{"id":13060,"date":"2024-09-19T23:44:34","date_gmt":"2024-09-20T04:44:34","guid":{"rendered":"http:\/\/skimai.com\/?p=13060"},"modified":"2024-09-19T23:44:34","modified_gmt":"2024-09-20T04:44:34","slug":"precisamos-de-repensar-a-cadeia-de-pensamento-o-que-nos-leva-a-pensar-em-68","status":"publish","type":"post","link":"https:\/\/skimai.com\/pt\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/","title":{"rendered":"Precisamos de repensar a cadeia de pensamento (CoT) que leva a IA&amp;YOU #68"},"content":{"rendered":"<p><strong>Estat\u00edsticas da semana:<\/strong> O desempenho do CoT de disparo zero foi de apenas 5,55% para o GPT-4-Turbo, 8,51% para o Claude-3-Opus e 4,44% para o GPT-4. (artigo \"Chain of Thoughtlessness?\")<\/p>\n\n\n<p>O est\u00edmulo da Cadeia de Pensamento (CoT) tem sido aclamado como um avan\u00e7o na revela\u00e7\u00e3o das capacidades de racioc\u00ednio dos modelos de linguagem de grande porte (LLMs). No entanto, a investiga\u00e7\u00e3o recente p\u00f4s em causa estas afirma\u00e7\u00f5es e levou-nos a rever esta t\u00e9cnica.<\/p>\n\n\n<p><strong>Na edi\u00e7\u00e3o desta semana de AI&amp;YOU, exploramos as ideias de tr\u00eas blogues que public\u00e1mos sobre o tema:<\/strong><\/p>\n\n\n<ul class=\"wp-block-list\">\n<li><p><a rel=\"noopener noreferrer\" href=\"http:\/\/skimai.com\/pt\/o-que-e-a-cadeia-de-pensamento\/\">O que \u00e9 o Prompting da Cadeia de Pensamento (CoT)?<\/a><\/p><\/li><li><p><a rel=\"noopener noreferrer\" href=\"http:\/\/skimai.com\/pt\/um-artigo-de-investigacao-resumido-sobre-a-cadeia-de-pensamento-da-falta-de-motivacao\/\">An\u00e1lise de documentos de investiga\u00e7\u00e3o sobre IA: \"Cadeia de irreflex\u00e3o?\"<\/a><\/p><\/li><li><p><a rel=\"noopener noreferrer\" href=\"http:\/\/skimai.com\/pt\/as-10-melhores-tecnicas-de-estimulo-da-aprendizagem-ao-longo-da-vida-para-maximizar-o-desempenho-da-ia\/\">10 melhores t\u00e9cnicas de apresenta\u00e7\u00e3o de propostas para os LLM<\/a><\/p><\/li>\n<\/ul>\n\n\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_82_1 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">\u00cdndice<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Alternar o \u00edndice\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Alternar<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1' ><ul class='ez-toc-list-level-2' ><li class='ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/skimai.com\/pt\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#We_need_to_rethink_chain-of-thought_CoT_prompting_AI_YOU_68\" >Precisamos de repensar a cadeia de pensamento (CoT) que induz a IA&amp;YOU #68<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/skimai.com\/pt\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#How_CoT_Works\" >Como funciona o CoT<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/skimai.com\/pt\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#Types_of_CoT_Prompting\" >Tipos de CoT Prompting<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/skimai.com\/pt\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#AI_Research_Paper_Breakdown_%E2%80%9CChain_of_Thoughtlessness%E2%80%9D\" >An\u00e1lise de documentos de investiga\u00e7\u00e3o sobre IA: \"Cadeia de irreflex\u00e3o?\"<\/a><ul class='ez-toc-list-level-2' ><li class='ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/skimai.com\/pt\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#Key_Findings_Unveiled\" >Principais conclus\u00f5es reveladas<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/skimai.com\/pt\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#Implications_for_AI_Development\" >Implica\u00e7\u00f5es para o desenvolvimento da IA<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/skimai.com\/pt\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#Recommendations_for_AI_Practitioners\" >Recomenda\u00e7\u00f5es para os profissionais de IA:<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/skimai.com\/pt\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#10_Best_Prompting_Techniques_for_LLMs\" >10 melhores t\u00e9cnicas de apresenta\u00e7\u00e3o de propostas para os LLM<\/a><ul class='ez-toc-list-level-2' ><li class='ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/skimai.com\/pt\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#Thank_you_for_taking_the_time_to_read_AI_YOU\" >Obrigado por ler AI &amp; YOU!<\/a><\/li><\/ul><\/li><\/ul><\/nav><\/div>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"We_need_to_rethink_chain-of-thought_CoT_prompting_AI_YOU_68\"><\/span><strong>Precisamos de repensar a cadeia de pensamento (CoT) que induz a IA&amp;YOU #68<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n<p>Os LLM demonstram capacidades not\u00e1veis no processamento e gera\u00e7\u00e3o de linguagem natural (NLP). No entanto, quando confrontados com tarefas de racioc\u00ednio complexas, estes modelos podem ter dificuldade em produzir resultados exactos e fi\u00e1veis. \u00c9 aqui que entra em jogo o est\u00edmulo da Cadeia de Pensamento (CoT), uma t\u00e9cnica que visa melhorar as capacidades de resolu\u00e7\u00e3o de problemas dos LLMs.<\/p>\n\n\n<p>Um avan\u00e7ado <a rel=\"noopener noreferrer\" href=\"http:\/\/skimai.com\/pt\/o-que-e-a-engenharia-rapida\/\">engenharia r\u00e1pida<\/a> A t\u00e9cnica CoT foi concebida para guiar os LLM atrav\u00e9s de um processo de racioc\u00ednio passo a passo. Ao contr\u00e1rio dos m\u00e9todos de incita\u00e7\u00e3o normais que visam respostas diretas, a incita\u00e7\u00e3o CoT incentiva o modelo a gerar passos de racioc\u00ednio interm\u00e9dios antes de chegar a uma resposta final.<\/p>\n\n\n<p>No seu cerne, a CoT consiste em estruturar os pedidos de entrada de forma a obter uma sequ\u00eancia l\u00f3gica de pensamentos do modelo. Ao dividir problemas complexos em passos mais pequenos e manej\u00e1veis, a CoT tenta permitir que os LLMs naveguem por caminhos de racioc\u00ednio intrincados de forma mais eficaz.<\/p>\n\n\n<figure class=\"wp-block-image\">\n<img decoding=\"async\" src=\"http:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/b09a9a44-caab-4b70-ab0b-37bcbf039925.png\" \/>\n<\/figure>\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"How_CoT_Works\"><\/span>Como funciona o CoT<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n<p>Na sua ess\u00eancia, a solicita\u00e7\u00e3o de CoT orienta os modelos lingu\u00edsticos atrav\u00e9s de uma s\u00e9rie de passos de racioc\u00ednio interm\u00e9dios antes de chegar a uma resposta final. Este processo envolve normalmente:<\/p>\n\n\n<ol class=\"wp-block-list\">\n<li><p><strong>Decomposi\u00e7\u00e3o de problemas:<\/strong> A tarefa complexa \u00e9 dividida em etapas mais pequenas e f\u00e1ceis de gerir.<\/p><\/li><li><p><strong>Racioc\u00ednio passo a passo:<\/strong> O modelo \u00e9 convidado a refletir explicitamente sobre cada etapa.<\/p><\/li><li><p><strong>Progress\u00e3o l\u00f3gica:<\/strong> Cada passo baseia-se no anterior, criando uma cadeia de pensamentos.<\/p><\/li><li><p><strong>Desenho de conclus\u00e3o:<\/strong> A resposta final \u00e9 obtida a partir das etapas de racioc\u00ednio acumuladas.<\/p><\/li>\n<\/ol>\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Types_of_CoT_Prompting\"><\/span>Tipos de CoT Prompting<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n<p>O est\u00edmulo da cadeia de pensamento pode ser implementado de v\u00e1rias formas, destacando-se dois tipos principais:<\/p>\n\n\n<ol class=\"wp-block-list\">\n<li><p><strong>CoT de tiro zero:<\/strong> A CoT de disparo zero n\u00e3o requer exemplos espec\u00edficos de tarefas. Em vez disso, utiliza um simples aviso como \"Vamos abordar isto passo a passo\" para encorajar o modelo a decompor o seu processo de racioc\u00ednio. ****<\/p><\/li><li><p><strong>CoT de poucos tiros:<\/strong> A CoT de poucas oportunidades envolve fornecer ao modelo um pequeno n\u00famero de exemplos que demonstram o processo de racioc\u00ednio desejado. Estes exemplos servem de modelo para o modelo seguir quando estiver a lidar com problemas novos e in\u00e9ditos.<\/p><\/li>\n<\/ol>\n\n\n<p><strong><u>CoT de tiro zero<\/u><\/strong><\/p>\n\n\n<figure class=\"wp-block-image\">\n<img decoding=\"async\" src=\"http:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/275993ad-9125-47d7-86b8-db87250913d6.png\" \/>\n<\/figure>\n\n\n<p><strong><u>CoT de poucos disparos<\/u><\/strong><\/p>\n\n\n<figure class=\"wp-block-image\">\n<img decoding=\"async\" src=\"http:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/773c3c88-21c2-41b6-be04-4c8a80329933.png\" \/>\n<\/figure>\n\n\n<h1 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"AI_Research_Paper_Breakdown_%E2%80%9CChain_of_Thoughtlessness%E2%80%9D\"><\/span>An\u00e1lise de documentos de investiga\u00e7\u00e3o sobre IA: \"Cadeia de irreflex\u00e3o?\"<span class=\"ez-toc-section-end\"><\/span><\/h1>\n\n\n<p>Agora que j\u00e1 sabe o que \u00e9 o CoT prompting, podemos mergulhar em alguns estudos recentes que p\u00f5em em causa alguns dos seus benef\u00edcios e oferecem algumas ideias sobre quando \u00e9 realmente \u00fatil.<\/p>\n\n\n<p>O documento de investiga\u00e7\u00e3o, intitulado \"<a rel=\"noopener noreferrer\" href=\"https:\/\/arxiv.org\/pdf\/2405.04776\">Cadeia de irreflex\u00e3o? Uma an\u00e1lise da CoT no planeamento,<\/a>\" fornece uma an\u00e1lise cr\u00edtica da efic\u00e1cia e da generaliza\u00e7\u00e3o do CoT prompting. Enquanto profissionais de IA, \u00e9 crucial compreender estas conclus\u00f5es e as suas implica\u00e7\u00f5es para o desenvolvimento de aplica\u00e7\u00f5es de IA que exijam capacidades de racioc\u00ednio sofisticadas.<\/p>\n\n\n<figure class=\"wp-block-image\">\n<img decoding=\"async\" src=\"http:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/3ba0bde5-4dd5-4cad-b56e-d84fa715c2d1.png\" \/>\n<\/figure>\n\n\n<p>Os investigadores escolheram um dom\u00ednio de planeamento cl\u00e1ssico chamado Blocksworld como principal campo de ensaio. No Blocksworld, a tarefa \u00e9 reorganizar um conjunto de blocos de uma configura\u00e7\u00e3o inicial para uma configura\u00e7\u00e3o de objetivo, utilizando uma s\u00e9rie de ac\u00e7\u00f5es de movimento. Este dom\u00ednio \u00e9 ideal para testar as capacidades de racioc\u00ednio e planeamento porque:<\/p>\n\n\n<ol class=\"wp-block-list\">\n<li><p>Permite a cria\u00e7\u00e3o de problemas de complexidade vari\u00e1vel<\/p><\/li><li><p>Tem solu\u00e7\u00f5es claras e verific\u00e1veis por algoritmos<\/p><\/li><li><p>\u00c9 pouco prov\u00e1vel que esteja fortemente representado nos dados de forma\u00e7\u00e3o do LLM<\/p><\/li>\n<\/ol>\n\n\n<figure class=\"wp-block-image\">\n<img decoding=\"async\" src=\"http:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/96c5ef3f-d5b0-4d8a-af26-92be9c553340.png\" \/>\n<\/figure>\n\n\n<p>O estudo examinou tr\u00eas LLMs de \u00faltima gera\u00e7\u00e3o: GPT-4, Claude-3-Opus e GPT-4-Turbo. Estes modelos foram testados com mensagens de especificidade vari\u00e1vel:<\/p>\n\n\n<ol class=\"wp-block-list\">\n<li><p><strong>Cadeia de pensamento de tiro zero (Universal):<\/strong> Basta acrescentar \"vamos pensar passo a passo\" ao prompt.<\/p><\/li><li><p><strong>Prova de progress\u00e3o (espec\u00edfica da PDDL):<\/strong> Fornecer uma explica\u00e7\u00e3o geral da corre\u00e7\u00e3o do plano com exemplos.<\/p><\/li><li><p><strong>Algoritmo universal Blocksworld:<\/strong> Demonstra\u00e7\u00e3o de um algoritmo geral para resolver qualquer problema Blocksworld.<\/p><\/li><li><p><strong>Sugest\u00e3o de empilhamento:<\/strong> Centrar-se numa subclasse espec\u00edfica de problemas Blocksworld (table-to-stack).<\/p><\/li><li><p><strong>Empilhamento lexicogr\u00e1fico:<\/strong> Redu\u00e7\u00e3o adicional a uma forma sint\u00e1ctica espec\u00edfica do estado do objetivo.<\/p><\/li>\n<\/ol>\n\n\n<p>Ao testar estas sugest\u00f5es em problemas de complexidade crescente, os investigadores pretendiam avaliar at\u00e9 que ponto os LLMs conseguiam generalizar o racioc\u00ednio demonstrado nos exemplos.<\/p>\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Key_Findings_Unveiled\"><\/span>Principais conclus\u00f5es reveladas<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n<p>Os resultados deste estudo desafiam muitos dos pressupostos prevalecentes sobre a solicita\u00e7\u00e3o de CoT:<\/p>\n\n\n<ol class=\"wp-block-list\">\n<li><p><strong>Efic\u00e1cia limitada do CoT:<\/strong> Contrariamente \u00e0s afirma\u00e7\u00f5es anteriores, a solicita\u00e7\u00e3o CoT s\u00f3 apresentou melhorias significativas de desempenho quando os exemplos fornecidos eram extremamente semelhantes ao problema de consulta. Assim que os problemas se desviaram do formato exato apresentado nos exemplos, o desempenho caiu drasticamente.<\/p><\/li><li><p><strong>Degrada\u00e7\u00e3o r\u00e1pida do desempenho:<\/strong> \u00c0 medida que a complexidade dos problemas aumentava (medida pelo n\u00famero de blocos envolvidos), a precis\u00e3o de todos os modelos diminu\u00eda drasticamente, independentemente do est\u00edmulo de CoT utilizado. Este facto sugere que os LLM t\u00eam dificuldade em alargar o racioc\u00ednio demonstrado em exemplos simples a cen\u00e1rios mais complexos.<\/p><\/li><li><p><strong>Inefic\u00e1cia das instru\u00e7\u00f5es gerais:<\/strong> Surpreendentemente, as instru\u00e7\u00f5es de CoT mais gerais tiveram um desempenho pior do que as instru\u00e7\u00f5es normais sem quaisquer exemplos de racioc\u00ednio. Este facto contradiz a ideia de que a CoT ajuda os LLM a aprender estrat\u00e9gias generaliz\u00e1veis de resolu\u00e7\u00e3o de problemas.<\/p><\/li><li><p><strong>Compensa\u00e7\u00e3o da especificidade:<\/strong> O estudo concluiu que as instru\u00e7\u00f5es altamente espec\u00edficas podem atingir uma elevada precis\u00e3o, mas apenas num subconjunto muito restrito de problemas. Este facto evidencia um forte compromisso entre os ganhos de desempenho e a aplicabilidade da mensagem.<\/p><\/li><li><p><strong>Falta de uma verdadeira aprendizagem algor\u00edtmica:<\/strong> Os resultados sugerem fortemente que os LLM n\u00e3o est\u00e3o a aprender a aplicar procedimentos algor\u00edtmicos gerais a partir dos exemplos de CoT. Em vez disso, parecem basear-se na correspond\u00eancia de padr\u00f5es, que se desintegra rapidamente quando confrontados com problemas novos ou mais complexos.<\/p><\/li>\n<\/ol>\n\n\n<p>Estas conclus\u00f5es t\u00eam implica\u00e7\u00f5es significativas para os profissionais de IA e para as empresas que pretendem tirar partido das solicita\u00e7\u00f5es de CoT nas suas aplica\u00e7\u00f5es. Sugerem que, embora a CoT possa melhorar o desempenho em determinados cen\u00e1rios restritos, pode n\u00e3o ser a panaceia para tarefas de racioc\u00ednio complexas que muitos esperavam.<\/p>\n\n\n<figure class=\"wp-block-image\">\n<img decoding=\"async\" src=\"http:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/c76d6112-c7ee-420a-8aa5-67c5b89614b5.png\" \/>\n<\/figure>\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Implications_for_AI_Development\"><\/span>Implica\u00e7\u00f5es para o desenvolvimento da IA<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n<p>As conclus\u00f5es deste estudo t\u00eam implica\u00e7\u00f5es significativas para o desenvolvimento da IA, em particular para as empresas que trabalham em aplica\u00e7\u00f5es que exigem capacidades complexas de racioc\u00ednio ou planeamento:<\/p>\n\n\n<ol class=\"wp-block-list\">\n<li><p><strong>Reavalia\u00e7\u00e3o da efic\u00e1cia da CdT:<\/strong> Os criadores de IA devem ser cautelosos quanto a confiar na CoT para tarefas que exijam um verdadeiro pensamento algor\u00edtmico ou a generaliza\u00e7\u00e3o para cen\u00e1rios novos.<\/p><\/li><li><p><strong>Limita\u00e7\u00f5es dos actuais LLM:<\/strong> Podem ser necess\u00e1rias abordagens alternativas para aplica\u00e7\u00f5es que exijam um planeamento robusto ou a resolu\u00e7\u00e3o de problemas em v\u00e1rias etapas.<\/p><\/li><li><p><strong>O custo da engenharia r\u00e1pida:<\/strong> Embora os pedidos de CoT altamente espec\u00edficos possam produzir bons resultados para conjuntos de problemas restritos, o esfor\u00e7o humano necess\u00e1rio para elaborar esses pedidos pode superar os benef\u00edcios, especialmente devido \u00e0 sua limitada generaliza\u00e7\u00e3o.<\/p><\/li><li><p><strong>Repensar as m\u00e9tricas de avalia\u00e7\u00e3o:<\/strong> Confiar apenas em conjuntos de testes est\u00e1ticos pode sobrestimar as verdadeiras capacidades de racioc\u00ednio de um modelo.<\/p><\/li><li><p><strong>O fosso entre a perce\u00e7\u00e3o e a realidade:<\/strong> Existe uma discrep\u00e2ncia significativa entre a perce\u00e7\u00e3o das capacidades de racioc\u00ednio dos LLM (frequentemente antropomorfizadas no discurso popular) e as suas capacidades reais, tal como demonstrado neste estudo.<\/p><\/li>\n<\/ol>\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Recommendations_for_AI_Practitioners\"><\/span>Recomenda\u00e7\u00f5es para os profissionais de IA:<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n<ul class=\"wp-block-list\">\n<li><p><strong>Avalia\u00e7\u00e3o:<\/strong> Implementar diversas estruturas de teste para avaliar a verdadeira generaliza\u00e7\u00e3o entre complexidades de problemas.<\/p><\/li><li><p><strong>Utiliza\u00e7\u00e3o do CoT:<\/strong> Aplicar judiciosamente o est\u00edmulo da Cadeia de Pensamento, reconhecendo as suas limita\u00e7\u00f5es em termos de generaliza\u00e7\u00e3o.<\/p><\/li><li><p><strong>Solu\u00e7\u00f5es h\u00edbridas<\/strong>: Considerar a combina\u00e7\u00e3o de LLMs com algoritmos tradicionais para tarefas de racioc\u00ednio complexas.<\/p><\/li><li><p><strong>Transpar\u00eancia:<\/strong> Comunicar claramente as limita\u00e7\u00f5es do sistema de IA, especialmente no que diz respeito a tarefas de racioc\u00ednio ou planeamento.<\/p><\/li><li><p><strong>I&amp;D em foco:<\/strong> Investir na investiga\u00e7\u00e3o para melhorar as verdadeiras capacidades de racioc\u00ednio dos sistemas de IA.<\/p><\/li><li><p><strong>Afina\u00e7\u00e3o:<\/strong> Considere o ajuste fino espec\u00edfico do dom\u00ednio, mas tenha em aten\u00e7\u00e3o os potenciais limites de generaliza\u00e7\u00e3o.<\/p><\/li>\n<\/ul>\n\n\n<p>Para os profissionais de IA e para as empresas, estas conclus\u00f5es sublinham a import\u00e2ncia de combinar os pontos fortes do LLM com abordagens de racioc\u00ednio especializadas, investindo em solu\u00e7\u00f5es espec\u00edficas do dom\u00ednio sempre que necess\u00e1rio e mantendo a transpar\u00eancia sobre as limita\u00e7\u00f5es do sistema de IA. \u00c0 medida que avan\u00e7amos, a comunidade de IA deve concentrar-se no desenvolvimento de novas arquitecturas e m\u00e9todos de forma\u00e7\u00e3o que possam colmatar a lacuna entre a correspond\u00eancia de padr\u00f5es e o verdadeiro racioc\u00ednio algor\u00edtmico.<\/p>\n\n\n<h1 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"10_Best_Prompting_Techniques_for_LLMs\"><\/span>10 melhores t\u00e9cnicas de apresenta\u00e7\u00e3o de propostas para os LLM<span class=\"ez-toc-section-end\"><\/span><\/h1>\n\n\n<p>Esta semana, tamb\u00e9m exploramos dez das t\u00e9cnicas de solicita\u00e7\u00e3o mais poderosas e comuns, oferecendo informa\u00e7\u00f5es sobre as suas aplica\u00e7\u00f5es e melhores pr\u00e1ticas.<\/p>\n\n\n<figure class=\"wp-block-image\">\n<img decoding=\"async\" src=\"http:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/8fe201b3-003e-4190-a06f-e5553d6b1126.png\" \/>\n<\/figure>\n\n\n<p>Os avisos bem concebidos podem melhorar significativamente o desempenho de um LLM, permitindo resultados mais exactos, relevantes e criativos. Quer seja um programador de IA experiente ou esteja apenas a come\u00e7ar com LLMs, estas t\u00e9cnicas ajud\u00e1-lo-\u00e3o a desbloquear todo o potencial dos modelos de IA.<\/p>\n\n\n<p>N\u00e3o deixe de consultar o blogue completo para saber mais sobre cada um deles.<\/p>\n\n\n<hr class=\"wp-block-separator\" \/>\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Thank_you_for_taking_the_time_to_read_AI_YOU\"><\/span><strong>Obrigado por ler AI &amp; YOU!<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n<p><strong>Para obter ainda mais conte\u00fados sobre IA empresarial, incluindo infogr\u00e1ficos, estat\u00edsticas, guias de instru\u00e7\u00f5es, artigos e v\u00eddeos, siga o Skim AI em <\/strong><a rel=\"noopener noreferrer\" href=\"https:\/\/linkedin.com\/company\/skim-ai\"><strong>LinkedIn<\/strong><\/a><\/p>\n\n\n<p>\u00c9 um Fundador, CEO, Capitalista de Risco ou Investidor que procura servi\u00e7os de Consultoria de IA, Desenvolvimento de IA fraccionada ou Due Diligence? Obtenha a orienta\u00e7\u00e3o necess\u00e1ria para tomar decis\u00f5es informadas sobre a estrat\u00e9gia de produtos de IA da sua empresa e oportunidades de investimento.<\/p>\n\n\n<p><a rel=\"noopener noreferrer\" href=\"https:\/\/meetings.hubspot.com\/gregg15\/15-min-about-enterprise-ai?utm_source=hs_email&utm_medium=email\">Precisa de ajuda para lan\u00e7ar a sua solu\u00e7\u00e3o de IA empresarial? Quer criar seus pr\u00f3prios trabalhadores de IA com nossa plataforma de gerenciamento de for\u00e7a de trabalho de IA? Vamos conversar<\/a><\/p>\n\n\n<p>Criamos solu\u00e7\u00f5es de IA personalizadas para empresas apoiadas por capital de risco e capital privado nos seguintes sectores: Tecnologia M\u00e9dica, Agrega\u00e7\u00e3o de Not\u00edcias\/Conte\u00fado, Produ\u00e7\u00e3o de Filmes e Fotos, Tecnologia Educacional, Tecnologia Jur\u00eddica, Fintech e Criptomoeda.<\/p>","protected":false},"excerpt":{"rendered":"<p>Stat of the Week: Zero-shot CoT performance was only 5.55% for GPT-4-Turbo, 8.51% for Claude-3-Opus, and 4.44% for GPT-4. (&#8220;Chain of Thoughtlessness?&#8221; paper) Chain-of-Thought (CoT) prompting has been hailed as a breakthrough in unlocking the reasoning capabilities of large language models (LLMs). However, recent research has challenged these claims and prompted us to revisit the [&hellip;]<\/p>\n","protected":false},"author":1003,"featured_media":13098,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"single-custom-post-template.php","format":"standard","meta":{"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","footnotes":""},"categories":[109,119],"tags":[],"class_list":["post-13060","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-newsletter","category-prompt-engineering"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v24.1 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>We need to rethink chain-of-thought (CoT) prompting AI&amp;YOU #68 - Skim AI<\/title>\n<meta name=\"description\" content=\"New research reveals that Chain-of-Thought (CoT) prompting may not be the AI breakthrough we hoped for. Learn why CoT&#039;s effectiveness is limited in complex reasoning tasks and how LLMs struggle with generalization. Discover how to rethink AI prompting techniques for better performance.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/skimai.com\/pt\/precisamos-de-repensar-a-cadeia-de-pensamento-o-que-nos-leva-a-pensar-em-68\/\" \/>\n<meta property=\"og:locale\" content=\"pt_PT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"We need to rethink chain-of-thought (CoT) prompting AI&amp;YOU #68 - Skim AI\" \/>\n<meta property=\"og:description\" content=\"New research reveals that Chain-of-Thought (CoT) prompting may not be the AI breakthrough we hoped for. Learn why CoT&#039;s effectiveness is limited in complex reasoning tasks and how LLMs struggle with generalization. Discover how to rethink AI prompting techniques for better performance.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/skimai.com\/pt\/precisamos-de-repensar-a-cadeia-de-pensamento-o-que-nos-leva-a-pensar-em-68\/\" \/>\n<meta property=\"og:site_name\" content=\"Skim AI\" \/>\n<meta property=\"article:published_time\" content=\"2024-09-20T04:44:34+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/AIYOU68.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1092\" \/>\n\t<meta property=\"og:image:height\" content=\"612\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Greggory Elias\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Greggory Elias\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo estimado de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/\"},\"author\":{\"name\":\"Greggory Elias\",\"@id\":\"https:\/\/skimai.com\/uk\/#\/schema\/person\/7a883b4a2d2ea22040f42a7975eb86c6\"},\"headline\":\"We need to rethink chain-of-thought (CoT) prompting AI&#038;YOU #68\",\"datePublished\":\"2024-09-20T04:44:34+00:00\",\"dateModified\":\"2024-09-20T04:44:34+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/\"},\"wordCount\":1446,\"publisher\":{\"@id\":\"https:\/\/skimai.com\/uk\/#organization\"},\"image\":{\"@id\":\"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/AIYOU68.png\",\"articleSection\":[\"Newsletter\",\"Prompt Engineering\"],\"inLanguage\":\"pt-PT\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/\",\"url\":\"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/\",\"name\":\"We need to rethink chain-of-thought (CoT) prompting AI&YOU #68 - Skim AI\",\"isPartOf\":{\"@id\":\"https:\/\/skimai.com\/uk\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/AIYOU68.png\",\"datePublished\":\"2024-09-20T04:44:34+00:00\",\"dateModified\":\"2024-09-20T04:44:34+00:00\",\"description\":\"New research reveals that Chain-of-Thought (CoT) prompting may not be the AI breakthrough we hoped for. Learn why CoT's effectiveness is limited in complex reasoning tasks and how LLMs struggle with generalization. Discover how to rethink AI prompting techniques for better performance.\",\"breadcrumb\":{\"@id\":\"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#breadcrumb\"},\"inLanguage\":\"pt-PT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-PT\",\"@id\":\"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#primaryimage\",\"url\":\"https:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/AIYOU68.png\",\"contentUrl\":\"https:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/AIYOU68.png\",\"width\":1092,\"height\":612,\"caption\":\"AI&YOU#68\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/skimai.com\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"We need to rethink chain-of-thought (CoT) prompting AI&#038;YOU #68\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/skimai.com\/uk\/#website\",\"url\":\"https:\/\/skimai.com\/uk\/\",\"name\":\"Skim AI\",\"description\":\"The AI Agent Workforce Platform\",\"publisher\":{\"@id\":\"https:\/\/skimai.com\/uk\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/skimai.com\/uk\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-PT\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/skimai.com\/uk\/#organization\",\"name\":\"Skim AI\",\"url\":\"https:\/\/skimai.com\/uk\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-PT\",\"@id\":\"https:\/\/skimai.com\/uk\/#\/schema\/logo\/image\/\",\"url\":\"http:\/\/skimai.com\/wp-content\/uploads\/2020\/07\/SKIM-AI-Header-Logo.png\",\"contentUrl\":\"http:\/\/skimai.com\/wp-content\/uploads\/2020\/07\/SKIM-AI-Header-Logo.png\",\"width\":194,\"height\":58,\"caption\":\"Skim AI\"},\"image\":{\"@id\":\"https:\/\/skimai.com\/uk\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/company\/skim-ai\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/skimai.com\/uk\/#\/schema\/person\/7a883b4a2d2ea22040f42a7975eb86c6\",\"name\":\"Greggory Elias\",\"url\":\"https:\/\/skimai.com\/pt\/author\/gregg\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Precisamos de repensar a cadeia de pensamento (CoT) que induz a IA&amp;YOU #68 - Skim AI","description":"Uma nova investiga\u00e7\u00e3o revela que o est\u00edmulo da Cadeia de Pensamento (CoT) pode n\u00e3o ser o avan\u00e7o de IA que esper\u00e1vamos. Saiba porque \u00e9 que a efic\u00e1cia da CoT \u00e9 limitada em tarefas de racioc\u00ednio complexas e como os LLMs se debatem com a generaliza\u00e7\u00e3o. Descubra como repensar as t\u00e9cnicas de est\u00edmulo da IA para obter um melhor desempenho.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/skimai.com\/pt\/precisamos-de-repensar-a-cadeia-de-pensamento-o-que-nos-leva-a-pensar-em-68\/","og_locale":"pt_PT","og_type":"article","og_title":"We need to rethink chain-of-thought (CoT) prompting AI&YOU #68 - Skim AI","og_description":"New research reveals that Chain-of-Thought (CoT) prompting may not be the AI breakthrough we hoped for. Learn why CoT's effectiveness is limited in complex reasoning tasks and how LLMs struggle with generalization. Discover how to rethink AI prompting techniques for better performance.","og_url":"https:\/\/skimai.com\/pt\/precisamos-de-repensar-a-cadeia-de-pensamento-o-que-nos-leva-a-pensar-em-68\/","og_site_name":"Skim AI","article_published_time":"2024-09-20T04:44:34+00:00","og_image":[{"width":1092,"height":612,"url":"https:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/AIYOU68.png","type":"image\/png"}],"author":"Greggory Elias","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"Greggory Elias","Tempo estimado de leitura":"8 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#article","isPartOf":{"@id":"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/"},"author":{"name":"Greggory Elias","@id":"https:\/\/skimai.com\/uk\/#\/schema\/person\/7a883b4a2d2ea22040f42a7975eb86c6"},"headline":"We need to rethink chain-of-thought (CoT) prompting AI&#038;YOU #68","datePublished":"2024-09-20T04:44:34+00:00","dateModified":"2024-09-20T04:44:34+00:00","mainEntityOfPage":{"@id":"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/"},"wordCount":1446,"publisher":{"@id":"https:\/\/skimai.com\/uk\/#organization"},"image":{"@id":"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#primaryimage"},"thumbnailUrl":"https:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/AIYOU68.png","articleSection":["Newsletter","Prompt Engineering"],"inLanguage":"pt-PT"},{"@type":"WebPage","@id":"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/","url":"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/","name":"Precisamos de repensar a cadeia de pensamento (CoT) que induz a IA&amp;YOU #68 - Skim AI","isPartOf":{"@id":"https:\/\/skimai.com\/uk\/#website"},"primaryImageOfPage":{"@id":"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#primaryimage"},"image":{"@id":"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#primaryimage"},"thumbnailUrl":"https:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/AIYOU68.png","datePublished":"2024-09-20T04:44:34+00:00","dateModified":"2024-09-20T04:44:34+00:00","description":"Uma nova investiga\u00e7\u00e3o revela que o est\u00edmulo da Cadeia de Pensamento (CoT) pode n\u00e3o ser o avan\u00e7o de IA que esper\u00e1vamos. Saiba porque \u00e9 que a efic\u00e1cia da CoT \u00e9 limitada em tarefas de racioc\u00ednio complexas e como os LLMs se debatem com a generaliza\u00e7\u00e3o. Descubra como repensar as t\u00e9cnicas de est\u00edmulo da IA para obter um melhor desempenho.","breadcrumb":{"@id":"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#breadcrumb"},"inLanguage":"pt-PT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/"]}]},{"@type":"ImageObject","inLanguage":"pt-PT","@id":"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#primaryimage","url":"https:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/AIYOU68.png","contentUrl":"https:\/\/skimai.com\/wp-content\/uploads\/2024\/08\/AIYOU68.png","width":1092,"height":612,"caption":"AI&YOU#68"},{"@type":"BreadcrumbList","@id":"https:\/\/skimai.com\/we-need-to-rethink-chain-of-thought-cot-prompting-aiyou-68\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/skimai.com\/"},{"@type":"ListItem","position":2,"name":"We need to rethink chain-of-thought (CoT) prompting AI&#038;YOU #68"}]},{"@type":"WebSite","@id":"https:\/\/skimai.com\/uk\/#website","url":"https:\/\/skimai.com\/uk\/","name":"IA de desnata\u00e7\u00e3o","description":"A plataforma de for\u00e7a de trabalho de agentes de IA","publisher":{"@id":"https:\/\/skimai.com\/uk\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/skimai.com\/uk\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-PT"},{"@type":"Organization","@id":"https:\/\/skimai.com\/uk\/#organization","name":"IA de desnata\u00e7\u00e3o","url":"https:\/\/skimai.com\/uk\/","logo":{"@type":"ImageObject","inLanguage":"pt-PT","@id":"https:\/\/skimai.com\/uk\/#\/schema\/logo\/image\/","url":"http:\/\/skimai.com\/wp-content\/uploads\/2020\/07\/SKIM-AI-Header-Logo.png","contentUrl":"http:\/\/skimai.com\/wp-content\/uploads\/2020\/07\/SKIM-AI-Header-Logo.png","width":194,"height":58,"caption":"Skim AI"},"image":{"@id":"https:\/\/skimai.com\/uk\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/skim-ai"]},{"@type":"Person","@id":"https:\/\/skimai.com\/uk\/#\/schema\/person\/7a883b4a2d2ea22040f42a7975eb86c6","name":"Greggory Elias","url":"https:\/\/skimai.com\/pt\/author\/gregg\/"}]}},"_links":{"self":[{"href":"https:\/\/skimai.com\/pt\/wp-json\/wp\/v2\/posts\/13060","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/skimai.com\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/skimai.com\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/skimai.com\/pt\/wp-json\/wp\/v2\/users\/1003"}],"replies":[{"embeddable":true,"href":"https:\/\/skimai.com\/pt\/wp-json\/wp\/v2\/comments?post=13060"}],"version-history":[{"count":0,"href":"https:\/\/skimai.com\/pt\/wp-json\/wp\/v2\/posts\/13060\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/skimai.com\/pt\/wp-json\/wp\/v2\/media\/13098"}],"wp:attachment":[{"href":"https:\/\/skimai.com\/pt\/wp-json\/wp\/v2\/media?parent=13060"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/skimai.com\/pt\/wp-json\/wp\/v2\/categories?post=13060"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/skimai.com\/pt\/wp-json\/wp\/v2\/tags?post=13060"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}