Prompt re-engineering (1)

‘Reverse engineering’ of ‘re-engineering’ wordt vaak toegepast: een apparaat helemaal uit elkaar halen, en kijken wat de onderdelen zijn zodat je zelf een identiek apparaat kunt maken (maar dan met goedkopere onderdelen) of een net iets beter apparaat (door het origineel hier en daar aan te passen). De Chinezen zijn er groot mee geworden. Hun land tenminste.

Is er ook zoiets als ‘prompt re-engineering’?, vroeg ik me af. Het valt me op dat dezelfde prompt verschillende uitkomsten heeft. Je kunt bijvoorbeeld een plaatje analyseren en AI een prompt laten genereren. Als je die prompt dan gebruikt om AI een plaatje te laten maken, komt er altijd iets anders uit dan het origineel. Met prompt re-engineering zou je die variatie in resultaten kunnen terugbrengen, lijkt me, en tot betrouwbaardere prompts komen.

Maar misschien is dit helemaal niet mogelijk, omdat taal nu eenmaal een te grove interpretatie is van de werkelijkheid, en geen enkele beschrijving eenduidig. Of omdat LLM nu eenmaal werken op basis van kansberekening, en daarom altijd variëren in hun antwoorden (binnen gestelde parameters, zoals Data zou zeggen). Alhoewel het op bepaalde terreinen misschien weer wel kunnen om tot perfecte kopieën te komen, bijvoorbeeld als je code wilt schrijven. Zou geweldig zijn: je draait een programma, laat AI een prompt maken zodat je het kunt namaken en vervolgens aan je eigen behoeften aanpassen.

Een nader onderzoek waard.