miniatura|Un videoclip generat dintr-un prompt folosind Sora din OpenAI. Promptul este: Mai mulți mamuți uriași lânoși se apropie pășind printr-o pajiște înzăpezită, blana lor lungă și lânoasă flutură ușor în vânt în timp ce merg, copaci acoperiți de zăpadă și munți dramatici cu vârfuri de zăpadă în depărtare, lumina după-amiezii cu nori subțiri și un soare sus în depărtare creează o strălucire caldă, vederea joasă a camerei este uimitoare, surprinzând mamiferul mare și blănos cu fotografii frumoase, profunzime de câmp. Ingineria prompturilor (în engleză prompt engineering) este procesul de structurare a intrărilor în limbaj natural (denumite prompturi) pentru a obține rezultate specificate de la un model de inteligență artificială generativă (IA generativă). Ingineria contextului este domeniul înrudit al ingineriei software care se concentrează asupra gestionării contextelor, altele decât prompturile sau incluzând prompturile, furnizate modelului de IA generativă, precum instrucțiunile de sistem, metadatele, instrumentele API și tokenurile.
Aceasta poate fi definită și drept practica de concepere și perfecționare a instrucțiunilor de intrare furnizate unui model de IA generativă pentru a produce rezultate mai exacte, relevante sau utile. Ingineria eficientă a prompturilor presupune înțelegerea modului în care un model interpretează limbajul și poate include tehnici precum promptarea cu puține exemple, promptarea prin lanț de raționament și atribuirea unui rol. Este considerată din ce în ce mai mult o competență necesară pentru lucrul cu modele lingvistice de mari dimensiuni (LLM-uri), atât în cercetare, cât și în contexte profesionale.
În timpul expansiunii inteligenței artificiale din anii 2020, ingineria prompturilor a ajuns să fie privită drept o capacitate de afaceri în numeroase companii și industrii. Au fost angajați specialiști cu titulatura de inginer de prompturi pentru a crea prompturi care să sporească productivitatea și eficacitatea, deși această titulatură distinctă și-a pierdut ulterior din relevanță, pe fondul apariției unor modele de IA capabile să producă prompturi mai bune decât oamenii și al instruirii generale a angajaților în utilizarea prompturilor.
Printre tehnicile obișnuite de promptare se numără promptarea cu mai multe exemple, prin lanț de raționament și prin arbore de raționament, precum și atribuirea unor roluri modelului. Metodele automatizate de generare a prompturilor, precum generarea augmentată prin regăsire (RAG), oferă o precizie mai mare și o gamă mai largă de funcții pentru inginerii de prompturi. Injecția de prompturi este un tip de atac de securitate cibernetică care vizează modelele de învățare automată prin intermediul unor prompturi rău intenționate.
Terminologie Oxford English Dictionary definește ingineria prompturilor drept „acțiunea sau procesul de formulare și perfecționare a prompturilor pentru un program, algoritm etc. de inteligență artificială, în vederea optimizării rezultatului acestuia sau a obținerii unui rezultat dorit; disciplina sau profesia care se ocupă de această activitate”. În 2023, termenul prompt („o instrucțiune furnizată unui program, algoritm etc. de inteligență artificială, care determină sau influențează conținutul generat de acesta”) s-a clasat pe locul al doilea în competiția Oxford pentru cuvântul anului.
Prompt Un prompt este un text în limbaj natural care descrie și prescrie sarcina pe care trebuie să o îndeplinească o inteligență artificială (IA). Un prompt pentru un model lingvistic text-la-text poate fi o întrebare, o comandă sau o formulare mai amplă care face trimitere la context, instrucțiuni și istoricul conversației. Procesul de inginerie a prompturilor poate presupune conceperea unor întrebări clare, perfecționarea formulării, furnizarea contextului relevant, specificarea stilului rezultatului și atribuirea unui personaj pe care IA să îl imite, pentru a orienta modelul către răspunsuri mai exacte, utile și consecvente.
Atunci când se comunică cu un model text-imagine sau text-audio, un prompt tipic conține o descriere a rezultatului dorit, precum „o fotografie de înaltă calitate a unui astronaut călare pe un cal” sau „muzică electro lo-fi lentă, cu BPM redus, atmosferă relaxată și mostre organice”. Ingineria prompturilor poate fi aplicată modelelor text-imagine pentru a obține subiectul, stilul, compoziția, iluminarea și estetica dorite.
Tehnici Printre termenii utilizați în mod obișnuit pentru a descrie diferite tehnici specifice de inginerie a prompturilor se numără lanț de raționament, arbore de raționament și generare augmentată prin regăsire (RAG). O analiză de sinteză a domeniului din 2024 a identificat peste 50 de tehnici distincte de promptare bazate pe text, 40 de variante multimodale și un vocabular de 33 de termeni utilizați în cercetarea privind promptarea, evidențiind lipsa actuală a unei terminologii standardizate pentru ingineria prompturilor.
Vibe coding este o metodă de dezvoltare software asistată de inteligența artificială în care utilizatorul îi descrie unui LLM ceea ce dorește și îi permite să genereze sau să modifice codul. În 2025, „vibe coding” a fost desemnat cuvântul anului de dicționarul Collins.
Ingineria contextului Ingineria contextului este un proces înrudit care se concentrează asupra elementelor de context ce însoțesc prompturile utilizatorului, inclusiv instrucțiunile de sistem, cunoștințele regăsite, definițiile instrumentelor, rezumatele conversațiilor și metadatele sarcinii. Ingineria contextului este utilizată pentru a îmbunătăți fiabilitatea, proveniența și eficiența utilizării tokenurilor în sistemele LLM aflate în producție. Conceptul pune accentul pe practici operaționale precum bugetarea tokenurilor, etichetele de proveniență, versionarea artefactelor de context, observabilitatea (înregistrarea contextului furnizat) și testele de regresie ale contextului, pentru a asigura că modificările aduse contextului furnizat nu schimbă în mod neobservat comportamentul sistemului.
Fundamentare Cercetările au constatat că performanța modelelor lingvistice de mari dimensiuni (LLM-uri) este foarte sensibilă la alegeri precum ordinea exemplelor, calitatea etichetelor demonstrațiilor și chiar variațiile minore de formulare. În unele cazuri, reordonarea exemplelor dintr-un prompt a determinat variații ale acurateței de peste 40%.
Învățarea în context Capacitatea unui model de a învăța temporar din prompturi este denumită învățare în context. Învățarea în context este o capacitate emergentă a modelelor lingvistice de mari dimensiuni. Ea este o proprietate emergentă a dimensiunii modelului, ceea ce înseamnă că apar discontinuități în legile de scalare, iar eficacitatea sa crește într-un ritm diferit la modelele mai mari față de cele mai mici. Spre deosebire de antrenare și ajustarea fină, care produc modificări durabile, învățarea în context este temporară. Antrenarea modelelor pentru a realiza învățare în context poate fi privită ca o formă de metaînvățare sau „învățare a modului de a învăța”.
Promptarea pentru estimarea sensibilității modelului Cercetările demonstrează în mod consecvent că LLM-urile sunt foarte sensibile la variații subtile ale formatării, structurii și proprietăților lingvistice ale prompturilor. Unele studii au evidențiat diferențe de până la 76 de puncte de acuratețe între modificări de formatare în contexte cu puține exemple. Caracteristicile lingvistice influențează semnificativ eficacitatea prompturilor — inclusiv modificările morfologice, sintactice și lexico-semantice — și pot îmbunătăți în mod substanțial performanța într-o varietate de sarcini. Sintaxa propozițiilor subordonate, de exemplu, îmbunătățește consecvența și reduce incertitudinea în regăsirea cunoștințelor. Această sensibilitate persistă chiar și în cazul modelelor de dimensiuni mai mari, al adăugării mai multor exemple sau al ajustării pe baza instrucțiunilor.
Pentru a aborda sensibilitatea modelelor și a le face mai robuste, au fost propuse mai multe metode de evaluare. FormatSpread facilitează analiza sistematică prin evaluarea unei game de formate plauzibile ale prompturilor și oferă un interval de performanță mai cuprinzător. În mod similar, PromptEval estimează distribuțiile performanței pentru prompturi diverse, permițând calcularea unor indicatori robuști, precum cuantilele performanței, și realizarea unor evaluări exacte în condițiile unor bugete limitate.
Tehnici de promptare
Cu mai multe exemple Un prompt poate include câteva exemple din care modelul să învețe în context, ceea ce reprezintă o aplicare a învățării cu puține exemple în cazul LLM-urilor. De exemplu, promptul îi poate cere modelului să completeze „maison casă, chat pisică, chien ”, răspunsul așteptat fiind câine.
Lanț de raționament
Promptarea prin lanț de raționament (CoT) este o tehnică ce permite modelelor lingvistice de mari dimensiuni (LLM-uri) să rezolve o problemă sub forma unei serii de pași intermediari înainte de a furniza răspunsul final. În 2022, Google Brain a raportat că promptarea prin lanț de raționament îmbunătățește capacitatea de raționament prin determinarea modelului să răspundă unei probleme cu mai multe etape folosind pași de raționament care imită un fir al gândirii. Tehnicile de tip lanț de raționament au fost dezvoltate pentru a ajuta LLM-urile să gestioneze sarcini de raționament cu mai multe etape, precum întrebările de aritmetică sau de raționament de bun-simț.
Potrivit Google, atunci când a fost aplicată modelului PaLM, un model lingvistic cu 540 de miliarde de parametri, promptarea CoT a îmbunătățit semnificativ performanța modelului, permițându-i să obțină rezultate comparabile cu cele ale modelelor ajustate fin pentru anumite sarcini și să atingă rezultate de vârf la momentul respectiv în testul de referință GSM8K pentru raționament matematic. Modelele pot fi ajustate fin pe seturi de date cu raționamente CoT pentru a consolida în continuare această capacitate și a favoriza o mai bună interpretabilitate.
În forma propusă inițial de Google, fiecare prompt CoT este însoțit de un set de exemple de intrare/ieșire — denumite exemple demonstrative — care ilustrează rezultatul dorit al modelului, ceea ce face ca aceasta să fie o tehnică de promptare cu puține exemple. Cu toate acestea, potrivit unui articol ulterior al unor cercetători de la Google și Universitatea din Tokio, simpla adăugare a cuvintelor „Să gândim pas cu pas” s-a dovedit de asemenea eficientă, ceea ce a permis utilizarea CoT ca tehnică fără exemple.
Autoconsistență Autoconsistența efectuează mai multe rulări ale lanțului de raționament, apoi selectează concluzia la care s-a ajuns cel mai frecvent dintre toate rulările.
Arbore de raționament Promptarea prin arbore de raționament generalizează lanțul de raționament prin generarea în paralel a mai multor linii de raționament, cu posibilitatea de a reveni la pași anteriori sau de a explora alte căi. Aceasta poate utiliza algoritmi de căutare în arbori, precum căutarea în lățime, căutarea în adâncime sau căutarea cu fascicul.
Promptarea text-imagine
În 2022, modele text-imagine precum DALL-E 2, Stable Diffusion și Midjourney au fost puse la dispoziția publicului. Aceste modele primesc prompturi text ca intrare și le folosesc pentru a genera imagini. Primele modele text-imagine nu înțelegeau de regulă negația, gramatica și structura propoziției în același mod ca modelele lingvistice de mari dimensiuni și puteau necesita, prin urmare, un set diferit de tehnici de promptare. Promptul „o petrecere fără tort” putea genera o imagine care includea un tort.