AI-യിലെ നെഗറ്റീവ് പ്രോംപ്റ്റ് എന്താണ്? [വീഡിയോയും ക്വിസും]

സംക്ഷിപ്ത ഉത്തരം: ഒരു നെഗറ്റീവ് പ്രോംപ്റ്റ് ഒരു AI-യോട് എന്ത് ഒഴിവാക്കണമെന്ന് പറയുന്നു, ഇത് മങ്ങൽ, ക്ലട്ടർ, ആവർത്തനം അല്ലെങ്കിൽ ഓഫ്-സ്റ്റൈൽ ഫലങ്ങൾ കുറയ്ക്കാൻ സഹായിക്കുന്നു. ഔട്ട്‌പുട്ടുകൾ കൂടുതൽ നിയന്ത്രിതവും സ്ഥിരതയുള്ളതുമാകുന്നതിനാൽ ഇത് പ്രധാനമാണ്, പ്രത്യേകിച്ചും ഏറ്റവും സാധാരണമായ പരാജയ പോയിന്റുകൾ എളുപ്പത്തിൽ കണ്ടെത്താൻ കഴിയുമ്പോൾ. നിങ്ങൾ ഒരു വ്യക്തമായ പ്രധാന പ്രോംപ്റ്റ് ഒഴിവാക്കലുകളുടെ ഒരു ചെറിയ, ടാർഗെറ്റുചെയ്‌ത പട്ടികയുമായി ജോടിയാക്കുമ്പോൾ ഇത് നന്നായി പ്രവർത്തിക്കുന്നു.

പ്രധാന കാര്യങ്ങൾ:

നിയന്ത്രണം: ആദ്യം ലക്ഷ്യം നിർവചിക്കുക, തുടർന്ന് ഏറ്റവും സാധ്യതയുള്ള അനാവശ്യ ഫലങ്ങൾ മാത്രം തടയുക.

പ്രത്യേകത: അവ്യക്തമായ വിലക്കുകൾ മങ്ങൽ, ക്ലീഷേകൾ അല്ലെങ്കിൽ അധിക വസ്തുക്കൾ പോലുള്ള വ്യക്തമായ ഒഴിവാക്കലുകൾ ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കുക.

ബാലൻസ്: നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ ചെറുതാക്കുക, അങ്ങനെ ഫലങ്ങൾ പരന്നതായി മാറാതെ വ്യക്തമായി നിലനിൽക്കും.

പരിശോധന: മോഡൽ ഒരേ തെറ്റ് ആവർത്തിക്കുമ്പോൾ ഓരോ റണ്ണിനു ശേഷവും ഒഴിവാക്കലുകൾ ക്രമീകരിക്കുക.

ഫിറ്റ്: ടാസ്‌ക്കിലെ നെഗറ്റീവുകൾ, അതായത് ചിത്രങ്ങൾ, എഴുത്ത്, പിന്തുണ മറുപടികൾ അല്ലെങ്കിൽ വർക്ക്ഫ്ലോകൾ എന്നിവയുമായി പൊരുത്തപ്പെടുത്തുക.

ഇതിനു ശേഷം നിങ്ങൾക്ക് വായിക്കാൻ ഇഷ്ടപ്പെട്ടേക്കാവുന്ന ലേഖനങ്ങൾ:

🔗 എന്താണ് AI- പവർഡ് സെർച്ച്, അത് എങ്ങനെ പ്രവർത്തിക്കുന്നു
AI ഉപയോഗിച്ച് ബുദ്ധിപരമായ തിരയൽ, റാങ്കിംഗ്, വ്യക്തിഗതമാക്കിയ ഫലങ്ങൾ എന്നിവ വിശദീകരിക്കുന്നു.

🔗 AI ജീവിച്ചിരിപ്പുണ്ടോ? ഇന്ന് ശാസ്ത്രം പറയുന്നത്
ജീവിതത്തിന്റെ നിർവചനങ്ങൾ, ബോധം, ഇന്നത്തെ AI പരിമിതികൾ എന്നിവ പര്യവേക്ഷണം ചെയ്യുന്നു.

🔗 പ്രായോഗികമായി AI എത്രമാത്രം ഊർജ്ജം ഉപയോഗിക്കുന്നു?
പരിശീലനവും അനുമാന ചെലവുകളും, ഡാറ്റാ സെന്ററുകളും, കാര്യക്ഷമതയും തമ്മിൽ വിഭജിച്ചു നോക്കുന്നു.

🔗 എപ്പോഴാണ് AI കണ്ടുപിടിച്ചത്? ഒരു ഹ്രസ്വ ചരിത്ര ടൈംലൈൻ
ആദ്യകാല കമ്പ്യൂട്ടിംഗ് മുതൽ ആധുനിക മെഷീൻ ലേണിംഗ് വരെയുള്ള പ്രധാന നാഴികക്കല്ലുകൾ ഉൾക്കൊള്ളുന്നു.

AI-യിൽ നെഗറ്റീവ് പ്രോംപ്റ്റ് എന്താണ്? 🧠

AI-യിലെ നെഗറ്റീവ് പ്രോംപ്റ്റ് എന്നത് മോഡലിനോട് എന്ത് സൃഷ്ടിക്കരുതെന്ന് പറയുന്ന നിർദ്ദേശങ്ങളുടെ ഒരു കൂട്ടമാണ് .

എന്നു മാത്രം പറയുന്നതിനു പകരം:

• "മൃദുവായ വെളിച്ചത്തിൽ ഒരു സ്ത്രീയുടെ ഒരു യഥാർത്ഥ ഛായാചിത്രം സൃഷ്ടിക്കുക"

നിങ്ങൾക്ക് ഇവയും ചേർക്കാം:

• “മങ്ങൽ വേണ്ട”

• "അധിക വിരലുകൾ വേണ്ട"

• "കാർട്ടൂൺ ശൈലിയില്ല"

• "വികലമായ കണ്ണുകളില്ല"

• "പശ്ചാത്തലത്തിൽ വാചകമില്ല"

ആ രണ്ടാം ഭാഗം നെഗറ്റീവ് പ്രോംപ്റ്റ് ആണ്.

നെഗറ്റീവ് പ്രോംപ്റ്റിന്റെ പ്രധാന ജോലി ഔട്ട്‌പുട്ടിലെ അനാവശ്യ പാറ്റേണുകൾ കുറയ്ക്കുക എന്നതാണ്. ഇത് ഒരു ഫിൽട്ടർ പോലെ പ്രവർത്തിക്കുന്നു, അല്ലെങ്കിൽ ഇന്ന് രാത്രിയിൽ ഏത് വിഷ്വൽ ആർട്ടിഫാക്‌റ്റുകൾ പ്രവേശിക്കരുതെന്ന് തീരുമാനിക്കുന്ന ക്ലബ് ഡോറിൽ ഒരു ബൗൺസർ പോലെയായിരിക്കാം ഇത് പ്രവർത്തിക്കുന്നത് 🚪

പ്രായോഗിക ഉപയോഗത്തിൽ, നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ മിക്കപ്പോഴും ഇതിൽ ദൃശ്യമാകുന്നു:

• AI ഇമേജ് ജനറേറ്ററുകൾ

• ടെക്സ്റ്റ് ജനറേഷൻ സിസ്റ്റങ്ങൾ

• സ്റ്റൈൽ ട്രാൻസ്ഫർ ഉപകരണങ്ങൾ

• വീഡിയോ ജനറേഷൻ വർക്ക്ഫ്ലോകൾ

• ചില സന്ദർഭങ്ങളിൽ ഓഡിയോ ജനറേഷൻ

• ബിസിനസ് ആവശ്യങ്ങൾക്കായി വേഗത്തിലുള്ള എഞ്ചിനീയറിംഗ് പൈപ്പ്‌ലൈനുകൾ

എന്നിരുന്നാലും, ഇത് മാന്ത്രികമല്ല. ഒരു നെഗറ്റീവ് പ്രോംപ്റ്റ് പൂർണത ഉറപ്പുനൽകുന്നില്ല. അത് മോഡലിനെ ചില ഫലങ്ങളിൽ നിന്ന് അകറ്റുന്നു. ചിലപ്പോൾ സൌമ്യമായി. ചിലപ്പോൾ തകർന്ന ചക്രമുള്ള ഒരു ഷോപ്പിംഗ് കാർട്ട് പോലെ.

AI-യിലെ നെഗറ്റീവ് പ്രോംപ്റ്റ് ഇത്ര പ്രധാനമായിരിക്കുന്നത് എന്തുകൊണ്ട് 📌

ആളുകൾ വേഗത്തിൽ പഠിക്കുന്നത് ഇതാണ് - AI ഊഹിക്കാൻ മിടുക്കനാണ്, പക്ഷേ ഊഹിക്കുന്നത് മനസ്സിലാക്കുന്നതിന് തുല്യമല്ല.

ഒരു സാധാരണ പ്രോംപ്റ്റ് എഴുതുമ്പോൾ, മോഡൽ അത് പഠിച്ച പാറ്റേണുകൾ അടിസ്ഥാനമാക്കി അഭ്യർത്ഥന നിറവേറ്റാൻ ശ്രമിക്കുന്നു. അത് ശക്തമായ ഫലങ്ങൾക്ക് കാരണമാകും, പക്ഷേ നിങ്ങൾ ഒരിക്കലും ആവശ്യപ്പെടാത്ത ജങ്ക് അവതരിപ്പിക്കാനും ഇതിന് കഴിയും. ഒരു സോഫ്റ്റ് ഫാന്റസി പോർട്രെയ്റ്റ് അമിതമായി മിനുസപ്പെടുത്തിയ പ്ലാസ്റ്റിക് സ്കിൻ ആയി മാറുന്നു. ഒരു വൃത്തിയുള്ള ഉൽപ്പന്ന ഷോട്ടിൽ പെട്ടെന്ന് മൂലയിൽ ക്രമരഹിതമായ വാചകം പൊങ്ങിക്കിടക്കുന്നു. ഒരു ബ്ലോഗ് ഔട്ട്‌ലൈൻ ഒരു സാധാരണ ഫില്ലറായി മാറുന്നു. പാറ്റേൺ നിങ്ങൾക്ക് അറിയാം.

അതുകൊണ്ടാണ് AI-യിൽ നെഗറ്റീവ് പ്രോംപ്റ്റ് പ്രധാനമാകുന്നത്. ഇത് നിയന്ത്രണം മെച്ചപ്പെടുത്തുന്നു.

ഇത് സഹായിക്കുന്നു:

• കൃത്യത - നിങ്ങൾ ഔട്ട്‌പുട്ട് ഇടം ചുരുക്കുന്നു

• സ്ഥിരത - ക്രമരഹിതമായ ആശ്ചര്യങ്ങൾ കുറവാണ്

• ഗുണനിലവാര നിയന്ത്രണം - പിന്നീട് വൃത്തിയാക്കൽ കുറവ്

• സ്റ്റൈൽ മാനേജ്മെന്റ് - നിങ്ങൾക്ക് ഇഷ്ടപ്പെടാത്ത രൂപഭാവങ്ങളോ ടോണുകളോ ഒഴിവാക്കുക.

• പിശക് കുറയ്ക്കൽ - സാധാരണ വൈകല്യങ്ങളും പുരാവസ്തുക്കളും നീക്കം ചെയ്യുക.

• സമയലാഭം - കുറഞ്ഞ ശ്രമങ്ങളിൽ മികച്ച ഫലം.

എന്റെ സ്വന്തം പരിശോധനയിൽ, മാന്യമായ ഒരു പ്രോംപ്റ്റിനും നെഗറ്റീവുകളുള്ള പരിഷ്കൃതമായ ഒരു പ്രോംപ്റ്റിനും ഇടയിലുള്ള വ്യത്യാസം പലപ്പോഴും ആളുകൾ പ്രതീക്ഷിക്കുന്നതിലും വലുതാണ്. കുറച്ച് "ഉൾപ്പെടുത്തരുത്" നിർദ്ദേശങ്ങൾ ചേർക്കുന്നത് പത്ത് അധിക വിവരണാത്മക വാക്കുകൾ ചേർക്കുന്നതിനേക്കാൾ കൂടുതൽ ശക്തിയുള്ളതായി തോന്നും. എല്ലാ തവണയും അല്ല, പക്ഷേ പലപ്പോഴും എണ്ണാൻ പര്യാപ്തമാണ്.

AI-യിൽ ഒരു നല്ല നെഗറ്റീവ് പ്രോംപ്റ്റ് ഉണ്ടാക്കുന്നത് എന്താണ്? ✅✨

ഒരു നല്ല നെഗറ്റീവ് പ്രോംപ്റ്റ് എന്നത് നിരോധിത വാക്കുകളുടെ ക്രമരഹിതമായ ഒരു കൂമ്പാരം മാത്രമല്ല. അത് ലക്ഷ്യബോധമുള്ളതും നിർദ്ദിഷ്ടവും പ്രായോഗികവുമാണ്.

ഒരു നല്ല നെഗറ്റീവ് പ്രോംപ്റ്റിന് സാധാരണയായി ഈ സ്വഭാവവിശേഷങ്ങൾ ഉണ്ടാകും:

• ഔട്ട്പുട്ടുമായി ബന്ധപ്പെട്ടത്

  • നിങ്ങൾക്ക് ഒരു യഥാർത്ഥ ഛായാചിത്രം വേണമെങ്കിൽ, "കാർട്ടൂൺ, ആനിമേഷൻ, കുറഞ്ഞ വിശദാംശങ്ങൾ" പോലുള്ള നെഗറ്റീവുകൾ അർത്ഥവത്താണ്.

• സാധ്യതയുള്ള തെറ്റുകളിൽ ശ്രദ്ധ കേന്ദ്രീകരിച്ചു

  • കൈകൾ, മുഖം, വാചകം, ശരീരഘടന, മങ്ങൽ, അലങ്കോലങ്ങൾ എന്നിവയ്ക്ക് - ഇവ സാധാരണ പ്രശ്ന സ്ഥലങ്ങളാണ്.

• വ്യക്തമായി നിൽക്കാൻ വേണ്ടത്ര ചെറുത്

  • വലിയ ലിസ്റ്റുകൾ ബുദ്ധിമുട്ടുള്ളതും പരസ്പരവിരുദ്ധവുമാകാം.

• അമിതമായി ചിന്തിക്കാതെ പ്രത്യേകം ശ്രദ്ധിക്കുക

  • "മനുഷ്യ അനുബന്ധ ഘടനയിൽ നിന്ന് എല്ലാ ജൈവശാസ്ത്രപരമായ ക്രമക്കേടുകളും നീക്കം ചെയ്യുക" എന്നതിനേക്കാൾ നല്ലത് "അധിക വിരലുകൾ വേണ്ട" എന്നതാണ്. ഇനി വരൂ.

• ശക്തമായ ഒരു പോസിറ്റീവ് പ്രോംപ്റ്റുമായി ജോടിയാക്കി

  • നിങ്ങൾക്ക് എന്താണ് വേണ്ടതെന്ന് AI-ക്ക് അറിയാമെങ്കിൽ നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ മികച്ച രീതിയിൽ പ്രവർത്തിക്കും .

ഒരു ദുർബലമായ നെഗറ്റീവ് പ്രോംപ്റ്റ് പലപ്പോഴും ഇതുപോലെ കാണപ്പെടുന്നു:

• വളരെ അവ്യക്തം - “ഇത് മികച്ചതാക്കുക”

• വളരെ വിശാലമായത് - "വൃത്തികെട്ടതായി ഒന്നുമില്ല"

• വളരെ വൈരുദ്ധ്യം നിറഞ്ഞത് - “യഥാർത്ഥമാണ്, പക്ഷേ നിഴലുകളില്ല, ഘടനയില്ല, ചർമ്മത്തിന്റെ വിശദാംശങ്ങളില്ല”

• വളരെ ദൈർഘ്യമേറിയത് - ഘടനയില്ലാത്ത അനന്തമായ കീവേഡ് ഡംപിംഗ്

ഇതിനെക്കുറിച്ച് ചിന്തിക്കാനുള്ള ഒരു നല്ല മാർഗം ഇതാണ്: പോസിറ്റീവ് പ്രോംപ്റ്റ് ലക്ഷ്യസ്ഥാനത്തെ നിർവചിക്കുന്നു, കൂടാതെ നെഗറ്റീവ് പ്രോംപ്റ്റ് AI എടുക്കരുതെന്ന് നിങ്ങൾ ആഗ്രഹിക്കുന്ന റോഡുകളെ നീക്കംചെയ്യുന്നു 🚗

ഒരുപക്ഷേ, ഒരു പൂർണമായ രൂപകമല്ല. ഒരു GPS-ൽ നിന്ന് ചതുപ്പുനിലങ്ങൾ നീക്കം ചെയ്യുന്നത് പോലെയാണ്. എന്നിരുന്നാലും, അത് ആവശ്യത്തിന് നന്നായി നിലനിൽക്കുന്നു.

താരതമ്യ പട്ടിക - AI-യിൽ നെഗറ്റീവ് പ്രോംപ്റ്റ് ഉപയോഗിക്കാനുള്ള സാധാരണ വഴികൾ 📊

ഇമേജ് പ്രോംപ്റ്റിംഗ് ഗൈഡൻസ് , എൽഎൽഎം പ്രോംപ്റ്റ് എഞ്ചിനീയറിംഗ് ഗൈഡൻസ് , എപിഐ പ്രോംപ്റ്റ് എഞ്ചിനീയറിംഗ് ഗൈഡൻസ് എന്നിവയെ അടിസ്ഥാനമാക്കി, നെഗറ്റീവ് പ്രോംപ്റ്റിംഗിന്റെ ഏറ്റവും സാധാരണമായ ശൈലികളും അവ എവിടെയാണ് ഏറ്റവും നന്നായി പ്രവർത്തിക്കുന്നതെന്ന് കാണിക്കുന്ന ഒരു പ്രായോഗിക താരതമ്യ പട്ടിക ഇതാ .

പാറ്റേൺ കാണുക. ഏറ്റവും നല്ല നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ എല്ലാം നിയന്ത്രിക്കാൻ ശ്രമിക്കില്ല. അവ ഏറ്റവും സാധ്യതയുള്ള പരാജയ പോയിന്റുകൾ പരിഹരിക്കുന്നു.

നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ തിരശ്ശീലയ്ക്ക് പിന്നിൽ എങ്ങനെ പ്രവർത്തിക്കുന്നു ⚙️

കളകളിലേക്ക് അധികം ദൂരം അലഞ്ഞുതിരിയാതെ, തലമുറയ്ക്കിടെ ചില കൂട്ടുകെട്ടുകളെ നിരുത്സാഹപ്പെടുത്തുന്നതിലൂടെ.

ഇമേജ് ടൂളുകളിൽ, സിസ്റ്റം പ്രധാന പ്രോംപ്റ്റിനെയും നെഗറ്റീവ് പ്രോംപ്റ്റിനെയും നോക്കുകയും മറ്റൊന്നിൽ നിന്ന് അകന്നുപോകുമ്പോൾ ഒന്നിനോട് അടുക്കാൻ ശ്രമിക്കുകയും ചെയ്യുന്നു. അതാണ് ലളിതമായ പതിപ്പ്, അതെ, പക്ഷേ ഇത് സഹായിക്കുന്നു. ഒരു കൈകൊണ്ട് സ്റ്റിയറിംഗ് ചെയ്യുന്നതുപോലെയും മറുവശത്ത് ഒരു മോശം മാപ്പ് സൌമ്യമായി തള്ളിക്കളയുന്നതുപോലെയും ഇത് ചിന്തിക്കുക. ഡിഫ്യൂസറുകളിൽ നിർമ്മിച്ച ടൂളുകളിൽ, അടിസ്ഥാന API ഉപരിതലത്തിൽ പോലും ഇത്തരത്തിലുള്ള നിയന്ത്രണത്തിനായി negative_prompt_embeds പോലുള്ള ഫീൽഡുകൾ ഉൾപ്പെടുന്നു

ഭാഷാ ഉപകരണങ്ങളിൽ, നെഗറ്റീവ് നിർദ്ദേശങ്ങൾ രൂപപ്പെടുത്താൻ സഹായിക്കുന്നു:

• ടോൺ

• ഘടന

• വിലക്കപ്പെട്ട വിഷയങ്ങൾ

• സ്റ്റൈൽ പരിധികൾ

• ആവർത്തന നിയന്ത്രണം

• ഫോർമാറ്റിംഗ് സ്വഭാവം

AI അടിസ്ഥാനപരമായി മുൻഗണനകളെ സന്തുലിതമാക്കുകയാണ്.

അതായത് നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ ഒരു പ്രത്യേക മാജിക് സ്വിച്ച് അല്ല. അവ ഒരേ ഇൻസ്ട്രക്ഷൻ ആവാസവ്യവസ്ഥയുടെ ഭാഗമാണ് . ഇനിപ്പറയുന്ന സാഹചര്യങ്ങളിൽ അവ പരാജയപ്പെടാനുള്ള സാധ്യതയും ഇത് വിശദീകരിക്കുന്നു:

• പോസിറ്റീവ് പ്രോംപ്റ്റ് വളരെ ദുർബലമാണ്

• നെഗറ്റീവ് പ്രോംപ്റ്റ് വളരെ ദൈർഘ്യമേറിയതാണ്

• നിർദ്ദേശങ്ങൾ തമ്മിൽ വൈരുദ്ധ്യമുണ്ട്

• ഈ മോഡൽ നെഗറ്റീവുകളെ നന്നായി കൈകാര്യം ചെയ്യുന്നില്ല

• ഒരു പാസിന് അഭ്യർത്ഥന വളരെ സങ്കീർണ്ണമാണ്

അതെ, വ്യത്യസ്ത ഉപകരണങ്ങൾ വ്യത്യസ്തമായി പ്രതികരിക്കുന്നു. ചില ഇമേജ് മോഡലുകൾ ശുദ്ധമായ നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ ഇഷ്ടപ്പെടുന്നു. മറ്റു ചിലത് ഏറെക്കുറെ തോളിൽ തോൾചുരുട്ടി അവർ ഇതിനകം ചെയ്യാൻ നിശ്ചയിച്ചിട്ടുള്ള കാര്യങ്ങൾ ചെയ്യുന്നു. AI ഒരേ ശ്വാസത്തിൽ തന്നെ മൂർച്ചയുള്ളതും ശാഠ്യമുള്ളതുമാകാം 😬

ഇമേജ് ജനറേഷനായി AI-യിലെ നെഗറ്റീവ് പ്രോംപ്റ്റ് 🎨🖼️

ഇവിടെയാണ് ആ പദം ഏറ്റവും കൂടുതൽ ഉപയോഗിക്കപ്പെടുന്നത്.

AI-യിലെ നെഗറ്റീവ് പ്രോംപ്റ്റിനെക്കുറിച്ച് ആളുകൾ സംസാരിക്കുമ്പോൾ , അവർ സാധാരണയായി ഇമേജ് ജനറേഷനെയാണ് ഉദ്ദേശിക്കുന്നത് . ഇമേജ് മോഡലുകൾ ചില ക്ലാസിക് തെറ്റുകൾ ആവർത്തിക്കുന്നതിൽ കുപ്രസിദ്ധരായതിനാൽ അത് അർത്ഥവത്താണ്:

• അധിക അവയവങ്ങൾ

• വികൃതമായ കൈകൾ

• വിചിത്രമായ കണ്ണുകൾ

• ഡ്യൂപ്ലിക്കേറ്റ് ചെയ്ത വസ്തുക്കൾ

• മഡ്ഡി ടെക്സ്ചറുകൾ

• ക്രമരഹിതമായ വാചകം

• കുറഞ്ഞ വിശദാംശങ്ങൾ

• അമിതമായ എക്സ്പോഷർ

• അലങ്കോലപ്പെട്ട കോമ്പോസിഷനുകൾ

അപ്പോൾ നിങ്ങളുടെ പ്രോംപ്റ്റ് ഇതാണെങ്കിൽ:

• "സ്വർണ്ണ വെളിച്ചത്തിൽ ഒരു നൈറ്റിന്റെ സിനിമാറ്റിക് ഛായാചിത്രം"

നിങ്ങൾക്ക് ഇതുപോലുള്ള ഒരു നെഗറ്റീവ് പ്രോംപ്റ്റ് ചേർക്കാം:

• "മങ്ങൽ, അധിക വിരലുകൾ, വികലമായ മുഖം, മോശം ശരീരഘടന, കുറഞ്ഞ വിശദാംശങ്ങൾ, വാചകം, വാട്ടർമാർക്ക്, ക്രോപ്പ് ചെയ്‌തത്"

നൈറ്റിനെ റെൻഡർ ചെയ്യുമ്പോൾ എന്തൊക്കെ ഒഴിവാക്കണമെന്ന് അത് സിസ്റ്റത്തോട് പറയുന്നു.

നല്ല ഇമേജ് നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ പലപ്പോഴും ലക്ഷ്യമിടുന്നത്:

• ശരീരഘടന പ്രശ്നങ്ങൾ

  • മോശം കൈകൾ, അധിക വിരലുകൾ, ഉരുണ്ട കൈകാലുകൾ

• ഗുണനിലവാര പ്രശ്നങ്ങൾ

  • നിലവാരം കുറഞ്ഞ, മങ്ങിയ, ശബ്ദായമാനമായ, പിക്സലേറ്റഡ്

• കോമ്പോസിഷൻ പ്രശ്നങ്ങൾ

  • ക്രോപ്പ് ചെയ്‌തത്, ഡ്യൂപ്ലിക്കേറ്റ് വിഷയം, മധ്യഭാഗത്ത് നിന്ന് മാറിയുള്ള ക്ലട്ടർ

• ശൈലി പൊരുത്തക്കേടുകൾ

  • കാർട്ടൂൺ, ആനിമേഷൻ, അയഥാർത്ഥമായ ചർമ്മം, അമിതമായി പൂരിതമായത്

• വഴിതെറ്റിയ പുരാവസ്തുക്കൾ

  • വാട്ടർമാർക്ക്, ടെക്സ്റ്റ്, ലോഗോ, ഫ്രെയിം

പക്ഷേ അത് അമിതമാക്കരുത്

പല ഉപയോക്താക്കളും എവിടെ നിന്നോ പകർത്തിയ വലിയ നെഗറ്റീവ് പ്രോംപ്റ്റ് ലിസ്റ്റുകൾ വലിച്ചെറിയാറുണ്ട്. ചിലപ്പോൾ അത് സഹായിക്കും. ചിലപ്പോൾ അത് പതിനാറ് പുതപ്പുകൾ ഒരു വിളക്കിന് മുകളിൽ എറിഞ്ഞിട്ട് മുറി മങ്ങിയതായി തോന്നുന്നത് എന്തുകൊണ്ടാണെന്ന് ചിന്തിക്കുന്നത് പോലെയാണ്.

നീണ്ട നെഗറ്റീവ് പ്രോംപ്റ്റുകൾക്ക് ഇവ ചെയ്യാനാകും:

• മോഡലിനെ ആശയക്കുഴപ്പത്തിലാക്കുക

• സർഗ്ഗാത്മകതയെ ദുർബലപ്പെടുത്തുക

• പരത്തുക ടെക്സ്ചർ

• നല്ല വിശദാംശങ്ങൾ നീക്കം ചെയ്യുക

• അണുവിമുക്തമായ ഔട്ട്‌പുട്ടുകൾ സൃഷ്ടിക്കുക

അതെ, അവ ഉപയോഗിക്കുക - ഉദ്ദേശ്യത്തോടെ മാത്രം ഉപയോഗിക്കുക.

എഴുത്തിനും ചാറ്റ്ബോട്ടുകൾക്കും AI-യിലെ നെഗറ്റീവ് പ്രോംപ്റ്റ് ✍️💬

നെഗറ്റീവ് പ്രോംപ്റ്റിംഗ് ഇമേജുകൾക്ക് മാത്രമല്ല. എഴുത്ത് സംവിധാനങ്ങൾ, ചാറ്റ്ബോട്ടുകൾ, പിന്തുണാ സഹായികൾ, ഉള്ളടക്ക വർക്ക്ഫ്ലോകൾ എന്നിവയിലും.

ടെക്സ്റ്റിന്, ഒരു നെഗറ്റീവ് പ്രോംപ്റ്റിന് മോഡലിനോട് ഇനിപ്പറയുന്നവ ഒഴിവാക്കണമെന്ന് പറയാൻ കഴിയും:

• ആവർത്തനം

• ക്ലീഷേകൾ

• പദപ്രയോഗം

• ആക്രമണാത്മക വിൽപ്പന ഭാഷ

• ഇമോജികൾ

• ബുള്ളറ്റ് ഓവർലോഡ്

• ഊഹാപോഹം

• പിന്തുണയ്ക്കാത്ത അവകാശവാദങ്ങൾ

• ചില വിഷയങ്ങൾ അല്ലെങ്കിൽ സ്വരങ്ങൾ

ഉദാഹരണത്തിന്, വെറുതെ പറയുന്നതിന് പകരം:

• "ഒരു പ്രീമിയം കോഫി മേക്കറിനായി ഒരു ഉൽപ്പന്ന വിവരണം എഴുതുക"

നിങ്ങൾക്ക് ഇവ ചേർക്കാം:

• "ശബ്ദം ഉയർത്തരുത്"

• "അതിശയോക്തിപരമായ അവകാശവാദങ്ങൾ ഒഴിവാക്കുക"

• "ഫില്ലർ ശൈലികളൊന്നുമില്ല"

• "കോർപ്പറേറ്റ് പദപ്രയോഗങ്ങൾ വേണ്ട"

• "ഗെയിം-ചേഞ്ചർ അല്ലെങ്കിൽ കട്ടിംഗ്-എഡ്ജ് പോലുള്ള ക്ലീഷേകൾ ഉപയോഗിക്കരുത്"

അത് ടോൺ പൂർണ്ണമായും മാറ്റുന്നു.

എഴുതുന്നതിനുള്ള നെഗറ്റീവ് നിർദ്ദേശങ്ങൾ നിങ്ങൾക്ക് ആവശ്യമുള്ളപ്പോൾ സഹായകരമാണ്:

• ക്ലീനർ ബ്രാൻഡ് ശബ്ദം

• കുറച്ച് പൊതുവായ ശൈലികൾ

• കൂടുതൽ പ്രൊഫഷണൽ ടോൺ

• കൂടുതൽ വായിക്കാവുന്ന ഫോർമാറ്റിംഗ്

• ആവർത്തനം കുറവ്

• ടീമുകൾക്കും ക്ലയന്റുകൾക്കും സുരക്ഷിതമായ ഔട്ട്‌പുട്ടുകൾ

ഈ ഉപയോഗ കേസ് കുറച്ചുകാണുമെന്ന് ഞാൻ കരുതുന്നു. എല്ലാവരും മനോഹരമായ AI കലയെക്കുറിച്ച് സംസാരിക്കുന്നു, അത് ന്യായമാണ്, കാരണം അത് മിന്നുന്നതും അവിസ്മരണീയവുമാണ്. എന്നാൽ ജോലി ചെയ്യുന്ന പ്രൊഫഷണലുകൾക്ക്, എഴുത്തിലെ ടോൺ കൺട്രോളാണ് നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ നിശബ്ദമായി അവരുടെ ഉച്ചഭക്ഷണം നേടുന്നത് 🍽️

AI-യിൽ നെഗറ്റീവ് പ്രോംപ്റ്റ് ചെയ്യുമ്പോൾ ആളുകൾ ചെയ്യുന്ന സാധാരണ തെറ്റുകൾ 🚫

നെഗറ്റീവ് പ്രോംപ്റ്റിംഗ് ഇപ്പോഴുള്ളതിനേക്കാൾ എളുപ്പമാണെന്ന് തോന്നുന്നു.

ഏറ്റവും സാധാരണമായ തെറ്റുകൾ ഇതാ.

1. വളരെ അവ്യക്തമായിരിക്കുക

മോശം ഉദാഹരണം:

• "മോശം കാര്യങ്ങളൊന്നുമില്ല"

AI-ക്ക് അവിടെ ഒരു ഉറച്ച ലക്ഷ്യവുമില്ല. "മോശം" എന്നാൽ ഒന്നുമില്ല എന്നർത്ഥം.

നല്ലത്:

• "മങ്ങലില്ല, വളച്ചൊടിക്കലില്ല, അധിക വസ്തുക്കളില്ല"

2. പ്രധാന പ്രോംപ്റ്റിന് വിരുദ്ധമായി പ്രവർത്തിക്കുന്നു

നിങ്ങൾ ആവശ്യപ്പെടുകയാണെങ്കിൽ:

• “സമഗ്രമായ വിശദമായ ഒരു ഫാന്റസി മാർക്കറ്റ്പ്ലേസ്”

നിങ്ങളുടെ നെഗറ്റീവ് പ്രോംപ്റ്റ് പറയുന്നു:

• "അലങ്കോലമില്ല, ആൾക്കൂട്ടമില്ല, പശ്ചാത്തല വിശദാംശങ്ങളില്ല"

ശരി... നീ നിന്റെ അഭ്യർത്ഥന നിറവേറ്റി.

3. വളരെയധികം കീവേഡുകൾ ചേർക്കൽ

വലിയ കോപ്പി ലിസ്റ്റുകൾ ചിലപ്പോൾ പ്രവർത്തിച്ചേക്കാം, പക്ഷേ പലപ്പോഴും അവ വീർപ്പുമുട്ടുന്നു. മോഡലിന് വ്യക്തത നഷ്ടപ്പെടുന്നു. ഒരേസമയം 80 നോട്ടുകൾ വിളിച്ചുപറഞ്ഞ് ഒരു സിനിമ സംവിധാനം ചെയ്യാൻ ശ്രമിക്കുന്നത് പോലെയാണ് ഇത് 🎬

4. പോസിറ്റീവ് വ്യക്തതയില്ലാതെ നെഗറ്റീവുകൾ ഉപയോഗിക്കുന്നത്

ഒരു നെഗറ്റീവ് പ്രോംപ്റ്റിന് ഒരു ദുർബലമായ ആശയത്തെ രക്ഷിക്കാൻ കഴിയില്ല. അതിന് ഒരു നല്ല പ്രോംപ്റ്റിനെ പരിഷ്കരിക്കാൻ കഴിയും, അതെ. അതിന് മാന്ത്രികമായി ഒന്ന് കണ്ടുപിടിക്കാൻ കഴിയില്ല.

5. എല്ലാ മോഡലുകളും പദങ്ങളെ ഒരേ രീതിയിൽ വ്യാഖ്യാനിക്കുന്നുവെന്ന് കരുതുക

ഒരു സിസ്റ്റം "താഴ്ന്ന നിലവാര"ത്തോട് ശക്തമായി പ്രതികരിക്കുന്നു. മറ്റൊരാൾ അത് അവഗണിക്കുന്നു. ഒരാൾ "വികലമായ കൈകളെക്കുറിച്ച്" ആശങ്കാകുലനാണ്. മറ്റൊരാൾ കഷ്ടിച്ച് കണ്ണുചിമ്മുന്നു. പരിശോധന പ്രധാനമാണ്.

6. ഓരോ പിക്സലും അല്ലെങ്കിൽ വാക്യവും നിയന്ത്രിക്കാൻ ശ്രമിക്കുന്നു

അമിതമായ നിയന്ത്രണം ഔട്ട്‌പുട്ടിന്റെ ജീവൻ ചോർത്തിക്കളയും. വൃത്തിയുള്ളത് നല്ലതാണ്. മരിച്ചതല്ല. ഒരു വ്യത്യാസമുണ്ട്.

AI-യിലെ നെഗറ്റീവ് പ്രോംപ്റ്റിന്റെ പ്രായോഗിക ഉദാഹരണങ്ങൾ 🔍

ഉദാഹരണങ്ങൾ ഇത് കൂടുതൽ വ്യക്തമാക്കും, അതിനാൽ ഇതാ ചിലത്.

ഉദാഹരണം 1 - റിയലിസ്റ്റിക് പോർട്രെയ്റ്റ്

പ്രധാന സൂചന:
മൃദുവായ ജനൽ വെളിച്ചത്തിൽ, സ്വാഭാവിക ചർമ്മ ഘടനയിൽ, ആഴം കുറഞ്ഞ ഫീൽഡിൽ ഒരു സ്ത്രീയുടെ യാഥാർത്ഥ്യബോധമുള്ള ക്ലോസ്-അപ്പ് ഛായാചിത്രം.

നെഗറ്റീവ് സൂചന:
മങ്ങൽ, അധിക വിരലുകൾ, വികലമായ കണ്ണുകൾ, പ്ലാസ്റ്റിക് ചർമ്മം, അമിതമായി പൂരിതമായത്, കാർട്ടൂൺ, വാചകം, വാട്ടർമാർക്ക്

ഇത് എന്തുകൊണ്ട് പ്രവർത്തിക്കുന്നു:
ഇത് യാഥാർത്ഥ്യത്തെ സംരക്ഷിക്കുകയും ഏറ്റവും സാധാരണമായ ദൃശ്യ പിശകുകൾ അടിച്ചമർത്തുകയും ചെയ്യുന്നു.

ഉദാഹരണം 2 - ഉൽപ്പന്ന ഫോട്ടോ

പ്രധാന നിർദ്ദേശം:
വെളുത്ത പശ്ചാത്തലത്തിൽ ഒരു കറുത്ത സ്മാർട്ട് വാച്ചിന്റെ മിനിമലിസ്റ്റ് ഉൽപ്പന്ന ഷോട്ട്, സ്റ്റുഡിയോ ലൈറ്റിംഗ്.

നെഗറ്റീവ് സൂചന:
അലങ്കോലപ്പെടുത്തൽ, പ്രതിഫലനങ്ങൾ, അധിക വസ്തുക്കൾ, വാചകം, ലോഗോ വികലമാക്കൽ, കുറഞ്ഞ വിശദാംശങ്ങൾ, നിഴൽ അലങ്കോലപ്പെടുത്തൽ

ഇത് എങ്ങനെ പ്രവർത്തിക്കുന്നു:
ഇത് ഫ്രെയിമിനെ ലളിതവും വാണിജ്യപരമായി വൃത്തിയുള്ളതുമായി നിലനിർത്തുന്നു.

ഉദാഹരണം 3 - ബ്ലോഗ് എഴുത്ത്

പ്രധാന നിർദ്ദേശം:
ഹോം ഓഫീസ് ഉൽപ്പാദനക്ഷമതയെക്കുറിച്ച് സൗഹൃദപരമായ വിദഗ്ദ്ധ സ്വരത്തിൽ സഹായകരമായ ഒരു ബ്ലോഗ് ആമുഖം എഴുതുക.

നെഗറ്റീവ് സൂചന:
ഊതിപ്പെരുപ്പിച്ച ഭാഷയില്ല, ക്ലീഷേകളില്ല, ആവർത്തനമില്ല, റോബോട്ടിക് പദപ്രയോഗമില്ല, അതിശയോക്തിപരമായ വാഗ്ദാനങ്ങളില്ല.

ഇത് എന്തുകൊണ്ട് പ്രവർത്തിക്കുന്നു:
ഇത് പൊതുവായ AI-സൗണ്ടിംഗ് ഫില്ലറിനെ തടയുകയും പകർപ്പിനെ കൂടുതൽ സ്വാഭാവികമായി നിലനിർത്തുകയും ചെയ്യുന്നു.

ഉദാഹരണം 4 - ഉപഭോക്തൃ പിന്തുണ പ്രതികരണം

പ്രധാന നിർദ്ദേശം:
വൈകിയ ഷിപ്പ്‌മെന്റിന് മാന്യമായ ഒരു പിന്തുണാ മറുപടി തയ്യാറാക്കുക.

നെഗറ്റീവ് സൂചന:
ഉപഭോക്താവിനെ കുറ്റപ്പെടുത്തരുത്, പ്രതിരോധാത്മകമായ ഒരു സ്വരവും ഉപയോഗിക്കരുത്, നിയമപരമായ പദപ്രയോഗങ്ങൾ ഉപയോഗിക്കരുത്, പൊള്ളയായ ക്ഷമാപണം രണ്ടുതവണ ആവർത്തിക്കരുത്.

ഇത് എന്തുകൊണ്ട് പ്രവർത്തിക്കുന്നു:
ഇത് പ്രൊഫഷണലിസവും വൈകാരിക സ്വരവും മെച്ചപ്പെടുത്തുന്നു.

ഈ നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ ക്രമരഹിതമല്ലെന്ന് കാണുക. ഓരോന്നും പരാജയത്തിന്റെ യഥാർത്ഥ അപകടസാധ്യതയുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു.

നെഗറ്റീവ് പ്രോംപ്റ്റുകളിൽ അധികം ആശ്രയിക്കരുതാത്തപ്പോൾ 🪫

നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ വിലപ്പെട്ടതാണ്, പക്ഷേ അവ എല്ലായ്‌പ്പോഴും ഷോയിലെ താരമാകണമെന്നില്ല.

ചിലപ്പോൾ പ്രധാന പ്രോംപ്റ്റ് മെച്ചപ്പെടുത്തുന്നതാണ് കൂടുതൽ ബുദ്ധിപരം.

ഇനിപ്പറയുന്ന സന്ദർഭങ്ങളിൽ ജാഗ്രത പാലിക്കുക:

• നിങ്ങളുടെ അഭ്യർത്ഥന ഇതിനകം തന്നെ വളരെ നിയന്ത്രണമുള്ളതാണ്

• മോഡൽ ഔട്ട്പുട്ട് പരന്നതും നിർജീവവുമായി തോന്നുന്നു

• നിങ്ങളുടെ നെഗറ്റീവ് ലിസ്റ്റ് യഥാർത്ഥ പ്രോംപ്റ്റിനേക്കാൾ വലുതാണ്

• നെഗറ്റീവ് വെയ്റ്റിംഗിന് ഉപകരണം വളരെക്കുറച്ച് മാത്രമേ പ്രതികരിക്കുന്നുള്ളൂ

• നിങ്ങൾ ആദ്യം ലളിതമായ പ്രോംപ്റ്റ് പതിപ്പുകൾ പരീക്ഷിച്ചിട്ടില്ല

സൺഗ്ലാസ് ധരിക്കുന്നതിലെ വ്യക്തമല്ലാത്ത നിർദ്ദേശങ്ങളാണ് AI യുടെ ഫലങ്ങളിൽ പലതും. മെച്ചപ്പെട്ട കോർ പ്രോംപ്റ്റ് പലപ്പോഴും മറ്റ് നെഗറ്റീവുകളുടെ കൂമ്പാരത്തേക്കാൾ കൂടുതൽ പരിഹരിക്കുന്നു.

അതിനാൽ സമതുലിതമായ ഒരു സമീപനമാണ് ഏറ്റവും ഫലപ്രദം:

• വ്യക്തമായ ഒരു പ്രധാന പ്രോംപ്റ്റിൽ നിന്ന് ആരംഭിക്കുക

• കുറച്ച് ലക്ഷ്യബോധമുള്ള നെഗറ്റീവ് പദങ്ങൾ ചേർക്കുക

• ടെസ്റ്റ്

• എന്താണ് തെറ്റ് സംഭവിക്കുന്നതെന്ന് അടിസ്ഥാനമാക്കി പരിഷ്കരിക്കുക

ആ പ്രക്രിയ മിക്കവാറും എല്ലാ തവണയും റാൻഡം പ്രോംപ്റ്റ് ഡംപിങ്ങിനെ മറികടക്കുന്നു.

AI-യിൽ എങ്ങനെ മികച്ച നെഗറ്റീവ് പ്രോംപ്റ്റ് എഴുതാം ഘട്ടം ഘട്ടമായി 🛠️

നിങ്ങൾക്ക് നടപ്പിലാക്കാൻ കഴിയുന്ന ഒരു ലളിതമായ പ്രക്രിയ ഇതാ.

ഘട്ടം 1 - ആവശ്യമുള്ള ഫലം നിർവചിക്കുക

സ്വയം ചോദിക്കുക:

• ഞാൻ എന്താണ് സൃഷ്ടിക്കാൻ ശ്രമിക്കുന്നത്?

• എനിക്ക് എന്ത് ശൈലി, ടോൺ അല്ലെങ്കിൽ ഫോർമാറ്റ് വേണം?

ഘട്ടം 2 - സാധ്യതയുള്ള പരാജയങ്ങൾ പ്രവചിക്കുക

സാധാരണയായി എന്താണ് തെറ്റ് സംഭവിക്കുന്നതെന്ന് ചിന്തിക്കുക.

• വിചിത്രമായ ശരീരഘടന?

• ശബ്ദായമാനമായ ചിത്രം?

• ആവർത്തിച്ചുള്ള വാചകമോ?

• ബ്രാൻഡിന് പുറത്തുള്ള ടോണോ?

ഘട്ടം 3 - നിർദ്ദിഷ്ട ഒഴിവാക്കലുകൾ എഴുതുക

ആ സാധ്യതയുള്ള പരാജയങ്ങളെ നേരിട്ടുള്ള നെഗറ്റീവുകളാക്കി മാറ്റുക.

• "മങ്ങൽ വേണ്ട"

• "ഭാഷാഭേദമില്ല"

• "അധിക കൈകൾ വേണ്ട"

• "പശ്ചാത്തല വാചകം ഇല്ല"

ഘട്ടം 4 - പട്ടിക കൂടുതൽ സ്ഥിരതയോടെ നിലനിർത്തുക

ചെറുതായി തുടങ്ങുക. പിന്നീട് എപ്പോൾ വേണമെങ്കിലും കൂടുതൽ ചേർക്കാം.

ഘട്ടം 5 - പരിശോധിച്ച് ക്രമീകരിക്കുക

AI ഒരു തെറ്റ് തുടർന്നും ചെയ്താൽ, ആ തെറ്റ് കൂടുതൽ വ്യക്തമായി ലക്ഷ്യം വയ്ക്കുക. ഫലം വളരെ കഠിനമായാൽ, കുറച്ച് നിയന്ത്രണങ്ങൾ നീക്കം ചെയ്യുക.

ഒരു പ്രായോഗിക മിനി-ടെംപ്ലേറ്റ്

ചിത്രങ്ങൾക്കായി:

• പ്രധാന നിർദ്ദേശം: വിഷയം + ശൈലി + ലൈറ്റിംഗ് + രചന

• നെഗറ്റീവ് പ്രോംപ്റ്റ്: ശരീരഘടനാ പ്രശ്നങ്ങൾ + ശൈലി പൊരുത്തക്കേടുകൾ + ആർട്ടിഫാക്റ്റ് നീക്കം ചെയ്യൽ

എഴുത്തിന്:

• പ്രധാന നിർദ്ദേശം: ലക്ഷ്യം + പ്രേക്ഷകർ + സ്വരം + ഘടന

• നെഗറ്റീവ് പ്രോംപ്റ്റ്: നിരോധിച്ച ടോൺ + നിരോധിച്ച ഫോർമാറ്റിംഗ് + നിരോധിച്ച ക്ലീഷേകൾ + അപകടസാധ്യതയുള്ള മേഖലകൾ

ആഡംബരമൊന്നുമില്ല. പ്രായോഗികം മാത്രം.

AI-യിലെ നെഗറ്റീവ് പ്രോംപ്റ്റിനെക്കുറിച്ചുള്ള സമാപന കുറിപ്പ് 🌟

അപ്പോൾ, AI-യിൽ നെഗറ്റീവ് പ്രോംപ്റ്റ് എന്താണ് ?

മോഡലിനോട് എന്ത് ഒഴിവാക്കണമെന്ന് പറയുന്നിടത്ത് നിർദ്ദേശിക്കുന്നതിന്റെ ഭാഗമാണിത്. അതാണ് ശുദ്ധമായ നിർവചനം. എന്നാൽ പ്രായോഗികമായി, അത് അതിലുപരിയാണ്. ഇത് ഒരു നിയന്ത്രണ ഉപകരണമാണ്. ഒരു ഗുണനിലവാരമുള്ള ഫിൽട്ടർ. അസംബന്ധം ദൃശ്യമാകുന്നതിന് മുമ്പ് കുറയ്ക്കുന്നതിനുള്ള ഒരു മാർഗം. പൂർണമല്ല, കേവലമല്ല, പക്ഷേ യഥാർത്ഥത്തിൽ ശക്തമാണ്.

അത് ഉപയോഗിക്കാനുള്ള ഏറ്റവും ബുദ്ധിപരമായ മാർഗം, ഒരു ഭീകരമായ കീവേഡ് ശ്മശാനം നിർമ്മിച്ച് എല്ലായിടത്തും ഒട്ടിക്കുക എന്നതല്ല. എന്താണ് തെറ്റായി സംഭവിക്കുന്നതെന്ന് ശ്രദ്ധിക്കുകയും, ശാന്തവും നിർദ്ദിഷ്ടവുമായ നിർദ്ദേശങ്ങൾ ഉപയോഗിച്ച് ആ കൃത്യമായ പ്രശ്നങ്ങൾ തടയുകയും ചെയ്യുക എന്നതാണ്.

അതാണ് ഏറ്റവും നല്ല സ്ഥലം.

ചുരുക്കത്തിൽ

• AI-യിലെ ഒരു നെഗറ്റീവ് പ്രോംപ്റ്റ് മോഡലിനോട് എന്ത് സൃഷ്ടിക്കരുതെന്ന് പറയുന്നു.

• ഇമേജ് ജനറേഷൻ , എഴുത്ത് , വർക്ക്ഫ്ലോ നിയന്ത്രണം എന്നിവയ്ക്ക് ഇത് പ്രത്യേകിച്ചും സഹായകരമാണ്.

• നല്ല നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ നിർദ്ദിഷ്ടവും, പ്രസക്തവും, സംക്ഷിപ്തവുമാണ്.

• മോശം നെഗറ്റീവ് സൂചനകൾ അവ്യക്തമോ, വീർത്തതോ, അല്ലെങ്കിൽ പരസ്പരവിരുദ്ധമോ ആണ്

• ഒരു ശക്തമായ മെയിൻ പ്രോംപ്റ്റും ഒരു ടാർഗെറ്റഡ് നെഗറ്റീവ് പ്രോംപ്റ്റും സംയോജിപ്പിക്കുന്നതിലൂടെയാണ് മികച്ച ഫലങ്ങൾ ലഭിക്കുന്നത്

• പരിശോധന പ്രധാനമാണ് - വ്യത്യസ്ത മോഡലുകൾ വ്യത്യസ്തമായി പ്രതികരിക്കുന്നു

നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ നന്നായി ഉപയോഗിക്കാൻ തുടങ്ങിക്കഴിഞ്ഞാൽ, തിരികെ പോകുന്നത് ഉപ്പില്ലാതെ പാചകം ചെയ്യുന്നത് പോലെ തോന്നും. അസാധ്യമല്ല. അൽപ്പം അരോചകമാണ്, ഫലം ആവശ്യമുള്ളതിനേക്കാൾ മികച്ചതായിരിക്കും.

യഥാർത്ഥ ഉദാഹരണം: ഒരു ഓൺലൈൻ ഷോപ്പ് ഉൽപ്പന്ന ലിസ്റ്റിംഗിനായി നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ ഉപയോഗിക്കുന്നു

രംഗം

30 പുതിയ സെറാമിക് മഗ്ഗുകൾക്കായി ഉൽപ്പന്ന ചിത്രങ്ങളും ഹ്രസ്വ വിവരണങ്ങളും സൃഷ്ടിക്കുന്ന ഒരു ചെറിയ ഹോംവെയർ കട സങ്കൽപ്പിക്കുക.

പ്ലെയിൻ പശ്ചാത്തലത്തിൽ വൃത്തിയുള്ള ഉൽപ്പന്ന ഫോട്ടോകളും വെബ്‌സൈറ്റിന് ലളിതവും ഊഷ്മളവുമായ വിവരണങ്ങളും ഉടമ ആഗ്രഹിക്കുന്നു. ആദ്യ AI ഔട്ട്‌പുട്ടുകൾ ഉപയോഗപ്രദമായി കാണപ്പെടുന്നു, പക്ഷേ അവ ശ്രദ്ധ തിരിക്കുന്ന പ്രശ്നങ്ങൾ സൃഷ്ടിക്കുന്നു: മഗ്ഗിലെ വ്യാജ ലോഗോകൾ, അലങ്കോലമായ പശ്ചാത്തലങ്ങൾ, ആവർത്തിച്ചുള്ള വാക്യങ്ങൾ, അതിശയോക്തിപരമായ അവകാശവാദങ്ങൾ, ക്ലാസിക് "പ്രീമിയം ജീവിതശൈലി അവശ്യ" അസംബന്ധം.

അതിനാൽ ഇമേജും എഴുത്ത് ഔട്ട്‌പുട്ടും നിയന്ത്രിക്കാൻ ഷോപ്പ് നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ ഉപയോഗിക്കുന്നു.

പ്രവർത്തന പ്രക്രിയയ്ക്ക് എന്താണ് വേണ്ടത്

ഉടമ തയ്യാറാക്കുന്നു:

• റഫറൻസിനായി 3 യഥാർത്ഥ ഉൽപ്പന്ന ഫോട്ടോകൾ

• ബ്രാൻഡ് ടോൺ കുറിപ്പുകൾ: ഊഷ്മളമായ, ലളിതമായ, സത്യസന്ധമായ, ആഡംബരമല്ല

• ചിത്ര ആവശ്യകതകൾ: വെളുത്ത പശ്ചാത്തലം, പ്രോപ്പുകളില്ല, വാചകമില്ല, വ്യാജ ബ്രാൻഡിംഗ് ഇല്ല

• എഴുത്ത് ആവശ്യകതകൾ: 45-60 വാക്കുകൾ, വ്യക്തമായ ഭാഷ, അതിശയോക്തിപരമായ അവകാശവാദങ്ങളില്ല

• ഇമേജ് വൈകല്യങ്ങൾക്കും പിന്തുണയ്ക്കാത്ത പകർപ്പ് ക്ലെയിമുകൾക്കുമുള്ള ഒരു അവലോകന ചെക്ക്‌ലിസ്റ്റ്

ഉദാഹരണ നിർദ്ദേശം

ഇമേജ് ജനറേഷനുള്ള പ്രധാന പ്രോംപ്റ്റ്:

പ്ലെയിൻ വൈറ്റ് പശ്ചാത്തലത്തിൽ കൈകൊണ്ട് നിർമ്മിച്ച നീല സെറാമിക് മഗ്ഗ്, മൃദുവായ പ്രകൃതിദത്ത ലൈറ്റിംഗ്, റിയലിസ്റ്റിക് ടെക്സ്ചർ, കേന്ദ്രീകൃത കോമ്പോസിഷൻ, ഇ-കൊമേഴ്‌സ് ഉൽപ്പന്ന ഫോട്ടോ ശൈലി എന്നിവയുടെ വൃത്തിയുള്ള സ്റ്റുഡിയോ ഉൽപ്പന്ന ചിത്രം സൃഷ്ടിക്കുക.

നെഗറ്റീവ് സൂചന:

വ്യാജ ലോഗോ ഇല്ല, വാചകമില്ല, വാട്ടർമാർക്കില്ല, അധിക ഹാൻഡിൽ ഇല്ല, അലങ്കോലമില്ല, പ്രോപ്പുകളില്ല, കാർട്ടൂൺ ശൈലിയില്ല, മങ്ങലില്ല, വികലമായ ആകൃതിയില്ല, കഠിനമായ നിഴലുകളില്ല

എഴുതുന്നതിനുള്ള പ്രധാന നിർദ്ദേശം:

കൈകൊണ്ട് നിർമ്മിച്ച നീല സെറാമിക് മഗ്ഗിന്റെ 50 വാക്കുകളുള്ള ഉൽപ്പന്ന വിവരണം എഴുതുക. ഒരു ചെറിയ ഹോംവെയർ ഷോപ്പിന് ഊഷ്മളവും പ്രായോഗികവുമായ ഒരു ടോൺ ഉപയോഗിക്കുക. നിറം, കൈകൊണ്ട് നിർമ്മിച്ച അനുഭവം, ദൈനംദിന ഉപയോഗം, ലളിതമായ ഡിസൈൻ എന്നിവ പരാമർശിക്കുക.

എഴുതുന്നതിനുള്ള നെഗറ്റീവ് പ്രോംപ്റ്റ്:

അതിശയോക്തിപരമായ അവകാശവാദങ്ങളില്ല, ആഡംബര ഭാഷയില്ല, ക്ലീഷേകളില്ല, ആവർത്തനമില്ല, പിന്തുണയില്ലാത്ത ഈടുതൽ അവകാശവാദങ്ങളില്ല, ഗെയിം-ചേഞ്ചർ, നിർബന്ധമായും ഉണ്ടായിരിക്കേണ്ടവ, അല്ലെങ്കിൽ എല്ലാവർക്കും അനുയോജ്യമായത് പോലുള്ള വാക്യങ്ങളില്ല

എങ്ങനെ പരീക്ഷിക്കാം

ഒരേ ഉൽപ്പന്നം മൂന്ന് പതിപ്പുകളിലൂടെ പ്രവർത്തിപ്പിക്കുക:

1. പ്രധാന പ്രോംപ്റ്റ് മാത്രം

2. "മോശം നിലവാരമില്ല" പോലുള്ള വിശാലമായ നെഗറ്റീവ് പ്രോംപ്റ്റുള്ള പ്രധാന പ്രോംപ്റ്റ്

3. "വ്യാജ ലോഗോ ഇല്ല, ടെക്സ്റ്റ് ഇല്ല, അധിക ഹാൻഡിൽ ഇല്ല, അതിശയോക്തിപരമായ അവകാശവാദങ്ങളില്ല" പോലുള്ള ലക്ഷ്യബോധമുള്ള നെഗറ്റീവുകളുള്ള പ്രധാന പ്രോംപ്റ്റ്

തുടർന്ന് ഓരോ ഫലവും ഒരു ലളിതമായ പട്ടികയിൽ പരിശോധിക്കുക:

• മഗ്ഗിന് ശരിയായ ആകൃതിയുണ്ടോ?

• അനാവശ്യമായ എന്തെങ്കിലും വാചകം, ലോഗോ, വാട്ടർമാർക്ക്, അല്ലെങ്കിൽ അധിക വസ്തുക്കൾ ഉണ്ടോ?

• കടയ്ക്ക് തെളിയിക്കാൻ കഴിയാത്ത അവകാശവാദങ്ങൾ വിവരണം ഉന്നയിക്കുന്നുണ്ടോ?

• കോപ്പി സ്വാഭാവികമായി തോന്നുന്നുണ്ടോ?

• പ്രസിദ്ധീകരിക്കുന്നതിന് മുമ്പ് ഈ ഔട്ട്‌പുട്ടിന് മാനുവൽ എഡിറ്റിംഗ് ആവശ്യമുണ്ടോ?

ഫലമായി

12 സാമ്പിൾ ഉൽപ്പന്ന-ഇമേജ് ശ്രമങ്ങളുടെയും 6 ഉൽപ്പന്ന-വിവരണ ഡ്രാഫ്റ്റുകളുടെയും സമയക്രമീകരണത്തെ അടിസ്ഥാനമാക്കിയുള്ള ചിത്രീകരണ ഫലം:

• പ്രധാന നിർദ്ദേശം മാത്രം: വ്യാജ വാചകം, അലങ്കോലങ്ങൾ അല്ലെങ്കിൽ വികലമായ മഗ് ആകൃതികൾ കാരണം 12 ചിത്രങ്ങളിൽ 7 എണ്ണത്തിനും പുനരുജ്ജീവിപ്പിക്കൽ ആവശ്യമാണ്

• വിശാലമായ നെഗറ്റീവ് പ്രോംപ്റ്റ്: 12 ചിത്രങ്ങളിൽ 5 എണ്ണത്തിന് ഇപ്പോഴും പുനരുജ്ജീവിപ്പിക്കേണ്ടതുണ്ട്

• ലക്ഷ്യമിട്ട നെഗറ്റീവ് പ്രോംപ്റ്റ്: 12 ചിത്രങ്ങളിൽ 2 എണ്ണത്തിന് പുനരുജ്ജീവിപ്പിക്കൽ ആവശ്യമാണ്

• എഡിറ്റുകൾ എഴുതാനുള്ള സമയം ഒരു വിവരണത്തിന് ഏകദേശം 6 മിനിറ്റിൽ നിന്ന് ഒരു വിവരണത്തിന് ഏകദേശം 2 മിനിറ്റായി കുറഞ്ഞു

• 6 വിവരണങ്ങളുടെ ആകെ അവലോകന സമയം 36 മിനിറ്റിൽ നിന്ന് 12 മിനിറ്റായി കുറഞ്ഞു

ഈ സംഖ്യകൾ ഒരു സാർവത്രിക മാനദണ്ഡമല്ല. ഒരു ചെറിയ ടീമിന് എങ്ങനെ ആഘാതം സ്വയം അളക്കാൻ കഴിയുമെന്ന് കാണിക്കുന്ന ഒരു ഉദാഹരണ കണക്കാണിത്: നിരസിച്ച ഔട്ട്‌പുട്ടുകൾ എണ്ണുക, എഡിറ്റിംഗ് ഘട്ടത്തിലെ സമയം നിശ്ചയിക്കുക, അവലോകന ചെക്ക്‌ലിസ്റ്റിൽ എത്ര ഡ്രാഫ്റ്റുകൾ കടന്നുപോകുന്നുവെന്ന് ട്രാക്ക് ചെയ്യുക.

എന്ത് തെറ്റ് സംഭവിക്കാം?

ഏറ്റവും വലിയ അപകടസാധ്യത ആകസ്മികമായി വിലപ്പെട്ട വിശദാംശങ്ങൾ നിരോധിക്കുന്നതാണ്. ഉടമ "നിഴലുകൾ ഇല്ല, ടെക്സ്ചർ ഇല്ല, പശ്ചാത്തല വിശദാംശങ്ങളില്ല, പ്രതിഫലനങ്ങളൊന്നുമില്ല" എന്ന് ചേർത്താൽ മഗ്ഗ് പരന്നതും വ്യാജവുമായി കാണപ്പെടാൻ തുടങ്ങിയേക്കാം.

ദുർബലമായ നിർദ്ദേശങ്ങൾ മറയ്ക്കാൻ നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ ഉപയോഗിക്കുന്നതാണ് മറ്റൊരു അപകടസാധ്യത. "മോശമായ എഴുത്തില്ല" എന്നത് അവ്യക്തമായ ഒരു ഉൽപ്പന്ന പ്രോംപ്റ്റിനെ പരിഹരിക്കില്ല. മോഡലിന് ഇപ്പോഴും വ്യക്തമായ പ്രേക്ഷകർ, ടോൺ, വാക്കുകളുടെ എണ്ണം, ഉൽപ്പന്ന വസ്തുതകൾ എന്നിവ ആവശ്യമാണ്.

ഇ-കൊമേഴ്‌സിന്, മനുഷ്യ അവലോകനം ഇപ്പോഴും പ്രധാനമാണ്. ഡിഷ്‌വാഷർ സുരക്ഷ, മെറ്റീരിയൽ ക്ലെയിമുകൾ, കൈകൊണ്ട് നിർമ്മിച്ച ഉത്ഭവം, അല്ലെങ്കിൽ ഡെലിവറി വാഗ്ദാനങ്ങൾ എന്നിവ സ്ഥിരീകരിക്കാത്ത പക്ഷം AI കണ്ടുപിടിക്കരുത്.

പ്രായോഗിക ഉപദേശം

ആവർത്തിച്ചുള്ള അവലോകന പ്രശ്നങ്ങളുമായി ബന്ധപ്പെട്ടിരിക്കുമ്പോൾ നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ മികച്ച രീതിയിൽ പ്രവർത്തിക്കുന്നു. എല്ലാം ഒഴിവാക്കാൻ AI-യോട് ആവശ്യപ്പെടരുത്. എന്താണ് പരാജയപ്പെടുന്നത് എന്ന് നോക്കുക, ആ പരാജയങ്ങൾക്ക് വ്യക്തമായി പേര് നൽകുക, അടുത്ത ബാച്ചിന് കുറഞ്ഞ പരിഹാരമാണോ വേണ്ടതെന്ന് പരിശോധിക്കുക.

പതിവുചോദ്യങ്ങൾ

AI-യിൽ നെഗറ്റീവ് പ്രോംപ്റ്റ് എന്താണ്, അത് സാധാരണ പ്രോംപ്റ്റിൽ നിന്ന് എങ്ങനെ വ്യത്യാസപ്പെട്ടിരിക്കുന്നു?

ഒരു സാധാരണ പ്രോംപ്റ്റ് മോഡലിനോട് എന്ത് സൃഷ്ടിക്കണമെന്ന് പറയുന്നു, അതേസമയം ഒരു നെഗറ്റീവ് പ്രോംപ്റ്റ് എന്ത് ഒഴിവാക്കണമെന്ന് പറയുന്നു. പ്രായോഗികമായി, നിങ്ങൾ ലക്ഷ്യം വിവരിക്കുക മാത്രമല്ല, സാധാരണ പരാജയ പാറ്റേണുകൾ തടയുകയും ചെയ്യുന്നു എന്നാണ് ഇതിനർത്ഥം. പ്രധാന പ്രോംപ്റ്റ് മാറ്റിസ്ഥാപിക്കുന്നതിനുപകരം അനാവശ്യമായ ശൈലികൾ, ആർട്ടിഫാക്റ്റുകൾ അല്ലെങ്കിൽ പെരുമാറ്റങ്ങൾ കുറയ്ക്കുന്ന ഒരു നിയന്ത്രണ പാളിയായി ലേഖനം അതിനെ അവതരിപ്പിക്കുന്നു.

AI-യിലെ നെഗറ്റീവ് പ്രോംപ്റ്റ് ഔട്ട്‌പുട്ട് ഗുണനിലവാരം ഇത്രയധികം മെച്ചപ്പെടുത്തുന്നത് എന്തുകൊണ്ട്?

AI-യിലെ നെഗറ്റീവ് പ്രോംപ്റ്റ് ഔട്ട്‌പുട്ട് സ്‌പെയ്‌സ് ചുരുക്കാൻ സഹായിക്കുന്നു, ഇത് ഫലങ്ങൾ കൂടുതൽ കൃത്യവും സ്ഥിരതയുള്ളതുമാക്കുന്നു. മോഡലിനെ വളരെ വിശാലമായി ഊഹിക്കാൻ അനുവദിക്കുന്നതിനുപകരം, സ്ഥിരസ്ഥിതിയായി പലപ്പോഴും ദൃശ്യമാകുന്ന മങ്ങൽ, ക്ലട്ടർ, ആവർത്തനം അല്ലെങ്കിൽ ടോൺ പ്രശ്‌നങ്ങൾ എന്നിവയിൽ നിന്ന് നിങ്ങൾ അതിനെ നയിക്കുന്നു. ഇത് സാധാരണയായി കുറഞ്ഞ ക്ലീനപ്പ്, കുറഞ്ഞ ആവർത്തന ശ്രമങ്ങൾ, കുറഞ്ഞ പാസുകളിൽ ശക്തമായ ഔട്ട്‌പുട്ടുകൾ എന്നിവയിലേക്ക് നയിക്കുന്നു.

AI ഇമേജ് ജനറേഷനായി ഞാൻ എപ്പോഴാണ് നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ ഉപയോഗിക്കേണ്ടത്?

അധിക വിരലുകൾ, വികലമായ മുഖങ്ങൾ, മങ്ങിയ ടെക്സ്ചറുകൾ, ക്രമരഹിതമായ വാചകം, അല്ലെങ്കിൽ അലങ്കോലമായ പശ്ചാത്തലങ്ങൾ എന്നിവ പോലുള്ള തെറ്റുകൾ മോഡൽ ആവർത്തിക്കുമ്പോൾ അവ ഉപയോഗിക്കുക. പോർട്രെയ്റ്റുകൾ, ഉൽപ്പന്ന ഷോട്ടുകൾ, ഗുണനിലവാര വൈകല്യങ്ങൾ എളുപ്പത്തിൽ കണ്ടെത്താൻ കഴിയുന്ന സ്റ്റൈലൈസ് ചെയ്ത രംഗങ്ങൾ എന്നിവയ്ക്ക് അവ പ്രത്യേകിച്ചും സഹായകരമാണ്. ദൃശ്യമാകാൻ സാധ്യതയുള്ള കൃത്യമായ ദൃശ്യ പ്രശ്നങ്ങൾ ലക്ഷ്യം വയ്ക്കുക എന്നതാണ് ഏറ്റവും ശക്തമായ സമീപനം.

നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ AI എഴുത്ത് റോബോട്ടിക് അല്ലെങ്കിൽ ആവർത്തിച്ചുള്ളതായി തോന്നാതിരിക്കാൻ സഹായിക്കുമോ?

അതെ, നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ വാചകത്തിനും ചിത്രങ്ങൾക്കും വിലപ്പെട്ടതാണെന്ന് ലേഖനം വ്യക്തമാക്കുന്നു. എഴുത്ത് പ്രക്രിയകളിൽ, ക്ലീഷേകൾ, ഫില്ലർ, ജാർഗൺ, ആവർത്തനം, അതിശയോക്തി കലർന്ന ഭാഷ എന്നിവ കുറയ്ക്കാൻ അവയ്ക്ക് കഴിയും. ബ്രാൻഡ് വോയ്‌സ്, പിന്തുണാ മറുപടികൾ, ബ്ലോഗ് ആമുഖങ്ങൾ, ടോണും വായനാക്ഷമതയും പ്രാധാന്യമുള്ള മറ്റ് ഉള്ളടക്കം എന്നിവയ്ക്ക് ഇത് സഹായകരമാക്കുന്നു.

AI-യിൽ സങ്കീർണ്ണമാക്കാതെ ഒരു നല്ല നെഗറ്റീവ് പ്രോംപ്റ്റ് എങ്ങനെ എഴുതാം?

നിങ്ങൾക്ക് ആവശ്യമുള്ള ഫലം നൽകുന്നതിൽ നിന്ന് ആരംഭിക്കുക, തുടർന്ന് തെറ്റായി പോകാൻ സാധ്യതയുള്ള കുറച്ച് കാര്യങ്ങൾ തിരിച്ചറിയുക. "മെച്ചപ്പെടുത്തുക" പോലുള്ള അവ്യക്തമായ നിർദ്ദേശങ്ങൾക്ക് പകരം, ആ അപകടസാധ്യതകളെ "മങ്ങരുത്", "സ്ലാംഗ് വേണ്ട" അല്ലെങ്കിൽ "അധിക വസ്തുക്കൾ വേണ്ട" എന്നിങ്ങനെയുള്ള ഹ്രസ്വവും നിർദ്ദിഷ്ടവുമായ ഒഴിവാക്കലുകളാക്കി മാറ്റുക. AI-യിലെ ഒരു നല്ല നെഗറ്റീവ് പ്രോംപ്റ്റ് പ്രസക്തവും ലക്ഷ്യബോധമുള്ളതും വ്യക്തത നിലനിർത്താൻ ആവശ്യമായത്ര മെലിഞ്ഞതുമായി തുടരുന്നു.

നെഗറ്റീവ് പ്രോംപ്റ്റുകളിൽ ആളുകൾ ചെയ്യുന്ന ഏറ്റവും സാധാരണമായ തെറ്റുകൾ എന്തൊക്കെയാണ്?

ഏറ്റവും വലിയ തെറ്റുകൾ അവ്യക്തമാകുക, പ്രധാന പ്രോംപ്റ്റിന് വിരുദ്ധമായി പ്രവർത്തിക്കുക, വളരെയധികം കീവേഡുകൾ ഉൾപ്പെടുത്തുക, ദുർബലമായ ഒരു ആശയം സംരക്ഷിക്കാൻ നെഗറ്റീവുകൾ പ്രതീക്ഷിക്കുക എന്നിവയാണ്. മറ്റൊരു സാധാരണ പ്രശ്നം എല്ലാ വിശദാംശങ്ങളും നിയന്ത്രിക്കാൻ ശ്രമിക്കുക എന്നതാണ്, ഇത് ഫലം പരന്നതോ അണുവിമുക്തമോ ആയി തോന്നിപ്പിക്കും. വ്യത്യസ്ത മോഡലുകൾ ഒരേ പദങ്ങളെ വളരെ വ്യത്യസ്തമായി വ്യാഖ്യാനിച്ചേക്കാമെന്നും ലേഖനം മുന്നറിയിപ്പ് നൽകുന്നു.

എന്തുകൊണ്ടാണ് ഒരേ നെഗറ്റീവ് പ്രോംപ്റ്റ് ഒരു AI ടൂളിൽ നന്നായി പ്രവർത്തിക്കുന്നതും മറ്റൊന്നിൽ മോശമായി പ്രവർത്തിക്കുന്നതും?

കാരണം നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ മോഡലിന്റെ വിശാലമായ ഇൻസ്ട്രക്ഷൻ സിസ്റ്റത്തിന്റെ ഭാഗമാണ്, ഒരു സാർവത്രിക മാജിക് സ്വിച്ചല്ല. ചില ഉപകരണങ്ങൾ “കുറഞ്ഞ നിലവാരം” അല്ലെങ്കിൽ “മോശം കൈകൾ” പോലുള്ള പദങ്ങളോട് ശക്തമായി പ്രതികരിക്കുമ്പോൾ, മറ്റുള്ളവ വളരെ കഷ്ടിച്ചാണ് പ്രതികരിക്കുന്നത്. ലേഖനത്തിന്റെ പോയിന്റ് പ്രായോഗികമാണ്: ഒരേ പദപ്രയോഗം എല്ലായിടത്തും വൃത്തിയായി കൈമാറ്റം ചെയ്യപ്പെടുമെന്ന് കരുതുന്നതിനുപകരം നിങ്ങൾ ഉപയോഗിക്കുന്ന മോഡലിൽ പരീക്ഷിക്കുക.

മറ്റുള്ളവരിൽ നിന്ന് വലിയ നെഗറ്റീവ് പ്രോംപ്റ്റ് ലിസ്റ്റുകൾ ഞാൻ പകർത്തണോ?

സാധാരണയായി അത് ആരംഭിക്കാൻ ഏറ്റവും നല്ല സ്ഥലമല്ല. ദീർഘമായി പകർത്തിയ ലിസ്റ്റുകൾ മോഡലിനെ ആശയക്കുഴപ്പത്തിലാക്കുകയോ, സർഗ്ഗാത്മകതയെ ദുർബലപ്പെടുത്തുകയോ, വിശദാംശങ്ങൾ നിരപ്പാക്കുകയോ, നിങ്ങൾ ശ്രദ്ധിക്കാത്ത വൈരുദ്ധ്യങ്ങൾ അവതരിപ്പിക്കുകയോ ചെയ്തേക്കാം. കൂടുതൽ വിശ്വസനീയമായ ഒരു രീതി, നിങ്ങളുടെ നിർദ്ദിഷ്ട പരാജയ പോയിന്റുകളുമായി ബന്ധിപ്പിച്ചിരിക്കുന്ന ഒരു ചെറിയ പട്ടികയിൽ നിന്ന് ആരംഭിച്ച്, മോഡൽ എന്താണ് തെറ്റുന്നത് എന്നതിനെ അടിസ്ഥാനമാക്കി ക്രമീകരിക്കുക എന്നതാണ്.

കൂടുതൽ നെഗറ്റീവുകൾ ചേർക്കുന്നതിനു പകരം പ്രധാന പ്രോംപ്റ്റ് മെച്ചപ്പെടുത്തുന്നത് എപ്പോഴാണ് നല്ലത്?

നിങ്ങളുടെ അഭ്യർത്ഥന ഇതിനകം തന്നെ പരിമിതമാണെങ്കിൽ, ഔട്ട്‌പുട്ട് നിർജീവമായി തോന്നുന്നുവെങ്കിൽ, അല്ലെങ്കിൽ നിങ്ങളുടെ നെഗറ്റീവ് ലിസ്റ്റ് പ്രോംപ്റ്റിനെക്കാൾ നീളമുള്ളതാണെങ്കിൽ, പ്രധാന പ്രോംപ്റ്റിന് ആദ്യം പ്രവർത്തിക്കേണ്ടി വരും. നെഗറ്റീവ് പ്രോംപ്റ്റുകൾ ഒരു നല്ല ദിശ പരിഷ്കരിക്കുന്നു, പക്ഷേ അവ ഒന്നിനെ മാറ്റിസ്ഥാപിക്കുന്നില്ല. കൂടുതൽ ഒഴിവാക്കലുകൾ ശേഖരിക്കുന്നതിന് മുമ്പ് വിഷയം, ശൈലി, ടോൺ, ഫോർമാറ്റ് എന്നിവ വ്യക്തമാക്കാൻ ലേഖനം ശുപാർശ ചെയ്യുന്നു.

യഥാർത്ഥ പ്രോജക്റ്റുകളിൽ AI-യിൽ നെഗറ്റീവ് പ്രോംപ്റ്റ് പരീക്ഷിക്കുന്നതിനുള്ള ലളിതമായ വർക്ക്ഫ്ലോ എന്താണ്?

വിഷയം, ശൈലി, സ്വരം അല്ലെങ്കിൽ ഘടന എന്നിവ നിർവചിക്കുന്ന വ്യക്തമായ ഒരു പ്രധാന പ്രോംപ്റ്റിൽ നിന്ന് ആരംഭിക്കുക. സാധ്യതയുള്ള തെറ്റുകളെ അടിസ്ഥാനമാക്കി കുറച്ച് ടാർഗെറ്റുചെയ്‌ത നെഗറ്റീവുകൾ മാത്രം ചേർക്കുക, തുടർന്ന് ഇപ്പോഴും എന്താണ് തെറ്റ് സംഭവിക്കുന്നതെന്ന് പരിശോധിക്കുക. അവിടെ നിന്ന്, കൂടുതൽ കീവേഡുകൾ ചേർക്കുന്നതിനുപകരം നിർദ്ദിഷ്ട ഒഴിവാക്കലുകൾ പരിഷ്കരിക്കുക. ഫലങ്ങൾ സ്ഥിരമായി മെച്ചപ്പെടുത്തുന്നതിനുള്ള ഏറ്റവും പ്രായോഗിക മാർഗമായി ആ ഘട്ടം ഘട്ടമായുള്ള ലൂപ്പ് അവതരിപ്പിക്കുന്നു.

അവലംബം

1. ഗൂഗിൾ ക്ലൗഡ് - AI-യിലെ നെഗറ്റീവ് പ്രോംപ്റ്റ് - docs.cloud.google.com

2. OpenAI ഡെവലപ്പർമാർ - ടെക്സ്റ്റ് ജനറേഷൻ സിസ്റ്റങ്ങൾ - developers.openai.com

3. മൈക്രോസോഫ്റ്റ് ലേൺ - എൽഎൽഎം പ്രോംപ്റ്റ് എഞ്ചിനീയറിംഗ് ഗൈഡൻസ് - learn.microsoft.com

4. ആലിംഗന മുഖം - negative_prompt_embeds - huggingface.co

ഔദ്യോഗിക AI അസിസ്റ്റന്റ് സ്റ്റോറിൽ ഏറ്റവും പുതിയ AI കണ്ടെത്തുക

ഞങ്ങളേക്കുറിച്ച്