1. ก่อนเริ่มต้น
MakerSuite คือชุดเครื่องมือที่ช่วยให้คุณสร้างต้นแบบด้วยโมเดลภาษาขนาดใหญ่ได้จากเบราว์เซอร์โดยตรงโดยไม่ต้องตั้งค่า การใช้ MakerSuite ช่วยให้คุณลองใช้พรอมต์ได้อย่างรวดเร็ว ไปจนถึงการสร้าง API ที่แอปของคุณเข้าถึงได้โดยตรง ซึ่งจะช่วยให้ทีมส่งมอบแอปพลิเคชันที่ยอดเยี่ยมซึ่งอิงตาม Generative AI ได้อย่างรวดเร็ว คู่มือ People + AI Research (PAIR) ให้คำแนะนำเกี่ยวกับวิธีออกแบบผลิตภัณฑ์ใหม่ด้วย AI โดยมุ่งเน้นวิธีจัดการข้อมูลที่เน้นมนุษย์เป็นศูนย์กลางและสร้างความไว้วางใจจากผู้ใช้ ซึ่งเป็นคำแนะนำที่ใช้ได้กับการใช้ MakerSuite
ใน Codelab นี้ คุณจะได้เรียนรู้วิธีใช้ประโยชน์จากแหล่งข้อมูลทั้ง 2 อย่างนี้ร่วมกันเพื่อสร้างประสบการณ์การใช้งานที่อิงตาม AI ที่มีความรับผิดชอบ Codelab นี้มุ่งเน้นที่การสร้างต้นแบบอย่างมีความรับผิดชอบด้วย Generative AI ไม่ใช่วิธีการทำงานแบบครบวงจรของแหล่งข้อมูลที่เฉพาะเจาะจงเหล่านี้ ดูข้อมูลเกี่ยวกับเวิร์กโฟลว์ทั่วไปสำหรับ MakerSuite ได้ที่บทแนะนำพื้นฐานสำหรับ MakerSuite และดูคำแนะนำที่ครอบคลุมมากขึ้นสำหรับการออกแบบผลิตภัณฑ์ AI ได้ที่คู่มือ PAIR
ข้อกำหนดเบื้องต้น
- มีความเข้าใจพื้นฐานเกี่ยวกับ AI
- มีความรู้เกี่ยวกับเวิร์กโฟลว์การพัฒนาผลิตภัณฑ์
สิ่งที่คุณจะได้เรียนรู้
- วิธีใช้คู่มือ PAIR เพื่อตรวจสอบว่าประสบการณ์การใช้งาน AI ของคุณเหมาะกับกลุ่มเป้าหมายต่างๆ มากน้อยเพียงใด และวิธีทราบว่างานใดควรหรือไม่ควรใช้ AI
- วิธีสร้างประสบการณ์ Generative AI ที่ดึงดูดจากความหลากหลายของแนวทางปฏิบัติทางวัฒนธรรมของผู้ใช้
- วิธีผสานรวมโอกาสในกระบวนการพัฒนา AI ที่สร้างความเชื่อมั่นให้แก่ผู้ใช้โดยมุ่งเน้นที่ความสามารถในการอธิบายที่แสดงต่อผู้ใช้
- วิธีใช้ชุดเครื่องมือที่กว้างขึ้นของสื่อ Generative AI และแหล่งข้อมูล AI ที่เน้นมนุษย์เป็นศูนย์กลางเพื่อสำรวจเพิ่มเติม
สิ่งที่คุณจะสร้าง
Codelab นี้จะแนะนำกระบวนการสร้างต้นแบบเชิงปฏิบัติสำหรับ Generative AI ที่มีความรับผิดชอบในขณะที่คุณออกแบบเครื่องมือช่วยเขียนเชิงสร้างสรรค์ หากสนใจ คุณยังผสานรวมพรอมต์ที่ออกแบบไว้เหล่านี้เข้ากับ Wordcraft ซึ่งเป็นเครื่องมือแก้ไขข้อความโอเพนซอร์สที่ทำงานด้วยระบบ AI ซึ่ง Google เปิดตัวเป็นต้นแบบการวิจัยได้ด้วย
สิ่งที่คุณต้องมี
- เบราว์เซอร์
- บัญชี Google เพื่อเข้าถึง MakerSuite
2. ตั้งค่า
MakerSuite
MakerSuite คือชุดเครื่องมือของ Google ที่ช่วยให้คุณสร้างต้นแบบด้วยโมเดลภาษาขนาดใหญ่ได้จากเบราว์เซอร์โดยตรงโดยไม่ต้องตั้งค่า ซึ่งช่วยให้คุณลองใช้โมเดลและทดลองใช้พรอมต์ต่างๆ ได้อย่างรวดเร็ว เมื่อสร้างสิ่งที่ชอบแล้ว คุณก็ส่งออกเป็นโค้ด Python ได้อย่างง่ายดาย จากนั้นเรียกใช้โมเดลเดียวกันโดยใช้ Generative Language API
หากต้องการทดลองใช้โมเดลภาษาขนาดใหญ่โดยใช้ MakerSuite ให้ลงชื่อสมัครใช้รายชื่อรอ
คู่มือการวิจัยเกี่ยวกับมนุษย์และ AI
คู่มือ People + AI Research (PAIR) เป็นแหล่งข้อมูลที่ช่วยให้นักพัฒนาซอฟต์แวร์ นักออกแบบ ผู้จัดการผลิตภัณฑ์ นักเรียน และอีกมากมายใช้ AI อย่างมีความรับผิดชอบ
คู่มือ PAIR จะช่วยให้คุณและทีมพัฒนาลิสต์คำถามสำคัญที่เกี่ยวข้องกับ AI ซึ่งรวมถึง Generative AI ในผลิตภัณฑ์ของคุณได้
- ฉันควรใช้ AI ในผลิตภัณฑ์เมื่อใดและอย่างไร
- ฉันจะช่วยให้ผู้ใช้เชื่อมั่นในระบบ AI ของฉันได้อย่างไร
- ฉันจะอธิบายระบบ AI ให้ผู้ใช้เข้าใจได้อย่างไร
- ประสบการณ์การใช้งาน AI จะมีความครอบคลุมทางวัฒนธรรมและมุ่งเน้นความเท่าเทียมได้อย่างไร
คุณใช้คู่มือ PAIR ตลอด Codelab นี้เพื่อพัฒนาคำถามสำหรับการสร้างต้นแบบและเลือกตัวเลือกการออกแบบต่างๆ
รับรหัสสำหรับ Wordcraft (ไม่บังคับ)
Wordcraft เป็นโปรแกรมแก้ไขข้อความที่ทำงานด้วยระบบ AI ซึ่งพัฒนาขึ้นที่ทีมวิจัยของ Google เพื่อสำรวจการเขียนเรื่องราวร่วมกันระหว่างมนุษย์และ AI โค้ดของ Wordcraft เป็นโอเพนซอร์ส คุณจึงทดลองใช้พรอมต์ใน Codelab นี้ได้ด้วยตนเอง
- หากต้องการรับรหัสสำหรับ Wordcraft ให้ใช้คำสั่งต่อไปนี้
git clone https://github.com/pair-code/wordcraft
หรือจะดาวน์โหลดไฟล์ ZIP ก็ได้ โดยทำดังนี้
จะแจ้งภายหลัง
3. ใช้ Generative AI สำหรับการเขียนเรื่องราว
โมเดลภาษาขนาดใหญ่ (LLM) คือโมเดล AI ที่ได้รับการฝึกด้วยข้อความจำนวนมหาศาลจากหนังสือ บทความ และเว็บไซต์ต่างๆ เพื่อเรียนรู้ไวยากรณ์ วลีที่ใช้กันทั่วไป และข้อมูลอื่นๆ จากข้อมูลนี้และการปรับแต่งเพิ่มเติมเล็กน้อย LLM เช่น PaLM สามารถทำงานด้านปัญญาประดิษฐ์ได้หลายอย่างโดยอิงตามคำสั่งง่ายๆ แทนที่จะต้องใช้การเขียนโปรแกรมแมชชีนเลิร์นนิงที่ซับซ้อน นอกจากนี้ ยังตอบคำถาม สรุปข้อมูล แปลภาษา และทำงานอื่นๆ ของ AI ได้อีกด้วย
ใน Codelab นี้ คุณจะได้ใช้ LLM เพื่อสร้างต้นแบบแอปที่จะช่วยนักเขียนเขียนเรื่องราว นอกจากจะมีข้อมูลทั่วไปเกี่ยวกับโลก ไวยากรณ์ และอื่นๆ แล้ว LLM ของ PaLM จาก Google ยังได้รับการออกแบบมาให้ทำตามคำสั่งหรือพรอมต์ของผู้ใช้ด้วย ดังนั้น หากต้องการสร้างต้นแบบเครื่องมือใน MakerSuite คุณจะต้องสอนโมเดลว่าจะเขียนอะไรเป็นการตอบกลับที่เกิดจากพรอมต์ของผู้ใช้
เขียนเรื่องราวที่มีการใช้งาน AI ช่วยโดยใช้พรอมต์ข้อความใน MakerSuite
- หากต้องการสร้างพรอมต์ ให้คลิกสร้างใหม่ในแผงด้านซ้าย แล้วเลือกพรอมต์ข้อความ เริ่มต้นด้วยพรอมต์ต่อไปนี้
You are a talented fiction author. Write a story about a given topic.
Topic: {{topic}}
เมื่อป้อนพรอมต์นี้แล้ว MakerSuite จะตรวจพบว่า {{topic}} เป็นอินพุตของพรอมต์ และจะเปิดแผงทดสอบพรอมต์เพื่อให้คุณดูได้ว่าพรอมต์ทำงานอย่างไรกับอินพุตต่างๆ
- ป้อน
A boy discovers a lost cat in his yardจากนั้นคลิกแผงโมเดล (ทางด้านขวาของปุ่มเรียกใช้) แล้วเลือกอุณหภูมิเป็น0.8 - สุดท้าย ให้คลิกเรียกใช้เพื่อเรียกใช้พรอมต์ คุณควรเห็นเอาต์พุตของพรอมต์ในตารางในอีกสักครู่
การเลือกการตั้งค่าอุณหภูมิเป็น 0.8 จะบอกโมเดลว่าคุณต้องการความหลากหลายในเอาต์พุต การทำเช่นนี้จะทำให้ได้เรื่องราวที่สร้างสรรค์มากขึ้น แต่จะให้ผลลัพธ์ที่แตกต่างกันทุกครั้งที่เรียกใช้ หากต้องการให้เอาต์พุตเหมือนกันทุกครั้ง ให้ตั้งอุณหภูมิเป็น 0
เอาต์พุตที่เป็นไปได้มีดังนี้
Henry sat on the edge of his porch and swung his legs back and forth. A small cat ran in front of him. Henry petted the cat. The cat began to purr. Henry picked up the cat and placed it on his lap. The cat began to snuggle close to him. Henry decided to keep the cat.
- ลองเรียกใช้พรอมต์หลายครั้งและสังเกตเรื่องราวต่างๆ ที่สร้างขึ้น
ดังที่เห็น โมเดลจะเขียนเรื่องราวที่มีโครงสร้างซึ่งไหลลื่นอย่างสมเหตุสมผล แต่ก็มีข้อสันนิษฐานหลายอย่างเช่นกัน เรื่องราวนี้มีเด็กชายชื่อเฮนรี่เป็นตัวเอก คุณเปลี่ยนสมมติฐานเหล่านี้ได้โดยระบุชื่อตัวเอก หรือแม้แต่ระบุว่าต้องการให้เรื่องราวเน้นที่ลูกแมวหรือมนุษย์
- อัปเดตพรอมต์ แล้วคลิกเรียกใช้เพื่อดูว่าพรอมต์ทำงานอย่างไรกับอินพุตทดสอบทั้งหมด
ระบุงานที่เหมาะที่สุดสำหรับความช่วยเหลือจาก AI โดยใช้คู่มือ PAIR
ที่ผ่านมา เรามักจะคิดว่าโมเดล AI จะเขียนเรื่องราวที่สมบูรณ์ได้โดยมีเพียงคำอธิบายสั้นๆ แต่การตัดสินใจออกแบบเช่นนี้เหมาะกับเครื่องมือครีเอทีฟโฆษณาของคุณหรือไม่ เช่น ลองนึกถึงผู้ช่วยที่ช่วยนักเขียนเขียนเรื่องราวบางส่วนที่เลือกใหม่ คุณสามารถสร้างต้นแบบการโต้ตอบนี้ใน MakerSuite ได้ เช่น ทำให้เรื่องราวน่าติดตามมากขึ้น
ซึ่งจะช่วยให้ได้รับความช่วยเหลือที่ตรงจุดมากขึ้น โดยจะเขียนย่อหน้าใหม่ทีละย่อหน้า ในระดับที่สูงขึ้น การเปลี่ยนแปลงพรอมต์เพียงเล็กน้อยจะช่วยให้คุณสร้างต้นแบบเครื่องมือเพิ่มประสิทธิภาพผู้ใช้แทนที่จะเป็นเครื่องมืออัตโนมัติสำหรับงานได้
สมุดคู่มือ PAIR นำเสนอวิธีที่มีหลักการในการถามและตอบคำถามเช่นนี้ในกระบวนการพัฒนา AI แม้ว่า MakerSuite จะช่วยให้คุณสร้างต้นแบบไอเดียได้อย่างรวดเร็ว แต่คู่มือ PAIR จะช่วยให้คุณจำกัดตัวเลือกการออกแบบให้เหลือเฉพาะตัวเลือกที่มีแนวโน้มมากที่สุดสำหรับวัตถุประสงค์ของคุณและกลุ่มเป้าหมายที่คุณต้องการดึงดูด ใช้คู่มือเพื่อทำความเข้าใจว่าการเพิ่มประสิทธิภาพหรือการทำงานอัตโนมัติเป็นแนวทางที่เหมาะสมในการร่วมมือกับ AI เพื่อสร้างแอปหรือไม่
เริ่มต้นด้วยคำถามชี้นำ ฉันควรใช้ AI อย่างไร ในคู่มือ ดังที่รูปแบบสมุดคู่มือนี้ระบุไว้ การใช้ AI จะดีกว่าเมื่อเพิ่มคุณค่าที่ไม่เหมือนใคร ในกรณีนี้ เนื่องจาก LLM ได้รับการฝึกด้วยข้อมูลจำนวนมากเกี่ยวกับไวยากรณ์ วลีที่ใช้กันทั่วไป และข้อมูลอื่นๆ จากอินเทอร์เน็ต การใช้ประโยชน์จากความสามารถของโมเดลในการทำความเข้าใจโลกของเรื่องราวที่คุณต้องการอธิบายในเอาต์พุตของแอปเขียนและแนะนำวิธีเขียนใหม่จึงอาจมีประโยชน์ ซึ่งต่อยอดมาจากรูปแบบคำแนะนำที่ปรับเปลี่ยนในแบบของคุณในคู่มือ
มาดูตัวอย่างเพิ่มเติมกัน คู่มือ PAIR มีบทเกี่ยวกับความต้องการของผู้ใช้พร้อมคำแนะนำว่าควรทำให้งานเป็นแบบอัตโนมัติหรือเพิ่มประสิทธิภาพ
เมื่อพิจารณาการเพิ่มประสิทธิภาพหรือการทำงานอัตโนมัติ โปรดอย่าลืมว่าต้นแบบของคุณมีไว้เพื่อเป็นแอปที่เป็นประโยชน์สำหรับนักเขียน ดังนั้นจึงเป็นไปได้ที่ผู้ใช้จะชอบการเขียน ต้องการเป็นเจ้าของงานเขียนของตนเอง และมีค่ากำหนดที่สร้างขึ้นตลอดชีวิตการเขียนซึ่งอาจสื่อสารได้ยาก เมื่อพิจารณาร่วมกันแล้ว สิ่งนี้บ่งชี้ว่าแนวทางการเพิ่มประสิทธิภาพอาจเป็นตัวเลือกที่มีแนวโน้มมากกว่า
ตามคู่มือ PAIR คุณอาจคิดว่าแอปที่คุณกำลังสร้างต้นแบบไม่ใช่เครื่องมือสำหรับเขียน แต่เป็นเครื่องมือสำหรับเขียนใหม่ เช่น คุณสามารถเปลี่ยนพรอมต์เพื่ออนุญาตให้เขียนในรูปแบบต่างๆ ได้
- สร้างพรอมต์ข้อความใหม่
Edit the paragraph below. Make it \{\{rewrite style\}\}. Only respond with the updated text. Do not include any explanation.
Paragraph: {{paragraph}}
ในที่นี้ ทั้ง \{\{rewrite style\}\} และ {{paragraph}} เป็นอินพุตข้อความ
- ในแผงทดสอบ ให้ลองใช้รูปแบบการเขียนใหม่หลายแบบ เช่น สั้นลง น่าทึ่งมากขึ้น มีไหวพริบมากขึ้น ไวยากรณ์ไม่ขัดหูขัดตา เป็นบทกวี และอื่นๆ
ออกแบบเพื่อเรื่องราวจากทั่วโลก
ที่ผ่านมา คุณได้ทดสอบพรอมต์เขียนย่อหน้าใหม่กับเรื่องราวที่ไม่มีบริบททางวัฒนธรรมที่ชัดเจน เมื่อออกแบบประสบการณ์การใช้งาน AI อย่างมีความรับผิดชอบ การลองใช้ข้อมูลที่หลากหลายมักจะเป็นประโยชน์
ลองป้อนข้อมูลทดสอบหลายๆ แบบ เช่น
- ในมุมที่เงียบสงบของคาเฟ่ปารีสที่แสนงดงาม ลูกค้าคนหนึ่งกำลังดื่มด่ำกับกลิ่นหอมของกาแฟที่ชงใหม่ๆ ความคิดของเขาล่องลอยไปถึงช่วงเวลาที่ถูกลืมเลือนไปนานแล้ว ซึ่งเป็นช่วงเวลาที่เปลี่ยนเส้นทางชีวิตของเขาไปตลอดกาล
- ท่ามกลางความวุ่นวายของรถไฟท้องถิ่นในมุมไบ หญิงวัยกลางคนเริ่มพูดคุยกับคนแปลกหน้า เธอคิดว่าการอาศัยอยู่ในเมืองเดียวกันแต่มีชีวิตที่แตกต่างกันมากนั้นเป็นเรื่องที่น่าสนใจ
- ท่ามกลางความวุ่นวายอันคึกคักของตลาดริมถนนในเซี่ยงไฮ้ แผงขายสตรีทฟู้ดได้หยุดพักชั่วครู่เพื่อสังเกตการไหลเวียนของผู้คน
ทดลองใช้บริบททางวัฒนธรรมและภูมิศาสตร์อื่นๆ อย่างมีความรับผิดชอบ โดยระมัดระวังไม่ให้เกิดอคติที่ไม่เป็นธรรมและการเหมารวมทางประวัติศาสตร์ โปรดทราบว่าแม้ LLM จะมีความรู้เกี่ยวกับหลายส่วนของโลกโดยอิงตามข้อมูลที่มีอยู่ทางออนไลน์ แต่ก็อาจไม่ทราบรายละเอียดทั้งหมดเกี่ยวกับสถานที่ทางภูมิศาสตร์ที่เฉพาะเจาะจง ดังที่คู่มือ PAIR แนะนำ การให้สิทธิ์ควบคุมแก่ผู้ใช้เป็นสิ่งสำคัญในงานการเพิ่มประสิทธิภาพ เช่น คุณสามารถขยายความสามารถในการเขียนใหม่ของต้นแบบเพื่อควบคุมพล็อตและรายละเอียดของเรื่องราวได้มากขึ้น
นอกจากนี้ โมเดล Generative จำนวนมากยังแสดงสมมติฐานเริ่มต้นในบางครั้ง ซึ่งเป็นผลมาจากรูปแบบที่พบได้บ่อยในชุดข้อมูลการฝึกขนาดใหญ่ของข้อมูลออนไลน์ โปรดทราบว่าสามารถปรับรูปแบบเพื่อสร้างสมมติฐานอื่นๆ ที่ถูกต้องเท่าเทียมกันได้ เช่น สำหรับพรอมต์เขียนย่อหน้าใหม่ด้านบน คุณสามารถระบุเพศของคนแปลกหน้าบนรถไฟได้โดยเปลี่ยนรูปแบบการเขียนใหม่ เขียนว่า "สั้นลง อย่าลืมว่าคนแปลกหน้าเป็นผู้หญิงด้วย"
4. สร้างความไว้วางใจ
หากไม่ได้รับความไว้วางใจจากผู้ใช้ ความสามารถของ AI ที่ล้ำสมัยที่สุดก็อาจไม่ได้ถูกนำมาใช้ ความเชื่อมั่นเกิดจากการที่ผู้ใช้รู้สึกว่า AI มีความสามารถ เชื่อถือได้ และมีประโยชน์ การช่วยให้ผู้ใช้เกิดความเชื่อมั่นจะกระตุ้นให้ผู้ใช้เรียนรู้วิธีและเวลาที่จะใช้ฟีเจอร์ที่เฉพาะเจาะจง และยังช่วยให้ผู้ใช้ได้รับประสบการณ์ของผู้ใช้โดยรวมที่ดีขึ้นด้วย
คู่มือ PAIR มีแนวคิดบางอย่างที่จะช่วยให้ผู้ใช้พิจารณาได้ว่าควรเชื่อถือระบบ AI มากน้อยเพียงใด ดังนี้
สร้างความไว้วางใจตั้งแต่เนิ่นๆ
Generative AI มีประโยชน์อย่างยิ่งในการสื่อสารความตั้งใจของฟีเจอร์และช่วยให้ผู้ใช้เข้าใจข้อจำกัดของ AI ตัวอย่างเช่น เนื่องจากโมเดลภาษาได้รับการออกแบบมาเพื่อคาดการณ์สิ่งที่อยู่ถัดไปในข้อความเป็นหลัก เอาต์พุตของโมเดลจึงอาจไม่ถูกต้องตามข้อเท็จจริงเสมอไป ดังนั้น เราจึงควรช่วยให้ผู้ใช้เข้าใจว่าต้นแบบนี้เป็นตัวช่วยสำหรับการเขียนเชิงสร้างสรรค์และไม่ได้มีไว้เขียนข้อเท็จจริง หากผู้ใช้ต้องการตรวจสอบข้อเท็จจริงของรายละเอียดที่ต้องการให้เป็นข้อเท็จจริง ผู้ใช้ควรค้นหาออนไลน์ผ่านแหล่งข้อมูลที่เชื่อถือได้
ระดมความคิดหาวิธีต่างๆ ที่คุณอาจใช้เพื่อช่วยให้ผู้ใช้เข้าใจว่าต้นแบบนี้ไม่ได้มีไว้สำหรับเขียนข้อมูลที่เป็นข้อเท็จจริง แต่มีไว้สำหรับเขียนนิยายโดยเฉพาะ
รักษาความไว้วางใจ
ในทำนองเดียวกัน แม้ว่าโมเดล Generative AI จะมีความสามารถสูง แต่ผู้ใช้ก็ไม่สามารถยืนยันได้เสมอไปว่าระบบทำงานเสร็จสมบูรณ์อย่างถูกต้องสำหรับกรณีการใช้งานเฉพาะหลายๆ กรณี ตัวอย่างเช่น ต้นแบบนี้ได้รับการออกแบบมาเพื่อการเติมข้อความและการเขียนนิยายใหม่ตามเป้าหมาย ซึ่งเป็นความสามารถที่ผู้ใช้ตรวจสอบได้ง่าย ในทางตรงกันข้าม แม้ว่าโมเดล Generative จะได้รับการแจ้งให้เขียนข้อความส่วนใหญ่ใหม่ได้อย่างง่ายดาย แต่ผู้ใช้อาจพลาดข้อผิดพลาดเล็กๆ น้อยๆ ที่อาจเกิดขึ้น โดยทั่วไปแล้ว การมุ่งเน้นฟีเจอร์ Generative AI แบบอินเทอร์แอกทีฟไปที่งานที่ผู้ใช้สามารถยืนยันได้โดยง่ายจะช่วยสร้างความน่าเชื่อถือ
โอกาสสุดท้ายในการรักษาความน่าเชื่อถือคือการใช้ประโยชน์จากความสามารถในการควบคุมของโมเดล Generative เอาต์พุตของโมเดล Generative นั้นปรับแต่งได้ง่ายกว่ามากสำหรับผู้ใช้ปลายทาง (ดังที่แสดงให้เห็นโดยการขอให้น่าทึ่งยิ่งขึ้น สั้นลง หรือการเขียนใหม่ที่คล้ายกัน) ซึ่งแตกต่างจากโมเดล AI ก่อนหน้าซึ่งออกแบบมาสำหรับงานที่ระบุอย่างแคบ แม้ว่าความสามารถในการควบคุมดังกล่าวอาจนำไปสู่ประสบการณ์ของผู้ใช้ที่ดีขึ้น แต่ควรระมัดระวังในการจำกัดความสามารถในการควบคุมนี้ภายในความสามารถของโมเดล เช่น ในต้นแบบนี้ แทนที่จะถามผู้ใช้ถึงวิธีเขียนข้อความใหม่ คุณอาจแสดงรายการวิธีการเขียนใหม่ที่พบว่าใช้ได้ดีเป็นคำแนะนำแก่ผู้ใช้ปลายทาง
กู้คืนความเชื่อมั่น
แม้ว่าคุณจะพยายามอย่างเต็มที่แล้ว แต่ก็อาจมีบางกรณีที่โมเดลให้ผลลัพธ์ที่ไม่ดีเท่าที่ควร ในกรณีเช่นนี้ คุณควรอนุญาตให้ผู้ใช้ยกเลิกการดำเนินการใดๆ ของ AI ในทำนองเดียวกัน การระบุฟีเจอร์ที่มีประสิทธิภาพผันแปรและทริกเกอร์ฟีเจอร์เหล่านั้นเฉพาะเมื่อผู้ใช้ขอความช่วยเหลือจาก AI อย่างชัดเจนมักจะดีกว่า
- ระดมความคิดหาวิธีต่างๆ ในการสร้างฟีเจอร์เลิกทำหรือวิธีอื่นๆ ในการกอบกู้ความเชื่อมั่นของผู้ใช้
คุณดูวิธีแก้ปัญหาเหล่านี้ได้ในโซลูชันของ Codelab
5. นำข้อมูลทุกอย่างมารวมกัน
ที่ผ่านมา คุณได้ทดลองใช้พรอมต์ใน MakerSuite เมื่อพอใจกับพรอมต์เหล่านี้แล้ว ให้ใช้พรอมต์ในต้นแบบโดยตรง
- ก่อนอื่น ให้บันทึกพรอมต์ แล้วคลิกรับโค้ดที่มุมขวาบน หากยังไม่ได้ดำเนินการ คุณต้องเปิดใช้คีย์ API โดยคลิกเปิดใช้คีย์ API ในกล่องโต้ตอบรับโค้ดที่แสดง
MakerSuite จะสร้างโค้ดที่คุณใช้ในแอปพลิเคชันได้โดยตรง เช่น หากต้องการใช้กับเว็บแอปพลิเคชัน ให้เลือกโค้ด JavaScript คุณสามารถคัดลอกโค้ดจากกล่องโต้ตอบโดยตรงและวางลงในเว็บแอปได้ หากอัปเดตพรอมต์ใน MakerSuite อย่าลืมอัปเดตในโค้ดโดยใช้ตัวแปรพรอมต์ในโค้ดที่รวมไว้
หากต้องการผสานรวม API นี้เข้ากับแอปที่สร้างไว้ล่วงหน้าสำหรับการเขียนเชิงสร้างสรรค์ คุณสามารถดาวน์โหลดโค้ด Wordcraft ได้
โซลูชัน Codelab
คุณรับโค้ดสำหรับ Wordcraft ได้จาก GitHub โดยทำดังนี้
git clone https://github.com/pair-code/wordcraft
หรือคุณจะดาวน์โหลดที่เก็บเป็นไฟล์ zip ก็ได้
6. ขอแสดงความยินดี
คุณทำ Codelab Learn to prototype Responsible AI with the PAIR Guidebook and MakerSuite เสร็จแล้ว และได้เรียนรู้วิธีสร้างต้นแบบประสบการณ์การใช้งาน AI ที่มีความรับผิดชอบ (ในกรณีนี้คือสำหรับแอปเขียนเชิงสร้างสรรค์) โดยใช้เครื่องมือของ Google เพียงไม่กี่อย่าง เราจะตั้งตารอดูผลงานของคุณ
อ่านเพิ่มเติม
- คู่มือผู้ใช้ MakerSuite
- คู่มือ PAIR
- หลักการเกี่ยวกับ AI ของ Google