Engenharia de Prompt

De MediaWiki do Campus São José
Revisão de 11h20min de 18 de outubro de 2024 por Jesue (discussão | contribs)
Ir para navegação Ir para pesquisar

1 Engenharia de Prompt

1.1 Definição

A engenharia de prompt é o processo de criar, otimizar e estruturar instruções que guiam modelos de linguagem, como o ChatGPT, a gerar respostas mais precisas e relevantes. Esse conceito envolve a elaboração de prompts claros e contextualizados, levando em consideração o objetivo desejado, o contexto necessário e a forma como a informação será solicitada ao modelo. Ela é essencial para maximizar o potencial de modelos de IA, pois permite obter melhores resultados com base na forma como as perguntas ou tarefas são formuladas. Isso envolve várias técnicas, como o uso de delimitadores, a inclusão de exemplos, a definição de persona, e a aplicação de métodos como o Chain-of-Verification e autorreflexão.

1.2 Exemplos de Prompts para Estudo de Matemática

  • "Explique passo a passo como resolver a equação quadrática usando a fórmula de Bhaskara. Mostre todas as etapas e forneça o valor das raízes."
  • "Explique como somar frações com denominadores diferentes. Use o exemplo e mostre todos os passos até obter o resultado final."
  • "Descreva como calcular a área de um triângulo dado sua base e altura. Use o exemplo de um triângulo com base de 6 cm e altura de 8 cm. Inclua a fórmula e explique cada parte do cálculo."

1.3 Estratégias para Construção de um Prompt Eficiente

Aqui estão cinco estratégias para a construção de um prompt eficiente, especialmente ao trabalhar com modelos de linguagem:

1.3.1 1. Definir Objetivos Claros

Um bom prompt começa com a definição clara do objetivo que você deseja alcançar. Quanto mais específico for o objetivo, mais preciso será o resultado. Evite generalidades e forneça o máximo de contexto necessário.

  • Exemplo:
 * Objetivo Vago: "Explique frações."
 * Objetivo Claro: "Explique como somar frações com denominadores diferentes e dê um exemplo resolvido, como \\( \frac{3}{5} + \frac{2}{3} \\)."

1.3.2 2. Fornecer Contexto Adequado

Ao fornecer mais detalhes e contexto, o modelo pode entender melhor a tarefa e gerar respostas mais relevantes. O contexto pode incluir informações sobre o nível de conhecimento do usuário, o tipo de resposta esperado, ou até detalhes sobre o formato da saída.

  • Exemplo:
 * Sem Contexto: "Como resolver uma equação?"
 * Com Contexto: "Explique como resolver uma equação linear do tipo \\( 2x + 5 = 15 \\), detalhando cada passo e explicando o conceito de isolar a variável."

1.3.3 3. Utilizar Exemplos para Guiar o Modelo

Oferecer exemplos específicos ajuda a moldar a resposta do modelo e a garantir que ele siga a direção correta. Isso é particularmente útil em prompts que envolvem formatação ou estilo de resposta.

  • Exemplo:
 * Sem Exemplo: "Explique a fórmula da área de um círculo."
 * Com Exemplo: "Explique a fórmula da área de um círculo \\( A = \pi r^2 \\), detalhando o que significa cada termo. Exemplo: se o raio for 3 cm, qual é a área?"

1.3.4 4. Ser Direto e Específico

Frases longas e complexas podem gerar ambiguidade e respostas menos precisas. Prefira frases curtas e objetivas, limitando a quantidade de instruções que o modelo precisa processar de uma só vez.

  • Exemplo:
 * Prompt Ineficiente: "Me explique sobre frações, mas inclua também como resolver equações e um pouco sobre funções."
 * Prompt Eficiente: "Explique como subtrair frações com denominadores diferentes e dê um exemplo resolvido."

1.3.5 5. Usar Delimitadores e Formatação

Delimitadores (como aspas, parênteses ou barras) podem ajudar o modelo a diferenciar partes distintas de uma tarefa, especialmente em prompts mais complexos ou que envolvem várias instruções.

  • Exemplo:
 * Sem Delimitadores: "Explique como somar 2/3 e 4/5."
 * Com Delimitadores: "Explique como somar as frações \\( \frac{2}{3} \\) e \\( \frac{4}{5} \\), e depois mostre a resposta simplificada."

1.4 Automação de Prompts

Existem diversas ferramentas que automatizam o uso de prompts para diferentes tarefas. Aqui estão alguns exemplos:

1.5 Conclusão

A precisão e a clareza são extremamente importantes ao trabalhar com modelos de linguagem. Quando você fornece um prompt para um modelo como o GPT-4, deve ser o mais descritivo possível. O modelo, embora avançado, não tem a capacidade de fazer suposições fora do que foi fornecido no prompt.

1.6 Referências

<figure class="wp-block-image size-large is-resized" contenteditable="false">470x461px</figure>

Disponível em “https://wiki.sj.ifsc.edu.br/index.php?title=Engenharia_de_Prompt&oldid=197440”