Meta prompting

Kerneprincippet

Forestil dig at give en ekspert ikke bare en opgave, men også en detaljeret vejledning om, hvordan de skal tænke, analysere og levere løsningen.

Grundlæggende Strategier

1. Rolletildeling

• Definér en specifik ekspertrolle
• Angiv baggrund og kompetencer
• Skab et mentalt rammesæt

2. Tænkemetoder

• Definér specifikke tænkningsværktøjer
• Angiv analytiske fremgangsmåder
• Strukturer den intellektuelle tilgang

Metoder:

• Videnskabelig metode
• Design Thinking
• Systemisk tænkning
• Kritisk analyse

3. Evalueringskriterier

• Fastsæt klare vurderingsparametre
• Skab gennemsigtighed i bedømmelsen
• Muliggør selvvurdering

Eksempel på Evalueringskriterier:

• Originalitet: 30%
• Praktisk gennemførlighed: 40%
• Innovation: 30%

Praktiske Eksempler

Scenarie 1: Strategisk Forretningsudvikling

4 Rapporter med klare anbefalinger

Scenarie 2: Videnskabelig Problemløsning

Fordele

✅ Mere strukturerede svar
✅ Dybere analyse
✅ Reduceret bias
✅ Øget præcision
✅ Reproducerbare resultater

Udfordringer

❗ Kræver avanceret prompt engineering
❗ Afhænger af AI-modelens evner
❗ Kan blive for kompleks

Tekniske Tips

Konstruktion af Meta-Prompt

1. Vær specifik
2. Anvend klart sprog
3. Definer forventede outputformat
4. Inkluder evalueringsmekanismer

Eksempel på Fuld Meta-Prompt

Du er nu en verdensklasse innovationskonsulent. 
Løs følgende opgave ved at:
- Anvende Design Thinking
- Gennemføre trinvis analyse
- Evaluere løsninger kritisk
- Rapportere med:
  * Problemdefinition
  * Mulige løsninger
  * Anbefalet strategi
  * Implementeringsplan

Evaluer din egen proces og løsning ud fra:
- Originalitet (30%)
- Gennemførlighed (40%)
- Innovationspotentiale (30%)

Konklusion

Meta Prompting handler om at transformere AI fra et simpelt svar-værktøj til en strategisk samarbejdspartner.

Nøglen: Skriv ikke blot hvad der skal løses, men hvordan det skal løses.

Læringsvej

1. Start simpelt
2. Eksperimenter
3. Raffinér løbende

Øvelser

Øvelse 1: Prompt dissecting

Formål: Forstå, hvad der gør en prompt effektiv ved at analysere den.

1. Tag en kompleks prompt (f.eks. "Lav en opskrift, der kombinerer italiensk og japansk køkken").
2. Del prompten op i dens elementer:
   • Intention: Hvad vil vi opnå?
   • Nøgleinformation: Hvilke detaljer styrer output?
   • Ramme: Er der stil, format eller begrænsninger?
3. Omformuler den til at inkludere en meta-reflektion, f.eks.:
   • "Generer en opskrift, der kombinerer italiensk og japansk køkken. Forklar også, hvordan du kombinerede elementerne, og hvorfor de fungerer godt sammen."

Øvelse 2: Prompt self-awareness

Formål: Skabe prompts, der kommenterer på deres egne dele.

1. Start med en simpel opgave: "Lav en liste over tre øvelser til en yoga-session."
2. Forbedr prompten med meta-lag:
   • "Lav en liste over tre øvelser til en yoga-session, og beskriv samtidig, hvorfor hver øvelse er valgt, og hvordan denne liste kan justeres til begyndere."
3. Reflekter over resultatet: Hvordan hjalp meta-elementet på klarheden eller dybden af svaret?

Øvelse 3: Rewrite with meta goals

Formål: Træn omformulering af prompts med et meta-perspektiv.

1. Tag en basal prompt: "Skriv et digt om havet."
2. Tilføj et meta-lag: "Skriv et digt om havet, og giv en kort forklaring efterfølgende om, hvordan tone og ordvalg afspejler havets egenskaber."
3. Diskuter, hvordan den ekstra refleksion påvirker svaret.

Øvelse 4: Meta-feedback loops

Formål: Integrere løbende selvevaluering i prompt-design.

1. Start med en iterative prompt:
   • "Beskriv, hvad en ideel arbejdsdag for en programmør indebærer."
2. Tilføj en feedback-sløjfe:
   • "Beskriv, hvad en ideel arbejdsdag for en programmør indebærer, og vurder, om svaret er detaljeret nok. Hvis ikke, forbedr det og forklar, hvad der blev ændret."
3. Analysér, hvordan svaret udvikler sig over tid, når feedback inkluderes.

Øvelse 5: Prompt-ception (nested prompting)

Formål: Øve at bygge prompts, der skaber prompts.

1. Start med en opgave: "Lav en prompt, der hjælper nogen med at lære Python."
2. Byg et meta-lag:
   • "Skriv en effektiv prompt, der hjælper nogen med at lære Python, og inkluder en kort forklaring af, hvorfor prompten er formuleret sådan."
3. Evaluer resultatet og diskuter, hvordan meta-refleksion påvirker promptens kvalitet.