Você pode ou não ter ouvido falar sobre engenharia de prompt. Essencialmente, é 'comunicar efetivamente com uma IA para conseguir o que você quer'.
A maioria das pessoas não sabe como criar boas sugestões.
No entanto, é uma habilidade cada vez mais importante...
Porque "lixo entra = lixo sai".
Aqui estão as técnicas mais importantes que você precisa para promover 👇
Referir-me-ei a um modelo de linguagem como 'LM'.
Exemplos de modelos de linguagem são o ChatGPT da @OpenAI e o Claude da @AnthropicAI.
1. Persona/papel motivador
Atribuir um papel à IA.
Exemplo: "Você é um especialista em X. Você ajudou pessoas a fazer Y por 20 anos. Sua tarefa é fornecer o melhor conselho sobre X.
Responda ‘entendido’ se isso estiver claro."
Um complemento poderoso é o seguinte:
‘Deves sempre fazer perguntas antes de responderes para poderes entender melhor o que o questionador está procurando.’
Vou falar sobre por que isso é tão importante em um segundo.
2. CoT
CoT significa 'Cadeia de Pensamento'
É usado para instruir o LM a explicar o seu raciocínio.
Exemplo:
3. Zero-shot-CoT
Zero-shot refere-se a um modelo que faz previsões sem treinamento adicional dentro do prompt.
Em breve, vou falar sobre o "few-shot".
Deve-se considerar que geralmente o CoT > Zero-shot-CoT
Exemplo:
4. Poucas amostras (e poucas amostras-CoT)
Poucas vezes é quando o LM recebe alguns exemplos no prompt para que ele se adapte mais rapidamente a novos exemplos.
Exemplo:
5. Geração de conhecimento
Geração de conhecimento relacionado à pergunta, através do estímulo de um modelo de linguagem (LM).
Isto pode ser usado como um lembrete de conhecimento gerado (veja mais adiante).
Exemplo:
6. Conhecimento gerado
Agora que temos conhecimento, podemos alimentar essa informação em uma nova solicitação e fazer perguntas relacionadas ao conhecimento.
Uma questão desse tipo é chamada de questão 'aprimorada pelo conhecimento'.
7. Auto consistência
Esta técnica é usada para gerar múltiplos caminhos de raciocínio (cadeias de pensamento).
A resposta da maioria é considerada como resposta final.
Exemplo:
8. LtM
LtM significa 'Menor para Maior'
Esta técnica é um acompanhamento de CoT. Além disso, funciona ao dividir um problema em subproblemas e depois resolvê-los.
Exemplo: