ចម្លើយសង្ខេប៖ ប្រអប់បញ្ចូលអវិជ្ជមានប្រាប់ AI អំពីអ្វីដែលត្រូវជៀសវាង ដែលជួយកាត់បន្ថយភាពមិនច្បាស់លាស់ ភាពរញ៉េរញ៉ៃ ការធ្វើម្តងទៀត ឬលទ្ធផលមិនដូចរចនាប័ទ្ម។ វាសំខាន់ព្រោះលទ្ធផលកាន់តែមានការគ្រប់គ្រង និងស៊ីសង្វាក់គ្នា ជាពិសេសនៅពេលដែលចំណុចបរាជ័យទូទៅបំផុតងាយស្រួលកត់សម្គាល់។ វាដំណើរការល្អបំផុតនៅពេលអ្នកផ្គូផ្គងប្រអប់បញ្ចូលសំខាន់ច្បាស់លាស់ជាមួយនឹងបញ្ជីករណីលើកលែងខ្លីៗដែលមានគោលដៅ។
ចំណុចសំខាន់ៗ៖
ការគ្រប់គ្រង ៖ កំណត់គោលដៅជាមុនសិន បន្ទាប់មកទប់ស្កាត់តែលទ្ធផលដែលមិនចង់បានដែលទំនងបំផុត។
ភាពជាក់លាក់ ៖ ជំនួសការហាមឃាត់មិនច្បាស់លាស់ជាមួយនឹងការដកចេញច្បាស់លាស់ដូចជា ការមិនច្បាស់លាស់ ពាក្យដដែលៗ ឬវត្ថុបន្ថែម។
តុល្យភាព ៖ រក្សាសំណួរអវិជ្ជមានឲ្យខ្លី ដើម្បីឱ្យលទ្ធផលច្បាស់លាស់ដោយមិនប្រែប្រួល។
ការធ្វើតេស្ត ៖ កែតម្រូវការដកចេញបន្ទាប់ពីការដំណើរការនីមួយៗ នៅពេលដែលគំរូបន្តធ្វើកំហុសដដែលៗ។
សម ៖ ផ្គូផ្គងមតិយោបល់អវិជ្ជមានទៅនឹងភារកិច្ច មិនថាវាមានន័យថារូបភាព ការសរសេរ ការគាំទ្រការឆ្លើយតប ឬលំហូរការងារនោះទេ។
អត្ថបទដែលអ្នកប្រហែលជាចង់អានបន្ទាប់ពីអត្ថបទនេះ៖
🔗 តើការស្វែងរកដែលដំណើរការដោយ AI ជាអ្វី ហើយវាដំណើរការយ៉ាងដូចម្តេច
ពន្យល់អំពីការស្វែងរកឆ្លាតវៃ ចំណាត់ថ្នាក់ និងលទ្ធផលផ្ទាល់ខ្លួនដោយប្រើ AI។.
🔗 តើ AI នៅមានជីវិតទេ? អ្វីដែលវិទ្យាសាស្ត្រនិយាយសព្វថ្ងៃនេះ
ស្វែងយល់ពីនិយមន័យនៃជីវិត ស្មារតី និងដែនកំណត់នៃ AI សព្វថ្ងៃនេះ។.
🔗 តើ AI ប្រើប្រាស់ថាមពលប៉ុន្មានក្នុងការអនុវត្តជាក់ស្តែង
បំបែកការចំណាយលើការបណ្តុះបណ្តាលទល់នឹងការសន្និដ្ឋាន មជ្ឈមណ្ឌលទិន្នន័យ និងប្រសិទ្ធភាព។.
🔗 តើ AI ត្រូវបានបង្កើតឡើងនៅពេលណា? ប្រវត្តិសង្ខេប
គ្របដណ្តប់លើព្រឹត្តិការណ៍សំខាន់ៗ ចាប់ពីការគណនាដំបូងៗ រហូតដល់ការរៀនម៉ាស៊ីនទំនើប។.
តើអ្វីទៅជាការជំរុញអវិជ្ជមានក្នុងបញ្ញាសិប្បនិម្មិត? 🧠
ប្រអប់ ណែនាំអវិជ្ជមាននៅក្នុង AI គឺជាសំណុំនៃការណែនាំដែលប្រាប់គំរូអំពីអ្វីដែល មិន ត្រូវបង្កើត។
ជំនួសឲ្យការនិយាយតែថា៖
-
«បង្កើតរូបភាពប្រាកដនិយមរបស់ស្ត្រីម្នាក់ក្នុងពន្លឺស្រទន់»
អ្នកក៏អាចបន្ថែម៖
-
«គ្មានភាពព្រិលៗ»
-
«គ្មានម្រាមដៃបន្ថែមទេ»
-
«គ្មានរចនាប័ទ្មគំនូរជីវចលទេ»
-
«គ្មានភ្នែកដែលខូចទ្រង់ទ្រាយទេ»
-
"គ្មានអក្សរនៅផ្ទៃខាងក្រោយទេ"
ផ្នែកទីពីរនោះគឺជាការណែនាំអវិជ្ជមាន។.
ការងារចម្បងនៃប្រអប់បញ្ចូលអវិជ្ជមានគឺកាត់បន្ថយលំនាំដែលមិនចង់បាននៅក្នុងលទ្ធផល។ វាដើរតួដូចជាតម្រង ឬប្រហែលជាដូចជាអ្នកយាមនៅមាត់ទ្វារក្លឹបដែលសម្រេចចិត្តថាតើវត្ថុបុរាណដែលមើលឃើញមួយណាមិនចូលយប់នេះ 🚪
ក្នុងការប្រើប្រាស់ជាក់ស្តែង ការជំរុញអវិជ្ជមានលេចឡើងជាញឹកញាប់បំផុតនៅក្នុង៖
-
ឧបករណ៍ផ្ទេររចនាប័ទ្ម
-
លំហូរការងារបង្កើតវីដេអូ
-
ការបង្កើតសំឡេងក្នុងករណីខ្លះ
ទោះជាយ៉ាងណាក៏ដោយ វាមិនមែនជាមន្តអាគមទេ។ ការជំរុញអវិជ្ជមានមិនធានានូវភាពល្អឥតខ្ចោះនោះទេ។ វារុញម៉ូដែលឱ្យឆ្ងាយពីលទ្ធផលជាក់លាក់។ ពេលខ្លះថ្នមៗ។ ពេលខ្លះដូចជារទេះទិញទំនិញដែលមានកង់ខូច។.
ហេតុអ្វីបានជាការជំរុញអវិជ្ជមាននៅក្នុង AI មានសារៈសំខាន់ខ្លាំងម្លេះ📌
នេះជាអ្វីដែលមនុស្សរៀនបានលឿន - បញ្ញាសិប្បនិម្មិត (AI) ពូកែទាយ ប៉ុន្តែការទាយមិនដូចគ្នានឹងការយល់ដឹងនោះទេ។.
នៅពេលអ្នកសរសេរការជំរុញធម្មតា គំរូព្យាយាមបំពេញសំណើដោយផ្អែកលើលំនាំដែលវាបានរៀន។ នោះអាចនាំឱ្យមានលទ្ធផលខ្លាំង ប៉ុន្តែវាក៏អាចនាំមកនូវសំរាមដែលអ្នកមិនធ្លាប់ស្នើសុំផងដែរ។ រូបគំនូរស្រមើស្រមៃទន់ៗក្លាយជាស្បែកប្លាស្ទិករលោងពេក។ រូបថតផលិតផលស្អាតស្រាប់តែមានអក្សរចៃដន្យអណ្តែតនៅជ្រុង។ គ្រោងប្លុកប្រែទៅជាការបំពេញទូទៅ។ អ្នកស្គាល់លំនាំ។.
នោះហើយជាមូលហេតុដែល Negative Prompt នៅក្នុង AI មានសារៈសំខាន់។ វា ធ្វើអោយប្រសើរឡើងនូវការគ្រប់គ្រង ។
វាជួយជាមួយ៖
-
ភាពជាក់លាក់ - អ្នកបង្រួមទំហំទិន្នផល
-
ភាពស៊ីសង្វាក់គ្នា - ការភ្ញាក់ផ្អើលចៃដន្យតិចជាងមុន
-
ការគ្រប់គ្រងគុណភាព - សម្អាតតិចជាងមុននៅពេលក្រោយ
-
ការគ្រប់គ្រងរចនាប័ទ្ម - ជៀសវាងរូបរាង ឬសម្លេងដែលអ្នកមិនចូលចិត្ត
-
ការកាត់បន្ថយកំហុស - លុបបំបាត់ពិការភាព និងវត្ថុបុរាណទូទៅ
-
សន្សំសំចៃពេលវេលា - លទ្ធផលកាន់តែប្រសើរឡើងក្នុងការប៉ុនប៉ងតិចជាងមុន
នៅក្នុងការធ្វើតេស្តផ្ទាល់ខ្លួនរបស់ខ្ញុំ គម្លាតរវាងការជំរុញដ៏សមរម្យ និងការជំរុញដ៏ចម្រូងចម្រាសជាមួយនឹងអវិជ្ជមាន ជារឿយៗមានទំហំធំជាងអ្វីដែលមនុស្សរំពឹងទុក។ ការបន្ថែមការណែនាំ "មិនរួមបញ្ចូល" មួយចំនួនអាចមានអារម្មណ៍ថាមានឥទ្ធិពលជាងការបន្ថែមពាក្យពិពណ៌នាបន្ថែមចំនួនដប់។ មិនមែនគ្រប់ពេលទេ ប៉ុន្តែជាញឹកញាប់គ្រប់គ្រាន់ដើម្បីរាប់។.
តើអ្វីទៅជាការជំរុញអវិជ្ជមានល្អក្នុងបញ្ញាសិប្បនិម្មិត? ✅✨
ការណែនាំអវិជ្ជមានដ៏ល្អមួយមិនមែនគ្រាន់តែជាគំនរពាក្យហាមឃាត់ចៃដន្យនោះទេ។ វាមាន គោលដៅ ជាក់លាក់ និងជាក់ស្តែង ។
សញ្ញាអវិជ្ជមានល្អជាធម្មតាមានលក្ខណៈពិសេសទាំងនេះ៖
-
ពាក់ព័ន្ធនឹងទិន្នផល
-
ប្រសិនបើអ្នកចង់បានរូបបញ្ឈរដែលមានលក្ខណៈប្រាកដនិយម ហ្វីលរូបថតអវិជ្ជមានដូចជា "គំនូរជីវចល គំនូរជីវចល ព័ត៌មានលម្អិតទាប" គឺសមហេតុផល។.
-
-
ផ្តោតលើកំហុសដែលអាចកើតមាន
-
សម្រាប់ដៃ មុខ អក្សរ កាយវិភាគសាស្ត្រ ភាពព្រិលៗ និងភាពរញ៉េរញ៉ៃ - ទាំងនេះគឺជាចំណុចបញ្ហាទូទៅ។.
-
-
ខ្លីល្មមដើម្បីឲ្យច្បាស់
-
បញ្ជីដ៏ធំអាចក្លាយទៅជាមិនស្រួល និងផ្ទុយគ្នា។.
-
-
ជាក់លាក់ដោយមិនក្លាយជាមនុស្សញៀន
-
«គ្មានម្រាមដៃបន្ថែម» គឺល្អជាង «ដកភាពមិនប្រក្រតីខាងជីវសាស្រ្តទាំងអស់ចេញពីរចនាសម្ព័ន្ធអវយវៈរបស់មនុស្ស»។ មកឥឡូវនេះ។.
-
-
រួមផ្សំជាមួយនឹងការជំរុញវិជ្ជមានដ៏រឹងមាំ
-
ការណែនាំអវិជ្ជមានដំណើរការបានល្អបំផុតនៅពេលដែល AI ក៏ដឹងពីអ្វីដែលអ្នក ចង់បាន ។
-
សញ្ញាអវិជ្ជមានខ្សោយច្រើនតែមើលទៅដូចនេះ៖
-
មិនច្បាស់លាស់ពេក - "ធ្វើឱ្យវាកាន់តែប្រសើរ"
-
ទូលាយពេក - "គ្មានអ្វីអាក្រក់ទេ"
-
ផ្ទុយស្រឡះពេក - "ប្រាកដនិយម ប៉ុន្តែគ្មានស្រមោល គ្មានវាយនភាព គ្មានព័ត៌មានលម្អិតអំពីស្បែក"
-
វែងពេក - ការចាក់ពាក្យគន្លឹះគ្មានទីបញ្ចប់ដោយគ្មានរចនាសម្ព័ន្ធ
វិធីល្អមួយដើម្បីគិតអំពីវាគឺ៖ ប្រអប់បញ្ចូលវិជ្ជមានកំណត់គោលដៅ ហើយប្រអប់បញ្ចូលអវិជ្ជមានលុបផ្លូវដែលអ្នកមិនចង់ឱ្យ AI បើកបរ 🚗
ប្រហែលជាមិនមែនជាពាក្យប្រៀបធៀបដ៏ល្អឥតខ្ចោះទេ។ ដូចជាការដកផ្លូវវាលភក់ចេញពី GPS ច្រើនជាង។ យ៉ាងណាក៏ដោយ វានៅតែដំណើរការបានល្អគ្រប់គ្រាន់។.
តារាងប្រៀបធៀប - វិធីទូទៅក្នុងការប្រើ Negative Prompt ក្នុង AI 📊
នេះគឺជាតារាងប្រៀបធៀបជាក់ស្តែងដែលបង្ហាញពីរចនាប័ទ្មនៃការជំរុញអវិជ្ជមានទូទៅបំផុត និងកន្លែងដែលពួកវាដំណើរការល្អបំផុត ដោយផ្អែកលើ ការណែនាំអំពីការជំរុញរូបភាព វិស្វកម្ម ការជំរុញ LLM និង ការណែនាំវិស្វកម្មការជំរុញ API ។
| រចនាប័ទ្មសារអវិជ្ជមាន | ល្អបំផុតសម្រាប់ | ឧទាហរណ៍នៃពាក្យ | ហេតុអ្វីបានជាវាដំណើរការ | កំហុសទូទៅ |
|---|---|---|---|---|
| ការដកយកវត្ថុបុរាណចេញ | រូបភាព AI | "ព្រិលៗ, សំឡេងរំខាន, គុណភាពទាប, ភីកសែល" | កាត់បន្ថយភាពរញ៉េរញ៉ៃដែលមើលឃើញយ៉ាងច្បាស់បានយ៉ាងឆាប់រហ័ស | ការប្រើប្រាស់ពាក្យគុណភាពដែលត្រួតស៊ីគ្នាច្រើនពេក |
| ការកែតម្រូវកាយវិភាគសាស្ត្រ | រូបបញ្ឈរ, តួអង្គ | «ម្រាមដៃបន្ថែម ដៃមិនល្អ មុខខូចទ្រង់ទ្រាយ» | កំណត់គោលដៅកំហុសឆ្គងបែបមនុស្សបុរាណ | ភ្លេចពង្រឹងការណែនាំរូបភាពសំខាន់ |
| ការដកចេញរចនាប័ទ្ម | ទិសដៅសិល្បៈ | "គំនូរជីវចល, អានីមេ, រចនាប័ទ្មរឿងកំប្លែង, លើសកម្រិត" | រក្សាទិន្នផលឱ្យកាន់តែជិតនឹងសម្លេងដែលមើលឃើញដែលបានជ្រើសរើស | រចនាប័ទ្មរារាំងដែលអ្នកនៅតែត្រូវការ ដោយឆ្គងៗ |
| ការសម្អាតផ្ទៃខាងក្រោយ | រូបភាពផលិតផល, គំរូផលិតផល | "ផ្ទៃខាងក្រោយ, អត្ថបទ, រូបសញ្ញាទឹកដែលរញ៉េរញ៉ៃ" | ជួយញែកប្រធានបទបានកាន់តែប្រសើរ | ស្នើសុំឈុតឆាកលម្អិត ខណៈពេលហាមឃាត់ព័ត៌មានលម្អិត |
| ការដកចេញវត្ថុ | ការបង្កើតឈុតឆាក | «គ្មានរថយន្ត គ្មានហ្វូងមនុស្ស គ្មានសត្វ» | យកធាតុដែលមិនចង់បានចេញដោយផ្ទាល់ | រឹតត្បិតឈុតឆាកខ្លាំងពេករហូតដល់មានអារម្មណ៍ថាទទេ |
| ការគ្រប់គ្រងសម្លេងសម្រាប់អត្ថបទ | ការសរសេរដោយ AI | «គ្មានពាក្យស្លោក គ្មានភាសាបំផ្លើស គ្មានពាក្យដដែលៗ» | ធ្វើឱ្យសំឡេង និងភាពងាយស្រួលអានកាន់តែច្បាស់ | ការសរសេរតឹងរ៉ឹងបែបនេះ ស្តាប់ទៅដូចជាឈើច្រត់ |
| ការត្រងសុវត្ថិភាព ឬម៉ាក | លំហូរការងារអាជីវកម្ម | «គ្មានភាសាប្រមាថ គ្មាននយោបាយ» | កាត់បន្ថយទិន្នផលដែលមានហានិភ័យក្នុងការប្រើប្រាស់ក្នុងវិជ្ជាជីវៈ | ដោយសន្មតថាវាដោះស្រាយគ្រប់ករណីគែមទាំងអស់ |
| ការគ្រប់គ្រងទម្រង់ | លទ្ធផលដែលមានរចនាសម្ព័ន្ធ | «គ្មានតុ គ្មានគ្រាប់កាំភ្លើងលើសទម្ងន់ គ្មានរូបសញ្ញាអារម្មណ៍» | មានប្រយោជន៍នៅពេលដែលអ្នកត្រូវការទម្រង់ជាក់លាក់ | មានជម្លោះជាមួយទម្រង់ដែលបានស្នើសុំ... កើតឡើងច្រើនណាស់ |
សូមមើលគំរូ។ ការជំរុញអវិជ្ជមានដ៏ល្អបំផុតមិនព្យាយាមគ្រប់គ្រងអ្វីៗគ្រប់យ៉ាងទេ។ ពួកគេដោះស្រាយចំណុចបរាជ័យដែលទំនងបំផុត។.
របៀបដែលការជំរុញអវិជ្ជមានដំណើរការនៅពីក្រោយឆាក ⚙️
ដោយមិនវង្វេងឆ្ងាយពេកទៅក្នុងស្មៅទេ ការជំរុញអវិជ្ជមានមួយជះឥទ្ធិពលដល់គំរូដោយ បំបាក់ស្មារតីជាក់លាក់ក្នុងអំឡុងពេលបង្កើត ។
នៅក្នុងឧបករណ៍រូបភាព ប្រព័ន្ធមើលទាំងប្រអប់បញ្ចូលមេ និងប្រអប់បញ្ចូលអវិជ្ជមាន ហើយព្យាយាមផ្លាស់ទីទៅជិតមួយ ខណៈពេលដែលផ្លាស់ទីឆ្ងាយពីមួយទៀត។ នោះគឺជាកំណែសាមញ្ញ បាទ/ចាស៎ ប៉ុន្តែវាជួយបាន។ សូមគិតថាវាដូចជាការបើកបរដោយដៃម្ខាង ខណៈពេលដែលរុញផែនទីមិនល្អចេញដោយថ្នមៗជាមួយដៃម្ខាងទៀត។ នៅក្នុងឧបករណ៍ដែលបង្កើតឡើងនៅលើ Diffusers សូម្បីតែផ្ទៃ API ខាងក្រោមក៏រួមបញ្ចូលវាលដូចជា negative_prompt_embeds សម្រាប់ការគ្រប់គ្រងប្រភេទនេះដែរ។
នៅក្នុងឧបករណ៍ភាសា ការណែនាំអវិជ្ជមានជួយបង្កើត៖
-
សម្លេង
-
រចនាសម្ព័ន្ធ
-
ប្រធានបទហាមឃាត់
-
ដែនកំណត់រចនាប័ទ្ម
-
ការគ្រប់គ្រងការធ្វើម្តងទៀត
-
ឥរិយាបថធ្វើទ្រង់ទ្រាយ
បញ្ញាសិប្បនិម្មិត (AI) ជាទូទៅកំពុងធ្វើឱ្យមានតុល្យភាពរវាងចំណូលចិត្ត។.
នោះមានន័យថា ការណែនាំអវិជ្ជមានមិនមែនជាកុងតាក់វេទមន្តដាច់ដោយឡែកពីគ្នាទេ។ ពួកវាជាផ្នែកមួយនៃ ប្រព័ន្ធអេកូឡូស៊ីការណែនាំ ។ ដែលក៏ពន្យល់ពីមូលហេតុដែលពួកវាអាចបរាជ័យនៅពេល៖
-
សញ្ញាវិជ្ជមានខ្សោយពេក
-
សំណួរអវិជ្ជមានវែងពេក
-
ការណែនាំមានភាពផ្ទុយគ្នា
-
ម៉ូដែលនេះមិនដោះស្រាយភាពអវិជ្ជមានបានល្អទេ
-
សំណើនេះស្មុគស្មាញពេកសម្រាប់ប័ណ្ណមួយ
ហើយមែនហើយ ឧបករណ៍ផ្សេងៗគ្នាឆ្លើយតបខុសគ្នា។ គំរូរូបភាពខ្លះចូលចិត្តការជំរុញអវិជ្ជមានស្អាត។ គំរូរូបភាពខ្លះទៀតងក់ក្បាលតិចៗ ហើយធ្វើអ្វីដែលពួកគេត្រូវបានកំណត់រួចហើយ។ AI អាចមុតស្រួច និងរឹងរូសក្នុងពេលតែមួយ 😬
សញ្ញាអវិជ្ជមាននៅក្នុង AI សម្រាប់ការបង្កើតរូបភាព 🎨🖼️
នេះជាកន្លែងដែលពាក្យនេះត្រូវបានប្រើញឹកញាប់បំផុត។.
នៅពេលដែលមនុស្សនិយាយអំពី Negative Prompt នៅក្នុង AI ជាធម្មតាពួកគេចង់សំដៅលើ ការបង្កើតរូបភាព ។ នោះសមហេតុផលពីព្រោះគំរូរូបភាពត្រូវបានគេស្គាល់ថាជាអ្នកធ្វើម្តងទៀតនូវកំហុសបុរាណមួយចំនួន៖
-
អវយវៈបន្ថែម
-
ដៃខូចទ្រង់ទ្រាយ
-
ភ្នែកចម្លែក
-
វត្ថុដែលបានចម្លង
-
វាយនភាពភក់
-
អត្ថបទចៃដន្យ
-
ព័ត៌មានលម្អិតទាប
-
ការប៉ះពាល់ខ្លាំងពេក
-
សមាសភាពរញ៉េរញ៉ៃ
ដូច្នេះប្រសិនបើការជំរុញរបស់អ្នកគឺ៖
-
«រូបភាពភាពយន្តរបស់អ្នកជិះសេះក្នុងពន្លឺពណ៌មាស»
អ្នកអាចបន្ថែមការជំរុញអវិជ្ជមានដូចជា៖
-
"ព្រិលៗ, ម្រាមដៃលើស, មុខខូចទ្រង់ទ្រាយ, កាយវិភាគសាស្ត្រមិនល្អ, ព័ត៌មានលម្អិតទាប, អក្សរ, រូបសញ្ញាសម្គាល់ទឹក, កាត់"
នោះប្រាប់ប្រព័ន្ធអំពីអ្វីដែលត្រូវជៀសវាង ខណៈពេលកំពុងបង្ហាញអ្នកជិះសេះ។.
ការណែនាំអវិជ្ជមានរូបភាពល្អច្រើនតែផ្តោតលើ៖
-
បញ្ហាកាយវិភាគសាស្ត្រ
-
ដៃមិនល្អ, ម្រាមដៃបន្ថែម, អវយវៈជាប់គ្នា
-
-
បញ្ហាគុណភាព
-
គុណភាពទាប, ព្រិលៗ, មានសំឡេងរំខាន, មានភីកសែល
-
-
បញ្ហាសមាសភាព
-
ច្រឹប, ស្ទួនប្រធានបទ, រញ៉េរញ៉ៃក្រៅកណ្តាល
-
-
ភាពមិនស៊ីគ្នានៃរចនាប័ទ្ម
-
គំនូរជីវចល, អានីមេ, ស្បែកមិនប្រាកដនិយម, លើសជាតិខ្លាញ់
-
-
វត្ថុបុរាណវង្វេង
-
watermark, អត្ថបទ, ឡូហ្គោ, ស៊ុម
-
ប៉ុន្តែកុំធ្វើវាឱ្យហួសហេតុពេក
អ្នកប្រើប្រាស់ជាច្រើនបោះចោលបញ្ជីសារអវិជ្ជមានធំៗដែលពួកគេបានចម្លងពីកន្លែងណាមួយ។ ពេលខ្លះវាជួយបាន។ ពេលខ្លះវាដូចជាការបោះភួយដប់ប្រាំមួយពីលើចង្កៀង ហើយឆ្ងល់ថាហេតុអ្វីបានជាបន្ទប់មើលទៅស្រអាប់។.
សំណួរអវិជ្ជមានវែងៗអាច៖
-
ធ្វើឱ្យម៉ូដែលច្រឡំ
-
ធ្វើឱ្យភាពច្នៃប្រឌិតចុះខ្សោយ
-
វាយនភាពរាបស្មើ
-
លុបព័ត៌មានលម្អិតល្អ
-
បង្កើតទិន្នផលគ្មានមេរោគ
ដូច្នេះបាទ/ចាស៎ សូមប្រើប្រាស់វា - គ្រាន់តែប្រើប្រាស់វាដោយចេតនា។.
សំណួរអវិជ្ជមាននៅក្នុង AI សម្រាប់ការសរសេរ និង Chatbots ✍️💬
ការជំរុញអវិជ្ជមានមិនមែនសម្រាប់តែរូបភាពនោះទេ។ វាក៏មានឥទ្ធិពលខ្លាំងផងដែរនៅក្នុង ប្រព័ន្ធសរសេរ chatbots ជំនួយការជំនួយ និងលំហូរការងារមាតិកា ។
ចំពោះអត្ថបទ ប្រអប់បញ្ចូលអវិជ្ជមានអាចប្រាប់គំរូឱ្យជៀសវាង៖
-
ការធ្វើម្តងទៀត
-
ពាក្យចាស់ៗ
-
ភាសាបច្ចេកទេស
-
ភាសាលក់ដ៏ខ្លាំងក្លា
-
អ៊ីម៉ូជី
-
គ្រាប់កាំភ្លើងលើសទម្ងន់
-
ការស្មាន
-
ការអះអាងដែលមិនមានការគាំទ្រ
-
ប្រធានបទ ឬសម្លេងជាក់លាក់
ឧទាហរណ៍ ជំនួសឲ្យការនិយាយតែថា៖
-
“សរសេរការពិពណ៌នាអំពីផលិតផលសម្រាប់ម៉ាស៊ីនឆុងកាហ្វេលំដាប់ខ្ពស់”
អ្នកអាចបន្ថែម៖
-
«កុំនិយាយបែបបង្ខំ»
-
«ជៀសវាងការអះអាងបំផ្លើស»
-
«គ្មានឃ្លាបំពេញទេ»
-
«គ្មានពាក្យស្លោកសាជីវកម្មទេ»
-
«កុំប្រើពាក្យស្លោកដូចជា ការផ្លាស់ប្ដូរហ្គេម ឬ ការកាត់តរូបភាពទំនើបៗ»
នោះផ្លាស់ប្តូរសម្លេងទាំងស្រុង។.
ការជំរុញអវិជ្ជមានសម្រាប់ការសរសេរមានប្រយោជន៍នៅពេលអ្នកចង់៖
-
សំឡេងម៉ាកយីហោស្អាតជាងមុន
-
ឃ្លាទូទៅតិចជាង
-
សម្លេងវិជ្ជាជីវៈបន្ថែមទៀត
-
ការធ្វើទ្រង់ទ្រាយដែលអាចអានបានកាន់តែងាយស្រួល
-
ធ្វើម្តងទៀតតិចជាង
-
លទ្ធផលដែលមានសុវត្ថិភាពជាងមុនសម្រាប់ក្រុម និងអតិថិជន
ខ្ញុំគិតថាករណីប្រើប្រាស់នេះត្រូវបានគេមើលស្រាល។ មនុស្សគ្រប់គ្នានិយាយអំពីសិល្បៈ AI ដ៏ស្រស់ស្អាត ដែលយុត្តិធម៌ ព្រោះវាមានភាពទាក់ទាញ និងគួរឱ្យចងចាំ។ ប៉ុន្តែសម្រាប់អ្នកជំនាញការងារ ការគ្រប់គ្រងសម្លេងក្នុងការសរសេរគឺជាកន្លែងដែលការជំរុញអវិជ្ជមានទទួលបានអាហារថ្ងៃត្រង់របស់ពួកគេដោយស្ងាត់ៗ 🍽️
កំហុសទូទៅដែលមនុស្សធ្វើជាមួយនឹងការជំរុញអវិជ្ជមាននៅក្នុង AI 🚫
ការជំរុញអវិជ្ជមានមើលទៅងាយស្រួលជាងវាទៅទៀត។.
ខាងក្រោមនេះជាកំហុសទូទៅបំផុត។.
១. មិនច្បាស់លាស់ពេក
ឧទាហរណ៍មិនល្អ៖
-
«គ្មានរបស់អាក្រក់ទេ»
បញ្ញាសិប្បនិម្មិត (AI) មិនមានគោលដៅរឹងមាំនៅទីនោះទេ។ «អាក្រក់» ស្ទើរតែគ្មានន័យអ្វីទាំងអស់។.
ប្រសើរជាង៖
-
«គ្មានភាពព្រិលៗ គ្មានការបង្ខូចទ្រង់ទ្រាយ គ្មានវត្ថុបន្ថែម»
២. ផ្ទុយពីការណែនាំចម្បង
ប្រសិនបើអ្នកស្នើសុំ៖
-
“ទីផ្សារស្រមើស្រមៃដែលមានព័ត៌មានលម្អិតយ៉ាងសម្បូរបែប”
ហើយការសួរអវិជ្ជមានរបស់អ្នកនិយាយថា៖
-
«គ្មានភាពរញ៉េរញ៉ៃ គ្មានហ្វូងមនុស្ស គ្មានព័ត៌មានលម្អិតផ្ទៃខាងក្រោយ»
អញ្ចឹង... អ្នកបានបំពេញតាមសំណើរបស់អ្នកហើយ។.
៣. បំពេញពាក្យគន្លឹះច្រើនពេក
បញ្ជីចម្លងដ៏ធំអាចដំណើរការបានពេលខ្លះ ប៉ុន្តែជារឿយៗវាក្លាយទៅជាហើម។ គំរូបាត់បង់ភាពច្បាស់លាស់។ វាដូចជាការព្យាយាមដឹកនាំខ្សែភាពយន្តដោយស្រែក 80 សំឡេងក្នុងពេលតែមួយ 🎬
៤. ការប្រើប្រាស់អវិជ្ជមានដោយមិនមានភាពច្បាស់លាស់វិជ្ជមាន
ការជំរុញអវិជ្ជមានមិនអាចជួយសង្គ្រោះគំនិតខ្សោយមួយបានទេ។ វាអាចកែលម្អការជំរុញល្អមួយបាន។ វាមិនអាចបង្កើតវាដោយអព្ភូតហេតុបានទេ។.
៥. សន្មតថាគំរូនីមួយៗបកស្រាយពាក្យតាមរបៀបដូចគ្នា
ប្រព័ន្ធមួយមានប្រតិកម្មខ្លាំងចំពោះ «គុណភាពទាប»។ ប្រព័ន្ធមួយទៀតមិនអើពើនឹងវា។ ប្រព័ន្ធមួយយកចិត្តទុកដាក់ចំពោះ «ដៃខូចទ្រង់ទ្រាយ»។ ប្រព័ន្ធមួយទៀតស្ទើរតែមិនព្រិចភ្នែក។ ការធ្វើតេស្តគឺសំខាន់។.
៦. ព្យាយាមគ្រប់គ្រងភីកសែល ឬប្រយោគនីមួយៗ
ការគ្រប់គ្រងច្រើនពេកអាចធ្វើឱ្យបាត់បង់ជីវិតពីទិន្នផល។ ស្អាតគឺល្អ។ ងាប់គឺមិនមែនទេ។ មានភាពខុសគ្នា។.
ឧទាហរណ៍ជាក់ស្តែងនៃប្រអប់បញ្ចូលអវិជ្ជមាននៅក្នុង AI 🔍
ឧទាហរណ៍ធ្វើឱ្យរឿងនេះកាន់តែច្បាស់ ដូច្នេះនេះគឺជាឧទាហរណ៍មួយចំនួន។.
ឧទាហរណ៍ទី 1 - រូបបញ្ឈរប្រាកដនិយម
ប្រធានបទសំខាន់៖
រូបភាពជិតៗប្រាកដនិយមរបស់ស្ត្រីម្នាក់នៅក្នុងពន្លឺទន់ៗតាមបង្អួច វាយនភាពស្បែកធម្មជាតិ និងជម្រៅរាក់។
ចំណុចអវិជ្ជមាន៖
ព្រិលៗ ម្រាមដៃបន្ថែម ភ្នែកខូចទ្រង់ទ្រាយ ស្បែកប្លាស្ទិក លើសកម្រិត រូបតុក្កតា អក្សរ watermark
ហេតុអ្វីបានជាវាដំណើរការ៖
វាការពារភាពប្រាកដនិយម និងទប់ស្កាត់កំហុសដែលមើលឃើញទូទៅបំផុត។
ឧទាហរណ៍ទី 2 - រូបថតផលិតផល
ប្រធានបទសំខាន់៖
រូបថតផលិតផលសាមញ្ញនៃនាឡិកាឆ្លាតវៃពណ៌ខ្មៅនៅលើផ្ទៃខាងក្រោយពណ៌ស និងភ្លើងបំភ្លឺស្ទូឌីយោ
ចំណុចអវិជ្ជមាន៖
ភាពរញ៉េរញ៉ៃ ការឆ្លុះបញ្ចាំង វត្ថុបន្ថែម អត្ថបទ ការបង្ខូចទ្រង់ទ្រាយឡូហ្គោ ព័ត៌មានលម្អិតទាប ភាពរញ៉េរញ៉ៃស្រមោល
ហេតុអ្វីបានជាវាដំណើរការ៖
វារក្សាស៊ុមឱ្យសាមញ្ញ និងស្អាតសម្រាប់ពាណិជ្ជកម្ម។
ឧទាហរណ៍ទី 3 - ការសរសេរប្លក់
សំណួរចម្បង៖
សរសេរការណែនាំអំពីផលិតភាពការិយាល័យនៅផ្ទះដោយប្រើសម្លេងរួសរាយរាក់ទាក់ពីអ្នកជំនាញ
ចំណុចអវិជ្ជមាន៖
គ្មានភាសាបំផ្លើស គ្មានពាក្យដដែលៗ គ្មានឃ្លាមនុស្សយន្ត គ្មានការសន្យាបំផ្លើស
ហេតុអ្វីបានជាវាដំណើរការ៖
វាការពារការបំពេញដែលស្តាប់ទៅដូចជា AI ទូទៅ និងរក្សាច្បាប់ចម្លងឱ្យកាន់តែធម្មជាតិ។
ឧទាហរណ៍ទី 4 - ការឆ្លើយតបរបស់ផ្នែកគាំទ្រអតិថិជន
សំណួរចម្បង៖
សរសេរការឆ្លើយតបគាំទ្រដោយគួរសមសម្រាប់ការដឹកជញ្ជូនដែលយឺតយ៉ាវ
ចំណុចអវិជ្ជមាន៖
កុំបន្ទោសអតិថិជន គ្មានសម្លេងការពារ គ្មានពាក្យស្លោកផ្នែកច្បាប់ គ្មានការសុំទោសទទេៗពីរដង
ហេតុអ្វីបានជាវាដំណើរការ៖
វាធ្វើអោយប្រសើរឡើងនូវវិជ្ជាជីវៈ និងអារម្មណ៍។
សូមមើលពីរបៀបដែលការជំរុញអវិជ្ជមានទាំងនេះមិនមែនជារឿងចៃដន្យទេ។ នីមួយៗត្រូវបានភ្ជាប់ទៅនឹងហានិភ័យជាក់ស្តែងនៃការបរាជ័យ។.
ពេលណាដែលអ្នកមិនគួរផ្អៀងខ្លាំងពេកទៅលើការជំរុញអវិជ្ជមាន 🪫
ការជំរុញអវិជ្ជមានមានតម្លៃ ប៉ុន្តែពួកវាមិនមែនតែងតែជាតារានៃកម្មវិធីនោះទេ។.
ពេលខ្លះវាឆ្លាតជាងក្នុងការកែលម្អប្រអប់បញ្ចូលសំខាន់ជំនួសវិញ។.
សូមប្រុងប្រយ័ត្ននៅពេល៖
-
សំណើរបស់អ្នកមានការរឹតត្បិតពេកហើយ
-
លទ្ធផលម៉ូដែលមានអារម្មណ៍ថារាបស្មើ និងគ្មានជីវិត
-
បញ្ជីអវិជ្ជមានរបស់អ្នកវែងជាងការជំរុញជាក់ស្តែង
-
ឧបករណ៍នេះស្ទើរតែមិនឆ្លើយតបទៅនឹងទម្ងន់អវិជ្ជមាន
-
អ្នកមិនទាន់បានសាកល្បងកំណែប្រអប់បញ្ចូលសាមញ្ញជាងនេះជាមុនសិនទេ
លទ្ធផលខ្សោយជាច្រើនដែលត្រូវបានស្តីបន្ទោសទៅលើ AI គឺគ្រាន់តែជាការណែនាំមិនច្បាស់លាស់អំពីការពាក់វ៉ែនតាការពារកម្ដៅថ្ងៃ។ ការណែនាំស្នូលដ៏ល្អជាងជារឿយៗជួសជុលបានច្រើនជាងគំនរនៃភាពអវិជ្ជមានផ្សេងទៀត។.
ដូច្នេះវិធីសាស្រ្តដែលមានតុល្យភាពដំណើរការល្អបំផុត៖
-
ចាប់ផ្តើមជាមួយនឹងការណែនាំសំខាន់ច្បាស់លាស់
-
បន្ថែមពាក្យអវិជ្ជមានដែលមានគោលដៅជាក់លាក់មួយចំនួន
-
សាកល្បង
-
កែលម្អដោយផ្អែកលើអ្វីដែលខុស
ដំណើរការនោះល្អជាងការចាក់ចោលប្រអប់បញ្ចូលព័ត៌មានចៃដន្យស្ទើរតែរាល់ពេល។.
របៀបសរសេរប្រយោគអវិជ្ជមានកាន់តែប្រសើរឡើងនៅក្នុង AI មួយជំហានម្តងៗ 🛠️
នេះជាដំណើរការសាមញ្ញមួយដែលអ្នកអាចអនុវត្តបាន។.
ជំហានទី 1 - កំណត់លទ្ធផលដែលចង់បាន
សួរខ្លួនឯង៖
-
តើខ្ញុំកំពុងព្យាយាមបង្កើតអ្វី?
-
តើខ្ញុំចង់បានរចនាប័ទ្ម សម្លេង ឬទម្រង់បែបណា?
ជំហានទី 2 - ព្យាករណ៍ពីការបរាជ័យដែលអាចកើតមាន
គិតអំពីអ្វីដែលជាធម្មតាខុស។.
-
កាយវិភាគសាស្ត្រចម្លែក?
-
រូបភាពមានសំឡេងរំខាន?
-
អត្ថបទដដែលៗ?
-
សម្លេងខុសម៉ាក?
ជំហានទី 3 - សរសេរការដកចេញជាក់លាក់
ប្រែក្លាយការបរាជ័យដែលទំនងជាកើតឡើងទាំងនោះទៅជាអវិជ្ជមានដោយផ្ទាល់។.
-
«គ្មានភាពព្រិលៗ»
-
«គ្មានពាក្យស្លោក»
-
«គ្មានដៃបន្ថែមទេ»
-
«គ្មានអត្ថបទផ្ទៃខាងក្រោយ»
ជំហានទី 4 - រក្សាបញ្ជីឱ្យនៅដដែល
ចាប់ផ្តើមតូច។ អ្នកតែងតែអាចបន្ថែមបន្ថែមទៀតនៅពេលក្រោយ។.
ជំហានទី 5 - សាកល្បង និងកែសម្រួល
ប្រសិនបើ AI បន្តធ្វើកំហុសមួយ ចូរកំណត់គោលដៅកំហុសនោះឱ្យកាន់តែច្បាស់។ ប្រសិនបើលទ្ធផលក្លាយជារឹងរូសពេក សូមដកចេញនូវការរឹតបន្តឹងមួយចំនួន។.
គំរូខ្នាតតូចជាក់ស្តែង
សម្រាប់រូបភាព៖
-
សំណួរសំខាន់៖ ប្រធានបទ + រចនាប័ទ្ម + ភ្លើងបំភ្លឺ + សមាសភាព
-
ចំណុចអវិជ្ជមាន៖ បញ្ហាកាយវិភាគសាស្ត្រ + ភាពមិនស៊ីគ្នានៃរចនាប័ទ្ម + ការដកយកវត្ថុបុរាណចេញ
សម្រាប់ការសរសេរ៖
-
សំណួរសំខាន់៖ គោលដៅ + ទស្សនិកជន + សម្លេង + រចនាសម្ព័ន្ធ
-
ចំណុចអវិជ្ជមាន៖ សម្លេងហាមឃាត់ + ទម្រង់ហាមឃាត់ + ពាក្យស្លោកហាមឃាត់ + តំបន់ហានិភ័យ
គ្មានអ្វីប្រណីតទេ។ គ្រាន់តែជាក់ស្តែងប៉ុណ្ណោះ។.
កំណត់ចំណាំបិទស្តីពីការជំរុញអវិជ្ជមាននៅក្នុង AI 🌟
ដូច្នេះតើអ្វីទៅជា Negative Prompt នៅក្នុង AI ?
វាជាផ្នែកមួយនៃការជំរុញទឹកចិត្ត ដែលអ្នកប្រាប់គំរូអំពីអ្វីដែលត្រូវជៀសវាង។ នោះគឺជានិយមន័យដ៏ស្អាតស្អំ។ ប៉ុន្តែនៅក្នុងការអនុវត្ត វាលើសពីនេះទៅទៀត។ វាគឺជាឧបករណ៍ត្រួតពិនិត្យ។ ជាតម្រងដែលមានគុណភាព។ ជាមធ្យោបាយមួយដើម្បីកាត់បន្ថយភាពមិនសមហេតុផលមុនពេលវាលេចឡើង។ មិនល្អឥតខ្ចោះ មិនមែនដាច់ខាតទេ ប៉ុន្តែមានឥទ្ធិពលពិតប្រាកដ។.
វិធីឆ្លាតវៃបំផុតដើម្បីប្រើវាគឺមិនត្រូវបង្កើតកន្លែងលាក់ខ្លួនដ៏អាក្រក់មួយចំនួន ហើយបិទភ្ជាប់វានៅគ្រប់ទីកន្លែងនោះទេ។ វាគឺដើម្បីកត់សម្គាល់អ្វីដែលកើតឡើងខុសជាបន្តបន្ទាប់ បន្ទាប់មករារាំងបញ្ហាពិតប្រាកដទាំងនោះជាមួយនឹងការណែនាំជាក់លាក់ និងស្ងប់ស្ងាត់។.
នោះជាចំណុចផ្អែមល្ហែម។.
សរុបមក
-
ប្រអប់ បញ្ចូលអវិជ្ជមាននៅក្នុង AI ប្រាប់គំរូអំពីអ្វីដែលមិនត្រូវបង្កើត
-
វាមានប្រយោជន៍ជាពិសេសសម្រាប់ ការបង្កើតរូបភាព ការ សរសេរ និងការគ្រប់គ្រងលំហូរការងារ។
-
ការជំរុញអវិជ្ជមានល្អគឺ ជាក់លាក់ ពាក់ព័ន្ធ និងសង្ខេប
-
ការជំរុញអវិជ្ជមានមិនល្អមានភាពមិនច្បាស់លាស់ ហើម ឬផ្ទុយគ្នា
-
លទ្ធផលល្អបំផុតកើតចេញពីការរួមបញ្ចូលគ្នារវាងការជំរុញសំខាន់ដ៏រឹងមាំជាមួយនឹងការជំរុញអវិជ្ជមានដែលមានគោលដៅ។
-
ការធ្វើតេស្តមានសារៈសំខាន់ - ម៉ូដែលផ្សេងៗគ្នាឆ្លើយតបខុសគ្នា
នៅពេលដែលអ្នកចាប់ផ្តើមប្រើការណែនាំអវិជ្ជមានបានល្អ ការត្រលប់ទៅវិញអាចមានអារម្មណ៍ដូចជាការចម្អិនអាហារដោយមិនប្រើអំបិល។ មិនមែនមិនអាចទៅរួចទេ។ គ្រាន់តែរំខានបន្តិច ហើយលទ្ធផលគឺល្អជាងអ្វីដែលវាត្រូវការ។
សំណួរដែលសួរញឹកញាប់
តើអ្វីទៅជាការបង្ហាញអវិជ្ជមាននៅក្នុង AI ហើយវាខុសគ្នាពីការបង្ហាញធម្មតាយ៉ាងដូចម្តេច?
ប្រអប់បញ្ចូលធម្មតាប្រាប់គំរូអំពីអ្វីដែលត្រូវបង្កើត ខណៈពេលដែលប្រអប់បញ្ចូលអវិជ្ជមានប្រាប់វាអំពីអ្វីដែលត្រូវជៀសវាង។ នៅក្នុងការអនុវត្តជាក់ស្តែង នោះមានន័យថាអ្នកមិនត្រឹមតែពិពណ៌នាអំពីគោលដៅប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងរារាំងគំរូបរាជ័យទូទៅផងដែរ។ អត្ថបទនេះបង្ហាញវាជាស្រទាប់ត្រួតពិនិត្យដែលកាត់បន្ថយរចនាប័ទ្ម វត្ថុបុរាណ ឬឥរិយាបថដែលមិនចង់បាន ជាជាងការជំនួសប្រអប់បញ្ចូលសំខាន់។.
ហេតុអ្វីបានជា Negative Prompt នៅក្នុង AI ធ្វើអោយគុណភាពទិន្នផលប្រសើរឡើងច្រើនម្ល៉េះ?
មុខងារ Negative Prompt នៅក្នុង AI ជួយបង្រួមទំហំទិន្នផល ដែលធ្វើឱ្យលទ្ធផលកាន់តែច្បាស់លាស់ និងស៊ីសង្វាក់គ្នា។ ជំនួសឱ្យការអនុញ្ញាតឱ្យគំរូទាយទូលំទូលាយពេក អ្នកណែនាំវាឱ្យឆ្ងាយពីភាពមិនច្បាស់លាស់ ភាពរញ៉េរញ៉ៃ ការធ្វើម្តងទៀត ឬបញ្ហាសម្លេងដែលជារឿយៗលេចឡើងតាមលំនាំដើម។ ជាធម្មតាវានាំឱ្យមានការសម្អាតតិច ការព្យាយាមឡើងវិញតិច និងទិន្នផលខ្លាំងជាងមុនក្នុងការឆ្លងកាត់តិចជាងមុន។.
តើខ្ញុំគួរប្រើការជំរុញអវិជ្ជមានសម្រាប់ការបង្កើតរូបភាព AI នៅពេលណា?
ប្រើប្រាស់ពួកវានៅពេលដែលតារាម៉ូដែលមានទំនោរធ្វើកំហុសដដែលៗដូចជាម្រាមដៃបន្ថែម មុខខូចទ្រង់ទ្រាយ វាយនភាពភក់ អត្ថបទចៃដន្យ ឬផ្ទៃខាងក្រោយរញ៉េរញ៉ៃ។ ពួកវាមានប្រយោជន៍ជាពិសេសសម្រាប់រូបថតបញ្ឈរ រូបថតផលិតផល និងឈុតឆាកដែលមានរចនាប័ទ្មដែលចំណុចខ្វះខាតគុណភាពងាយស្រួលកត់សម្គាល់។ វិធីសាស្រ្តខ្លាំងបំផុតគឺការកំណត់គោលដៅបញ្ហាមើលឃើញពិតប្រាកដដែលទំនងជាលេចឡើងបំផុត។.
តើការជំរុញអវិជ្ជមានអាចជួយឲ្យការសរសេរដោយ AI មានសំឡេងតិចជាងមនុស្សយន្ត ឬមិនធ្វើម្តងហើយម្តងទៀតបានទេ?
មែនហើយ អត្ថបទនេះបញ្ជាក់យ៉ាងច្បាស់ថា ការជំរុញអវិជ្ជមានមានតម្លៃសម្រាប់អត្ថបទក៏ដូចជារូបភាព។ នៅក្នុងការសរសេរលំហូរការងារ ពួកគេអាចកាត់បន្ថយពាក្យដដែលៗ ការបំពេញ ពាក្យស្លោក ពាក្យដដែលៗ និងភាសាបំផ្លើស។ នេះធ្វើឱ្យពួកវាមានប្រយោជន៍សម្រាប់សំឡេងម៉ាកយីហោ ការឆ្លើយតបគាំទ្រ ការណែនាំប្លុក និងខ្លឹមសារផ្សេងទៀតដែលសម្លេង និងភាពងាយស្រួលអានមានសារៈសំខាន់។.
តើខ្ញុំត្រូវសរសេរ Negative Prompt ដ៏ល្អមួយនៅក្នុង AI ដោយរបៀបណាដោយមិនធ្វើឱ្យវាស្មុគស្មាញពេក?
ចាប់ផ្តើមជាមួយលទ្ធផលដែលអ្នកចង់បាន បន្ទាប់មកកំណត់រឿងមួយចំនួនដែលទំនងជាខុស។ ប្រែក្លាយហានិភ័យទាំងនោះទៅជាការដកចេញខ្លីៗ និងជាក់លាក់ដូចជា "គ្មានភាពមិនច្បាស់លាស់" "គ្មានពាក្យស្លោក" ឬ "គ្មានវត្ថុបន្ថែម" ជំនួសឱ្យការណែនាំមិនច្បាស់លាស់ដូចជា "ធ្វើឱ្យវាកាន់តែប្រសើរ"។ ការណែនាំអវិជ្ជមានដ៏ល្អនៅក្នុង AI នៅតែពាក់ព័ន្ធ មានគោលដៅ និងស្ទាត់ជំនាញគ្រប់គ្រាន់ដើម្បីនៅតែច្បាស់លាស់។.
តើអ្វីទៅជាកំហុសទូទៅបំផុតដែលមនុស្សធ្វើជាមួយនឹងការជំរុញចិត្តអវិជ្ជមាន?
កំហុសដ៏ធំបំផុតគឺភាពមិនច្បាស់លាស់ ការផ្ទុយនឹងការណែនាំសំខាន់ ការបញ្ចូលពាក្យគន្លឹះច្រើនពេក និងការរំពឹងថាពាក្យអវិជ្ជមាននឹងជួយសង្គ្រោះគំនិតខ្សោយ។ បញ្ហាទូទៅមួយទៀតគឺការព្យាយាមគ្រប់គ្រងរាល់ព័ត៌មានលម្អិត ដែលអាចធ្វើឱ្យលទ្ធផលមានអារម្មណ៍ថារាបស្មើ ឬគ្មានមេរោគ។ អត្ថបទនេះក៏ព្រមានផងដែរថា គំរូផ្សេងៗគ្នាអាចបកស្រាយពាក្យដូចគ្នាខុសគ្នាខ្លាំង។.
ហេតុអ្វីបានជាការបញ្ចូលអវិជ្ជមានដូចគ្នាដំណើរការល្អនៅក្នុងឧបករណ៍ AI មួយ និងដំណើរការមិនល្អនៅក្នុងឧបករណ៍ AI មួយទៀត?
ដោយសារតែការជំរុញអវិជ្ជមានគឺជាផ្នែកមួយនៃប្រព័ន្ធណែនាំដ៏ទូលំទូលាយរបស់ម៉ូដែល មិនមែនជាកុងតាក់វេទមន្តជាសកលទេ។ ឧបករណ៍មួយចំនួនឆ្លើយតបយ៉ាងខ្លាំងចំពោះពាក្យដូចជា "គុណភាពទាប" ឬ "ដៃមិនល្អ" ខណៈពេលដែលឧបករណ៍ផ្សេងទៀតស្ទើរតែមិនមានប្រតិកម្ម។ ចំណុចនៃអត្ថបទគឺជាក់ស្តែង៖ សាកល្បងលើម៉ូដែលដែលអ្នកកំពុងប្រើជំនួសឱ្យការសន្មតថាពាក្យដដែលនឹងផ្ទេរបានយ៉ាងស្អាតគ្រប់ទីកន្លែង។.
តើខ្ញុំគួរចម្លងបញ្ជីសំណួរអវិជ្ជមានធំៗពីអ្នកដទៃដែរឬទេ?
ជាធម្មតា នោះមិនមែនជាកន្លែងល្អបំផុតដើម្បីចាប់ផ្តើមនោះទេ។ បញ្ជីចម្លងវែងៗអាចធ្វើឱ្យគំរូមានការភ័ន្តច្រឡំ ធ្វើឱ្យភាពច្នៃប្រឌិតចុះខ្សោយ ធ្វើឱ្យព័ត៌មានលម្អិតរាបស្មើ ឬបង្កើតភាពផ្ទុយគ្នាដែលអ្នកមិនបានកត់សម្គាល់។ វិធីសាស្ត្រដែលអាចទុកចិត្តបានជាងនេះ គឺត្រូវចាប់ផ្តើមជាមួយបញ្ជីខ្លីដែលភ្ជាប់ទៅនឹងចំណុចបរាជ័យជាក់លាក់របស់អ្នក បន្ទាប់មកកែតម្រូវដោយផ្អែកលើអ្វីដែលគំរូបន្តខុស។.
តើពេលណាទើបល្អជាងក្នុងការកែលម្អការណែនាំសំខាន់ជំនួសឱ្យការបន្ថែមចំណុចអវិជ្ជមានបន្ថែមទៀត?
ប្រសិនបើសំណើរបស់អ្នកមានការរឹតត្បិតរួចហើយ លទ្ធផលមានអារម្មណ៍ថាគ្មានជីវិត ឬបញ្ជីអវិជ្ជមានរបស់អ្នកវែងជាងប្រអប់បញ្ចូលសំណួរ នោះប្រអប់បញ្ចូលសំណួរចម្បងប្រហែលជាត្រូវធ្វើការជាមុនសិន។ ប្រអប់បញ្ចូលសំណួរអវិជ្ជមានកែលម្អទិសដៅល្អ ប៉ុន្តែវាមិនជំនួសទិសដៅល្អនោះទេ។ អត្ថបទនេះណែនាំឱ្យបញ្ជាក់ឱ្យច្បាស់អំពីប្រធានបទ រចនាប័ទ្ម សម្លេង និងទម្រង់មុនពេលដាក់បន្ថែមលើការដកចេញបន្ថែមទៀត។.
តើលំហូរការងារសាមញ្ញមួយសម្រាប់សាកល្បង Negative Prompt ក្នុង AI ក្នុងគម្រោងពិតប្រាកដជាអ្វី?
ចាប់ផ្តើមជាមួយនឹងការណែនាំសំខាន់ច្បាស់លាស់មួយដែលកំណត់ប្រធានបទ រចនាប័ទ្ម សម្លេង ឬរចនាសម្ព័ន្ធ។ បន្ថែមតែចំណុចអវិជ្ជមានដែលមានគោលដៅមួយចំនួនដោយផ្អែកលើកំហុសដែលទំនងជាកើតឡើង បន្ទាប់មកសាកល្បង និងពិនិត្យមើលអ្វីដែលនៅតែមានបញ្ហា។ ពីទីនោះ កែលម្អការដកចេញជាក់លាក់ជាជាងការចាក់បញ្ចូលពាក្យគន្លឹះបន្ថែមទៀត។ រង្វិលជុំមួយជំហានម្តងៗនោះត្រូវបានបង្ហាញជាមធ្យោបាយជាក់ស្តែងបំផុតដើម្បីកែលម្អលទ្ធផលជាប់លាប់។.
ឯកសារយោង
-
Google Cloud - ប្រអប់បញ្ចូលអវិជ្ជមាននៅក្នុង AI - docs.cloud.google.com
-
អ្នកអភិវឌ្ឍន៍ OpenAI - ប្រព័ន្ធបង្កើតអត្ថបទ - developers.openai.com
-
Microsoft Learn - ការណែនាំអំពីវិស្វកម្ម LLM - learn.microsoft.com
-
មុខឱប - negative_prompt_embeds - huggingface.co