Para vocês, assim como eu, que adotou a inteligência artificial para ajudar nas tarefas do dia a dia, trago hoje um artigo sensacional escrito pelo Gustavo Stork, CEO The CMOs Marketers, CMOs.ai falando sobre a engenharia de prompts.
Sobre o uso da inteligência artificial por profissionais de marketing, uma pesquisa recente da Salesforce mostra que 51% desses profissionais já usam a tecnologia em suas atividades e 22% querem incorporá-la ao cotidiano em breve.
O artigo vai nos ajudar a criar prompts poderosos que extraem o máximo de plataformas como: CMOS.ai, ChatGPT e outros modelos de linguagem.
A engenharia de prompt é a arte de criar prompts bem formulados para modelos de inteligência artificial como o ChatGPT ou inspirados nele. Um prompt bem projetado pode melhorar drasticamente a qualidade e utilidade das respostas.
Neste guia, vamos mergulhar no mundo fascinante da engenharia de prompt e mostrar como dominar essa habilidade valiosa. Vamos cobrir:
- O que é engenharia de prompt e por que é importante
- Tipos de prompt (few-shot, one-shot, zero-shot)
- Anatomia de um bom prompt
- Dicas e truques para prompts eficazes
- Exemplos de prompts para casos de uso comuns
- Ferramentas e recursos para engenharia de prompt
Ao final deste guia, você terá um entendimento abrangente de como criar prompts poderosos que extraem o máximo do CMOS.ai, ChatGPT e outros modelos de linguagem. Então vamos começar!
O que é engenharia de prompt?
A engenharia de prompt refere-se ao processo de cuidadosamente projetar e otimizar as entradas de texto (prompts) para modelos de inteligência artificial como o ChatGPT.
O objetivo é criar prompts que comuniquem claramente a intenção e forneçam o contexto e as restrições necessários para que o modelo gere a resposta desejada.
Em outras palavras, a engenharia de prompt ajuda você a “guiar” o modelo na direção certa, levando a respostas de maior qualidade, precisão e utilidade.
Por que a engenharia de prompt é importante?
Modelos de linguagem como o ChatGPT não têm um verdadeiro entendimento do mundo. Eles baseiam suas respostas inteiramente no prompt que recebem.
Isso significa que a qualidade do prompt tem um enorme impacto sobre a qualidade da resposta. Prompts vagos ou ambíguos produzirão respostas igualmente vagas ou ambíguas.
A engenharia de prompt permite controlar e direcionar os modelos de IA para gerar saídas úteis e minimizar respostas tendenciosas ou falsas. É uma habilidade essencial para aproveitar ao máximo essas poderosas ferramentas de IA.
Tipos de prompt
Existem alguns estilos comuns de prompt usados para interagir com modelos de linguagem:
Prompt zero-shot
Um prompt zero-shot não fornece nenhum exemplo ou contexto – você faz uma pergunta ou solicitação direta ao modelo.
Por exemplo:
“Quem foi o primeiro presidente do Brasil?”
Prompts zero-shot funcionam melhor para perguntas simples e diretas. Eles dão ao modelo poucas pistas, então as respostas podem não ser muito precisas ou detalhadas.
Prompt one-shot
Um prompt one-shot dá um exemplo de entrada/saída para orientar o modelo.
Por exemplo:
Use o seguinte padrão para as próximas interações:
Entrada: Quem foi o primeiro presidente dos Estados Unidos?
Saída: George Washington foi o primeiro presidente dos Estados Unidos.
Nova entrada: Quem foi o primeiro presidente do Brasil?
Prompts one-shot ensinam ao modelo o tipo de resposta desejada por meio de um exemplo. Isso geralmente leva a respostas mais precisas.
Prompt few-shot
Prompts few-shot fornecem vários exemplos de entrada/saída para treinar ainda mais o modelo.
Por exemplo:
Entrada: Quem foi o primeiro presidente dos Estados Unidos?
Saída: George Washington foi o primeiro presidente dos Estados Unidos.
Entrada: Quem pintou a Mona Lisa?
Saída: A Mona Lisa foi pintada por Leonardo da Vinci.
Entrada: Quem foi o primeiro presidente do Brasil?
Prompts few-shot com múltiplos exemplos ajudam o modelo a entender diferentes variações da tarefa desejada. Isso pode melhorar muito a qualidade das respostas.
Anatomia de um bom prompt
Prompts eficazes normalmente têm certos componentes em comum:
- Instruções claras – Declare explicitamente a tarefa ou objetivo do prompt.
- Tom e estilo – Indique o tom desejado (formal, informal, etc.) e o estilo da linguagem.
- Contexto – Forneça qualquer informação de plano de fundo ou contexto necessário.
- Restrições – Defina limitações, como comprimento ou formato da resposta.
- Exemplos – Inclua exemplos de entradas e saídas esperadas.
- Lógica e raciocínio – Peça ao modelo para explicar sua lógica e raciocínio.
Vamos ver como esses elementos se encaixam em um prompt de exemplo:
“Por favor responda à seguinte pergunta em um parágrafo curto e informal. Certifique-se de explicar sua lógica e raciocínio.
Contexto: O Brasil é um país da América do Sul.
Pergunta: Quem foi o primeiro presidente do Brasil?
Exemplo de resposta: George Washington foi o primeiro presidente dos Estados Unidos.”
Este prompt tem instruções claras, define o tom/estilo, fornece contexto, inclui restrições de comprimento, dá um exemplo e pede lógica/raciocínio. Isso direciona o modelo para uma resposta mais precisa e adequada.
Dicas para prompts eficazes
Aqui estão algumas dicas para criar prompts de alta qualidade:
- Seja específico – Quanto mais detalhes você fornecer, melhor. Evite perguntas vagas.
- Forneça contexto – O contexto é crucial para respostas precisas. Defina a cena.
- Use exemplos – Exemplos concretos são a melhor maneira de comunicar ao modelo o que você deseja.
- Defina limites – Restringe o comprimento da resposta, estilo de linguagem, etc. para evitar divagações.
- Pergunte a lógica – Faça o modelo explicar seu raciocínio para avaliar a qualidade da resposta.
- Corrija o modelo – Se a resposta estiver errada, diga ao modelo especificamente o porquê e peça para tentar novamente.
- Refine iterativamente – Comece com prompts simples e refine gradualmente com base nas respostas.
Exemplos de prompts
Aqui estão alguns exemplos de prompts bem-sucedidos para casos de uso comuns com o ChatGPT:
Resumir um artigo
“Por favor, faça um resumo de 2 frases deste artigo em linguagem simples e objetiva:
[cole o texto do artigo aqui]
Certifique-se de capturar as principais ideias e conclusões do autor.”
Traduzir um texto
“Por favor, traduza o seguinte texto do inglês para o português. Mantenha a estrutura e significado originais o máximo possível:
[cole o texto em inglês aqui]
Por favor, escreva a tradução abaixo em português.”
Corrigir gramática e ortografia
“Por favor, corrija os erros de gramática e ortografia no seguinte parágrafo:
[cole o parágrafo aqui]
Certifique-se de consertar problemas como erro de concordância, pontuação incorreta, erros de ortografia, etc. Retorne o parágrafo editado abaixo.”
Gerar ideias para conteúdo
“Por favor, dê 5 ideias de tópicos originais para posts de blog sobre [seu nicho]. Cada ideia deve ser descrita em 1-2 frases. Tente ser criativo e pensar fora da caixa.”
Escrita criativa
“Por favor, escreva um conto curto e criativo com cerca de 500 palavrassobre [sua ideia]. O tom deve ser [escolha: humorístico, dramático, etc.]. Introduza os personagens e o cenário antes de construir a narrativa. Tente usar linguagem vívida e evocativa.”
Criação de nomes
“Por favor, sugira 5 nomes criativos para uma nova [tipo de empresa]. Os nomes devem ser únicos, fáceis de pronunciar e transmitir qualidades como [valores da marca, personalidade etc.]. Não sugira nomes existentes ou marcas registradas.”
Dicas de estruturas práticas:
Melhore a qualidade das saídas estruturando seus prompts. Aqui estão algumas estruturas que podem ser úteis:
- RTF (Role, Task, Format – Papel, Tarefa, Formato): Esta estrutura orienta você a especificar o papel que o modelo deve assumir (como um assistente de pesquisa ou um escritor criativo), a tarefa que o modelo deve realizar (como escrever um parágrafo ou fazer uma previsão), e o formato que a saída deve ter (como um ensaio ou um tweet).
- CTF (Context, Task, Format – Contexto, Tarefa, Formato): Semelhante ao RTF, mas começa com o contexto para fornecer ao modelo uma base para a tarefa. O contexto pode ser uma descrição da situação ou uma explicação de informações relevantes.
- RASCEF (Role, Action, Steps, Context, Examples, Format – Papel, Ação, Passos, Contexto, Exemplos, Formato): Uma estrutura mais detalhada que orienta você a especificar não apenas o papel, a ação e o formato, mas também os passos que o modelo deve seguir, o contexto em que a tarefa está sendo realizada e exemplos para orientar o modelo.
Resumindo os pontos principais
Existem diferentes tipos de prompts que podem ser usados com modelos de linguagem de grande escala (LLMs):
- Zero-Shot Prompting: Não fornece nenhum exemplo ao modelo. Simplesmente descreve a tarefa desejada no prompt e espera que o modelo gere a saída correta.
- Few-Shot Prompting: Fornece 1 ou poucos exemplos ao modelo dentro do prompt para demonstrar a tarefa desejada. O modelo deve aprender a tarefa a partir desses poucos exemplos.
- Fine-Tuning: Treina o modelo em muitos exemplos da tarefa desejada para ajustar seus pesos e parametros especificamente para essa tarefa. Requer grandes conjuntos de dados de treinamento.
- Chain-of-Thought Prompting: Fornece ao modelo uma cadeia de pensamento passo-a-passo para resolver a tarefa no prompt. Guia o modelo através do raciocínio desejado.
- In-Context Learning: Fornece exemplos de treinamento diretamente dentro do prompt para cada nova consulta, permitindo que o modelo “aprenda na hora“.
O zero-shot e few-shot prompting dependem mais das capacidades pré-treinadas do modelo, enquanto fine-tuning e in-context learning envolvem mais treinamento específico para a tarefa. A escolha do tipo de prompt depende da tarefa, dos dados disponíveis e dos resultados desejados.
Conclusão
A engenharia de prompt é uma habilidade fundamental para usar modelos de IA como o ChatGPT de forma eficiente. Seguindo as dicas e melhores práticas neste guia, você pode criar prompts que extraem as melhores respostas possíveis.
Lembre-se de começar pequeno, testar iterativamente e analisar cuidadosamente as respostas do modelo. Com o tempo e a prática, você se tornará um especialista em engenharia de prompt.