นักเขียนหันไปใช้โปรแกรมแก้ไขข้อความขั้นสูงและ Fine-Tuning หลังคุณภาพการเขียนของ LLM ชนกำแพงความน่าเชื่อถือ

ช่วงฮันนีมูนกับเครื่องมือเขียนด้วย AI ดูเหมือนจะใกล้จบลงแล้ว แม้ว่าโมเดลภาษาขนาดใหญ่จะสามารถสร้างข้อความที่พอใช้ได้อย่างรวดเร็ว แต่นักเขียนกำลังค้นพบว่าการได้ผลลัพธ์ที่มีคุณภาพสูงอย่างสม่ำเสมอยังคงเป็นเรื่องที่น่าหงุดหงิด สิ่งนี้ได้จุดประกายให้เกิดนวัตกรรมใหม่ในการใช้เครื่องมือเหล่านี้ในทางปฏิบัติ

การรวมโปรแกรมแก้ไขขั้นสูงกลายเป็นจุดเปลี่ยนเกม

การพัฒนาที่โดดเด่นที่สุดมาจากนักเขียนที่ได้รวม LLM เข้ากับขั้นตอนการทำงานของพวกเขาอย่างลึกซึ้ง แทนที่จะใช้เครื่องมือเขียน AI แบบแยกต่างหาก พวกเขากำลังฝังโมเดลภาษาเข้าไปในโปรแกรมแก้ไขข้อความที่พวกเขาชื่นชอบโดยตรง วิธีการนี้ช่วยให้สามารถสลับบริบทระหว่างการเขียนของมนุษย์และความช่วยเหลือจาก AI ได้อย่างราบรื่นโดยไม่สูญเสียโมเมนตัม

การรวมนี้ไปไกลกว่าการสร้างข้อความธรรมดา นักเขียนสามารถจัดการบริบทการสนทนา ตรวจสอบการเปลี่ยนแปลงผ่าน diff view สลับระหว่างโมเดลต่างๆ ระหว่างงาน และแม้แต่ได้รับความช่วยเหลือจาก AI ขณะเขียนคอมเมนต์โค้ดหรือคำสั่ง shell ระดับการรวมนี้สร้างสิ่งที่บางคนอธิบายว่าเป็นการผสมผสานที่สมบูรณ์แบบระหว่างความคิดสร้างสรรค์ของมนุษย์และความช่วยเหลือจากเครื่องจักร

หมายเหตุ: diff view แสดงความแตกต่างระหว่างข้อความสองเวอร์ชัน โดยเน้นสิ่งที่ถูกเพิ่ม ลบ หรือเปลี่ยนแปลง

คำแนะนำ Prompting ล้มเหลวในการให้ผลลัพธ์ที่สม่ำเสมอ

ความท้าทายสำคัญได้เกิดขึ้นเกี่ยวกับความน่าเชื่อถือ แม้ว่านักเขียนจะให้คำแนะนำโดยละเอียดเกี่ยวกับการหลีกเลี่ยงข้อผิดพลาดทั่วไปในการเขียนด้วย AI เช่น ประโยคสรุปที่ว่างเปล่า การใช้จุดหัวข้อมากเกินไป หรือภาษาที่คลุมเครือ โมเดลยังคงมีปัญหาในการปฏิบัติตามแนวทางเหล่านี้อย่างสม่ำเสมอ สิ่งนี้ทำให้บางคนพิจารณาเทคนิคขั้นสูงกว่า เช่น การ fine-tuning โมเดลเฉพาะสำหรับสไตล์การเขียนและความต้องการของพวกเขา

ปัญหาไม่ได้อยู่แค่การปฏิบัติตามกฎเท่านั้น LLM มักสร้างข้อความที่ฟังดูคล่องแคล่วแต่ขาดเนื้อหาสาระ สร้างคำศัพท์เทคนิคที่ไม่มีอยู่จริง หรือล้มเหลวในการแยกแยะระหว่างสิ่งที่ผู้อ่านรู้อยู่แล้วและสิ่งที่ต้องอธิบาย ปัญหาเหล่านี้ยังคงมีอยู่แม้จะมีการ prompting อย่างระมัดระวัง

ปัญหาการเขียนของ LLM ที่พบบ่อย:

• ประโยคสรุปที่ว่างเปล่าและขาดเนื้อหาสาระ
• การใช้จุดข้อความและรายการซ้อนกันมากเกินไป
• จังหวะประโยคที่เรียบเฉยด้วยความยาวที่เหมือนกัน
• ความหนาแน่นของข้อมูลต่ำแม้จะใช้ภาษาที่คล่องแคล่ว
• ความคลุมเครือและขาดตัวอย่างที่เป็นรูปธรรม
• การใช้สรรพนามชี้เฉพาะมากเกินไป (นี้, นั้น, เหล่านี้)
• ความคล่องแคล่วโดยไม่มีความเข้าใจหัวข้อจริงๆ

ชุมชนนำกลยุทธ์การเขียนแบบผสมผสานมาใช้

แทนที่จะพึ่งพาการสร้างด้วย AI ทั้งหมด นักเขียนที่ประสบความสำเร็จกำลังพัฒนาวิธีการแบบผสมผสาน พวกเขาใช้ AI สำหรับจุดคอขวดเฉพาะ เช่น การเปลี่ยนโครงร่างคร่าวๆ ให้เป็นร่างที่มีโครงสร้าง หรือช่วยในการใช้ถ้อยคำเมื่อพวกเขารู้ว่าจะพูดอะไรแต่ติดขัดในวิธีการพูด ข้อมูลเชิงลึกที่สำคัญคือการระบุว่าขั้นตอนการเขียนช้าลงตรงไหนและส่งมอบเพียงส่วนนั้นให้กับ AI

นักเขียนบางคนได้เริ่มแปลงแนวทางการเขียนเป็นกฎสำหรับผู้ช่วยเขียนโค้ด AI โดยปฏิบัติต่อกระบวนการเขียนของพวกเขาเหมือนการพัฒนาซอฟต์แวร์ วิธีการที่เป็นระบบในการออกแบบ prompt นี้แสดงให้เห็นความหวังในการรักษาคุณภาพในขณะที่ใช้ประโยชน์จากประสิทธิภาพของ AI

ผมแทบจะกลั้นความตื่นเต้นไม่อยู่เมื่อเห็นว่าทางเลือกสุดท้ายของผมได้รับการพิสูจน์... LLM ที่รวมเข้ากับ Emacs อย่างราบรื่นจนประสบการณ์นั้นเหนือกว่าแม้แต่เครื่องมือเฉพาะทางที่สร้างมาเพื่อการโต้ตอบกับ AI โดยเฉพาะ

ขั้นตอนการเขียนแบบผสมผสานที่แนะนำ:

1. ขั้นตอนการวางแผน: เล่าโครงสร้างเรื่องให้ AI ฟังเพื่อสร้างโครงร่างที่ละเอียด
2. ขั้นตอนการร่างเนื้อหา: เขียนย่อหน้าด้วยตนเอง ใช้ AI เฉพาะการช่วยเหลือในการเรียบเรียงถ้อยคำ
3. ขั้นตอนการปรับปรุง: ใช้กลยุทธ์การเขียนใหม่เฉพาะเจาะจง (การวางตำแหน่งประธานและกริยาให้ใกล้กัน, โครงสร้าง SWBST)
4. การควบคุมคุณภาพ: มุ่งเน้นที่ความหนาแน่นของข้อมูลและคุณค่าต่อผู้อ่านมากกว่าการหลีกเลี่ยงการตรวจจับ AI

ความท้าทายที่แท้จริงยังคงเป็นของมนุษย์

แม้จะมีความก้าวหน้าทางเทคนิคทั้งหมด ความท้าทายพื้นฐานยังไม่เปลี่ยนแปลง การคิดว่าจะพูดอะไร จะกรอบข้อโต้แย้งอย่างไร และเมื่อไหร่ควรลงลึก ยังคงต้องใช้การตัดสินใจของมนุษย์ การเขียนด้วยความช่วยเหลือจาก AI ที่ประสบความสำเร็จมากที่สุดเกิดขึ้นเมื่อมนุษย์รักษาการควบคุมภาพรวมใหญ่ในขณะที่ให้เครื่องจักรจัดการงานการดำเนินการเฉพาะ

เป้าหมายไม่ใช่การหลีกเลี่ยงการฟังดูเหมือนเครื่องจักร แต่เป็นการเขียนด้วยความชัดเจนและเจตนา รูปแบบการเขียนบางอย่างที่ผู้คนปฏิเสธว่าเหมือน AI จริงๆ แล้วเป็นเครื่องมือการโน้มน้าวใจที่มีประสิทธิภาพเมื่อใช้อย่างมีจุดประสงค์ การทดสอบที่แท้จริงไม่ใช่ว่าข้อความถูกสร้างด้วย AI หรือไม่ แต่เป็นว่าผู้อ่านรู้สึกว่าเวลาของพวกเขาคุ้มค่าหรือไม่

เมื่อเครื่องมือเขียน AI กลายเป็นที่ซับซ้อนมากขึ้น นักเขียนที่ประสบความสำเร็จคือผู้ที่ปฏิบัติต่อพวกมันเป็นผู้ช่วยที่ทรงพลังมากกว่าการทดแทนความคิดสร้างสรรค์และการตัดสินใจของมนุษย์

อ้างอิง: Writing in the Age of LLMs