Czym jest framework
APE?
Framework APE (Action, Purpose, Expectation) to metoda tworzenia promptów, która opiera się na trzech kluczowych elementach:
- Action (Działanie) – Co AI ma zrobić? Określenie, co model AI ma wykonać np. stwórz opis produktu, wygeneruj podsumowanie artykułu, zaproponuj chwytliwy tytuł posta.
- Purpose (Cel) – Co jest naszym celem. Wyjaśnienie, dlaczego ten cel jest istotny np. zadanie to ma to pomóc w promocji produktu, ułatwienie zrozumienia treści przez czytelnika.
- Expectation (Oczekiwania) – Jakiego efektu końcowego oczekujemy? Jasne określenie oczekiwanej odpowiedzi lub jej formatu np. opis powinien mieć maksymalnie 200 znaków, podsumowanie w pięciu zdaniach.
Dzięki tej strukturze możemy formułować jasne i zrozumiałe zapytania, które zwiększają skuteczność generowanych odpowiedzi.
Kluczowe elementy APE:
- Jasne wytyczne: APE zapewnia precyzyjne instrukcje dla AI, co prowadzi do bardziej trafnych odpowiedzi.
- Kontekstowe zrozumienie: Dzięki wyjaśnieniu celu, AI lepiej rozumie kontekst zapytania.
- Zdefiniowane rezultaty: Określenie oczekiwań pomaga w uzyskaniu odpowiedzi o pożądanej jakości i trafności.
Kiedy unikać frameworku APE?
APE może nie sprawdzić się w sytuacjach, gdy:
*Eksplorujemy kreatywne pomysły i nie chcemy ograniczać AI szczegółowymi wytycznymi.
*Potrzebujemy krótkiego, jednowyrazowego zapytania, np. „Zdefiniuj AI”.
*Szukamy spontanicznych i swobodnych odpowiedzi bez konkretnych oczekiwań.
*Kiedy wiemy kto jest naszą grupą odbiorców – tutaj nie ma jasno określonej roli.
Przykład frameworku APE
Restaurator: (Action) Zaproponuj atrakcyjny opis nowego dania do menu (Purpose), aby zachęcić klientów do jego zamówienia (Expectation), podkreślając jego unikalne składniki i inspirację kulinarną.
Podsumowując APE to dobry framework, ale…
Jeśli wiesz co chcesz zrobić, masz jasno wyznaczony cel i oczekiwania to może okazać się dobrym wyborem. Pamiętaj, że najwięcej uczymy się poprzez działanie. Dlatego bardzo zachęcam Cię do sprawdzenia APE w Twoich własnych przykładach. Nie zapomnij o krytycznym podejściu. Po otrzymaniu wyniku zadaj sobie pytanie „Czy ten framework spełnia moje oczekiwania? Co mogło być lepiej zrobione? Czy otrzymane wyniki są prawdziwe, czy wystąpiły halucynacje? Czy cel został osiągnięty?
