Prompt Zincirleme

İstem zincirleme, karmaşık iş akışlarını bir diziye ayırarak yürütmek için kullanılan sofistike bir tekniktir için birbirine bağlı girişlerin Yapay Zeka (AI) modelleri. Bu yöntem, çok yönlü bir görevi yerine getirmek için tek ve yekpare bir talimata güvenmek yerine Böylece bir adımın çıktısı bir sonraki adım için girdi görevi görür. Bu modüler yaklaşım, aşağıdakileri önemli ölçüde geliştirir güvenilirliği ve yorumlanabilirliği Büyük Dil Modelleri (LLM'ler), aşağıdakilere izin verir geliştiricilerin muhakeme, planlama ve yürütme yeteneğine sahip sağlam uygulamalar oluşturması çok adımlı işlemler.

İstem Zincirleme Nasıl Çalışır

Hızlı zincirlemenin temel ilkesi şudur görev ayrıştırması, burada a karmaşık hedefler yönetilebilir alt görevlere bölünür. Zincirdeki her halka belirli bir işleve odaklanır - örneğin veri temizleme, bilgi çıkarma veya karar verme gibi sonuçları ileriye taşımadan önce. Bu yinelemeli süreç, ara doğrulamaya olanak tanıyarak şunları sağlar hatalar karmaşık bir yanıtla yayılmak yerine erken yakalanır.

Bu metodoloji, aşağıdakileri oluşturmak için temeldir Harici araçlar veya API'ler ile etkileşime girebilen yapay zeka ajanları. LangChain gibi uzmanlaşmış çerçeveler Yapay zeka modeli arasındaki veri akışını yöneterek bu orkestrasyonu kolaylaştırmak için ortaya çıktı, vektör veritabanları ve diğer yazılım bileşenleri. Tarafından Bu etkileşimler boyunca durumu korumak, hızlı zincirleme, aşağıdakilere uyum sağlayabilen dinamik sistemlerin oluşturulmasını sağlar kullanıcı girdileri ve değişen veriler.

Gerçek Dünya Uygulamaları

İstem zincirleme özellikle şu durumlarda etkilidir doğal dil işleme (NLP) diğer modaliteler veya özel veri kaynakları ile.

1. Akıllı Müşteri Hizmetleri: Bir destek sistemi başlangıçta bir metin sınıflandırması bir kullanıcının sorgusunu kategorize etmek için istem. Sorun "teknik" olarak tanımlanırsa, iş akışı bir Geri Alım-Artırılmış Üretim (RAG) adım. Sistem, ilgili makaleler için teknik bir bilgi tabanında arama yapar ve sonraki bir komut istemi LLM, alınan bilgileri kullanıcı dostu bir yanıtta sentezlemek için.
2. Görsel Kalite Kontrolü: İçinde üretimde, bir iş akışı metni zincirleyebilir ve görüş modelleri. Bir kullanıcı bir kusurun metin açıklamasını verebilir (örneğin, "yüzeyde çizik"). Bu açıklaması bir bilgisayarla görme (CV) modeli gibi Ultralytics YOLO11. Görüş modeli şunları gerçekleştirir montaj hattı beslemesinde nesne algılama ve algılama sonuçları, otomatik bir sistem oluşturmak için son bir komut istemine geri beslenir kali̇te deneti̇mi̇ Rapor.

Kod Örneği

Aşağıdakiler Python snippet basit bir zincir bağlantısını göstermektedir. Şunu kullanır varsayımsal bir sonraki adım için doğal bir dil istemi oluşturmak üzere bir YOLO11 nesne algılama modelinden çıktı.

from ultralytics import YOLO

# Load the YOLO11 model for object detection
model = YOLO("yolo11n.pt")

# Step 1: Run inference on an image
# The output contains detected objects which will fuel the next link in the chain
results = model("https://ultralytics.com/images/bus.jpg")

# Step 2: Process results to create input for the next link
# We extract class names to form a descriptive sentence
detected_objects = [model.names[int(c)] for c in results[0].boxes.cls]
next_prompt = f"I found these objects: {', '.join(detected_objects)}. Describe the scene."

# The 'next_prompt' variable is now ready to be sent to an LLM
print(next_prompt)

Prompt Zincirleme ve İlgili Kavramlar

Hızlı zincirleme yöntemini diğer terimlerden ayırmak faydalı olacaktır. makine öğrenimi ortamı:

• Hızlı Mühendislik: Bu, model davranışını yönlendirmek için en uygun girdileri tasarlamanın daha geniş disiplinidir. İstemi zincirleme belirli bir İstem mühendisliğinde sıralı yürütmeye odaklanan mimari model.
• Düşünce Zinciri Yönlendirmesi: Bu teknik, bir modeli tek bir soru-yanıt içinde "adım adım" akıl yürütmeye teşvik eder döngü. Buna karşılık, istem zinciri birden fazla farklı çağrıyı içerir ve genellikle verileri farklı modeller veya yazılım araçları.
• İstemi Ayarlama: A model optimizasyon yöntemi eğitim sırasında "yumuşak istemleri" (öğrenilebilir parametreler) günceller. İstem zincirleme bir standart kullanan çıkarım zamanı stratejisi modelin yapısını değiştirmeden doğal dil girdileri Ağırlıklar.

Geliştiriciler, istem zincirlemesinden yararlanarak bağımsız yazılımların bağlam sınırlarının ve muhakeme darboğazlarının üstesinden gelebilirler. modeller. Bu teknik, bina inşa etmek için vazgeçilmezdir Agentik Yapay Zeka karmaşık, dinamik problemleri çözmek için görüş, dil ve mantığı entegre eden sistemler robotik ve otomasyon.