Düşünce Zinciri Yönlendirmesi ChatGPT Çıktılarınızı Nasıl Geliştirir?

Google , ölçekli içerik istismarına karşı önlem alıyor . Ancak bu, içerik motorunuzu ölçeklendirmeyi bırakmanız gerektiği anlamına gelmez. Bu, ölçeklendirmeyi desteklemek için yapay zekayı kullanmayı bırakmanız gerektiği anlamına bile gelmez. Bu sadece rekabet etmek için spam içerikli, zayıf içeriğe güvenemeyeceğiniz anlamına gelir.

Peki içerik hacminizi ceza almadan artırmak için yapay zekayı nasıl benimsersiniz?

Çok basit: Yapay zekayı, insan yaratıcıların yerini alacak bir araç olarak değil, bir güçlendirme aracı olarak benimseyin.

İçerik oluşturma çabalarınızı artırmanın bir yolu, daha yüksek kaliteli içeriği daha hızlı oluşturmaya teşvik eden düşünce zinciri gibi yeni yapay zeka taktiklerini kullanmaktır.

CoT dünyasına ve bunun içerik motorunuzu geliştirmenize nasıl yardımcı olabileceğine derinlemesine bakalım.

Düşünce Zinciri Neyi Teşvik Ediyor?

Düşünce zinciri (CoT), büyük dil modellerinin (LLM'ler) akıl yürütme yeteneklerini geliştirmek için kullanılan bir tekniktir. Temel fikir, modeli karmaşık bir sorunu daha küçük, daha yönetilebilir adımlara ayırmaya teşvik ederek nihai cevaba götüren açık bir akıl yürütme zinciri sağlamaktır.

Bu, okulda matematik veya muhakeme problemlerini nasıl çözeceğinizi öğrenme şeklinize benzer. İşte nasıl çalıştığının hızlı (oldukça basitleştirilmiş) bir versiyonu:

• Problem Dönüşümü: LLM'ye basitçe bir görev veya soru sunmak yerine, bir düşünce zinciri istemi, girdiyi "Adım adım düşünelim" ifadesini içerecek şekilde yeniden yapılandırır.Bu işaret, modele ara akıl yürütme adımları oluşturma sinyali verir.
• Orta Düzeyde Akıl Yürütme: Modelin, çözüme doğru giden adım adım düşünce sürecini açıkça ortaya koyması teşvik edilir.Bu, hesaplamaları, mantıksal çıkarımları veya ilgili bilgilerin hatırlanmasını içerebilir.
• Nihai Yanıt: Model, ideal olarak ürettiği şeffaf akıl yürütme zinciriyle desteklenen nihai cevaba ulaşır.

Bu tür bir bilgi istemi, aşağıdaki örnekte gösterildiği gibi tek bir bilgi isteminde iletilebilir veya adımları, birbirini oluşturan bir dizi sıralı bilgi istemine bölebilirsiniz (bu konuda daha sonra daha fazla bilgi verilecektir).

Bu yaklaşım ilk olarak Jason Wei ve Google Araştırma Beyin Ekibi'nden uzmanlardan oluşan bir ekip tarafından 2022'de bir makalede ortaya atıldı . Aşağıdaki örnek CoT'yi tanıtan makaleden alınmıştır:

• Standart istem, örnek bir sorun ve çözümün yanı sıra yapay zekanın yanıtlaması gereken soruyu içerir.
• CoT istemi aynı sorun çözüm setini,bu çözüme nasıl ulaşıldığını özetleyen bir dizi adımıve ardından yapay zekanın yanıtlayacağı yeni bir soruyu içerir.

Gördüğünüz gibi model ilk problemi doğru bir şekilde cevaplayamıyor ancak oraya ulaşmak için bir "düşünce zinciri"nden geçmesi istendiğinde başarılı oluyor.

Bu makale, bu hızlı mühendislik taktiğinin bir dizi farklı akıl yürütme problemine getirdiği bazı önemli faydaları tanımladı:

• Adım adım ilerleyen süreç, yapay zekayı daha ayrıntılı düşünmeye ve mantıkta sıçramalar yapmaktan kaçınmaya zorlar, bu da sonuçların iyileştirilmesine yardımcı olur.
• CoT, yapay zekanın karar verme sürecine bir pencere açarak kullanıcılara ve model tasarımcılarına bu modellerin nasıl çalıştığına dair daha fazla bilgi sağlar.
• Yapay zekanın neden belirli bir çıktıyı seçtiğine dair bir açıklama gerektirerek CoT, LLM'lerin eğilimli olduğu bazı önyargıları potansiyel olarak azaltabilir.
• Yapay zeka kullanıcıları, duygu yönlendirme taktiğine benzer şekilde "hadi adım adım ilerleyelim" veya "mantığınızı açıklayın" gibi ifadeler ekleyerek çıktıları iyileştirebilir .

En önemlisi, bu taktiğin ChatGPT , Gemini, Jasper veya diğer LLM tabanlı yapay zekalara gönderdiğiniz herhangi bir dil tabanlı görevin sonucunu iyileştirme potansiyeli vardır . Aslında Google, modellerini 2022'den beri CoT ile eğitiyor:

Pathways Dil Modeli (PaLM), matematik sözlü problemlerini çözmek gibi karmaşık görevleri yapmaya yönlendiren ve hatta akıl yürütme sürecini adım adım açıklayan düşünce zinciri adı verilen bir tekniği kullanan yeni, gelişmiş bir yapay zeka modelidir. #GoogleIO pic.twitter.com/YHLsnqNemv

- Google (@Google) 13 Mayıs 2022

Tamam, artık düşünce zinciri yönlendirmesi hakkında biraz daha fazla bilgi sahibi olduğunuza göre, bunu içerik oluşturma verimliliğinizi artırmak için kullanabileceğiniz yöntemlere geçelim.

Düşünce Zinciri Yönlendirmesi İçerik Oluşturmada Nasıl Yardımcı Olur?

Yazma görevleri için çıktıları iyileştirmek amacıyla düşünce zincirini kullanmak, basit matematik veya sağduyulu akıl yürütmeden daha karmaşıktır. Sizi tek bir doğru cevaba yönlendiren matematik ve sözlü problemler için belirli kurallar vardır, ancak strateji veya içerik oluşturmaya yaklaşmanın birçok farklı yolu vardır.

SEO metin yazarlığı , içerik pazarlaması ve dağıtımının bir sanatı vardır . Bununla birlikte, özellikle kurumsal ölçekte bu görevlerde pek çok akıl yürütme de yer alır .

Google'ın orijinal CoT çalışması, bu yönlendirme tarzının, insan problem çözme süreçlerini taklit eden adım adım, yapılandırılmış bir yaklaşım sağlayarak Yüksek Lisans'ların muhakeme yeteneklerini önemli ölçüde artırdığını vurguluyor.

Yazma görevlerine uygulanabilirliğinin mantığı, çok adımlı akıl yürütme, planlama, düşüncelerin düzenlenmesi ve fikirlerin tutarlı ve mantıklı bir şekilde geliştirilmesini gerektiren bir süreç olarak yazmanın doğasında yatmaktadır.

Yazma görevleri, özellikle de anlatılar, tartışmaya dayalı makaleler veya teknik raporlar oluşturmayı içerenler, son parçanın geliştirilmesine yol açan düşünce sürecinin ana hatlarını çizen CoT yaklaşımından yararlanabilir.

Düşünce zincirinin temelindeki ilkelerin (düşünce süreçlerini yapılandırmak, karmaşık sorunları çözmek ve mantıksal ilerlemeye rehberlik etmek) etkili yazmanın gereksinimleriyle nasıl uyum sağladığı aşağıda açıklanmıştır.

1) Konu Araştırması

B2B SaaS alanı, bulut altyapısından özellik yönetimine ve yapay zekaya kadar son derece teknik alanlarla doludur.

İster serbest çalışan olarak, ister bir ajansta, hatta çok sayıda API entegrasyonuna sahip büyük bir marka için çalışıyor olun, yeni konuları hızlı bir şekilde sindirmek muhtemelen işin merkezinde yer alır.

Düşünce zinciri yönlendirmesi bu görev için faydalı olabilir. Yeni bir konuyu anlamaya çalışırken, öğrenme sürecini her biri sonuncuya dayanan bir dizi soru ve cevaba bölmek, o konunun aşamalı olarak kapsamlı bir şekilde anlaşılmasına yardımcı olabilir.

CoT, modelin konunun farklı yönlerini sırayla keşfetmesine rehberlik ederek karmaşık bilgilerin sindirilmesini ve anlaşılmasını kolaylaştırabilir.

Diyelim ki bir ajansta çalışıyorsunuz ve Hashicorp'un Terraform'u gibi bir bulut altyapı ürününe yeni atandınız . Karşılaştığınız karmaşıklığa bir örnek vermek için işte Vikipedi'deki ürünle ilgili bir açıklama:

Kod olarak altyapı (IaC). Bildirimsel yapılandırma dili. JSON. En başından itibaren bunlar son derece karmaşık üç konudur.

Bakalım ChatGPT'nin bu üç anahtar kelimeyle ilgili en alakalı kavramları belirleyerek öğrenme sürecini hızlandırmasını sağlayabilecek miyim?

"Seçtiğiniz kavramların ardındaki mantığı açıklayın" diyerek (teorik olarak) ChatGPT'yi daha bilinçli bir yanıt vermeye yönlendirecek şekilde yönlendiriyorum.

Aşağıda görebileceğiniz gibi, IaC'ye ilişkin temel kavramların her birine önemine ilişkin bir açıklama eşlik etmektedir.

Bu yaklaşım sayesinde yalnızca Terraform ve Ansible gibi araçlar hakkında bilgi sahibi olmanın önemli olmadığını; İlkinin sağlayıcıdan bağımsız olduğunu ve ikincisinin aracısız yapılandırma yönetimi sağladığını bilmek de önemlidir.

Bu, karmaşık bağlamı daha hızlı bir şekilde parçalara ayırmanıza ve sindirmenize yardımcı olabilecek türden bir bağlamdır; benim gibi bulut altyapısına yeni başlayan biri için çok faydalıdır.

Şimdi yapay zekayı "düşünce sürecini" açıklaması için yönlendirmeden normal bir ipucu verirseniz alacağınız yöne bakalım:

Buradaki her numaralı madde işaretinin altında yer alan bilgiler elbette önemlidir, ancak aynı düzeyde bağlamla gelmezler.

Dolayısıyla, "mantık yürütmenizi açıklayın" veya "bu işlemi adım adım gerçekleştirin" gibi bir ifade ekleyerek yapay zekanızla her etkileşimden elde ettiğiniz değeri artırabilirsiniz.

2) Özet ve Taslak Oluşturma

Öncelikle uzun yazılı içerik oluşturmaya odaklanan biri olarak, yaratıcı sürecin karmaşıklıkları (ve çılgınlıkları) konusunda oldukça bilgiliyim. Bir fikirden bitmiş bir esere giden yolculuk aynı kontrol noktalarından geçer - konu planlamadan araştırmaya, brifingden taslağa kadar - ancak bu noktalar arasındaki yol bazıları için diğerlerinden daha dolambaçlıdır.

Üretken yapay zekadan şu ana kadar elde ettiğim en büyük faydalardan biri, yaratıcı iş akışının bazı yönlerini kolaylaştırmaktır. Yapay zeka, yaratıcı özetler ve kaba taslaklar üzerinde işin ilerlemesine yardımcı olur ve CoT yönlendirmesi, daha da fazla yardımcı olma potansiyeline sahiptir.