1
00:00:00,001 --> 00:00:05,320
Hoi, welkom weer bij een nieuwe aflevering van AIToday Live.
2
00:00:05,320 --> 00:00:10,200
Vandaag wil ik je drie belangrijke begrippen gaan uitleggen die je helpen om taalmodellen
3
00:00:10,200 --> 00:00:11,200
beter te gebruiken.
4
00:00:11,200 --> 00:00:16,600
Dat gaan Prompt Chaining, Multistep Prompt en Chain-of-Thought Prompt.
5
00:00:16,600 --> 00:00:21,760
En aan het eind van de aflevering vertel ik je welke van deze technieken mijn voorkeur
6
00:00:21,760 --> 00:00:22,760
heeft.
7
00:00:22,760 --> 00:00:29,160
Misschien herinner je je nog een vraag van een van onze luisteraars, Frits, die we bespraken
8
00:00:29,160 --> 00:00:31,600
in aflevering 63 van dit seizoen.
9
00:00:31,600 --> 00:00:33,680
Laten we die vraag even terughalen.
10
00:00:33,680 --> 00:00:39,000
De vraag van de leek is deze week.
11
00:00:39,000 --> 00:00:41,080
Hallo Niels, Joop.
12
00:00:41,080 --> 00:00:42,720
Mijn naam is Frits.
13
00:00:42,720 --> 00:00:47,400
Ik werk als IT manager bij PostNL en ik heb een vraag voor jullie.
14
00:00:47,400 --> 00:00:54,600
Hoe kan ik ChatGPT gebruiken om goede testplannen te schrijven om mijn aannames te testen?
15
00:00:54,600 --> 00:00:57,200
Nou, ik hoor heel graag van jullie.
16
00:00:57,200 --> 00:01:01,960
Frits vroeg ons om advies voor het maken van een testplan.
17
00:01:01,960 --> 00:01:09,040
En wat ik je ga vertellen vandaag geldt niet alleen maar voor het maken van een testplan,
18
00:01:09,040 --> 00:01:13,160
maar geldt net zo goed voor het maken van een presentatie, een marketingplan, het schrijven
19
00:01:13,160 --> 00:01:16,880
van beleid of zelfs voor het uitvoeren van een huiswerkopdracht.
20
00:01:16,880 --> 00:01:23,280
Deze drie technieken helpen je om elk van deze taken beter te organiseren en uit te
21
00:01:23,280 --> 00:01:24,280
voeren.
22
00:01:24,280 --> 00:01:27,360
Laten we beginnen met de eerste, met multi-step prompts.
23
00:01:27,360 --> 00:01:33,760
Een multi-step prompt houdt in dat je een stappenplan opstelt binnen één enkele prompt.
24
00:01:33,760 --> 00:01:35,920
Het is heel specifiek en taakgericht.
25
00:01:35,920 --> 00:01:41,000
Hoe kleiner de stappen in je stappenplan, des te beter kan het taalmodel deze stappen
26
00:01:41,000 --> 00:01:42,000
uitvoeren.
27
00:01:42,000 --> 00:01:45,000
Stel je voor dat je een taart gaat bakken.
28
00:01:45,000 --> 00:01:48,080
En je schrijft op stap 1 verzamel de ingrediënten.
29
00:01:48,080 --> 00:01:50,360
Stap 2 meng ze volgens het recept.
30
00:01:50,360 --> 00:01:52,280
Enzovoort enzovoort.
31
00:01:52,280 --> 00:01:57,920
Het taalmodel volgt deze instructies stap voor stap op.
32
00:01:57,920 --> 00:01:58,920
Multistep.
33
00:01:58,920 --> 00:02:04,800
En de multi-step prompt is denk ik de meest intuïtieve vorm van het beschrijven van een
34
00:02:04,800 --> 00:02:11,600
stappenplan, omdat we gewend zijn om zo zelf taken voor ons uit te voeren en op te schrijven.
35
00:02:11,600 --> 00:02:15,120
Ik pak niet voor niks het voorbeeld van een recept.
36
00:02:15,120 --> 00:02:21,960
Chain-of-thought prompting is een techniek waarbij het taalmodel niet alleen wordt gevraagd
37
00:02:21,960 --> 00:02:30,140
om het eind antwoord te geven, maar ook om de tussenliggende stappen of gedachten te
38
00:02:30,140 --> 00:02:33,000
genereren terwijl het probleem wordt opgelost.
39
00:02:33,000 --> 00:02:38,880
Dit geeft meer inzicht in het besluitvormingsproces van het model en is vooral nuttig voor taken
40
00:02:38,880 --> 00:02:41,840
die analyse, berekeningen of uitleg vereisen.
41
00:02:41,840 --> 00:02:46,720
Je zou dit letterlijk een denkstappenplan kunnen noemen.
42
00:02:46,720 --> 00:02:50,040
Hoe ziet zo'n chain-of-thought prompt er dan uit?
43
00:02:50,040 --> 00:02:53,160
Ik kan me voorstellen dat het best heel abstract is.
44
00:02:53,160 --> 00:02:57,200
Stel we gaan een chain-of-thought prompt maken voor een bedrijfsanalyse.
45
00:02:57,200 --> 00:03:00,520
En zo'n prompt zouden we schrijven als zijnde het volgende.
46
00:03:00,520 --> 00:03:06,600
Analyseer de mogelijke impact van de invoering van de 4-daagse werkweek op een middelgroot
47
00:03:06,600 --> 00:03:07,600
softwarebedrijf.
48
00:03:08,400 --> 00:03:16,120
Overweeg de effecten op productiviteit, werknemerstevredenheid, klantenservice en financiële resultaten.
49
00:03:16,120 --> 00:03:20,480
Denk hard op na terwijl je deze analyse uitvoert.
50
00:03:20,480 --> 00:03:24,720
Overweeg verschillende perspectieven en mogelijke scenario's.
51
00:03:24,720 --> 00:03:30,920
Leg uit waarom je bepaalde factoren belangrijk vindt en hoe ze met elkaar samenvatten.
52
00:03:30,920 --> 00:03:35,600
Beschrijf je denkproces terwijl je tot je conclusies komt.
53
00:03:35,600 --> 00:03:42,240
En vervolgens kun je stap voor stap nog zeggen wat je zou moeten doen.
54
00:03:42,240 --> 00:03:44,360
Structureer je analyse als volgt.
55
00:03:44,360 --> 00:03:45,360
1.
56
00:03:45,360 --> 00:03:47,120
Initiële gedachten en belangrijkste overwegingen.
57
00:03:47,120 --> 00:03:48,120
2.
58
00:03:48,120 --> 00:03:49,120
Analyse per aspect.
59
00:03:49,120 --> 00:03:50,120
3.
60
00:03:50,120 --> 00:03:52,560
Mogelijke uitdagingen en oplossingen.
61
00:03:52,560 --> 00:03:53,560
4.
62
00:03:53,560 --> 00:03:54,560
Eindconclusies en aanbevelingen.
63
00:03:54,560 --> 00:03:56,840
En dan voeg je er dus ook nog toe.
64
00:03:56,840 --> 00:04:03,280
Wees grondig in je uitleg en laat zien hoe je afwegingen maakt tussen verschillende factoren.
65
00:04:03,280 --> 00:04:10,920
Je ziet dat je vraagt naar het hardop nadenken en het krijgen van uitleg.
66
00:04:10,920 --> 00:04:17,360
Er zitten termen in als leg uit waarom, denk hard op, overweeg, analyseer.
67
00:04:17,360 --> 00:04:22,840
En dat is toch echt wel anders dan die multi-step prompt.
68
00:04:22,840 --> 00:04:26,880
Laten we even teruggaan naar het voorbeeld van Frits met zijn testplan.
69
00:04:26,880 --> 00:04:31,000
Net als bij je presentatie bepaal je eerst de hoofdlijnen.
70
00:04:31,000 --> 00:04:36,880
Welke onderwerpen moeten er in komen, waar gaat het over en wat wordt de verhaallijn?
71
00:04:36,880 --> 00:04:41,240
Hier werk je op een hoger abstractieniveau en verdeel je je werk in stukken.
72
00:04:41,240 --> 00:04:46,160
Dit kan lastig zijn want net zoals bij het bouwen van een huis is het moeilijk om tegelijkertijd
73
00:04:46,160 --> 00:04:49,800
de fundering te leggen en de details van het interieur te ontwerpen.
74
00:04:49,800 --> 00:04:52,440
Hetzelfde geldt voor een taalmodel.
75
00:04:52,440 --> 00:04:57,840
Dus als we zowel grote lijnen als details door elkaar heen in 1 keer proberen te vragen
76
00:04:57,840 --> 00:05:00,840
aan het model, krijg je vaak slechte resultaten.
77
00:05:00,840 --> 00:05:06,560
Dus beter is het om eerst de hoofdlijnen te bepalen en daarna de details in te vullen.
78
00:05:06,560 --> 00:05:09,640
En daar komt prompt chaining om de hoek kijken.
79
00:05:09,640 --> 00:05:17,680
Promptchaining is letterlijk een keten van prompts waarbij de uitvoer van de ene prompt
80
00:05:17,680 --> 00:05:19,920
dient als invoer voor de volgende.
81
00:05:19,920 --> 00:05:26,800
Stel je voor dat je een ketting van prompts gebruikt als een stappenplan op hoofdlijnen.
82
00:05:26,800 --> 00:05:31,920
Het is eerst een brainstorm met het taalmodel over de hoofdlijnen en zodra je daar tevreden
83
00:05:31,920 --> 00:05:34,320
mee bent, werk je de details uit.
84
00:05:34,320 --> 00:05:39,480
Je begint bijvoorbeeld met een prompt om de hoofdstukken van een boek te bepalen en gebruikt
85
00:05:39,480 --> 00:05:43,160
daarna een tweede prompt om per hoofdstuk de inhoud te schrijven.
86
00:05:43,160 --> 00:05:47,560
Zo ga je langzaam van een hoog abstractieniveau naar een concrete invulling.
87
00:05:47,560 --> 00:05:53,640
En de prompts die je hier weer voor gebruikt kunnen eenvoudige prompts zijn, maar natuurlijk
88
00:05:53,640 --> 00:05:57,520
ook onze multi-step prompts of chain-of-thought prompts.
89
00:05:57,520 --> 00:05:58,920
Net wat nodig is.
90
00:05:58,920 --> 00:06:03,720
Deze prompts ketenen aan elkaar tot een prompt chain.
91
00:06:03,720 --> 00:06:11,080
Het mooie van prompt chaining is dat je die kunt vastleggen maar vooral automatiseren.
92
00:06:11,080 --> 00:06:18,240
Stel dat je een proces herhaalderlijk wilt automatiseren, zoals het schrijven van een maandelijkse nieuwsbrief,
93
00:06:18,240 --> 00:06:24,560
dan kun je goed geteste prompts zowel voor de hoofdlijnen als de details telkens opnieuw
94
00:06:24,560 --> 00:06:25,560
gebruiken.
95
00:06:25,560 --> 00:06:30,800
Dan wordt het een beetje alsof je een AI-agent hebt die voor jou werkt.
96
00:06:30,800 --> 00:06:33,200
En dan nu mijn voorkeur.
97
00:06:33,200 --> 00:06:34,200
Dat had ik beloofd.
98
00:06:34,200 --> 00:06:37,920
Mijn voorkeur gaat uit naar prompt chaining.
99
00:06:37,920 --> 00:06:38,920
Waarom?
100
00:06:38,920 --> 00:06:43,880
Omdat het leidt tot herhaalbare processen die je controleerbaar kunt maken.
101
00:06:43,880 --> 00:06:46,960
Luister vooral even naar aflevering 70 voor het belang daarvan.
102
00:06:46,960 --> 00:06:54,000
Maar om het goed uit te voeren heb ik wel chain-of-thought prompts of multi-step prompts
103
00:06:54,000 --> 00:06:55,000
nodig.
104
00:06:55,000 --> 00:06:59,960
Zo zorg je ervoor dat je niet alleen een goede structuur hebt maar ook inzicht krijgt in
105
00:06:59,960 --> 00:07:01,400
hoe die structuur tot stand komt.
106
00:07:01,400 --> 00:07:09,360
Als je net als Frits vaker testplannen samen met AI wil schrijven zou ik adviseren om een
107
00:07:09,360 --> 00:07:11,400
gedegen prompt chain te ontwikkelen.
108
00:07:11,400 --> 00:07:15,880
Voor iedere schakel in je keten schrijf je herhaalbare prompts.
109
00:07:15,880 --> 00:07:22,520
Door deze aanpak te volgen creëer je een gestructureerd en grondig testplan waarbij elke stap voortbouwt
110
00:07:22,520 --> 00:07:23,520
op de vorige.
111
00:07:23,520 --> 00:07:30,360
Je kunt deze keten van prompts opslaan en hergebruiken voor toekomstige testplannen
112
00:07:30,360 --> 00:07:33,320
wat weer zorgt voor consistentie en efficiëntie in je werkproces.
113
00:07:33,320 --> 00:07:39,740
Het gebruik van prompt chaining in combinatie met die multi-step en chain-of-thought prompts
114
00:07:39,740 --> 00:07:44,520
stelt je in staat om complexe taken op te delen in hele beheersbare stappen.
115
00:07:44,520 --> 00:07:49,400
Dit verbetert niet alleen de kwaliteit van de output maar geeft je ook meer controle
116
00:07:49,400 --> 00:07:50,600
over het proces.
117
00:07:50,600 --> 00:07:57,880
Onthoud wel dat het perfectioneren van je prompt chains echt tijd en oefening kost.
118
00:07:57,880 --> 00:08:02,600
Dus experimenteer met verschillende formuleringen en structuren om te ontdekken wat het beste
119
00:08:02,600 --> 00:08:05,240
werkt voor jouw specifieke taken en doelen.
120
00:08:05,240 --> 00:08:10,160
En met de tijd zul je merken dat je steeds efficiënter en effectiever wordt in het aansturen
121
00:08:10,160 --> 00:08:12,560
van AI modellen voor je werk.
122
00:08:12,560 --> 00:08:16,720
Dankjewel voor het luisteren naar deze aflevering van AIToday live.
123
00:08:16,720 --> 00:08:21,280
Ik hoop dat deze uitleg over prompt chaining, multi-step prompts en chain-of-thought prompts
124
00:08:21,280 --> 00:08:24,720
je helpt om taalmodellen beter in te zetten voor je werk.
125
00:08:24,720 --> 00:08:28,880
Vergeet je niet te abonneren voor meer tips en inzichten over AI.
126
00:08:28,880 --> 00:08:30,080
Tot de volgende keer!
127
00:08:30,080 --> 00:08:32,080
[Muziek]
