Prompt (language models) (HU)

Prompt (az angol prompt szóból — „utasítás" vagy „szöveges kérés\") a nagy nyelvi modellek (LLM) kontextusában egy bemeneti szöveg vagy utasítás, amelyet a felhasználó ad meg a modellnek a kívánt válasz előállítása céljából. A prompt megfogalmazza a modell számára a feladatot, beleértve a szükséges feltételeket, kontextust és példákat. A modell hatékonysága nagymértékben függ az összeállított prompt minőségétől.

A szöveges kérések kidolgozásának és optimalizálásának módszereit vizsgáló diszciplínát prompt-mérnökségnek (prompt engineering) nevezik. Célja, hogy az AI-modellektől a lehető legrelevánsabb, pontosabb és biztonságosabb válaszokat kapjuk. A gondosan megfogalmazott prompt „útvonalat\" jelöl ki a modell számára a feladat végrehajtásához, segítve a kívánt kontextus és az elvárt eredmény pontosítását.

A megközelítés fejlődéstörténete

Az LLM-ek szöveges utasításokkal történő irányításának ötlete a modellek képességeinek növekedésével párhuzamosan fejlődött.

Korai szakaszok (GPT-2)

Már 2019-ben az OpenAI kutatói bemutatták, hogy a nagy, előre betanított nyelvi modellek, mint például a GPT-2, képesek új feladatokat megoldani további tanítás nélkül, ha a feladatot szöveg formájában fogalmazzák meg. A „Language Models are Unsupervised Multitask Learners\" című munka alapvető paradigmaváltást jelzett: az egyes feladatokra való finomhangolás helyett elegendővé vált érthető bemeneti utasítást megfogalmazni a modell számára.

Áttörés a GPT-3-mal és az In-Context Learning megjelenése

Igazi áttörés a GPT-3 modell 2020-as megjelenésével következett be. 175 milliárd paraméterével a GPT-3 bemutatta a kontextuális tanulás (in-context learning) képességét — az új feladat „menet közbeni\" elsajátítását a kérés szövegében közvetlenül megadott néhány példa alapján. Ez a működési mód a few-shot learning („néhány példán alapuló tanulás\") nevet kapta, és megmutatta, hogy a modell méretének növelése a súlyok bármiféle finomhangolása nélkül is magas minőségű NLP-feladat-végrehajtáshoz vezet.

A Chain-of-Thought (CoT) megjelenése

A további fejlődés 2022-ben a modellek összetett logikai következtetési képességének javításával kapcsolódott össze. Bevezették a gondolati lánc formátumú speciális utasításokat (chain-of-thought prompting). Az ilyen promptokban a modell nemcsak a kérdést kapja meg, hanem egy lépésről lépésre haladó következtetési példát is a válasz előtt. Ez észrevehetően javította az aritmetikai és logikai feladatok megoldásának pontosságát. Kojima és munkatársai kutatása megmutatta, hogy a modellt példák nélkül is (zero-shot) következtetésre lehet ösztönözni, csupán a „Gondoljuk végig lépésről lépésre\" mondat hozzáadásával a kérés végéhez.

Multimodális promptok

A prompt fogalma túllépett a szöveg határain. 2022-ben a DALL-E 2 és a Stable Diffusion modellek megjelenésével a természetes nyelvű felhasználói kérések egyetemes interféssé váltak képek, majd később zene és videó generálásához.

A promptok típusai és alkalmazási technikái

Több alapvető prompttípus és -technika létezik, amelyeket gyakran kombinálnak egymással.

Zero-shot prompting (Közvetlen kérés)

A modell csak utasítást vagy kérdést kap példák nélkül. Ebben a módban az LLM az előtanítás során szerzett általános tudásaira támaszkodik. Egyszerű feladatokhoz alkalmas, mint például szövegfordítás vagy összefoglalás.

Few-shot prompting (Példaalapú tanulás)

Az utasítás mellett a promptba egy vagy több példa is belekerül a bemenetekkel és a várt kimenetekkel együtt. A modell „menet közben tanul\" ezekből a mintákból, és az elsajátított logikát alkalmazza az új kérésre. Ez a módszer, amely az in-context learning-et valósítja meg, lényegesen javítja a pontosságot olyan feladatoknál, ahol a válasz meghatározott formátuma vagy stílusa fontos.

Gondolati lánc (Chain-of-Thought, CoT)

Az összetett következtetést igénylő feladatokhoz (matematika, logika) való speciális prompttípus. Az utasítás tartalmaz egy lépésről lépésre haladó megoldási tervet vagy elemzést a végső válasz előtt. Ez arra készteti a modellt, hogy explicit módon strukturálja a következtetési folyamatot, ami jelentősen javítja az eredmény minőségét.

Prompt finomhangolás (Prompt Tuning)

Egy olyan technika, amelyben a prompt kézi megírása helyett automatikusan optimalizált utasítást alkalmaznak. A prompt speciális, tanítható tokenek halmazaként (folytonos vektorként) jelenik meg, amelyet a felhasználói kéréshez csatolnak. Csupán ezt a kis prompt-vektort betanítva egy nagy, „befagyasztott\" modell minimális számítási költséggel adaptálható új feladathoz.

A prompt-mérnökség mint diszciplína

A szakma kialakulása

Az LLM-ek növekvő képességei egy új szakosodás megjelenéséhez vezettek: ez a prompt-mérnök. Ezek a szakemberek szöveges utasításokat dolgoznak ki és finomítanak, hogy a mesterséges intelligenciától a kívánt viselkedést kapják. A prompt-mérnökök nyelvészeti, logikai és pszichológiai ismereteket használnak a bemeneti adatok lehető leghatékonyabb strukturálásához. 2022–2023-ban jelentek meg az első állásajánlatok erre a pozícióra, ami tükrözi az AI-rendszerekkel való hatékony interakcióhoz szükséges készségek iránti magas keresletet.

A szakma jövője és az automatizálás

A terület rendkívül gyorsan fejlődik, és jövője vitatott. A 2024-es kutatások — például a VMware-től — megmutatták, hogy maga az AI képes kísérletezés és optimalizálás útján hatékony kérési megfogalmazásokat találni, amelyek gyakran felülmúlják az emberiek minőségét. Ez azt a véleményt szülte, hogy a kézi prompt-mérnökség átmeneti jelenség lehet, és idővel az automatikus utasításválasztó eszközök válnak szabványossá. Mindazonáltal 2025-ben a prompt-mérnökség területén szerzett szakértelem továbbra is keresett.

Alkalmazási területek

• Természetes nyelvfeldolgozás: Klasszikus NLP-feladatok, mint például dokumentumok automatikus összefoglalása, gépi fordítás, kérdés-válasz rendszerek és információkinyerés.
• Chatbotok és virtuális asszisztensek: A promptok segítenek meghatározni a szerepet, a kommunikációs stílust és a válaszok formátumát, konzisztensebbé és hasznosabbá téve a párbeszédes rendszereket.
• Kódgenerálás: Az olyan modellek, mint az OpenAI Codex, képesek programkódot írni természetes nyelvű leírás alapján, ami felgyorsítja a fejlesztési folyamatot.
• Adatelemzés: Promptok segítségével a modell beállítható strukturálatlan szöveges jelentésekből való betekintések kinyerésére vagy hipotézisek generálására.
• Oktatás: Intelligens tutorrendszerek létrehozása, amelyek feladatokat generálnak, összetett fogalmakat magyaráznak, és a tanuló felkészültségi szintjét figyelembe véve ellenőrzik a válaszokat.
• Kreatív iparágak: Szövegek, művészeti képek, zene és forgatókönyvek generálása részletes leírás alapján.

Rosszindulatú felhasználás és sebezhetőségek (Prompt Injection)

Az LLM-interfész nyitottsága egy új támadási osztály megjelenéséhez vezetett: ez az utasítás-injektálás (prompt injection). A támadó egy speciális, rosszindulatú kérést fogalmaz meg, amely arra kényszeríti a modellt, hogy megszegje eredeti utasításait, vagy rejtett információkat tárjon fel. A szakértők ezt a kódinjekciós támadás egy változataként értelmezik, ahol kód helyett alattomos szöveges utasításokat „fecskendeznek\" a rendszerbe.

Támadástípusok

• Jailbreak: Olyan támadás, amely lehetővé teszi a modell számára, hogy „kiszabaduljon\" a rárótt korlátok keretei közül (például a moderációs irányelvek alól), és tiltott tartalmat generáljon. Ismert példa a DAN-prompt (Do Anything Now), amely arra késztette a ChatGPT-t, hogy cenzúra nélkül válaszoljon.
• Prompt Leaking: Egy speciális kérés arra kényszeríti a modellt, hogy felfedje rejtett rendszer-promptjának töredékeit.
• Token Smuggling: A rosszindulatú utasítás ártalmatlan kéréstöredéknek álcázza magát (például kódrészletnek), hogy megkerülje a szűrőket és nemkívánatos viselkedést váltson ki.

Ezek a támadások komoly problémát jelentenek, mivel a hagyományos kiberbiztonsági módszerek rosszul alkalmazhatók a természetes nyelv értelmezésével kapcsolatos fenyegetésekre.

Irodalom

• Radford, A. et al. (2019). Language Models are Unsupervised Multitask Learners. PDF.
• Brown, T. B. et al. (2020). Language Models are Few-Shot Learners. arXiv:2005.14165.
• Wei, J. et al. (2022). Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. arXiv:2201.11903.
• Wang, X. et al. (2022). Self-Consistency Improves Chain of Thought Reasoning in Language Models. arXiv:2203.11171.
• Kojima, T. et al. (2022). Large Language Models are Zero-Shot Reasoners. arXiv:2205.11916.
• Li, X. L.; Liang, P. (2021). Prefix-Tuning: Optimizing Continuous Prompts for Generation. arXiv:2101.00190.
• Liu, Y. et al. (2021). Fantastically Ordered Prompts and Where to Find Them: Overcoming Few-Shot Prompt Order Sensitivity. arXiv:2104.08786.
• Chang, K. et al. (2024). Efficient Prompting Methods for Large Language Models: A Survey. arXiv:2404.01077.
• Li, Z. et al. (2024). Prompt Compression for Large Language Models: A Survey. arXiv:2410.12388.
• Genkina, D. (2024). AI Prompt Engineering Is Dead. IEEE Spectrum. [5].
• Li, W. et al. (2025). A Survey of Automatic Prompt Engineering: An Optimization Perspective. arXiv:2502.11560.
• Wu, Z. et al. (2025). The Dark Side of Function Calling: Pathways to Jailbreaking Large Language Models. EMNLP 2025. PDF.