Prowadź bibliotekę promptów albo przepisuj to samo zdanie

Przez jakieś dwa miesiące pisałem każdy prompt od zera. Dostawałem naprawdę dobry wynik, cieszyłem się, zamykałem kartę, a tydzień później źle odtwarzałem z pamięci mniej więcej to samo zdanie. Wiedziałem już wtedy, że to głupie, i robiłem tak dalej, bo zapisywanie wydawało się narzutem przy czymś, co trwa czterdzieści sekund.

Plik, który to naprawił, to notatka bez godnej wzmianki struktury, i poprawił moje wyniki bardziej niż jakakolwiek technika, o jakiej czytałem. Oto co w nim jest i dlaczego.

Dlaczego historia to nie biblioteka

Oczywisty zarzut: aplikacja i tak trzyma każdą generację. Trzyma. Tylko zasłania nie ten problem.

Historia mówi, o co prosiłeś. Nie mówi, która z jedenastu niemal identycznych prób była tą dobrą, co próbowałeś naprawić ani która konkretna fraza wykonywała robotę. Po trzech tygodniach wszystko wygląda tak samo, a rozumowanie zniknęło. To zapis. Biblioteka to zapis plus wnioski.

Cztery linie

Każdy wpis u mnie ma cztery linie. Najpierw próbowałem bardziej rozbudowanych schematów i wszystkie przestałem prowadzić w ciągu tygodnia, co jest prawdziwym testem każdego systemu.

• Prompt dokładnie taki, jaki poszedł. Nieoczyszczony, nieskrócony. Wersja, która dała rzecz, razem z literówkami.
• Jedna linijka o wyniku.„Dobre, odrobinę za ciepłe”. „Twarz ok, dłonie nie”. Tyle, by wiedzieć, czy po to sięgnąć, bez regenerowania dla sprawdzenia.
• Fragment, który wykonał robotę. To ważne, wrócę do tego.
• Co bym zmienił. Napisane w chwili, gdy jeszcze pamiętałem, jedynej, w której to wiem.

Żadnych znaczników, kategorii, dat. Szukam w pliku wyszukiwarką przeglądarki i to ani razu mnie nie zawiodło. Każdy wymyślony przeze mnie system kategorii wymagał decyzji w chwili zapisu, a decyzja w chwili zapisu to sposób, w jaki system umiera.

Linia z fragmentem to cała rzecz

Tę część bym pominął, gdyby ktoś mi to opisał, i to przez nią plik działa.

Długi prompt to głównie wypełniacz. Gdzieś w nim jest pięć czy sześć słów, które naprawdę zmieniły wynik, a cała reszta opisuje to, co i tak by się stało. Wyodrębnienie tego fragmentu zamienia prompt do jednego obrazu we frazę do wszystkiego.

Moje to rzeczy w rodzaju „twarde kierunkowe światło z niskiego kąta”, „zdjęcie długim obiektywem, tło skompresowane”, „matowa skóra, widoczne pory”. Żadna nie należy do konkretnego obrazu. To te, które wracają, i po jakimś czasie nie tyle piszesz prompty, ile je składasz. Mniej więcej wokół tego krążył tekst o dwunastu przeróbkach, nie nazywając rzeczy po imieniu.

Czego nie warto zapisywać

Plik robi się bezużyteczny, jeśli wrzucisz do niego wszystko. Trzy rzeczy, których przestałem zapisywać:

Prompty, które po prostu zadziałały. Świetny wynik z oczywistego promptu niczego nie uczy. Jeśli mogę go odtworzyć w trzydzieści sekund z samego pomysłu, nie trafia do pliku.

Długie listy słów stylistycznych. Miałem taką sekcję, przepisaną z różnych poradników, i ani razu z niej nie skorzystałem. Słowa stylistyczne bez przypiętej sceny nie nadają się do ponownego użycia, to tylko słownictwo, które i tak miałem.

Większość porażek. Z jednym wyjątkiem poniżej: plik porażek jest nie do czytania i nikt go nie czyta, łącznie z tym, kto go pisał.

Wyjątek: porażki, które się powtarzają

Zasługuje na własną krótką sekcję, bo oszczędziły mi więcej czasu niż sukcesy.

Niektóre sformułowania odbijają się rykoszetem niezawodnie, a każde odkryjesz na nowo trzy albo cztery razy, zanim wzorzec się utrwali. U mnie jest zasada ogólna, że nazwanie czegoś, czego nie chcesz, sprzyja wywołaniu tego, oraz to, że trzy odniesienia stylistyczne w jednym prompcie dają coś, co nie trzyma się żadnego z nich.

Trzy linijki „to nie działa, a zamiast tego wychodzi to” są warte więcej niż pięćdziesiąt zapisanych dobrych promptów, bo dobre i tak byś w końcu odtworzył, a złe i tak byś w końcu powtórzył.

Gdzie ten plik trzymać

Gdzieś, skąd da się wkleić na telefonie, bo tam odbywa się teraz większość mojego generowania, a przepisywanie długiego promptu kciukiem to dokładnie to tarcie, przez które ludzie przestają iterować. Synchronizowana aplikacja z notatkami wystarczy. Wymóg jest taki, żeby otwierała się w dwie sekundy, nie żeby była dobrze zaprojektowana.

Jedno zastrzeżenie warte wypowiedzenia: plik promptów to zapis tego, co tworzysz, zwykłym tekstem, gdziekolwiek go trzymasz. Jeśli część jest prywatna, umieść go tam, gdzie taki zapis ci nie przeszkadza, co dla większości ludzi oznacza nie w notatce we wspólnej przestrzeni roboczej. Tekst o prywatności zajmuje się stroną platformy; ta część leży całkowicie po twojej stronie.

Co się faktycznie zmieniło

Dwie rzeczy i żadna z nich nie była tą, której się spodziewałem. Prompty zrobiły się krótsze, bo widziałem, które fragmenty nigdy nie zapracowały na swoje miejsce. I zacząłem porządnie iterować, bo otwarcie notatki i zmiana jednego słowa to zupełnie inna czynność niż napisanie akapitu od nowa.

Zaczyna się zwracać mniej więcej przy dwudziestu wpisach, czyli po tygodniu lub dwóch zwykłego używania. Jeśli generujesz w Fellowi Images bez takiego pliku, to najbardziej opłacalna zmiana, jaka jest dostępna, a przykłady promptów to sensowny zestaw pierwszych wpisów do podebrania.