អត្ថបទ
ភាសានៃ Prompt របស់អ្នក កំណត់ថាអ្នកកំពុងនិយាយជាមួយទិន្នន័យបណ្តុះបណ្តាលនៃចក្រវាឡស្របគ្នាមួយណា
កុំបកប្រែ Prompt ទៅជាភាសាអង់គ្លេស ដើម្បីសន្សំ Token ទៀតអី! ហេតុអ្វីបានជាកាន់តែបកប្រែទៅអង់គ្លេស AI កាន់តែចូលចិត្តឆ្លើយមកវិញដោយពាក្យ "給到" និង "質量"? អត្ថបទនេះរួមបញ្ចូលការស្រាវជ្រាវម៉ូដែលភាសារបស់ ACL ជាមួយបទពិសោធន៍ជាក់ស្តែង ដើម្បីពន្យល់ថា ហេតុអ្វី "រក្សាពាក្យបច្ចេកទេសជាអក្សរដើម + ពិពណ៌នាតម្រូវការជាភាសាកំណើត + កំណត់ anchor តំបន់ឱ្យច្បាស់" ជាវិធីល្អបំផុតដើម្បីកាត់បន្ថយថ្លៃដើមនៃការកែតម្រូវទៅមក។
· អាន 1 នាទី
កុំបកប្រែ Prompt ទៅជាភាសាអង់គ្លេសទៀត៖ ហេតុអ្វីបានជាកាន់តែចង់សន្សំ Token ក៏ AI កាន់តែចូលចិត្តឆ្លើយមកវិញដោយ "給到" និង "質量"?
TL;DR (សេចក្តីសន្និដ្ឋានស្នូល)
រូបមន្តល្អបំផុតសម្រាប់សរសេរ Prompt គឺ៖ "រក្សាពាក្យបច្ចេកទេសជាភាសាអង់គ្លេសដើម + សរសេរ Context នៃតម្រូវការជាភាសាកំណើតរបស់អ្នកអានគោលដៅ + ចងភ្ជាប់តំបន់ និងអ្នកអានជា anchor ឱ្យច្បាស់លាស់"។ វិធីនេះមិនធានាថាគ្រប់ដងនឹងបានអត្ថបទដែលជាធម្មជាតិបំផុត 100% ទេ ប៉ុន្តែវាបង្កើនឱកាសទទួលបានលទ្ធផលត្រឹមត្រូវតាំងពីលើកដំបូងបានច្រើន ហើយកាត់បន្ថយការនឿយហត់ក្នុងការកែសម្ងាត់សំឡេង និងការប្រើពាក្យម្តងហើយម្តងទៀត។
វិស្វករ និងអ្នកប្រើ AI ខ្លាំងៗជាច្រើន មានទម្លាប់មួយ៖ ដើម្បីសន្សំ Token បន្តិចបន្តួច ឬព្រោះបានឮថា "សួរ AI ជាភាសាអង់គ្លេស ឡូជិកល្អជាង" មុនផ្ញើ Prompt គេប្រើឧបករណ៍បកប្រែ បកប្រែតម្រូវការទៅជាភាសាអង់គ្លេសសិន រួចបន្ថែមប្រយោគមួយនៅចុងថា Please reply in Traditional Chinese។
លទ្ធផលតើយ៉ាងណា? អ្នកសន្សំ Token បានប៉ុន្មានសេន តែទទួលបានអត្ថបទពេញដោយប្រយោគដូចជា "ដំណោះស្រាយនេះអាច給到អ្នកនូវបទពិសោធន៍ល្អ" និង "តើធ្វើដូចម្តេចដើម្បី優化 質量នៃ代碼"។ ចុងក្រោយ អ្នកនៅតែត្រូវចំណាយពេល 10 នាទី កែពាក្យទាំងនោះដោយដៃ ឱ្យទៅជាការប្រើប្រាស់ដែលជនជាតិតៃវ៉ាន់ធ្លាប់ប្រើ។
អ្នកសួរជាភាសាអ្វី វាកំណត់ថា AI នឹងស្វែងរកចម្លើយពីសំណុំអត្ថបទរបស់មនុស្សក្រុមណា។
១. ករណីជាក់ស្តែងដែលខ្ញុំជួបប្រទះ៖ ហេតុអ្វី AI តែងតែសរសេរ "給到"?#
កាលពីពេលថ្មីៗនេះ ខ្ញុំបានឱ្យ AI ជួយសង្ខេបព័ត៌មានមួយ ហើយតម្រូវឱ្យលទ្ធផលជាភាសាចិនប្រពៃណី។ ខ្លឹមសារដែល AI បង្កើតមានឡូជិកល្អ ប៉ុន្តែមានទម្រង់ប្រយោគដូចជា "給到…" លេចឡើង។
"給到" គឺជាពាក្យប្រើក្នុងកន្លែងធ្វើការនៅចិនដីគោក ជនជាតិតៃវ៉ាន់ស្ទើរតែមិននិយាយបែបនេះក្នុងការទំនាក់ទំនងប្រចាំថ្ងៃទេ។
បញ្ហាមិនមែនថា AI មិនយល់ភាសាចិននោះទេ ប៉ុន្តែគឺ "ភាសាមិនស្មើនឹងតំបន់ ហើយភាសាចិនប្រពៃណីក៏មិនស្មើនឹងតៃវ៉ាន់ដែរ"។
ក្នុងសំណុំទិន្នន័យបណ្តុះបណ្តាលរបស់ម៉ូដែលភាសាធំ (LLM) បរិមាណទិន្នន័យភាសាចិនសាមញ្ញធំជាងភាសាចិនប្រពៃណីឆ្ងាយណាស់។ នៅពេលអ្នកបញ្ជាតែជាភាសាអង់គ្លេស ហើយស្នើ Traditional Chinese ម៉ូដែលងាយនឹងប្រើពាក្យចិនដែលមានទិន្នន័យច្រើនបំផុត (ភាគច្រើនមកពីចិនដីគោក) ហើយគ្រាន់តែបង្ហាញជាអក្សរប្រពៃណីប៉ុណ្ណោះ។
ការសរសេរ Prompt ជាភាសាកំណើត គ្រាន់តែជួយទាញ AI ឱ្យទៅរកភាពជាក្នុងស្រុក ហើយការបញ្ជាក់ "តំបន់" និង "អ្នកអាន" ឱ្យច្បាស់ ទើបអាចបំពេញគម្លាតបរិបទចុងក្រោយបាន។
២. ហេតុអ្វីបានជាភាសាដែលប្រើសួរ ផ្លាស់ប្តូរចម្លើយរបស់ AI ដោយផ្ទាល់?#
នេះមិនមែនជារឿងអាថ៌កំបាំងទេ ប៉ុន្តែជាផលវិបាកដែលចៀសមិនផុតពីរបៀបដែលម៉ូដែលភាសាដំណើរការនៅកម្រិតមូលដ្ឋាន។ ពីទស្សនៈបច្ចេកទេស និងការស្រាវជ្រាវ មានមូលហេតុស្នូលបី៖
1. មូលដ្ឋានរបស់ AI គឺ "ប្រូបាប៊ីលីតេមានលក្ខខណ្ឌ និងការទស្សន៍ទាយពាក្យបន្ទាប់"#
រឿងតែមួយ មនុស្សក្នុងសហគមន៍ភាសាផ្សេងគ្នា ពិតជាមានចំណុចចាប់ផ្តើម ពាក្យនិយមប្រើ និងតម្លៃនិយមខុសគ្នាស្រលះ។ ភាពខុសគ្នាទាំងនេះត្រូវបានបង្រួមចូលក្នុង weight នៃទិន្នន័យបណ្តុះបណ្តាលទាំងអស់។ នៅពេលអ្នកសួរជាភាសាអង់គ្លេស ម៉ូដែលនឹងបន្តតាមសំណុំអត្ថបទនៃពិភពអង់គ្លេស។ នៅពេលអ្នកសួរដោយពាក្យភាសាចិនប្រពៃណីតាមទម្លាប់តៃវ៉ាន់ ទើបវាងាយនឹងភ្ជាប់ទៅការបែងចែកប្រូបាប៊ីលីតេនៃបរិបទតៃវ៉ាន់។
2. ការស្រាវជ្រាវសិក្សាបញ្ជាក់៖ ភាសាដែលប្រើសួរ ជំរុញការតម្រឹមវប្បធម៌ (Cultural Alignment) ដែលត្រូវគ្នា#
ការស្រាវជ្រាវមួយដែលបោះពុម្ពផ្សាយនៅ ACL ក្នុងឆ្នាំ 2024 (AlKhamissi et al., 2024, arXiv:2402.13231) បានក្លែងធ្វើការស្ទង់មតិសង្គមរបស់អេហ្ស៊ីប និងសហរដ្ឋអាមេរិក។ ក្រុមស្រាវជ្រាវបានរកឃើញថា៖ នៅពេលសួរដោយភាសាសំខាន់នៃវប្បធម៌មួយ ការបែងចែកចម្លើយរបស់ LLM ខិតជិតលទ្ធផលស្ទង់មតិមនុស្សពិតក្នុងតំបន់នោះច្រើនយ៉ាងគួរឱ្យកត់សម្គាល់។ ការស្រាវជ្រាវក៏បានរកឃើញដែរថា ក្រុមជនជាតិណាមានតំណាងតិច ហើយប្រធានបទកាន់តែរសើប ភាពលម្អៀងរបស់ម៉ូដែលកាន់តែធំ។
3. ភាសា និងការប្រើពាក្យ គឺជាតម្រុយចម្បងដែល AI ប្រើវិនិច្ឆ័យថា "អ្នកជានរណា"#
AI មិនស្គាល់អ្នកទេ។ ក្នុងករណីដែលមិនបានផ្ទុកអង្គចងចាំផ្ទាល់ខ្លួនស្មុគស្មាញ (Memory) ភាសាដែលអ្នកប្រើ ពាក្យបច្ចេកទេសដែលលាយចូល សូម្បីតែទម្លាប់ប្រើសញ្ញាវណ្ណយុត្តិ សុទ្ធតែជាតម្រុយបង្កប់ដែលម៉ូដែលប្រើដើម្បីសន្និដ្ឋាន "ប្រវត្តិរបស់អ្នកសួរ" និង "កម្រិតលទ្ធផលដែលរំពឹងទុក"។
៣. មិនមែនតែភាសាទេ "សំឡេង" ក៏ជាផ្នែកមួយនៃ Prompt ដែរ#
ក្រៅពីជ្រើសរើសភាសាឱ្យត្រូវ "កម្រិតភាពគួរសម" ដែលអ្នកបង្ហាញជាភាសាកំណើត ក៏ប៉ះពាល់ដល់ដំណើរការរបស់ម៉ូដែលដែរ។
ការស្រាវជ្រាវឆ្លងភាសាមួយទៀតអំពី Prompt ជាភាសាអង់គ្លេស ចិន និងជប៉ុន (Yin et al., 2024, arXiv:2402.14531) បានចង្អុលបង្ហាញថា៖ ការមិនគួរសម ឬទ្រគោះពេកចំពោះ AI ជាទូទៅនាំឱ្យគុណភាពនៃការបង្កើតធ្លាក់ចុះ ប៉ុន្តែ ការគួរសមហួសហេតុ ឬនិយាយវិលវល់ក៏មិនធានាថាលទ្ធផលនឹងប្រសើរជាងដែរ។ សំខាន់ជាងនេះ ភាសានីមួយៗមាន "កម្រិតភាពគួរសមល្អបំផុត (Sweet Spot)" ផ្ទាល់ខ្លួន គឺជាចំណុចតុល្យភាពមាសដែលសមល្មមបំផុត ហើយខុសគ្នាតាមភាសា។
ការសរសេរជាភាសាកំណើតដែលអ្នកស្គាល់ច្បាស់បំផុត អ្នកទើបអាចគ្រប់គ្រងកម្រិតសំឡេងបានត្រឹមត្រូវ (ឧទាហរណ៍៖ "សំឡេងត្រង់ៗ មិនយកពាក្យទីផ្សារឥតខ្លឹមសារ") ហើយចៀសវាងការបាត់បង់ការគ្រប់គ្រងលើសំឡេង និងរចនាប័ទ្មនៅក្នុងការបកប្រែអង់គ្លេសដ៏រឹងរូស។
៤. តារាងសម្រេចចិត្ត Prompt ភាសាចិន vs. ភាសាអង់គ្លេស (តើពេលណាគួរប្រើអង់គ្លេស?)#
ការសង្កត់ធ្ងន់លើសារៈសំខាន់នៃភាសាកំណើត មិនមែនមានន័យថាអ្នកត្រូវបោះបង់ភាសាអង់គ្លេសទាំងស្រុងនោះទេ។
នៅថ្ងៃនេះដែល Input Token ថោកខ្លាំង "ការសន្សំ Token" ជាបញ្ហាក្លែងក្លាយតាំងពីយូរមកហើយ ថ្លៃដើមពិតប្រាកដគឺ "ការនឿយហត់នៃការទំនាក់ទំនងទៅមក និងការកែសម្រួលដោយដៃ"។ ចំណុចសំខាន់មិនមែនភាសាចិន ឬអង់គ្លេសទេ ប៉ុន្តែគឺ អ្វីដែលអ្នកកំពុងស្វែងរកពេលនេះ គឺ "បរិបទក្នុងស្រុក" ឬ "ភាពត្រឹមត្រូវបច្ចេកទេសសុទ្ធសាធ"។
អ្នកអាចយោងតារាងសម្រេចចិត្តនេះបានដោយផ្ទាល់៖
| ស្ថានភាពការងារ |
ភាសាដែលណែនាំឱ្យសរសេរ |
មូលហេតុស្នូល និងយុទ្ធសាស្ត្រ |
| បង្កើតខ្លឹមសារក្នុងស្រុក (ប្លុក ខ្លឹមសារទីផ្សារ ខ្លឹមសារ UI ផលិតផល លិខិតជូនអតិថិជន) |
ពិពណ៌នាជាភាសាកំណើត + ពាក្យបច្ចេកទេសអង់គ្លេស + anchor តំបន់ |
ចៀសវាងសំនួនបកប្រែ និងពាក្យដែលមិនមែនជាទម្លាប់តៃវ៉ាន់ (ដូចជា៖ 「視頻」「質量」「給到」) ហើយចូលទៅក្នុងបរិបទអ្នកអានតៃវ៉ាន់ដោយផ្ទាល់។ |
| បកប្រែពហុភាសាឆ្លងប្រទេស (ឧទាហរណ៍៖ ចិនទៅថៃ គេហទំព័រពហុភាសាក្នុងស្រុក) |
បញ្ជាជាភាសាកំណើត + បញ្ជាក់តំបន់គោលដៅ និងតួនាទីឱ្យច្បាស់ |
ចៀសវាងការប្រើភាសាអង់គ្លេសជាភាសាកណ្តាល (Pivot Language) ដែលបណ្តាលឱ្យបាត់បង់អត្ថន័យពីរដង។ |
| បង្កើតកូដសុទ្ធសាធ និង Debug (ស្ថាបត្យកម្មប្រព័ន្ធ អាល់ហ្គោរីត ការកែកំហុស) |
ចិន ឬអង់គ្លេសក៏បាន (ណែនាំ៖ ឡូជិកជាភាសាកំណើត + ពាក្យបច្ចេកទេស និង Error Log ជាអង់គ្លេស) |
ពាក្យគន្លឹះបច្ចេកទេស (API, PR, Deployment) និងឯកសារផ្លូវការជាភាសាអង់គ្លេសតាំងពីដើម ការរក្សាអក្សរដើមត្រូវគ្នានឹង weight បច្ចេកទេសត្រឹមត្រូវបំផុត។ |
| ស្វែងរកឯកសារបច្ចេកទេសបរទេសចុងក្រោយ / អត្ថបទសិក្សា |
អង់គ្លេសជាចម្បង |
ទិន្នន័យដើមភាគច្រើនជាភាសាអង់គ្លេស ការប្រើពាក្យគន្លឹះអង់គ្លេសដោយផ្ទាល់ដើម្បីស្វែងរក (RAG / Search) ផ្តល់ recall ខ្ពស់បំផុត។ |
៥. Checklist ជាក់ស្តែង៖ ចំណុចត្រួតពិនិត្យ 5 ដើម្បីទទួលបានចម្លើយត្រឹមត្រូវក្នុងពេលតែមួយ#
លើកក្រោយ នៅពេលសរសេរ Prompt ដែលត្រូវការលទ្ធផលភាសាចិនគុណភាពខ្ពស់ កុំបើកកម្មវិធីបកប្រែទៀត។ ប្រើបញ្ជីនេះដោយផ្ទាល់៖
ការប្រៀបធៀបឧទាហរណ៍ Prompt ជាក់ស្តែង#
❌ ឧទាហរណ៍ខុស (ជឿជាក់លើអង់គ្លេសពេក + លក្ខខណ្ឌមិនច្បាស់):
Write a blog post about prompt language selection in Traditional Chinese. Make it professional.
✅ ឧទាហរណ៍ត្រឹមត្រូវ (បរិបទជាភាសាកំណើត + រក្សាពាក្យបច្ចេកទេសជាអក្សរដើម + anchor តំបន់ និងអ្នកអាន):
សូមប្រើភាសាចិនប្រពៃណីតាមទម្លាប់តៃវ៉ាន់ សរសេរអត្ថបទទស្សនៈបច្ចេកទេសមួយសម្រាប់វិស្វករតៃវ៉ាន់អាន ប្រធានបទគឺ "ការជ្រើសរើសភាសាសួរសម្រាប់ Prompt"។
តម្រូវការ៖
1. ពាក្យបច្ចេកទេស (ដូចជា Token, Prompt, Context, API) រក្សាជាភាសាអង់គ្លេសដើម មិនបកប្រែដោយចេតនា។
2. សំឡេងត្រង់ និងគ្មានលម្អៀង ផ្តល់សេចក្តីសន្និដ្ឋាន និងបញ្ជីដែលអាចអនុវត្តបានដោយផ្ទាល់ កុំប្រើសំឡេងសៀវភៅសិក្សា ឬពាក្យទីផ្សារទទេ។
3. ប្រើពាក្យក្នុងស្រុករបស់តៃវ៉ាន់យ៉ាងតឹងរ៉ឹង ចៀសវាងពាក្យដូចជា "給到、質量、視頻、代碼"។
សំណួរដែលសួរញឹកញាប់ (FAQ)#
Q1: សរសេរ Prompt ជាភាសាចិន តើប្រើ Token ច្រើនជាង និងយឺតជាងឬទេ?#
ខ្លឹមសារតែមួយ សរសេរជាភាសាចិន ចំនួន Token ជាធម្មតាច្រើនជាងភាសាអង់គ្លេសបន្តិច ប៉ុន្តែតម្លៃនៃ Input Token ទាបខ្លាំង។ បើប្រៀបធៀបនឹងថ្លៃ Token បន្តិចបន្តួចដែលសន្សំបាន ពេលវេលាដែលខ្ជះខ្ជាយក្នុងការ "បង្កើតឡើងវិញ" ឬកែអត្ថបទដោយដៃ ដោយសារបរិបទខុស គឺជាចំណាយលាក់កំបាំងដែលថ្លៃបំផុត។
Q2: ហេតុអ្វីបានជាខ្ញុំបានតម្រូវឱ្យ AI ប្រើ "ភាសាចិនប្រពៃណី (Traditional Chinese)" ហើយវានៅតែមានពាក្យរបស់ចិនដីគោក?#
ព្រោះសម្រាប់ម៉ូដែល Traditional Chinese ជារឿយៗតំណាងតែ "ការអ៊ិនកូដតួអក្សរ និងទម្រង់អក្សរ (Script)" ហើយមិនតំណាងឱ្យ "វប្បធម៌តំបន់ (Locale)" ទេ។ សំណុំអត្ថបទហុងកុង-ម៉ាកាវ តៃវ៉ាន់ និងសំណុំដែលបំប្លែងពីសាមញ្ញទៅប្រពៃណី សុទ្ធតែជាភាសាចិនប្រពៃណី។ ត្រូវតែបញ្ជាក់ឱ្យច្បាស់នូវ "ពាក្យតៃវ៉ាន់ (zh-TW)" និង "អ្នកអានគោលដៅ (ឧទាហរណ៍៖ វិស្វករតៃវ៉ាន់)" ទើបអាចរួមតូចការជ្រើសពាក្យរបស់ម៉ូដែលបានត្រឹមត្រូវ។
ចង់បានចម្លើយក្នុងស្រុក ចូរសួរជាភាសាក្នុងស្រុក រួចបញ្ជាក់តំបន់ឱ្យច្បាស់។
ឡូជិកនេះមិនត្រឹមតែអនុវត្តចំពោះសំណួរចម្លើយប្រចាំថ្ងៃប៉ុណ្ណោះទេ ប៉ុន្តែក៏ជាមូលដ្ឋានស្នូលនៃការធ្វើ localization ផលិតផលឆ្លងប្រទេសដែរ។ អត្ថបទបន្ទាប់ យើងនឹងពង្រីកគំនិតនេះទៅក្នុងវិស្វកម្មជាក់ស្តែងដោយផ្ទាល់៖ "នៅពេលគេហទំព័រគាំទ្រ 22 locale តើធ្វើដូចម្តេចឱ្យ AI បកប្រែស្វ័យប្រវត្តិបាននូវសំណុំបកប្រែក្នុងស្រុកពិតប្រាកដ?"