Como codificar a compreensão através da engenharia de prompts

Imagine criar um programa de computador. Como arquiteto do mundo digital, não está apenas a codificar funcionalidades; está a codificar a compreensão, a criar uma estrutura virtual para interagir com os utilizadores de uma forma específica. Esta imagem da criação de um programa não está muito longe do que é feito na IA conversacional moderna, quando nos envolvemos na engenharia de pedidos. Prompt... engenharia rápida.


Engenharia de prompts com grandes modelos de linguagem (LLMs) como ChatGPT e O bardo do Google é um aspeto essencial, mas frequentemente ignorado, destas poderosas ferramentas de IA. É semelhante a preparar o terreno para um diálogo alimentado por IA, oferecendo uma direção inicial para a conversa computacional. Quando está a interagir com um LLM, a sua pergunta inicial é o seu primeiro passo na vasta paisagem de possibilidades que estes modelos oferecem. É a sua forma de definir expectativas, orientar a conversa e, mais importante, moldar a resposta da IA.


Neste blogue, vamos aprofundar o poder da engenharia de prompts e a importância de codificar um exemplo típico, uma forma de pensar e possíveis respostas nos seus prompts iniciais. Compreender isto pode ajudar os utilizadores a poupar tokens, condicionar o assistente de IA e saber melhor o que é possível. Tal como os primeiros programas de computador não visuais, uma mensagem bem elaborada pode funcionar como uma bússola, apontando para a direção certa no vasto mar de conversação com IA.

O poder da codificação de um exemplo típico

Imagine que está a tentar ensinar um novo conceito a alguém. O que é que faz? Talvez explique a ideia em termos abstractos, mas o mais provável é que dê um exemplo típico para ilustrar o conceito. Um exemplo fornece contexto, ilumina o abstrato e torna familiar o que não é familiar. Quando se trata de IA conversacional, especialmente em engenharia de prontidão, aplica-se o mesmo princípio.


Quando codificamos um exemplo típico no nosso pedido inicial, estamos a dar à IA uma ideia clara do que pretendemos. Isto é especialmente valioso quando se trata de lidar com pedidos ou tarefas complexas. Consideremos um cenário em que queremos que a nossa IA nos ajude a redigir uma proposta comercial. Em vez de uma instrução vaga como "Elaborar uma proposta comercial", podemos fornecer um exemplo típico: "Elabore uma proposta comercial semelhante à que fizemos para a ABC Corp. no ano passado". Aqui, estamos a codificar um exemplo típico no pedido inicial, fornecendo uma direção clara à IA.


230628 Codificar um exemplo no prompt inicial

A chave aqui é a especificidade. Ao dar à IA um exemplo concreto a partir do qual trabalhar, aumentamos as hipóteses de obter o resultado desejado. Além disso, este método ajuda-nos a poupar tokens - cada palavra ou informação que fornecemos no prompt utiliza uma fração do total de tokens que o modelo tem à sua disposição. Com um exemplo claro, podemos obter uma resposta mais precisa em menos tokens, o que aumenta a eficiência geral da interação.


Ao orientar o nosso assistente de IA desta forma, estamos a condicioná-lo a compreender melhor os nossos requisitos, tal como um programador condiciona um programa de computador. Isto não só melhora a experiência do utilizador, como também expande a nossa compreensão do que é possível com a engenharia rápida.

Lembre-se, o poder de um prompt bem estruturado não está apenas na informação que contém. Está também na forma como utiliza exemplos para orientar a compreensão e as acções da IA

Influenciar a forma de pensar: Orientar a IA através de prompts

Como seres humanos, somos fortemente influenciados pelo nosso ambiente, pelas experiências e pela informação que consumimos, que orientam a nossa forma de pensar. Da mesma forma, os modelos de IA, como o ChatGPT e o Google Bard, são influenciados pelas instruções que lhes damos.


Através de engenharia rápida, cuidadosa e atentaSe a inteligência artificial for um instrumento de comunicação, podemos influenciar a "forma de pensar" da IA, orientando-a no sentido de gerar respostas mais próximas das que necessitamos ou antecipamos. No entanto, não se trata apenas de fornecer um comando claro ou um conjunto de instruções. Trata-se de captar a essência de um processo de pensamento ou de um caminho de raciocínio no prompt.


230628 Influenciar a forma de pensar do ChatGPT 

Por exemplo, digamos que queremos que a IA resolva um problema matemático. Em vez de pedir diretamente a solução, podemos orientar a IA para demonstrar os passos da resolução do problema. Uma pergunta do tipo "Como se fosses um explicador de matemática, mostra-me os passos para resolver esta equação..." pode influenciar significativamente a resposta da IA, provocando uma solução passo a passo que imita a forma de pensar de um explicador.


Esta abordagem não só fornece um caminho claro para a IA seguir, como também condiciona o utilizador a interagir com a IA de uma forma mais estruturada, eficiente e contextualmente rica. Proporciona uma interação mais profunda e com mais nuances entre o utilizador e a IA.


A engenharia imediata permite-nos influenciar estrategicamente o processo de tomada de decisões da IA. Permite-nos utilizar a nossa compreensão da mecânica da IA para moldar a sua "forma de pensar" e, consequentemente, o resultado que gera. É importante lembrar, no entanto, que a precisão do resultado é muitas vezes um reflexo direto da ponderação do input.


Desta forma, a arte de criar um prompt torna-se menos uma questão de comando e mais uma questão de orientação. Já não somos apenas utilizadores a interagir com uma interface. Em vez disso, tornamo-nos co-criadores num diálogo contínuo com a IA, influenciando ativamente a sua "forma de pensar" para obter respostas mais desejáveis.

O prompt inicial como guia do utilizador: Preparar o terreno para a interação

Imagine um cenário em que lhe é entregue um novo dispositivo com inúmeros botões, botões giratórios e ecrãs, mas sem um manual do utilizador. O processo de descobrir a funcionalidade de cada elemento pode ser assustador, se não mesmo frustrante. Do mesmo modo, a interação com modelos de IA como o ChatGPT ou o Google Bard pode, inicialmente, parecer avassaladora devido à amplitude das suas potenciais aplicações.


É aqui que entra em jogo o aviso inicial. No domínio da interação com a IA, uma mensagem inicial pode ter uma função semelhante à de um manual do utilizador, dando-lhe orientações sobre o que é possível fazer. Ajuda a condicionar o utilizador, fornecendo um roteiro para a sua interação com a IA. É como um prelúdio, dando o tom para a conversa que se segue.


230628 Porque é que a mensagem inicial é importante?

Digamos que estamos a utilizar um modelo de IA para a criação de conteúdos. Uma pergunta inicial bem elaborada poderia ser mais ou menos assim: "Imagina que és um escritor de viagens a escrever um artigo sobre os melhores cafés de Paris. Comece o seu artigo com uma descrição vívida de um café encantador junto ao Sena." Isto não só direcciona a IA para a tarefa desejada, como também estabelece uma expetativa para o utilizador sobre o tipo de resposta que pode ser gerado.


A utilização do aviso inicial como guia do utilizador também ajuda a poupar tokens. Quando o utilizador tem uma compreensão clara de como interagir com a IA desde o início, pode fazer perguntas mais precisas ou dar uma melhor orientação, utilizando assim menos tokens.


Esta utilização estratégica do prompt inicial pode melhorar muito a experiência do utilizador, tornando a interação com a IA mais intuitiva e gratificante. É como a interface visual de um programa de computador; ajuda os utilizadores a navegar pelas capacidades da IA e incentiva uma utilização mais eficiente e agradável.


No fim de contas, o aviso inicial é muito mais do que apenas a primeira mensagem. É uma ferramenta poderosa que, quando devidamente aproveitada, pode maximizar o potencial das nossas interacções com a IA. É o ponto de partida, o guia do utilizador e a chave para uma experiência de IA mais gratificante.

Codificação de conhecimentos especializados em IA

À medida que desvendamos os meandros dos grandes modelos de linguagem, torna-se claro que a engenharia de mensagens não é apenas um requisito técnico - é uma ferramenta fundamental para codificar a nossa forma de pensar na inteligência artificial. Quer se trate de um simples lembrete ou de um guia completo, a mensagem inicial serve como pedra angular da interação homem-IA, definindo os limites e as possibilidades da conversa.


Ao utilizar eficazmente a pergunta inicial, podemos codificar um exemplo típico de como a IA deve responder, moldar a forma de pensar do utilizador e orientar as respostas da IA. Esta prática aumenta significativamente a eficiência da interação com a IA, poupando fichas e condicionando o utilizador para a conversa, essencialmente colmatando a lacuna entre as expectativas humanas e a capacidade da IA.


Na evolução da IA, é importante reconhecer o papel essencial da pergunta inicial como uma ferramenta para orientar, ensinar e comunicar com a IA. Ao imaginarmos a próxima vaga de avanços da IA, podemos olhar para a humilde pergunta inicial como uma ferramenta fundamental para moldar o futuro da IA de conversação.

A engenharia imediata é muito mais do que apenas um ponto de partida - é uma arte e uma ciência que, quando dominada, tem o poder de libertar todo o potencial da IA.

pt_PTPortuguês