Všichni jsme slyšeli rčení, že obrázek vydá za tisíc slov. Díky pokroku v technologiích AI se tato myšlenka stala hmatatelnější než kdy dříve. Počítačové vidění je interdisciplinární oblast AI, generativní AI, hlubokého učení a strojového učení, která využívá sílu k identifikaci objektů, čtení textu a analýze vzorů z obrázků a videí. Efektivně přeměňuje vizuální obsah na bohaté, akční informace. Mnoho provozních činností v terénu již vyžaduje zachycení obrázků nebo videí jako součást svých pracovních postupů sběru dat. To umožňuje počítačovému vidění zlepšit pracovní postup bez zásadního narušení současných procesů. Zatímco adopce počítačového vidění nadále roste napříč průmysly, jeho úspěšná aplikace v ArcGIS Survey123 závisí silně na jednom kritickém faktoru: dobře navržených promptech.<\/P>
Proč je návrh promptů důležitý?<\/STRONG><\/P>Práce s počítačovým viděním je jako práce s jakýmkoli vaším kolegou, musíte poskytnout LLM (large language model) jasné a podrobné instrukce, známé jako prompty, aby provedl inspekce majetku a vytvořil podrobné výsledky, které hledáte. Vyvarování se nejednoznačnosti je klíčové, protože zabraňuje počítačovému vidění používat vlastní interpretaci promptu nebo vracet obecné výsledky.<\/P>V některých případech mohou špatně navržené prompty vést k nekonzistentním výsledkům, irelevantním informacím nebo dokonce zavádějícím výsledkům. V terénních inspekcích to může znamenat přehlédnuté problémy s údržbou, nepřesné zprávy nebo zbytečné plýtvání zdroji. Pojďme si probrat způsoby, jak můžeme zlepšit naše dovednosti v psaní promptů.<\/P>Definujte konkrétní cíle<\/STRONG><\/P>Prvním krokem při navrhování efektivních promptů pro počítačové vidění je definovat jasné a specifické cíle toho, co přesně chcete, aby počítačové vidění provedlo. Doporučujeme použít čtyři W (kdo, co, kde a proč) při začátku návrhu vašich promptů. To vám pomůže shromáždit nezbytné informace k definování požadavku a vyjasnění cíle, kterého chcete dosáhnout pomocí počítačového vidění. Budete chtít zahrnout kontextuální detaily o typu majetku, prostředí, ve kterém se majetek nachází, a jakékoli předpisy nebo firemní politiku, která potřebu vyvolává. Například základní prompt pro inspekce údržby by mohl vypadat takto:<\/P>„Identifikujte problémy s údržbou majetku na tomto obrázku,“<\/P>Díky pečlivému návrhu promptu můžeme požadavek upřesnit takto:<\/P>„Popište stav plynoměru. Uveďte podrobnosti o případné rzi, korozi nebo poškození komponenty plynoměru v sestavě plynoměru. Toto je součást kontroly vystavených plynových potrubí prováděné každé tři roky."<\/P>Používejte jednoduchý a přímý jazyk<\/STRONG><\/P>Průmyslová odvětví často spoléhají na specializované zkratky a žargon pro rychlou komunikaci. Tyto termíny však mohou být nejednoznačné, protože stejná zkratka může představovat různé pojmy v závislosti na kontextu nebo oddělení. Například PM může znamenat preventivní údržbu v řízení majetku a projektového manažera v provozu. Aby počítačové vidění plně pochopilo váš požadavek, je nezbytné používat jasný a popisný jazyk ve vašich promtech. Místo spoléhání se na zkratky nebo průmyslový žargon napište celé názvy položek, procesů nebo stavů. Například místo požadavku „zkontroluj stav PM“ specifikujte „zkontroluj stav preventivní údržby transformátoru.“ Technické termíny lze zpřehlednit poskytnutím krátké definice při prvním výskytu v promptu. Tento přístup minimalizuje nesprávnou interpretaci a pomáhá počítačovému vidění dodat přesné a použitelné výsledky.<\/P>
<\/span><\/P> <\/P>Specifikujte formát výsledků a délku<\/STRONG><\/P>Při navrhování promptů pro analýzu počítačovým viděním je důležité zvážit nejen přesnost výsledků, ale také to, jak budou tyto výsledky integrovány do vašeho systému. ArcGIS Survey123 bude ukládat výsledky do atributového pole s určitým typem pole a délkou.<\/P>Mějte na paměti při návrhu promptu, že vrácené výsledky musí odpovídat typu pole a vejít se do specifikované délky pole.<\/P>Některé doporučené formáty výsledků, které můžete přidat do svého promptu:<\/P>„Poskytněte stručné shrnutí o délce maximálně 500 znaků o...“<\/P>„Použijte jedno slovo k popisu...“<\/P>„Spočítejte transformátory na elektrickém sloupu a vraťte celkový počet jako celé číslo.“<\/P>Dělejte prompty uzavřené tam, kde je to možné<\/STRONG><\/P>Kde je to vhodné, vytvářejte otázky v dotazníku jako uzavřené otázky. Tento přístup vám umožní definovat konkrétní sadu možných odpovědí a stanovit jasná kritéria pro každý stav majetku ve vašem promptu, což vede k konzistentnějším a použitelnějším výsledkům. Například můžete systému zadat:<\/P>„Vraťte Pass pokud má pracovník ochrannou helmu, reflexní bezpečnostní vestu a ochranné brýle nebo Fail pokud pracovník postrádá jednu či více položek z ochranné helmy, reflexní bezpečnostní vesty a ochranných brýlí."<\/P>„Pokud bylo zjištěno poškození, kategorizujte jako Minor/Moderate/Critical podle závažnosti poškození."<\/P>Tímto způsobem formulované otázky minimalizují nejednoznačnost a zajistí konzistentní interpretaci odpovědí jak systémy počítačového vidění tak lidskými inspektory. Nakonec to vede k spolehlivějším standardizovaným datům podporujícím robustní analýzu dat.<\/P>Zpracování chyb<\/STRONG><\/P>Chyby jsou nevyhnutelné. Někdy není majetek uprostřed fotografie nebo je kvalita fotografie špatná, což ztěžuje určení obsahu. Toto byste měli vzít v úvahu při návrhu svého promptu. Specifikujte podmínku v promptu o tom, co by mělo nastat, pokud majetek není přítomen. To zabrání generování dat tam, kde by neměla být.<\/P>Například: „Pokud na fotografii není plynoměr, vraťte 'Na fotografii není plynoměr.'“<\/P>
<\/span><\/P> <\/P>Plánujte testování a zdokonalování<\/STRONG><\/P>Před nasazením vašeho AI povoleného dotazníku do produkčního použití je doporučenou strategií testovat vaše prompty za účelem vyhodnocení přesnosti výsledků a upravit prompt ke zlepšení výsledků. Váš testovací plán by měl zahrnovat očekávané i neočekávané vstupy. Očekávané vstupy mohou být fotografie z minulých inspekcí majetku. Neočekávané vstupy mohou zahrnovat fotografie nesprávného majetku, majetek není uprostřed fotografie nebo fotografie špatné kvality.<\/P>Určitě porovnejte výsledek počítačového vidění s výsledky terénních inspektorů pro vyhodnocení shody. Pokud je příliš velká variabilita, upravte svůj prompt a zkuste to znovu. Možná budete muset experimentovat s několika iteracemi promptů dříve než najdete ten správný prompt vracející požadované výsledky.<\/P> <\/P>Závěrem lze říci, že navrhování specifických a dobře strukturovaných promptů není jen technickou nutností ale strategickou výhodou pro provozní činnosti v terénu utility služeb. Definováním jasných cílů, eliminací nejednoznačnosti a důkladným testováním promptů organizace odemykají plný potenciál počítačového vidění vedoucí k vyšší kvalitě dat, provozní efektivitě a souladu s předpisy. Jak technologie AI pokračují ve vývoji, závazek k excelenci v návrhu promptů zajistí vaší organizaci agilitu, bezpečnost a připravenost využít nové příležitosti. Udělejte z návrhu promptů spolupracující kontinuální praxi a posilte své týmy vést cestu digitální transformace.<\/P>
