One-Shot Prompting: Ako naučiť LLM vytvárať YouTube vloženia

Veľké jazykové modely (LLM) sú neuveriteľne všestranné, no niekedy potrebujú usmernenie, aby vykonali špecifické úlohy správne. Vo FlowHunt-e sme skúmali silu one-shot promptingu, aby sme náš LLM naučili vytvárať dokonalé YouTube vloženia priamo do WordPress príspevkov cez našu integráciu. Táto technika výrazne zlepšila presnosť a efektivitu tvorby obsahu pre našich používateľov.

Čo je One-Shot Prompting?

One-shot prompting je technika, pri ktorej poskytnete LLM jediný príklad požadovaného výstupného formátu alebo správania. Na rozdiel od zero-shot prompting (kde nie sú žiadne príklady) alebo few-shot prompting (kde sa použije viacero príkladov), one-shot je kompromisom medzi efektivitou a účinnosťou.

Krása one-shot promptingu spočíva v jeho jednoduchosti: modelu stačí ukázať raz a dokáže vzor zopakovať.

Výzva s YouTube vloženiami

WordPress ponúka rôzne spôsoby, ako vložiť YouTube videá, no proces nie je vždy intuitívny, najmä pre používateľov, ktorí nepoznajú blokový editor alebo shortcody WordPressu. Naším cieľom bolo umožniť používateľom jednoducho zadať tému alebo produkt a nechať náš LLM nájsť relevantné YouTube videá a vygenerovať správny kód na vloženie cez FlowHunt WordPress integráciu.

Spočiatku náš LLM zápasil s konzistentným formátovaním a občas vytváral nekompatibilné spôsoby vloženia. V tomto momente prišiel na pomoc one-shot prompting.

Naše One-Shot Prompting Riešenie

Tu je presný prompt, ktorý sme použili na vyriešenie problému s YouTube vloženiami:

CopyVideos: Sú o vstupe nejaké video tutoriály alebo prehľady produktov? Zhrňte ich obsah a nájdite YouTube videá súvisiace so vstupom a prezentujte ich v HTML embed formáte.

príklad vloženia:
"<iframe width="560" height="315" src="https://www.youtube.com/embed/LSHlL0d1Odw?si=N1WpGJij-nv35gNh" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe>"

---START INPUT---
{input}```

Tento jednoduchý, ale účinný prompt zabezpečuje viacero kľúčových vecí:

- Jasne definuje úlohu: nájsť video tutoriály a prehľady produktov týkajúce sa vstupu
- Požaduje zhrnutie obsahu videí
- Poskytuje kompletný príklad presného formátu iframe, ktorý je potrebný
- Používa jasnú štruktúru vstupu s oddeľovačmi (`---START INPUT---` a `---`)

Príklad ukazuje LLM:

- Presnú štruktúru iframe potrebnú pre YouTube vloženia
- Všetky potrebné atribúty (šírka, výška, allowfullscreen, atď.)
- Správny formát YouTube embed URL (s použitím `/embed/` namiesto `/watch?v=`)

## Výsledky a Výhody

Po zavedení tohto one-shot prompting prístupu sme zaznamenali:

- **Takmer dokonalú presnosť** pri správne naformátovaných YouTube vloženiach
- **Konzistentné responzívne formátovanie videí** na rôznych zariadeniach
- **Výraznú úsporu času** pre tvorcov obsahu, ktorí predtým museli ručne hľadať a vkladať relevantné videá
- **Zlepšenú kvalitu obsahu** s automaticky kurátovaným relevantným video obsahom

Pre našich používateľov FlowHunt to znamenalo, že sa mohli sústrediť na písanie obsahu a LLM sa postaral o technickú časť vyhľadania a vloženia relevantných videí.

## Prečo funguje One-Shot lepšie ako alternatívy

Otestovali sme viacero prístupov:

1. **Zero-shot prompting:** Jednoducho požiadať LLM, aby „našiel a vložil YouTube videá“, viedlo ku nekonzistentným formátom a občas problematickému iframe kódu.
2. **Detailné inštrukcie bez príkladov:** Poskytnutie technických špecifikácií síce zlepšilo výsledky, no LLM robil chyby vo formátovaní, ak nevidel konkrétny príklad.
3. **Few-shot prompting:** Použitie viacerých príkladov fungovalo dobre, ale bolo pre túto úlohu zbytočné a zvyšovalo spotrebu tokenov.

One-shot prompting sa ukázal ako ideálny stred – poskytuje dostatočné navedenie bez plytvania zdrojmi.

## Ďalej než YouTube: Rozšírenie vzoru

Rovnakú techniku one-shot promptingu sme následne použili aj na iné scenáre vkladania:

- príspevky z Twitteru/X
- príspevky z Instagramu
- rôzne formátovania

Každý z nich nasleduje podobný vzor: ukážte jeden dokonalý príklad a nechajte LLM ho napodobniť.

> V závislosti od veľkosti a komplexnosti LLM môže byť potrebné naozaj zdôrazniť, že príklad je skutočne len príkladom a nie presne to, čo od LLM chceme. Pri menších modeloch vidíme, že príklad z one-shot promptingu môže „pretiecť“ do výstupu a pokaziť odpoveď.

## Implementácia One-Shot Promptingu vo vašich FlowHunt workflowoch

Ak používate FlowHunt na tvorbu obsahu, môžete jednoducho implementovať one-shot prompting do svojich workflowov:

1. Vytvorte šablónu, ktorá obsahuje váš one-shot príklad
2. Nastavte premennú na zachytenie vstupu používateľa
3. Nakonfigurujte LLM, aby spracoval vstup podľa vzoru z príkladu
4. Pošlite výstup priamo do WordPressu cez našu integráciu

Tento prístup sa dá prispôsobiť prakticky akémukoľvek štruktúrovanému výstupu, ktorý potrebujete, aby váš LLM generoval konzistentne.