0%
Bruno Rodrigues

Como estruturar um bom prompt

Transcrição

Quando a gente está estruturando um prompt para fazer uma pergunta ou solicitar algo da inteligência artificial. A gente tem que sempre tentar pensar. Eu gosto muito de pensar na inteligência artificial como colega de trabalho. Mas é um colega de trabalho ali um pouquinho diferente que normalmente ele não vai te devolver perguntas te fazer perguntas ali te devolver a solicitação pedindo elaborações, ele vai tentar executar com o melhor que ele tem. Com as informações que ele tem ali, ele vai tentar fazer o melhor que ele conseguir então, em outras palavras, quanto mais informação a gente der para a inteligência artificial no prompt melhor quanto mais dados a gente der quanto mais informações a gente der sobre exatamente o que a gente precisa como a gente, quer esse resultado quais cuidados quais detalhes melhor exatamente como a gente faria com um colega de trabalho, mas com esse detalhe de que um colega de trabalho ele vai coçar a cabeça ali pensar e falar, mas espera aí não entendi, você prefere isso de um jeito ou de outro. O modelo de linguagem normalmente não vai fazer isso ele vai sair respondendo e à primeira vista a gente pode olhar essa resposta e falar, não tem nada a ver com o que eu estava pensando por isso que a gente tem que falar exatamente comunicar bem o que a gente está pensando para os modelos de linguagem. Isso é fundamental para fazer um bom uso dessas ferramentas. Aprender se acostumar a prover o algoritmo com tudo que ele precisa para funcionar bem. Esse é um músculo é algo que se desenvolve é algo que a gente vai pegando prática e conforme a gente, utiliza mais e mais essas ferramentas. A gente começa a entender algumas coisas ali que facilitam esse trabalho. A gente vai ver também por aí muitas recomendações e truques e pro prontos prompt prontos sempre podem ajudar. Eles são um lugar para a gente começar a trabalhar em determinadas tarefas, mas o que vai determinar mesmo é nós conhecermos bem a tarefa que tem que ser executada ou a pergunta que a gente quer fazer para o modelo de linguagem e a gente expressar ela com naturalidade com essencialmente qualquer estrutura contanto que a gente passe de fato, todas as informações para o modelo de linguagem que ele precisa agora se eu vou estruturar isso com vários parágrafos com uma lista de itens do jeito que eu falo mesmo com erros de gramática, não vai mudar tanto assim o resultado, o que mais importa é o dar todas as informações para o modelo de linguagem que ele precisa para chegar no objetivo que eu quero então a gente vê. Por exemplo, quando a gente conversa por exemplo, com os engenheiros que trabalham nas empresas que desenvolvem esses algoritmos, alguns deles dizem, eu tenho um cuidado enorme com gramática quando eu escrevo um prompt quando eu me comunico com o modelo de linguagem. Então eu mando tudo certinho, porque na minha experiência isso influencia a qualidade da resposta dele, não que vá causar erros gramaticais. Eles são bem treinados para não fazer isso, mas esse engenheiro particularmente sente que vai vir uma resposta. Ali um pouquinho mais correta já tem outros que dizem que não que eu não eu saio escrevendo de qualquer jeito não corrijo meus erros gramaticais, e eu sinto que funciona tão bem quanto então construir um bom prompt, o que a gente chama às vezes de engenharia de prompt. Às vezes é um pouquinho mais arte do que uma ciência exata justamente porque os modelos não são determinísticos e ainda que fossem determinísticos. Cada modelo é muito diferente um do outro. A cada treinamento de uma versão nova do modelo muda toda a estrutura interna dele e ele vai passar a ter parâmetros ali um pouquinho diferentes, então ainda que fossem determinísticos essa mudança constante das versões dos modelos. Algumas atualizações que a gente nem vê não muda necessariamente o chat de gpt não vai do quatro para o cinco, mas ele sofre alguns updates. Ali também muda a forma que os algoritmos reagem aos nossos comandos é simples, assim e é complexo assim porque conforme a gente vai se desenvolvendo nessa arte. Nessa coisa que é mais arte do que ciência construir esses prompts, a gente começa a reparar que é bem difícil. Quando a gente está falando especialmente de tarefas mais complexas, pode parecer mais difícil do que é para mim. Certamente pareceu especialmente no começo e até hoje, quando eu estou construindo prompts mais complexos também descrever o que eu quero com precisão e durante esse trabalho de descrever o que eu quero com precisão muitas vezes, eu sou obrigado a me fazer perguntas porque eu não tinha nem considerado enquanto eu estava pensando naquilo que eu quero. Então isso força a gente a pensar também exatamente no que nós estamos procurando antes de passar essa instrução, ou enquanto a gente está ajustando ali o nosso pedido para o modelo de linguagem, agora um acelerador tão bom quanto vários outros, por aí é a gente utilizar um formato de primeiro o que eu quero exatamente qual que é o meu objetivo começar? Por aí depois qual que é o formato que eu quero que ele responda alguns avisos que eu posso colocar depois se preocupe exatamente com isso. Aqui tome cuidado para não deixar tal informação de fora, e por fim, o contexto tudo que eu puder dar de contexto o que tem em volta daquele pedido. Por exemplo, eu quero responder um e-mail para um cliente, então está aqui o e-mail do cliente. O objetivo é escrever essa resposta para mim um e-mail de resposta, mais por exemplo, com um estilo de escrita Qual que é o tamanho daquela resposta, vai ser curto quão amigável eu quero ser naquela resposta as informações ali todas para definir o formato final daquilo os avisos de, por exemplo, esse é o nosso principal cliente, então tome cuidado máximo para não dar entender alguma coisa de errado aqui e o contexto. O contexto é tudo que tem em volta quanto mais coisas, o modelo de linguagem souber melhor porque empresa é essa que cliente é esse qual que é o serviço que a gente presta para ele ou o produto que ele está consumindo qual que é o contexto que cerca esse pedido e essa conversa aqui tem e-mails para trás disso. Tudo isso a gente pode despejar no modelo quanto mais informação melhor para ele, elaborar essa resposta para a gente.