— Заменят ли нейросети людей?
— Нет. Но они заменят тех, кто их не использует.
Наверняка вы уже слышали о нейросетях, искусственном интеллекте и машинном обучении. Если вдруг всё это прошло мимо вас — советую начать с ключевых понятий в ИИ, чтобы понимать, о чём дальше пойдёт речь.
У меня был "великолепный план ... надёжный, как швейцарские часы": накапливать экспертизу в архитектуре, инфраструктуре и организации процессов разработки. Думал, что этот багаж знаний поможет конкурировать с молодыми — опыт против энергии.
Когда T9 только начал подсказывать слова, я был в восторге. Но с появлением LLM (больших языковых моделей) многолетний опыт многих специалистов резко обесценился. И это коснулось не только бухгалтеров и юристов, но и айтишников.
Возможно, скоро придётся руководить не командами живых разработчиков, а быть промт-инженером и управлять десятками LLM. Поэтому чем раньше начнете использовать такие инструменты, тем лучше.
Я для себя выделил три простых шага для освоения LLM. На самом деле, пройти их можно буквально за пару вечеров.
Шаг 1. Используйте LLM для повседневных задач
Мы по природе довольно инертны, особенно с возрастом. Всё сложнее заставить себя учиться новому. Порой нужно силой заставлять себя использовать что-то новое :)
В итоге я сменил обычный поиск в браузере на Perplexity, чтобы заставить свой обычный поток запросов прогонять через LLM, а не через традиционный поиск. Сначала было непривычно, но уже через пару недель не захотелось возвращаться обратно. Если хотите попробовать — вот инструкция.
Для начала просто отправляйте свои обычные поисковые запросы в LLM — без изменений. Позже вы узнаете, что это называется zero-shot prompting ;)
Шаг 2. Учитесь писать промты
LLM — это не магия, а просто T9 на стероидах: предсказывает следующее слово на основе огромного контекста и сложных алгоритмов. Раньше, чтобы заставить компьютер что-то делать, нужно было писать код. Для LLM же — достаточно уметь формулировать свои мысли на естественном языке.
Советую изучить гайд Prompt Engineering от Google (перевод на русском). Он рассчитан на новичков и отлично подходит для старта. Да, он ориентирован на модель Gemini, но советы универсальны.
А дальше — можно прямо у LLM спросить, что ещё почитать про эффективные промты :)
Шаг 3. Изучайте библиотеки готовых промтов
LLM всегда может подсказать подходящие библиотеки промтов, но вот мои фавориты:
— Prompting Guide 101 от Google
— Prompt Library от Anthropic
— Awesome ChatGPT Prompts от сообщества
Шаг 4. Ваш совет!
Что ещё посоветуете изучить начинающему промт-инженеру?
#лайфхаки
— Нет. Но они заменят тех, кто их не использует.
Наверняка вы уже слышали о нейросетях, искусственном интеллекте и машинном обучении. Если вдруг всё это прошло мимо вас — советую начать с ключевых понятий в ИИ, чтобы понимать, о чём дальше пойдёт речь.
У меня был "великолепный план ... надёжный, как швейцарские часы": накапливать экспертизу в архитектуре, инфраструктуре и организации процессов разработки. Думал, что этот багаж знаний поможет конкурировать с молодыми — опыт против энергии.
Когда T9 только начал подсказывать слова, я был в восторге. Но с появлением LLM (больших языковых моделей) многолетний опыт многих специалистов резко обесценился. И это коснулось не только бухгалтеров и юристов, но и айтишников.
Возможно, скоро придётся руководить не командами живых разработчиков, а быть промт-инженером и управлять десятками LLM. Поэтому чем раньше начнете использовать такие инструменты, тем лучше.
Я для себя выделил три простых шага для освоения LLM. На самом деле, пройти их можно буквально за пару вечеров.
Шаг 1. Используйте LLM для повседневных задач
Мы по природе довольно инертны, особенно с возрастом. Всё сложнее заставить себя учиться новому. Порой нужно силой заставлять себя использовать что-то новое :)
В итоге я сменил обычный поиск в браузере на Perplexity, чтобы заставить свой обычный поток запросов прогонять через LLM, а не через традиционный поиск. Сначала было непривычно, но уже через пару недель не захотелось возвращаться обратно. Если хотите попробовать — вот инструкция.
Для начала просто отправляйте свои обычные поисковые запросы в LLM — без изменений. Позже вы узнаете, что это называется zero-shot prompting ;)
Шаг 2. Учитесь писать промты
LLM — это не магия, а просто T9 на стероидах: предсказывает следующее слово на основе огромного контекста и сложных алгоритмов. Раньше, чтобы заставить компьютер что-то делать, нужно было писать код. Для LLM же — достаточно уметь формулировать свои мысли на естественном языке.
Советую изучить гайд Prompt Engineering от Google (перевод на русском). Он рассчитан на новичков и отлично подходит для старта. Да, он ориентирован на модель Gemini, но советы универсальны.
А дальше — можно прямо у LLM спросить, что ещё почитать про эффективные промты :)
Шаг 3. Изучайте библиотеки готовых промтов
LLM всегда может подсказать подходящие библиотеки промтов, но вот мои фавориты:
— Prompting Guide 101 от Google
— Prompt Library от Anthropic
— Awesome ChatGPT Prompts от сообщества
Шаг 4. Ваш совет!
Что ещё посоветуете изучить начинающему промт-инженеру?
#лайфхаки