Oto szczegółowe wyjaśnienie, na czym polega ta technika i jak ją stosować:

1. Kontekst operacyjny: Resetowanie pamięci podręcznej (Context Window)

Duże modele językowe (LLM) podczas rozmowy pamiętają wcześniejsze wątki. Czasami wprowadza to tzw. „szum informacyjny” lub sprawia, że model zaczyna powielać własne błędy (halucynacje).

Zastosowanie techniki Tabula Rasa polega na:

• Czyszczeniu kontekstu: Rozpoczęciu zupełnie nowego czatu lub użyciu komendy systemowej resetującej pamięć.

• Wymuszeniu obiektywizmu: Odcięciu modelu od wcześniejszych biasów (uprzedzeń), które mogły pojawić się w toku dyskusji.

2. Kontekst projektowy: Świadome budowanie od zera

Gdy projektujesz zaawansowany prompt (np. systemowy lub ustrukturyzowany), technika ta zakłada, że model na starcie nie wie absolutnie nic o Twoim biznesie, specyfice, celach ani grupie docelowej. Zamiast rzucać ogólne hasło (np. „Napisz post o UX”), budujesz środowisko od podstaw.

Dobrze zaprojektowany prompt w duchu Tabula Rasa musi samodzielnie dostarczyć wszystkie filary wiedzy, ponieważ „czysta karta” nie domyśli się intencji użytkownika. Zgodnie z poradnikami inżynierii promptów, taką instrukcję nasyca się kompletem informacji:

• Rola i perspektywa: Kim model ma być (np. „Działasz jako doświadczony audytor dostępności cyfrowej (WCAG 2.2)…”).

• Kontekst sytuacyjny: Opisanie tła i barier biznesowych.

• Dane wejściowe i ograniczenia: Czego modelowi kategorycznie nie wolno robić.

• Docelowy format: Dokładna struktura wyniku (np. tabela z podziałem na kryteria sukcesu).

Dlaczego warto ją stosować?

Zaleta „Czystej Karty”: Modele językowe to systemy probabilistyczne – przewidują kolejne tokeny na podstawie tego, co już widzą w oknie dialogowym. Jeśli okno jest puste (Tabula Rasa) lub precyzyjnie kontrolowane przez Ciebie, drastycznie zmniejszasz ryzyko, że AI pójdzie na skróty lub użyje generycznych, nudnych szablonów.

Więcej o architekturze budowania promptów od zera i znaczeniu kontekstu w pracy z LLM-ami przeczytasz m.in. w poradnikach dotyczących strukturyzowanego promptowania na PromptEngineering.org oraz w artykułach o podstawach inżynierii promptów na Smartbuzz.