Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com
 Seni Meminta ChatGPT Berkualitas Tinggi
Jawaban

Panduan Lengkap Teknik Teknik Cepat

Ibrahim Yohanes

Teknologi Nzunda Terbatas

 hak cipta© 2023Ibrahim Yohanes

Seluruh hak cipta

Karakter dan peristiwa yang digambarkan dalam buku ini adalah fiktif. Kemiripan apa pun dengan orang sungguhan,

hidup atau mati, merupakan suatu kebetulan dan tidak dimaksudkan oleh penulis.

Tidak ada bagian dari buku ini yang boleh direproduksi, atau disimpan dalam sistem pengambilan, atau ditransmisikan

dalam bentuk apa pun atau dengan cara apa pun, elektronik, mekanik, fotokopi, rekaman, atau lainnya, tanpa

izin tertulis dari penerbit.

ISBN-13: 9781234567890
ISBN-10: 1477123456

Desain sampul oleh: Pelukis Seni Nomor

Kontrol Perpustakaan Kongres:2018675309
Dicetak di Amerika Serikat
 Daftar isi
Perkenalan
Bab1:Pengantar Teknik Teknik Cepat
Apa itu rekayasa Prompt? Bab2:
Instruksi Teknik Prompt
Contoh:
Bab3:Bab Dorongan Peran4:
Perintah Standar
Bab5:Nol,Bab Dorongan Satu dan Beberapa
Tembakan6:"Mari kita pikirkan tentang ini”
perintah Bab7:Bab Prompt Konsistensi Diri8:
Bab Prompt Kata Benih9:Bab cepat
Pembuatan Pengetahuan10:Perintah
Integrasi Pengetahuan
Cara menggunakannya dengan ChatGPT:
Bab11:Pilihan Ganda meminta Bab12:Bab
Anjuran Lembut yang Dapat Ditafsirkan13:
Generasi Terkendali meminta Bab14:
Menjawab pertanyaan mendorong Bab15:
Perintah peringkasan
Cara menggunakannya dengan
ChatGPT: Bab16:Dialog meminta Bab
17:Adversarial meminta Bab18:
Perintah pengelompokan
Cara menggunakannya dengan ChatGPT: Bab
19:Pembelajaran penguatan mendorong Bab20:
Kurikulum pembelajaran petunjuknya Bab21:
Analisis sentimen mendorong Bab22:Pengenalan
entitas bernama meminta Bab23:Klasifikasi teks
meminta Bab24:Pembuatan teks meminta
Kesimpulan
 Perkenalan

Saya sangat senang menyambut Anda di buku terbaru saya, "Seni

Meminta Jawaban Berkualitas Tinggi dari ChatGPT: Panduan Lengkap
untuk Teknik Teknik Cepat".
Buku ini adalah panduan komprehensif untukmemahami dan
memanfaatkan berbagai teknik cepatdigunakan untuk menghasilkanjawaban
berkualitas tinggidari ChatGPT.

Kami akan mengeksplorasi betapa berbedanyateknik rekayasa cepat dapat

digunakan untuk mencapai tujuan yang berbeda. ChatGPT adalah model bahasa
canggih yang mampu menghasilkan teks mirip manusia. Namun, sayaSangat
penting untuk memahami cara yang benar untuk meminta ChatGPT untuk
mendapatkan hasil berkualitas tinggi yang kita inginkan.

Dan itulah tujuan buku ini. Apakah Anda orang biasa, peneliti,
pengembang, atau sekadar seseorang yang ingin menggunakan
ChatGPT sebagai asisten pribadinya di bidang Anda, buku ini ditulis
untuk Anda.

Saya menggunakan bahasa yang sederhana dengan penjelasan praktis

yang tepat sasaran,beserta contoh dan rumus prompt pada setiap teknik
prompt.Dengan buku ini, Anda akan mempelajari cara menggunakan teknik
rekayasa cepat untuk mengontrol keluaran ChatGPT dan menghasilkan teks yang
disesuaikan dengan kebutuhan spesifik Anda.

Sepanjang buku ini, kami juga memberikan contohbagaimana

menggabungkan teknik cepat yang berbedauntuk mencapai hasil yang
lebih spesifik.

Saya berharap buku ini informatif dan menyenangkan bagi Anda, sama seperti
saya menikmati menulisnya.
 Bab1:Pengantar Rekayasa Cepat
Teknik
Apa itu rekayasa Prompt?
Rekayasa cepat adalah proses membuat perintah atau permintaan atau instruksi
yang memandu keluaran model bahasa seperti ChatGPT. Hal ini memungkinkan
pengguna untuk mengontrol keluaran model dan menghasilkan teks yang disesuaikan
dengan kebutuhan spesifik mereka.
ChatGPT adalah model bahasa canggih yang mampu menghasilkan teks
mirip manusia. Itu dibangun di atas arsitektur transformator, yang
memungkinkannya menangani data dalam jumlah besar dan menghasilkan teks
berkualitas tinggi.
Namun, untuk mendapatkan hasil terbaik dari ChatGPT, penting
untuk memahami cara meminta model dengan benar.
Prompting memungkinkan pengguna mengontrol keluaran model dan
menghasilkan teks yang relevan, akurat, dan berkualitas tinggi.
Saat bekerja dengan ChatGPT, penting untuk memahami
kemampuan dan keterbatasannya.
Model ini mampu menghasilkan teks mirip manusia, namun tidak selalu
menghasilkan keluaran yang diinginkan tanpa panduan yang tepat.
Di sinilah rekayasa cepat berperan, dengan memberikan instruksi yang jelas dan
spesifik, Anda dapat memandu keluaran model dan memastikan bahwa model tersebut
relevan.
Rumus prompt adalah format spesifik untuk prompt, yang umumnya
terdiri dari3elemen utama:

tugas: pernyataan yang jelas dan ringkas tentang apa yang diminta oleh
prompt untuk dihasilkan oleh model.
instruksi: instruksi yang harus diikuti oleh model saat
membuat teks.
peran: peran yang harus diambil model saat menghasilkan
teks.

Dalam buku ini, kita akan mengeksplorasi berbagai teknik rekayasa

cepat yang dapat digunakan dengan ChatGPT. Kami akan membahasnya
berbagai jenis petunjuk, serta cara menggunakannya untuk mencapai tujuan
tertentu yang Anda inginkan.
 Bab2:Instruksi Teknik Prompt
Sekarang, mari kita mulai dengan menjelajahi “teknik instruksi cepat” dan bagaimana teknik
tersebut dapat digunakan untuk menghasilkan teks berkualitas tinggi dari ChatGPT.
Teknik prompt instruksi adalah cara memandu keluaran ChatGPT
dengan memberikan instruksi spesifik untuk diikuti model. Teknik ini
berguna untuk memastikan bahwa keluarannya relevan dan berkualitas
tinggi.
Untuk menggunakan teknik instruksi cepat, Anda perlu memberikan
tugas yang jelas dan ringkas untuk model, serta instruksi spesifik yang
harus diikuti oleh model.
Misalnya, jika Anda membuat tanggapan layanan pelanggan, Anda akan
memberikan tugas seperti "menghasilkan tanggapan terhadap pertanyaan
pelanggan" dan instruksi seperti "tanggapan harus profesional dan
memberikan informasi yang akurat".
Rumus cepat: "Hasilkan [tugas] dengan mengikuti instruksi berikut:
[instruksi]"

Contoh:
Menghasilkan tanggapan layanan pelanggan:

Tugas: Menghasilkan respons terhadap pertanyaan pelanggan.

Petunjuk: Responsnya harus profesional dan memberikan informasi
yang akurat
Rumus cepat: "Hasilkan tanggapan yang profesional dan akurat
terhadap pertanyaan pelanggan dengan mengikuti petunjuk
berikut: Tanggapan harus profesional dan memberikan informasi
yang akurat."

Menghasilkan dokumen hukum:

Tugas: Menghasilkan dokumen hukum

Petunjuk: Dokumen tersebut harus sesuai dengan undang-
undang dan peraturan terkait
Rumus cepat: "Buatlah dokumen hukum yang sesuai dengan
undang-undang dan peraturan terkait berikut ini
 instruksi: Dokumen tersebut harus sesuai dengan hukum
dan peraturan yang relevan."

Saat menggunakan teknik instruksi cepat, penting untuk diingat

bahwa instruksi harus jelas dan spesifik. Hal ini akan membantu
memastikan bahwa keluarannya relevan dan berkualitas tinggi.
Teknik prompt instruksi dapat dikombinasikan dengan “role
prompting” dan “seed-word prompting” seperti yang dijelaskan di bab
berikutnya untuk meningkatkan output ChatGPT.
 Bab3:Dorongan Peran
Teknik role prompting adalah cara memandu keluaran ChatGPT
dengan memberikan peran spesifik yang dapat diambil oleh model. Teknik
ini berguna untuk menghasilkan teks yang disesuaikan dengan konteks
atau audiens tertentu.
Untuk menggunakan teknik role prompting, Anda perlu memberikan
peran yang jelas dan spesifik untuk diambil oleh model. Misalnya, jika Anda
membuat tanggapan layanan pelanggan, Anda akan memberikan peran
seperti "perwakilan layanan pelanggan".
Rumus cepat: "Hasilkan [tugas] sebagai [peran]"
Contoh:

Menghasilkan tanggapan layanan pelanggan:

Tugas: Menghasilkan tanggapan terhadap pertanyaan

pelanggan Peran: Perwakilan layanan pelanggan
Rumus cepat: "Hasilkan tanggapan terhadap pertanyaan pelanggan
sebagai perwakilan layanan pelanggan."

Menghasilkan dokumen hukum:

Tugas: Membuat dokumen hukum

Peran: Pengacara
Rumus cepat: "Hasilkan dokumen hukum sebagai pengacara."
Menggunakan teknik role prompting dengan instruction prompting dan
seed-word prompting akan meningkatkan output ChatGPT.
Berikut adalah contoh bagaimana teknik instruction prompting,
role prompting, dan seed-word prompting dapat digabungkan:

Tugas: Membuat deskripsi produk untuk ponsel cerdas baru

Petunjuk: Deskripsi harus informatif, persuasif, dan
menonjolkan fitur unik ponsel cerdas

Peran: Perwakilan pemasaran

Kata benih: "inovatif"
 Rumus cepat: "Sebagai perwakilan pemasaran, buatlah
deskripsi produk yang informatif dan persuasif yang
menyoroti fitur-fitur inovatif pada ponsel cerdas baru. Ponsel
cerdas ini memiliki fitur-fitur berikut [masukkan fitur Anda]”

Dalam contoh ini, instruksi instruksi digunakan untuk memastikan

bahwa deskripsi produk bersifat informatif dan persuasif. Prompt
peran digunakan untuk memastikan bahwa deskripsi ditulis dari
sudut pandang perwakilan pemasaran. Dan seed-word prompt
digunakan untuk memastikan bahwa deskripsi berfokus pada fitur-
fitur inovatif pada ponsel pintar.
 Bab4:Perintah Standar
Perintah standar adalah cara sederhana untuk memandu keluaran
ChatGPT dengan memberikan tugas tertentu untuk diselesaikan model.
Misalnya, jika Anda ingin membuat ringkasan artikel berita, Anda
akan memberikan tugas seperti "meringkas artikel berita ini".
Rumus cepat: "Buat [tugas]"
Contoh:

Menghasilkan ringkasan artikel berita:

Tugas: Meringkas artikel berita ini

Rumus cepat: "Buat ringkasan artikel berita ini"

Menghasilkan ulasan produk:

Tugas: Menulis review tentang smartphone baru

Rumus cepat: "Hasilkan ulasan tentang ponsel cerdas baru ini"

Selain itu, perintah Standar dapat dikombinasikan dengan teknik lain

seperti perintah peran dan perintah kata awal untuk meningkatkan keluaran
ChatGPT.
Berikut adalah contoh bagaimana perintah standar, perintah peran,
dan teknik dorongan kata awal dapat digabungkan:

Tugas: Membuat ulasan produk untuk laptop baru Petunjuk:

Ulasan harus objektif, informatif, dan menonjolkan fitur unik
laptop
Peran: Pakar teknologi
Kata benih: "kuat"
Rumusan singkatnya: "Sebagai pakar teknologi, hasilkan ulasan
produk yang obyektif dan informatif yang menyoroti fitur-fitur
canggih dari laptop baru."
 Dalam contoh ini, teknik petunjuk standar digunakan untuk memastikan
bahwa model menghasilkan ulasan produk. Prompt peran digunakan untuk
memastikan bahwa ulasan ditulis dari sudut pandang pakar teknologi. Dan
seedword prompt digunakan untuk memastikan bahwa tinjauan berfokus
pada fitur-fitur canggih dari laptop.
 Bab5:Anjuran Nol, Satu, dan Beberapa Tembakan
Prompt zero-shot, one-shot, dan some-shot adalah teknik yang digunakan
untuk menghasilkan teks dari ChatGPT dengan sedikit atau tanpa contoh. Teknik-
teknik ini berguna ketika data yang tersedia untuk tugas tertentu terbatas atau
ketika tugas tersebut baru dan tidak terdefinisi dengan baik.
Teknik zero-shot prompting digunakan ketika tidak ada contoh yang
tersedia untuk tugas tersebut. Model diberikan tugas umum dan
menghasilkan teks berdasarkan pemahamannya terhadap tugas tersebut.
Teknik one-shot prompting digunakan ketika hanya ada satu contoh
yang tersedia untuk tugas tersebut. Model dilengkapi dengan contoh dan
menghasilkan teks berdasarkan pemahamannya terhadap contoh
tersebut.
Teknik beberapa-shot prompting digunakan ketika jumlah contoh
yang tersedia untuk tugas tersebut terbatas. Model diberikan contoh
dan menghasilkan teks berdasarkan pemahamannya terhadap
contoh.
Rumus cepat: "Buat teks berdasarkan contoh [angka]"
Contoh:

Menghasilkan deskripsi produk untuk produk baru tanpa

contoh yang tersedia:

Tugas: Menulis deskripsi produk untuk jam tangan pintar baru

Rumus prompt: "Buat deskripsi produk untuk jam tangan pintar
baru ini tanpa contoh"

Menghasilkan perbandingan produk dengan satu contoh yang

tersedia:

Tugas: Bandingkan smartphone baru dengan iPhone terbaru

Rumus Prompt: "Buat perbandingan produk smartphone baru ini
dengan satu contoh (iPhone terbaru)"

Menghasilkan ulasan produk dengan beberapa contoh yang tersedia:

 Tugas: Menulis ulasan tentang e-reader baru
Rumus cepat: "Hasilkan ulasan tentang e-reader baru ini dengan
beberapa contoh (3e-reader lainnya)"
Teknik-teknik ini dapat digunakan untuk menghasilkan teks berdasarkan
pemahaman model terhadap tugas atau contoh yang diberikan.
 Bab6: "Mari kita pikirkan tentang hal ini”.
Perintah "Mari kita pikirkan tentang ini" adalah teknik yang
digunakan untuk mendorong ChatGPT menghasilkan teks yang reflektif
dan kontemplatif. Teknik ini berguna untuk tugas-tugas seperti menulis
esai, puisi, atau menulis kreatif.
Rumus prompt untuk prompt "Mari kita pikirkan tentang ini" hanyalah frasa
"Mari kita pikirkan tentang ini" yang diikuti dengan topik atau pertanyaan.
Contoh:

Menghasilkan esai reflektif:

Tugas: Menulis esai reflektif tentang topik pertumbuhan pribadi

Rumusan singkat: "Mari kita pikirkan ini: pertumbuhan pribadi"

Menghasilkan puisi:

Tugas: Menulis puisi tentang pergantian musim

Rumus Prompt: “Mari kita pikirkan ini: pergantian musim” Prompt ini
meminta adanya percakapan atau diskusi tentang topik atau ide tertentu.
Pembicara mengundang ChatGPT untuk terlibat dalam dialog tentang subjek
yang sedang dibahas.
Model dilengkapi dengan prompt, yang berfungsi sebagai titik
awal percakapan atau pembuatan teks.
Model tersebut kemudian menggunakan data pelatihan dan algoritmenya untuk
menghasilkan respons yang relevan dengan perintah tersebut. Teknik ini
memungkinkan ChatGPT menghasilkan teks yang sesuai konteks dan koheren
berdasarkan perintah yang diberikan.
Untuk menggunakan teknik "Mari kita pikirkan perintah ini" dengan ChatGPT, Anda dapat
mengikuti langkah-langkah berikut:

1. Identifikasi topik atau ide yang ingin Anda diskusikan.

2. Merumuskan prompt yang dengan jelas menyatakan topik atau ide, dan
memulai percakapan atau pembuatan teks.
3. Awali perintah dengan "Mari kita pikirkan" atau "Mari kita berdiskusi"
untuk menunjukkan bahwa Anda memulai percakapan atau diskusi.
 Berikut adalah beberapa contoh petunjuk yang menggunakan teknik ini:
Perintah: "Mari kita memikirkan dampak perubahan iklim terhadap
pertanian"
Perintah: "Mari kita bahas kondisi kecerdasan buatan saat ini" Perintah:
"Mari kita bahas tentang keuntungan dan kerugian dari kerja jarak jauh"

Anda juga dapat menambahkan pertanyaan terbuka, pernyataan, atau sepotong teks yang
Anda ingin agar model tersebut dilanjutkan atau dikembangkan.
Setelah Anda memberikan perintah, model akan menggunakan data pelatihan dan
algoritmenya untuk menghasilkan respons yang relevan dengan perintah tersebut dan
akan melanjutkan percakapan dengan cara yang koheren.
Permintaan unik ini membantu ChatGPT memberikan jawaban dalam perspektif dan
sudut pandang yang berbeda, sehingga menghasilkan bagian yang lebih dinamis dan
informatif.
Langkah-langkah untuk menggunakan prompt ini sederhana dan mudah diikuti, dan
ini benar-benar dapat membuat perbedaan dalam tulisan Anda. Cobalah dan lihat
sendiri
 Bab7:Perintah Konsistensi Diri
Prompt Konsistensi Diri adalah teknik yang digunakan untuk memastikan
bahwa keluaran ChatGPT konsisten dengan masukan yang diberikan. Teknik ini
berguna untuk tugas-tugas seperti pengecekan fakta, validasi data, atau
pengecekan konsistensi dalam pembuatan teks.
Rumus prompt untuk prompt Konsistensi Diri adalah teks masukan
yang diikuti dengan instruksi "Harap pastikan teks berikut konsisten
dengan diri sendiri"
Alternatifnya, model dapat diminta untuk menghasilkan teks yang konsisten
dengan masukan yang diberikan.
Contoh Singkat dan Rumusnya:
Contoh1:Pembuatan Teks

Tugas: Menghasilkan review produk

Petunjuk: Review harus konsisten dengan informasi produk
yang diberikan dalam input
Rumus cepat: "Buat ulasan produk yang konsisten dengan
informasi produk berikut [masukkan informasi produk]"

Contoh2:Peringkasan Teks

Tugas: Meringkas sebuah artikel berita

Petunjuk: Ringkasan harus konsisten dengan informasi yang
diberikan dalam artikel
Rumus cepat: "Ringkaslah artikel berita berikut ini sesuai
dengan informasi yang diberikan [masukkan artikel berita]"

Contoh3:Penyelesaian Teks

Tugas: Menyelesaikan sebuah kalimat

Petunjuk: Penyelesaian harus konsisten dengan konteks yang
diberikan dalam masukan
 Rumus cepat: “Lengkapi kalimat berikut dengan cara yang
sesuai dengan konteks yang diberikan [masukkan kalimat]”

Contoh4:

1. Pengecekan fakta:

Tugas: Memeriksa konsistensi artikel berita tertentu

Teks masukan: "Artikel tersebut menyatakan bahwa jumlah penduduk kota
adalah 5juta, tapi kemudian, dikatakan bahwa jumlah penduduknya adalah7
juta." Rumusan cepat: "Harap pastikan teks berikut ini konsisten: Artikel
tersebut menyatakan bahwa jumlah penduduk kota tersebut adalah 5juta,
tapi kemudian, dikatakan bahwa jumlah penduduknya adalah7juta."

2. Validasi data:

Tugas: Memeriksa konsistensi dalam kumpulan data tertentu

Teks masukan: “Data menunjukkan suhu rata-rata di bulan
Juli adalah30derajat, tetapi suhu minimum dicatat sebagai20
derajat."
Rumus cepat: "Harap pastikan teks berikut ini konsisten:
Data menunjukkan bahwa suhu rata-rata di bulan Juli adalah
30derajat, tetapi suhu minimum dicatat sebagai20derajat."
 Bab8:Prompt Kata Benih
Prompt Seed-word adalah teknik yang digunakan untuk mengontrol output
ChatGPT dengan menyediakan kata atau frasa seed tertentu.
Rumus prompt untuk prompt Seed-word adalah kata atau frasa
seed yang diikuti dengan instruksi "Silakan buat teks berdasarkan
kata seed berikut"
Contoh:

Pembuatan teks:

Tugas: Menghasilkan cerita tentang kata

Benih naga: "Naga"
Rumus cepat: "Silakan buat teks berdasarkan kata benih
berikut: Naga"

Terjemahan Bahasa:

Tugas: Menerjemahkan kalimat dari Bahasa Inggris ke Bahasa

Spanyol Kata Benih: "Halo"
Rumus cepat: "Silakan buat teks berdasarkan kata unggulan
berikut: Halo"
Teknik ini memungkinkan model untuk menghasilkan teks yang terkait dengan kata
awal dan mengembangkannya. Ini adalah cara untuk mengontrol teks yang dihasilkan
model agar terkait dengan topik atau konteks tertentu.
Prompt Seed-word dapat dikombinasikan dengan prompt peran dan prompt
instruksi untuk membuat teks yang dihasilkan lebih spesifik dan bertarget.
Dengan menyediakan kata atau frasa awal, model dapat menghasilkan teks yang
terkait dengan kata atau frasa awal tersebut dan dengan memberikan informasi
tentang keluaran dan peran yang diinginkan, model dapat menghasilkan teks
dalam gaya atau nada tertentu yang konsisten dengan peran tersebut. atau
instruksi. Hal ini memungkinkan kontrol lebih besar atas teks yang dihasilkan dan
dapat berguna untuk berbagai aplikasi
Berikut Contoh Prompt dan Rumusnya:

Contoh1:Pembuatan Teks
 Tugas: Menghasilkan puisi
Petunjuk: Puisi harus berhubungan dengan kata benih "cinta"
dan harus ditulis dengan gaya soneta.
Peran: Penyair
Rumus cepat: "Buatlah soneta yang berkaitan dengan benih kata 'cinta'
sebagai penyair"

Contoh2:Penyelesaian Teks

Tugas: Menyelesaikan sebuah kalimat

Petunjuk: Penyelesaiannya harus berkaitan dengan kata awal
“sains” dan ditulis dengan gaya makalah penelitian

Peran: Peneliti
Rumusan singkat: “Lengkapi kalimat berikut sesuai dengan
kata benih ‘sains’ dan gaya makalah penelitian sebagai peneliti:
[masukkan kalimat]”

Contoh3:Peringkasan Teks

Tugas: Meringkas sebuah artikel berita

Petunjuk: Ringkasan harus berkaitan dengan kata awal “politik”
dan harus ditulis dengan nada netral dan tidak memihak
Peran: Jurnalis
Rumusan singkatnya: “Ringkaslah artikel berita berikut sedemikian rupa
sehingga berkaitan dengan kata unggulan ‘politik’ dengan nada netral dan tidak
memihak sebagai seorang jurnalis: [masukkan artikel berita]”
 Bab9:Perintah Pembuatan Pengetahuan
Prompt Knowledge Generation adalah teknik yang digunakan untuk
memperoleh informasi baru dan asli dari ChatGPT.
Rumus prompt untuk prompt Knowledge Generation adalah "Tolong
hasilkan informasi baru dan orisinal tentang X" di mana X adalah topik
yang diminati.
Ini adalah teknik yang menggunakan pengetahuan model yang sudah ada sebelumnya
untuk menghasilkan informasi baru atau menjawab pertanyaan.
Untuk menggunakan perintah ini dengan ChatGPT, model harus diberikan
pertanyaan atau topik sebagai masukan, bersama dengan perintah yang
menentukan tugas atau tujuan untuk teks yang dihasilkan. Prompt harus
mencakup informasi tentang keluaran yang diinginkan, seperti jenis teks yang
akan dihasilkan dan persyaratan atau batasan spesifik apa pun.
Berikut Contoh Prompt dan Rumusnya:

Contoh1:Generasi Pengetahuan

Tugas: Menghasilkan informasi baru tentang topik tertentu

Petunjuk: Informasi yang dihasilkan harus akurat dan relevan
dengan topik
Rumus cepat: "Hasilkan informasi baru dan akurat tentang
[topik tertentu]"

Contoh2:Menjawab Pertanyaan

Tugas: Jawab pertanyaan

Petunjuk: Jawabannya harus akurat dan relevan dengan
pertanyaan
Rumus cepat: "Jawab pertanyaan berikut: [masukkan
pertanyaan]"

Contoh3:Integrasi Pengetahuan

Tugas: Mengintegrasikan informasi baru dengan pengetahuan yang sudah ada

 Petunjuk: Integrasi harus akurat dan relevan dengan topik

Rumus cepat: "Integrasikan informasi berikut dengan

pengetahuan yang ada tentang [topik tertentu]: [masukkan
informasi baru]"

Contoh4:Analisis data:

Tugas: Menghasilkan wawasan tentang perilaku pelanggan dari kumpulan data

tertentu
Rumus cepat: "Harap buat informasi baru dan asli tentang
perilaku pelanggan dari kumpulan data ini"
 Bab10:Perintah Integrasi Pengetahuan
Teknik ini menggunakan pengetahuan model yang sudah ada sebelumnya untuk
mengintegrasikan informasi baru atau untuk menghubungkan informasi yang berbeda.
Teknik ini berguna untuk menggabungkan pengetahuan yang ada dengan informasi
baru untuk menghasilkan pemahaman yang lebih komprehensif tentang suatu topik
tertentu.
Cara menggunakannya dengan ChatGPT:
Model harus dilengkapi dengan informasi baru dan pengetahuan yang
ada sebagai masukan, bersama dengan perintah yang menentukan tugas
atau tujuan teks yang dihasilkan. Prompt harus mencakup informasi
tentang keluaran yang diinginkan, seperti jenis teks yang akan dihasilkan
dan persyaratan atau batasan spesifik apa pun.
Contoh Cepat dan Rumusnya:

Contoh1:Integrasi Pengetahuan

Tugas: Mengintegrasikan informasi baru dengan pengetahuan yang

sudah ada Petunjuk: Integrasi harus akurat dan relevan dengan topik

Rumus cepat: "Integrasikan informasi berikut dengan

pengetahuan yang ada tentang [topik tertentu]: [masukkan
informasi baru]"

Contoh2:Menghubungkan potongan-potongan informasi

Tugas: Menghubungkan potongan-potongan informasi yang berbeda

Petunjuk: Koneksi harus relevan dan logis Rumusan cepat: "Hubungkan
potongan-potongan informasi berikut dengan cara yang relevan dan
logis: [masukkan informasi1] [memasukkan informasi2]"

Contoh3:Memperbarui pengetahuan yang ada

Tugas: Memperbarui pengetahuan yang ada dengan informasi baru

 Petunjuk: Informasi terkini harus akurat dan relevan

Rumus cepat: "Perbarui pengetahuan yang ada tentang [topik

tertentu] dengan informasi berikut: [masukkan informasi baru]"
 Bab11:Perintah Pilihan Ganda
Teknik ini menyajikan model dengan pertanyaan atau tugas dan serangkaian pilihan yang
telah ditentukan sebelumnya sebagai jawaban potensial.
Teknik ini berguna untuk menghasilkan teks yang terbatas pada serangkaian
pilihan tertentu dan dapat digunakan untuk menjawab pertanyaan, menyelesaikan
teks, dan tugas lainnya. Model dapat menghasilkan teks yang terbatas pada opsi
yang telah ditentukan sebelumnya.
Untuk menggunakan perintah pilihan ganda dengan ChatGPT, model harus
dilengkapi dengan pertanyaan atau tugas sebagai masukan, bersama dengan
serangkaian opsi yang telah ditentukan sebelumnya sebagai kemungkinan jawaban.
Prompt juga harus menyertakan informasi tentang keluaran yang diinginkan, seperti
jenis teks yang akan dihasilkan dan persyaratan atau batasan spesifik apa pun.
Contoh Cepat dan Rumusnya:

Contoh1:Menjawab Pertanyaan

Tugas: Menjawab pertanyaan pilihan ganda

Petunjuk: Jawabannya harus merupakan salah satu pilihan yang telah ditentukan
sebelumnya
Rumus cepat: "Jawab pertanyaan berikut dengan memilih salah
satu opsi berikut: [masukkan pertanyaan] [masukkan opsi1]
[masukkan opsi2] [opsi sisipkan3]"

Contoh2:Penyelesaian teks

Tugas: Menyelesaikan kalimat dengan salah satu opsi yang telah

ditentukan. Petunjuk: Penyelesaian harus berupa salah satu opsi yang telah
ditentukan
Rumus cepat: "Lengkapi kalimat berikut dengan memilih
salah satu opsi berikut: [masukkan kalimat] [masukkan opsi1] [
opsi sisipkan2] [opsi sisipkan3]"

Contoh3:Analisis sentimen

Tugas: Mengklasifikasikan teks menjadi positif, netral, atau negatif

 Petunjuk: Klasifikasi harus menjadi salah satu opsi yang telah
ditentukan sebelumnya
Rumus cepat: "Klasifikasikan teks berikut sebagai positif, netral,
atau negatif dengan memilih salah satu opsi berikut: [masukkan teks]
[positif] [netral] [negatif]"
 Bab12:Anjuran Lembut yang Dapat Ditafsirkan
Perintah lunak yang dapat ditafsirkan adalah teknik yang memungkinkan untuk
mengontrol teks yang dihasilkan model sekaligus memberikan fleksibilitas pada model.
Hal ini dilakukan dengan menyediakan model dengan serangkaian masukan
terkontrol dan beberapa informasi tambahan tentang keluaran yang diinginkan. Teknik
ini memungkinkan teks yang dihasilkan lebih dapat ditafsirkan dan dikontrol.
Contoh Cepat dan Rumusnya:

Contoh1:Pembuatan teks

Tugas: Menghasilkan sebuah cerita

Petunjuk: Cerita harus didasarkan pada sekumpulan karakter

dan tema tertentu
Rumus cepat: "Buatlah cerita berdasarkan karakter berikut:
[masukkan karakter] dan tema: [masukkan tema]"

Contoh2:Penyelesaian teks

Tugas: Menyelesaikan sebuah kalimat

Petunjuk: Penyelesaiannya harus sesuai gaya penulis tertentu

Rumus cepat: "Lengkapi kalimat berikut dengan gaya [penulis

tertentu]: [masukkan kalimat]"

Contoh3:Pemodelan bahasa

Tugas: Menghasilkan teks dengan gaya tertentu

Petunjuk: Teks harus dalam gaya periode tertentu Rumus
cepat: "Buat teks dalam gaya [periode tertentu]: [masukkan
konteks]"
 Bab13:Perintah Generasi Terkendali
Perintah pembuatan terkontrol adalah teknik yang memungkinkan untuk menghasilkan
teks dengan tingkat kontrol yang tinggi terhadap keluarannya.
Hal ini dicapai dengan memberikan model serangkaian masukan
tertentu, seperti templat, kosakata tertentu, atau serangkaian batasan,
yang dapat digunakan untuk memandu proses pembuatan.
Berikut beberapa Contoh Prompt dan Rumusnya:

Contoh1:Pembuatan teks

Tugas: Menghasilkan sebuah cerita

Petunjuk: Cerita harus didasarkan pada template tertentu.

Rumus prompt: "Buat cerita berdasarkan template berikut:
[masukkan template]"

Contoh2:Penyelesaian teks

Tugas: Menyelesaikan sebuah kalimat

Petunjuk: Penyelesaiannya harus menggunakan kosakata tertentu
Rumusan cepat: "Lengkapi kalimat berikut menggunakan kosakata
berikut: [masukkan kosakata]: [masukkan kalimat]"

Contoh3:Pemodelan bahasa

Tugas: Menghasilkan teks dengan gaya tertentu

Petunjuk: Teks harus mengikuti serangkaian aturan tata
bahasa tertentu
Rumus cepat: "Hasilkan teks yang mengikuti aturan tata bahasa
berikut: [masukkan aturan]: [masukkan konteks]"
Dengan memberikan model serangkaian masukan tertentu yang dapat digunakan
untuk memandu proses pembuatan, perintah pembuatan yang terkontrol memungkinkan
teks yang dihasilkan menjadi lebih terkendali dan dapat diprediksi.
 Bab14:Perintah untuk menjawab pertanyaan
Perintah menjawab pertanyaan adalah teknik yang memungkinkan model
menghasilkan teks yang menjawab pertanyaan atau tugas tertentu. Hal ini dicapai
dengan memberikan model pertanyaan atau tugas sebagai masukan, bersama
dengan informasi tambahan apa pun yang mungkin relevan dengan pertanyaan
atau tugas tersebut.
Beberapa Contoh Singkat dan Rumusnya adalah;

Contoh1:Menjawab pertanyaan faktual

Tugas: Menjawab pertanyaan faktual

Petunjuk: Jawabannya harus akurat dan relevan Rumusan cepat:
"Jawab pertanyaan faktual berikut: [masukkan pertanyaan]"

Contoh2:Definisi

Tugas: Memberikan definisi sebuah kata

Petunjuk: Definisi harus tepat
Rumus cepat: "Definisikan kata berikut: [masukkan kata]"

Contoh3:Pengambilan Informasi

Tugas: Mengambil informasi dari sumber tertentu Petunjuk:

Informasi yang diambil harus relevan Rumus prompt: "Ambil
informasi tentang [topik tertentu] dari sumber berikut:
[masukkan sumber]"
Hal ini dapat berguna untuk tugas-tugas seperti menjawab pertanyaan dan
mencari informasi.
 Bab15:Perintah peringkasan
Perintah peringkasan adalah teknik yang memungkinkan model
menghasilkan versi lebih pendek dari teks tertentu sambil tetap
mempertahankan ide dan informasi utamanya.
Hal ini dicapai dengan memberikan model teks yang lebih panjang sebagai masukan
dan memintanya untuk membuat ringkasan teks tersebut.
Teknik ini berguna untuk tugas-tugas seperti peringkasan teks
dan kompresi informasi.
Cara menggunakannya dengan ChatGPT:
Model harus diberikan teks yang lebih panjang sebagai masukan dan
diminta untuk membuat ringkasan teks tersebut. Prompt juga harus
mencakup informasi tentang keluaran yang diinginkan, seperti panjang
ringkasan yang diinginkan dan persyaratan atau batasan spesifik apa pun.
Contoh Cepat dan Rumusnya:

Contoh1:Ringkasan artikel

Tugas: Meringkas sebuah artikel berita

Petunjuk: Ringkasan harus berupa gambaran singkat tentang
poin-poin utama artikel
Rumus cepat: "Ringkaslah artikel berita berikut dalam satu kalimat
pendek: [masukkan artikel]"

Contoh2:Catatan pertemuan

Tugas: Meringkas transkrip pertemuan

Petunjuk: Ringkasan harus menyoroti keputusan dan tindakan utama
dari pertemuan tersebut
Rumus cepat: "Ringkaslah transkrip pertemuan berikut dengan mencantumkan
keputusan utama dan tindakan yang diambil: [masukkan transkrip]"

Contoh3:Ringkasan buku

Tugas: Meringkas sebuah buku

 Petunjuk: Ringkasan harus berupa gambaran singkat tentang
poin-poin utama buku ini
Rumus cepat: "Ringkaslah buku berikut dalam satu paragraf
pendek: [masukkan judul buku]"
 Bab16:Dialog meminta
Perintah dialog adalah teknik yang memungkinkan model menghasilkan
teks yang menyimulasikan percakapan antara dua entitas atau lebih. Dengan
memberikan model konteks dan sekumpulan karakter atau entitas, beserta
peran dan latar belakang mereka, dan meminta model untuk menghasilkan
dialog di antara mereka.
Oleh karena itu, model harus dilengkapi dengan konteks dan
sekumpulan karakter atau entitas, beserta peran dan latar belakangnya.
Model tersebut juga harus dilengkapi dengan informasi tentang keluaran
yang diinginkan, seperti jenis percakapan atau dialog dan persyaratan atau
batasan spesifik apa pun.
Contoh Cepat dan Rumusnya:

Contoh1:Generasi dialog

Tugas: Menghasilkan percakapan antara dua karakter.

Petunjuk: Percakapan harus alami dan relevan dengan
konteks tertentu
Rumus cepat: "Hasilkan percakapan antara karakter berikut
[masukkan karakter] dalam konteks berikut [masukkan konteks]"

Contoh2:Penulisan cerita

Tugas: Menghasilkan dialog dalam sebuah cerita

Petunjuk: Dialog harus konsisten dengan tokoh dan peristiwa
cerita
Rumus cepat: "Hasilkan dialog antara karakter berikut
[masukkan karakter] dalam cerita berikut [masukkan cerita]"

Contoh3:Pengembangan chatbot

Tugas: Menghasilkan dialog untuk chatbot layanan pelanggan

Petunjuk: Dialog harus profesional dan memberikan informasi
yang akurat
 Rumus cepat: "Hasilkan dialog yang profesional dan akurat untuk
chatbot layanan pelanggan, ketika pelanggan bertanya tentang
[masukkan topik]"
Oleh karena itu teknik ini berguna untuk tugas-tugas seperti pembuatan
dialog, penulisan cerita, dan pengembangan chatbot.
 Bab17:Perintah permusuhan
Perintah permusuhan adalah teknik yang memungkinkan model
menghasilkan teks yang tahan terhadap jenis serangan atau bias tertentu.
Teknik ini dapat digunakan untuk melatih model yang lebih kuat dan tahan
terhadap jenis serangan atau bias tertentu.
Untuk menggunakan perintah permusuhan dengan ChatGPT, model
harus dilengkapi dengan perintah yang dirancang agar menyulitkan model
untuk menghasilkan teks yang konsisten dengan keluaran yang diinginkan.
Prompt juga harus menyertakan informasi tentang keluaran yang diinginkan,
seperti jenis teks yang akan dihasilkan dan persyaratan atau batasan spesifik
apa pun.
Contoh Cepat dan Rumusnya:

Contoh1:Permintaan permusuhan untuk klasifikasi teks

Tugas: Menghasilkan teks yang diklasifikasikan sebagai label tertentu

Petunjuk: Teks yang dihasilkan harus sulit untuk diklasifikasikan sebagai
label tertentu
Rumus cepat: "Hasilkan teks yang sulit diklasifikasikan sebagai
[masukkan label]"

Contoh2:Permintaan permusuhan untuk analisis sentimen

Tugas: Menghasilkan teks yang sulit diklasifikasikan sebagai sentimen

tertentu
Petunjuk: Teks yang dihasilkan harus sulit diklasifikasikan
sebagai sentimen tertentu
Rumus cepat: "Buat teks yang sulit diklasifikasikan memiliki
sentimen [masukkan sentimen]"

Contoh3:Perintah permusuhan untuk terjemahan bahasa

Tugas: Menghasilkan teks yang sulit diterjemahkan Petunjuk:

Teks yang dihasilkan harus sulit diterjemahkan ke bahasa target
 Rumus cepat: "Hasilkan teks yang sulit diterjemahkan ke
[masukkan bahasa target]"
 Bab18:Perintah pengelompokan
Clustering prompts adalah teknik yang memungkinkan model
mengelompokkan titik data serupa berdasarkan karakteristik atau fitur
tertentu.
Hal ini dicapai dengan menyediakan sekumpulan titik data kepada model dan
memintanya untuk mengelompokkannya ke dalam kelompok berdasarkan
karakteristik atau fitur tertentu.
Teknik ini berguna untuk tugas-tugas seperti analisis data,
pembelajaran mesin, dan pemrosesan bahasa alami.
 Cara menggunakannya dengan ChatGPT:
Model harus dilengkapi dengan sekumpulan titik data dan diminta
untuk mengelompokkannya ke dalam kelompok berdasarkan karakteristik
atau fitur tertentu. Prompt juga harus mencakup informasi tentang
keluaran yang diinginkan, seperti jumlah klaster yang akan dihasilkan dan
persyaratan atau batasan spesifik apa pun.
Contoh Cepat dan Rumusnya:

Contoh1:Pengelompokan ulasan pelanggan

Tugas: Mengelompokkan ulasan pelanggan serupa. Petunjuk:

Ulasan harus dikelompokkan berdasarkan sentimen

Rumus cepat: "Kelompokkan ulasan pelanggan berikut ke dalam

kelompok berdasarkan sentimen: [masukkan ulasan]"

Contoh2:Pengelompokan artikel berita

Tugas: Mengelompokkan artikel berita serupa Petunjuk: Artikel harus

dikelompokkan berdasarkan topik Rumus cepat: "Kelompokkan
artikel berita berikut ke dalam kelompok berdasarkan topik:
[masukkan artikel]"

Contoh3:Pengelompokan karya ilmiah

Tugas: Mengelompokkan karya ilmiah serupa Petunjuk: Makalah

sebaiknya dikelompokkan berdasarkan bidang penelitian

Rumus cepat: "Kelompokkan karya ilmiah berikut ke dalam kelompok

berdasarkan bidang penelitian: [masukkan makalah]"
 Bab19:Perintah pembelajaran penguatan
Perintah pembelajaran penguatan adalah teknik yang memungkinkan model
belajar dari tindakan masa lalunya dan meningkatkan kinerjanya seiring waktu.
Untuk menggunakan perintah pembelajaran penguatan dengan ChatGPT,
model harus diberikan serangkaian masukan dan imbalan, dan diizinkan untuk
menyesuaikan perilakunya berdasarkan imbalan yang diterimanya. Prompt juga
harus mencakup informasi tentang keluaran yang diinginkan, seperti tugas yang
harus diselesaikan dan persyaratan atau batasan spesifik apa pun.
Teknik ini berguna untuk tugas-tugas seperti pengambilan keputusan,
permainan game, dan pembuatan bahasa alami.
Contoh Cepat dan Rumusnya:

Contoh1:Pembelajaran penguatan untuk pembuatan teks

Tugas: Menghasilkan teks yang konsisten dengan gaya tertentu

Petunjuk: Model harus menyesuaikan perilakunya berdasarkan imbalan
yang diterimanya karena menghasilkan teks yang konsisten dengan gaya
tertentu
Rumus cepat: "Gunakan pembelajaran penguatan untuk menghasilkan teks
yang konsisten dengan gaya berikut [masukkan gaya]"

Contoh2:Pembelajaran penguatan untuk terjemahan bahasa

Tugas: Menerjemahkan teks dari satu bahasa ke bahasa lain Petunjuk:

Model harus menyesuaikan perilakunya berdasarkan imbalan yang
diterimanya karena menghasilkan terjemahan yang akurat
Rumus cepat: "Gunakan pembelajaran penguatan untuk
menerjemahkan teks berikut [masukkan teks] dari [masukkan bahasa] ke
[masukkan bahasa]"

Contoh3:Pembelajaran penguatan untuk menjawab pertanyaan

Tugas: Menghasilkan jawaban atas sebuah pertanyaan

Petunjuk: Model harus menyesuaikan perilakunya berdasarkan imbalan
yang diterimanya karena menghasilkan jawaban yang akurat
 Rumus cepat: "Gunakan pembelajaran penguatan untuk menghasilkan
jawaban atas pertanyaan berikut [masukkan pertanyaan]"
 Bab20:Petunjuk pembelajaran kurikulum
Pembelajaran kurikulum adalah teknik yang memungkinkan model mempelajari tugas yang
kompleks dengan terlebih dahulu melatih tugas yang lebih sederhana dan secara bertahap
meningkatkan kesulitannya.
Untuk menggunakan petunjuk pembelajaran kurikulum dengan ChatGPT,
model harus dilengkapi dengan serangkaian tugas yang secara bertahap
meningkatkan kesulitannya. Prompt juga harus mencakup informasi tentang
keluaran yang diinginkan, seperti tugas akhir yang harus diselesaikan dan
persyaratan atau batasan spesifik apa pun.
Teknik ini berguna untuk tugas-tugas seperti pemrosesan bahasa
alami, pengenalan gambar, dan pembelajaran mesin.
Contoh Cepat dan Rumusnya:

Contoh1:Pembelajaran kurikulum untuk pembuatan teks

Tugas: Menghasilkan teks yang konsisten dengan gaya tertentu

Petunjuk: Model harus dilatih pada gaya yang lebih sederhana sebelum
beralih ke gaya yang lebih kompleks
Rumus cepat: "Gunakan pembelajaran kurikulum untuk menghasilkan
teks yang konsisten dengan gaya berikut [masukkan gaya] dalam urutan
berikut [masukkan urutan]"

Contoh2:Pembelajaran kurikulum untuk terjemahan bahasa

Tugas: Menerjemahkan teks dari satu bahasa ke bahasa lain

Petunjuk: Model harus dilatih dalam bahasa yang lebih sederhana
sebelum beralih ke bahasa yang lebih kompleks
Rumus cepat: "Gunakan pembelajaran kurikulum untuk
menerjemahkan teks dari bahasa berikut [masukkan bahasa] dengan
urutan berikut [masukkan urutan]"

Contoh3:Pembelajaran kurikulum untuk menjawab pertanyaan

Tugas: Menghasilkan jawaban atas sebuah pertanyaan

 Petunjuk: Model harus dilatih pada pertanyaan yang lebih sederhana
sebelum beralih ke pertanyaan yang lebih kompleks
Rumus cepat: "Gunakan pembelajaran kurikulum untuk menghasilkan
jawaban atas pertanyaan-pertanyaan berikut [masukkan pertanyaan] dengan
urutan berikut [masukkan urutan]"
 Bab21:Analisis sentimen diminta
Analisis sentimen adalah teknik yang memungkinkan model
menentukan nada emosional atau sikap suatu teks, misalnya positif,
negatif, atau netral.
Untuk menggunakan perintah analisis sentimen dengan ChatGPT, model harus
diberikan sepotong teks dan diminta untuk mengklasifikasikannya berdasarkan
sentimennya.
Prompt juga harus mencakup informasi tentang keluaran yang
diinginkan, seperti jenis sentimen yang akan dideteksi (misalnya positif,
negatif, netral) dan persyaratan atau batasan spesifik apa pun.
Contoh Cepat dan Rumusnya:

Contoh1:Analisis sentimen ulasan pelanggan

Tugas: Menentukan sentimen ulasan pelanggan Petunjuk:

Model harus mengklasifikasikan ulasan sebagai positif,
negatif, atau netral
Rumus cepat: "Lakukan analisis sentimen pada ulasan pelanggan
berikut [masukkan ulasan] dan klasifikasikan ulasan tersebut sebagai
positif, negatif, atau netral."

Contoh2:Analisis sentimen tweet

Tugas: Menentukan sentimen tweet

Petunjuk: Model harus mengklasifikasikan tweet menjadi positif,
negatif, atau netral
Rumus cepat: "Lakukan analisis sentimen pada tweet berikut
[masukkan tweet] dan klasifikasikan sebagai positif, negatif, atau
netral."

Contoh3:Analisis sentimen ulasan produk

Tugas: Menentukan sentimen ulasan produk Petunjuk: Model

harus mengklasifikasikan ulasan sebagai positif, negatif, atau
netral
 Rumus cepat: "Lakukan analisis sentimen pada ulasan produk
berikut [masukkan ulasan] dan klasifikasikan sebagai positif,
negatif, atau netral."
Teknik ini berguna untuk tugas-tugas seperti pemrosesan bahasa
alami, layanan pelanggan, dan riset pasar.
 Bab22:Perintah pengenalan entitas bernama
Pengenalan entitas bernama (NER) adalah teknik yang memungkinkan model
mengidentifikasi dan mengklasifikasikan entitas bernama dalam teks, seperti orang,
organisasi, lokasi, dan tanggal.
Untuk menggunakan perintah pengenalan entitas bernama dengan ChatGPT, model
harus diberikan sepotong teks dan diminta untuk mengidentifikasi dan
mengklasifikasikan entitas bernama dalam teks.
Prompt juga harus mencakup informasi tentang keluaran yang
diinginkan, seperti jenis entitas yang akan diidentifikasi (misalnya
orang, organisasi, lokasi, tanggal) dan persyaratan atau batasan
spesifik apa pun.
Contoh Cepat dan Rumusnya:

Contoh1:Pengenalan entitas bernama dalam sebuah artikel berita

Tugas: Mengidentifikasi dan mengklasifikasikan entitas bernama dalam artikel

berita Petunjuk: Model harus mengidentifikasi dan mengklasifikasikan orang,
organisasi, lokasi, dan tanggal
Rumus cepat: "Lakukan pengenalan entitas bernama pada artikel
berita berikut [masukkan artikel] dan identifikasi serta klasifikasikan
orang, organisasi, lokasi, dan tanggal."

Contoh2:Pengakuan entitas yang diberi nama dalam suatu dokumen hukum

Tugas: Mengidentifikasi dan mengklasifikasikan entitas bernama dalam

dokumen hukum Petunjuk: Model harus mengidentifikasi dan
mengklasifikasikan orang, organisasi, lokasi, dan tanggal
Rumus cepat: "Lakukan pengenalan entitas bernama pada
dokumen hukum berikut [masukkan dokumen] dan identifikasi serta
klasifikasikan orang, organisasi, lokasi, dan tanggal."

Contoh3:Dinamakan pengakuan entitas dalam makalah penelitian

Tugas: Mengidentifikasi dan mengklasifikasikan entitas bernama dalam makalah penelitian

 Petunjuk: Model harus mengidentifikasi dan mengklasifikasikan
orang, organisasi, lokasi, dan tanggal
Rumus cepat: "Lakukan pengenalan entitas bernama pada makalah
penelitian berikut [masukkan makalah] dan identifikasi serta
klasifikasikan orang, organisasi, lokasi, dan tanggal."
 Bab23:Perintah klasifikasi teks
Klasifikasi teks adalah teknik yang memungkinkan model untuk
mengkategorikan teks ke dalam kelas atau kategori yang berbeda. Teknik ini
berguna untuk tugas-tugas seperti pemrosesan bahasa alami, analisis teks,
dan analisis sentimen.
Penting untuk diperhatikan bahwa klasifikasi teks berbeda dengan
analisis sentimen. Analisis sentimen secara khusus fokus pada penentuan
sentimen atau emosi yang diungkapkan dalam teks.
Hal ini dapat mencakup menentukan apakah teks tersebut mengungkapkan
sentimen positif, negatif, atau netral. Analisis sentimen sering kali digunakan
dalam konteks ulasan pelanggan, postingan media sosial, dan bentuk teks lain
yang menganggap sentimen yang diungkapkan itu penting.
Untuk menggunakan perintah klasifikasi teks dengan ChatGPT, model
harus diberikan sepotong teks dan diminta untuk mengklasifikasikannya
berdasarkan kategori atau label yang telah ditentukan sebelumnya. Prompt
juga harus mencakup informasi tentang keluaran yang diinginkan, seperti
jumlah kelas atau kategori, dan persyaratan atau batasan tertentu.
Contoh Cepat dan Rumusnya:

Contoh1:Klasifikasi teks ulasan pelanggan

Tugas: Mengklasifikasikan ulasan pelanggan ke dalam kategori berbeda

seperti elektronik, pakaian, dan furnitur
Petunjuk: Model harus mengklasifikasikan ulasan berdasarkan
kontennya
Rumus cepat: "Lakukan klasifikasi teks pada ulasan pelanggan
berikut [masukkan ulasan] dan klasifikasikan ke dalam kategori
berbeda seperti elektronik, pakaian, dan furnitur berdasarkan
kontennya."

Contoh2:Klasifikasi teks artikel berita

Tugas: Mengklasifikasikan artikel berita ke dalam kategori berbeda

seperti olahraga, politik, dan hiburan
 Petunjuk: Model harus mengklasifikasikan artikel berdasarkan
kontennya
Rumus cepat: "Lakukan klasifikasi teks pada artikel berita
berikut [masukkan artikel] dan klasifikasikan ke dalam kategori
berbeda seperti olahraga, politik, dan hiburan berdasarkan
kontennya."

Contoh3:Klasifikasi teks email

Tugas: Mengklasifikasikan email ke dalam kategori berbeda seperti spam,

penting, atau mendesak
Petunjuk: Model harus mengklasifikasikan email berdasarkan
konten dan pengirimnya
Rumus cepat: "Lakukan klasifikasi teks pada email berikut
[masukkan email] dan klasifikasikan ke dalam kategori berbeda
seperti spam, penting, atau mendesak berdasarkan konten dan
pengirimnya."
 Bab24:Perintah pembuatan teks
Perintah pembuatan teks terkait dengan beberapa teknik cepat lain
yang disebutkan dalam buku ini, seperti: Perintah Nol, Satu dan Beberapa
Tembakan, Perintah pembuatan terkontrol, Perintah terjemahan, Perintah
pemodelan bahasa, Perintah penyelesaian kalimat.
Semua perintah ini terkait karena semuanya melibatkan pembuatan
teks, namun berbeda dalam cara pembuatan teks dan persyaratan atau
batasan khusus yang ditempatkan pada teks yang dihasilkan.
Perintah pembuatan teks dapat digunakan untuk menyempurnakan model yang telah dilatih
sebelumnya atau untuk melatih model baru untuk tugas tertentu.
Contoh Cepat dan Rumusnya:

Contoh1:Pembuatan teks untuk penulisan cerita

Tugas: Menghasilkan cerita berdasarkan prompt yang diberikan. Petunjuk:

Ceritanya setidaknya harus seperti itu1000kata-kata dan menyertakan
serangkaian karakter dan plot tertentu
Rumus cepat: "Setidaknya hasilkan cerita1000kata-kata, termasuk
karakter [masukkan karakter] dan plot [masukkan plot] berdasarkan
perintah berikut [masukkan perintah]."

Contoh2:Pembuatan teks untuk terjemahan bahasa

Tugas: Menerjemahkan teks tertentu ke dalam bahasa lain

Petunjuk: Terjemahan harus akurat dan idiomatis Rumus prompt:
"Terjemahkan teks berikut [masukkan teks] ke dalam [masukkan
bahasa target] dan pastikan teks tersebut akurat dan idiomatis."

Contoh3:Pembuatan teks untuk penyelesaian teks

Tugas: Menyelesaikan teks yang diberikan

Petunjuk: Teks yang dihasilkan harus koheren dan konsisten

dengan teks masukan
 Rumus cepat: "Lengkapi teks berikut [masukkan teks] dan
pastikan teks tersebut koheren dan konsisten dengan teks
masukan."Bab26:Perintah prediksi kata
 Kesimpulan
Seperti yang telah kita jelajahi sepanjang buku ini, rekayasa cepat adalah alat yang
ampuh untuk mendapatkan jawaban berkualitas tinggi dari model bahasa seperti
ChatGPT. Dengan menyusun petunjuk secara cermat yang menggabungkan berbagai
teknik, kita dapat memandu model untuk menghasilkan teks yang disesuaikan dengan
kebutuhan dan kebutuhan spesifik kita.
Dalam bab2,kami melihat bagaimana petunjuk instruksi dapat digunakan untuk
memberikan panduan yang jelas dan spesifik pada model. Dalam bab3,kami menjelajahi
bagaimana perintah peran dapat digunakan untuk menghasilkan teks dengan suara
atau gaya tertentu. Dalam bab4,kami memeriksa bagaimana perintah standar dapat
digunakan sebagai titik awal untuk menyempurnakan performa model.
Kita juga melihat beberapa teknik prompt tingkat lanjut seperti
Prompt Nol, Satu dan Beberapa Tembakan, Konsistensi Diri, Prompt
Kata Benih, Prompt Pembuatan Pengetahuan, Prompt Integrasi
Pengetahuan, Prompt Pilihan Ganda, Prompt Lembut yang Dapat
Ditafsir, Prompt Pembuatan Terkendali, Menjawab Pertanyaan perintah,
perintah peringkasan, perintah dialog, perintah permusuhan, perintah
pengelompokan, perintah pembelajaran penguatan, perintah
pembelajaran kurikulum, perintah analisis sentimen, perintah
pengenalan entitas bernama, dan perintah klasifikasi teks
Masing-masing teknik ini dapat digunakan dengan cara berbeda untuk
mencapai berbagai hasil yang berbeda, dan saat Anda terus bekerja dengan
ChatGPT dan model bahasa lainnya, ada baiknya bereksperimen dengan
berbagai kombinasi teknik untuk melihat mana yang paling cocok untuk kasus
penggunaan spesifik Anda. .
Terakhir Anda dapat memeriksa untuk melihat buku lain yang saya tulis tentang topik
lain.
Terima kasih telah membaca seluruh buku. Sampai jumpa di buku saya yang lain.
 Tentang Penulis
Ibrahim Yohanes

Ibrahim John adalah penulis "Seni Meminta Jawaban Berkualitas

Tinggi dari ChatGPT: Panduan Lengkap untuk Teknik Teknik Cepat".

Ia lahir di Tanzania dan merupakan tokoh terkenal di bidang

teknologi dan bisnis.

Dia adalah pendiri tiga perusahaan sukses: Nzunda Technologies

Limited, Kingbest Companye Limited dan Agrasa Agriculture Limited.

Dengan pengetahuan dan pengalamannya yang luas di bidangnya,

Ibrahim membawa perspektif unik terhadap topik rekayasa cepat dan
penerapannya dalam pemodelan bahasa. Dia bersemangat berbagi
pengetahuan dan keahliannya dengan orang lain dan berdedikasi untuk
membantu orang memahami dan memanfaatkan kekuatan ChatGPT dan
model bahasa canggih lainnya.