kun je de AI vragen: "Neem de rol aan van een ijverige onderzoeker en geef een samenvatting van de belangrijkste mijlpalen in de geschiedenis van kwantum mechanica."

Deze framing moedigt de AI aan om op te treden als een ijverige onderzoeker in plaats van als een speculatieve verhalenverteller.

6. Voeg contextuele informatie toe

Het niet verstrekken van contextuele informatie wanneer dat nodig is, is een prompte fout die u moet vermijden bij het gebruik van ChatGPT of andere AI-modellen. Contextuele informatie helpt het model de achtergrond, het domein of het doel van de taak te begrijpen en relevantere en coherentere resultaten te genereren. Contextuele informatie omvat trefwoorden, tags, categorieën, voorbeelden, referenties en bronnen.

Als u bijvoorbeeld een productrecensie voor een hoofdtelefoon wilt genereren, kunt u contextuele informatie verstrekken, zoals de productnaam, het merk, de kenmerken, de prijs, de beoordeling of klantfeedback. Een goede prompt voor deze taak zou er ongeveer zo uit kunnen zien:

Betere AI-reacties krijgen

Het kan frustrerend zijn als je niet de feedback krijgt die je van een AI-model verwacht. Door deze AI-aansporingstechnieken te gebruiken, kunt u echter de kans op AI-hallucinaties verkleinen en betere en betrouwbaardere reacties van uw AI-systemen krijgen.

Houd er rekening mee dat deze technieken niet onfeilbaar zijn en mogelijk niet voor elke taak of elk onderwerp werken. U moet de AI-uitvoer altijd controleren en verifiëren voordat u deze voor serieuze doeleinden gebruikt.