Você não ligaria para uma pizzaria e faria um pedido de “pizza”. Para receber o jantar que deseja, você especificaria sua escolha de massa, coberturas, temperos, bebida acompanhante e qualquer coisa à qual você possa ser alérgico.
A moral da história é: quanto mais detalhadas forem suas instruções, mais próxima a pizza ficará da sua preferência. Isso se aplica ao uso de ferramentas de IA generativa, como o ChatGPT da Open AI ou o Gemini do Google.
Nesta postagem do blog, mostramos como dar instruções claras e fazer perguntas específicas às ferramentas de IA genérica — um processo também conhecido como engenharia de prompts.
O que é engenharia de prompts?
A engenharia de prompts é o processo de projetar e refinar o texto de entrada fornecido aos modelos de IA, especialmente modelos de linguagem, para obter respostas mais precisas, relevantes e criativas.
Por que você deve aprender engenharia de prompts
A IA generativa está se tornando uma das ferramentas mais poderosas e impactantes em uma ampla gama de aplicações, desde redação de conteúdo até modelagem arquitetônica. A McKinsey descobriu que até 30% das horas atualmente trabalhadas na economia dos EUA poderiam ser automatizadas até 2030 com tecnologias baseadas em IA generativa.
Para aproveitar ao máximo a IA genérica, você precisa dominar a engenharia de prompts.
Acelerando interações: a engenharia de prompts serve como a principal interface entre a intenção humana e o resultado da máquina. Para que o modelo de aprendizado de máquina (ML) entenda sua consulta em linguagem natural, você precisa conhecer a engenharia de prompts.
Promovendo a criatividade da IA: O diferencial da IA generativa é que ela “gera”, ou seja, cria textos, imagens ou dados em resposta a prompts. Para obter respostas criativas, você precisa inserir prompts claros.
Obtenha respostas precisas: um grande desafio na IA gerativa tem sido a alucinação — um fenômeno em que o modelo de IA produz informações incorretas ou enganosas com base em suposições erradas ou preconceitos inerentes. Para eliminar isso, você precisa de boas habilidades de engenharia de prompts.
Maximizando retornos: a IA generativa é composta por grandes modelos de linguagem, que processam quantidades extraordinárias de dados. Para aproveitar ao máximo as capacidades de um modelo — e contornar suas limitações —, uma boa engenharia de prompts é fundamental.
Melhorando a relevância: tudo o que é gerado pela IA precisa ser relevante para o público-alvo. Por exemplo, você pode melhorar a relevância de suas postagens nas redes sociais geradas por IA para o seu público especificando seus dados demográficos, interesses, necessidades, desafios etc.
Para aproveitar esses benefícios, você precisa entender como usar a engenharia de prompts para obter os resultados desejados da IA generativa. Vamos começar com alguns exemplos.
Exemplos de engenharia de prompts
Existem muitas recomendações, práticas recomendadas e modelos de prompt de IA para ajudá-lo a fazer isso da maneira certa. Mas antes de entrarmos em qualquer um dos truques de IA, a melhor maneira de aprender uma habilidade tão prática quanto a engenharia de prompt é vê-la em ação.
Aqui estão alguns exemplos de engenharia de prompts em diferentes áreas de trabalho.
Engenharia de prompts para o desenvolvimento de software
Seja programando, corrigindo bugs ou escrevendo documentação, as ferramentas de IA para desenvolvedores podem simplificar muito o seu trabalho. Veja como.
Assistência na revisão de código
“Gere uma lista de verificação de revisão de código para um aplicativo de automação de processos robóticos (RPA) criado usando Python. Concentre-se especialmente na legibilidade e na segurança empresarial.”
Documentação técnica
“Escreva um guia completo sobre como implementar o OAuth 2.0 em um aplicativo web usando Node.js. Inclua instruções passo a passo e trechos de código para cada etapa.”
Correção de bugs
“Descreva uma abordagem sistemática para identificar e corrigir vazamentos de memória em um aplicativo Java, incluindo ferramentas a serem usadas e áreas comuns a serem verificadas.” Se você é um iniciante e acha isso um pouco complexo demais, nós temos uma ajuda. Use os prompts do ChatGPT da ClickUp para engenharia para gerar ideias, planos de processo e muito mais.
Prompts de IA genérica para gerenciamento de produtos
As equipes ágeis de desenvolvimento de software muitas vezes carecem de gerentes de produto que possam esclarecer o roteiro e impulsionar o progresso. Ferramentas de IA como o ChatGPT podem ser úteis.
Priorização de recursos
“Usando o modelo de pontuação RICE (Alcance, Impacto, Confiança, Esforço), priorize os seguintes recursos para nossa futura ferramenta de gerenciamento de projetos: quadros Kanban, colaboração em tempo real, relatórios automatizados e integrações de terceiros.”
Criação de personas de usuário
“Desenvolva uma persona detalhada do usuário para um aplicativo de monitoramento de condicionamento físico voltado para profissionais ocupados que são iniciantes em exercícios físicos. Inclua detalhes demográficos, objetivos, desafios e como eles podem usar o aplicativo.”
Desenvolvimento do roteiro do produto
“Descreva um roteiro de produto de 6 meses para a expansão de uma plataforma de comércio eletrônico, com foco na integração de IA para experiências de compra personalizadas. Detalhe as fases, os principais marcos e os resultados esperados.” Ou escolha entre mais de 130 prompts do ClickUp ChatGPT para gerenciamento de produtos e comece agora mesmo.
📮 ClickUp Insight: 37% dos nossos entrevistados usam IA para criação de conteúdo, incluindo redação, edição e e-mails. No entanto, esse processo geralmente envolve alternar entre diferentes ferramentas, como uma ferramenta de geração de conteúdo e seu espaço de trabalho. Com o ClickUp, você obtém assistência de redação com tecnologia de IA em todo o espaço de trabalho, incluindo e-mails, comentários, bate-papos, documentos e muito mais, tudo isso mantendo o contexto de todo o seu espaço de trabalho.
Exemplos de engenharia de prompts em gerenciamento de projetos
Você pode pedir à Gen AI para criar um plano de projeto, que você pode personalizar. Ou apenas pedir ajuda para otimizar partes dele. Veremos os dois casos abaixo.
Criação do plano do projeto
“Elabore um plano de projeto detalhado para o lançamento de um novo mercado online, incluindo fases como pesquisa de mercado, design e desenvolvimento, testes e estratégia de lançamento. Especifique as principais atividades, os recursos necessários e os prazos para cada fase.”
Otimização de recursos
“Analise a alocação atual de recursos para um projeto de desenvolvimento de software e sugira otimizações para garantir a entrega pontual sem comprometer a qualidade. Considere fatores como conjuntos de habilidades, distribuição da carga de trabalho e tarefas críticas.”
Mais de 190 prompts do ChatGPT para gerenciamento de projetos, selecionados exclusivamente para você pela ClickUp.
Saiba mais sobre o ClickUp Brain aqui:
Sugestões para criação de conteúdo
As melhores ferramentas de criação de conteúdo de IA podem ajudar a melhorar significativamente seus resultados de marketing. Experimente o seguinte para ver por si mesmo.
Campanha nas redes sociais
“Crie uma campanha nas redes sociais para o lançamento de um xampu ecológico. Inclua três publicações diferentes no Instagram e três publicações diferentes no Twitter. Adicione hashtags relevantes para cada plataforma.”
Conteúdo do boletim informativo por e-mail
“Crie conteúdo envolvente para um boletim informativo mensal para uma startup de tecnologia que inclua uma atualização do produto, destaque para um membro da equipe, eventos futuros e uma chamada à ação incentivando os leitores a experimentar um novo recurso.”
Você também pode fornecer mais detalhes sobre a atualização do produto ou um membro da equipe para obter resultados precisos. Veja o exemplo abaixo.
“Destaque um membro da equipe. Seu nome é Jake, ele é um desenvolvedor fabuloso. Ele completa um ano neste mês. Durante esse tempo, ele ajudou a resolver alguns dos maiores problemas dos clientes. Um cliente disse uma vez: “Sem o Jake, teríamos ficado presos em um ciclo de confusão. Ele fez um ótimo trabalho, ajudando-nos a matar dois coelhos com uma cajadada só”.
Use o ClickUp Brain como seu assistente de redação, faça verificações ortográficas, resuma documentos mais longos, crie tabelas, modelos, transcrições e muito mais.
Lembre-se de que a maioria das empresas ainda não favorece o conteúdo gerado por IA, o que deu origem a várias ferramentas de detecção de IA. A melhor maneira de usar a IA gerativa para conteúdo seria como uma ferramenta de brainstorming ou um ponto de partida que elimina o problema da página em branco.
Engenharia de prompts em aplicações de chatbot
Tecnicamente falando, o ChatGPT ou o Google Gemini é um chatbot com o qual estamos conversando. Ele entende nossas entradas e produz respostas. Ele é treinado em grandes modelos de linguagem com uma infinidade de dados.
Você pode pegar esses modelos e treiná-los ainda mais com informações proprietárias ou específicas do setor para permitir conversas personalizadas, contextuais e cheias de nuances com o usuário. Nesse caso, o cliente pode simplesmente fazer perguntas como “quanto custa essa mochila?”.
No entanto, um bom chatbot de atendimento ao cliente pode usar dados organizacionais sobre histórico de compras, localização, preferências, reclamações anteriores etc. para fornecer respostas e vender produtos, melhorando significativamente a experiência do usuário.
Engenharia de prompts para programação de computadores e sistemas de controle de versão
A engenharia de prompts pode ajudar um desenvolvedor a gerar trechos de código específicos em várias linguagens de programação.
“Escreva uma função Python para se conectar a um banco de dados SQL e execute uma consulta SELECT com base nos parâmetros passados para a função.”
A integração da IA nos fluxos de trabalho de controle de versão fornece recomendações para revisão de código com base no histórico de commits, sugere áreas do código-fonte que podem precisar de refatoração e automatiza tarefas rotineiras de controle de versão, melhorando a qualidade do código e a produtividade da equipe.
Tecnologias criativas de IA com prompts
A engenharia de prompts, especialmente com modelos como o DALL-E, libera recursos sem precedentes na geração de visuais criativos e complexos a partir de descrições textuais.
Por exemplo, um desenvolvedor de jogos poderia usar um prompt como “Gere uma imagem de uma rua comercial, com lojas de moda alinhadas em ambos os lados, ao entardecer, em estilos arquitetônicos modernos e cores frias”. Os resultados permitem a visualização rápida de ambientes de jogos sem a necessidade de desenhos manuais extensos.
Engenharia de prompts para análise de banco de dados
Normalmente, extrair informações de bancos de dados requer alguém com conhecimento em SQL para escrever consultas complexas em linguagem de programação. A IA generativa mudou isso, permitindo que você escreva suas consultas em linguagem natural para recuperar dados de fontes não estruturadas ou semiestruturadas.
Processamento de dados
“Seja um cientista de dados e escreva um código para limpar e pré-processar meus dados para análise. Meu conjunto de dados contém informações de compras de todos os clientes nos últimos 30 dias.”
Aqui, você pode solicitar ao Gen AI que execute tarefas de limpeza específicas, como eliminar linhas vazias, remover linhas com valores de carrinho inferiores a US$ 50 e assim por diante.
Visualização de dados
“Escreva um código em Python para visualizar meu conjunto de dados. Meu conjunto de dados contém informações de compras de todos os clientes com mais de 50 anos nos últimos 30 dias.”
Dê especificações adicionais para visualização e ajuste fino, como “mostre-me as tendências de compras” ou “organize por categoria”.
Análise de sentimentos com prompts de IA gerativa
A análise de sentimentos é imensamente popular em conteúdos gerados por usuários online, especialmente em publicações nas redes sociais. Seu prompt para entender o sentimento do cliente em relação ao seu produto pode ser o seguinte.
“Com base no meu conjunto de dados contendo postagens nas redes sociais que mencionam [marca], classifique-as como positivas, negativas ou neutras. Identifique as características/aspectos específicos associados a cada sentimento.”
Se você aprendeu os fundamentos de como a engenharia de prompts funciona, é hora de ver suas aplicações e implicações mais amplas.
Papel da engenharia de prompts em setores orientados por dados
Você pode ver nos exemplos acima que é possível fazer análises básicas de dados ou análises de sentimentos em todos os setores. No entanto, a IA generativa e a engenharia de prompts estão agregando um valor especial em setores e aplicações orientados por dados. Veja como.
Educação
Uma boa engenharia de prompts ajuda os educadores a criar conteúdo preciso, relevante, envolvente e personalizado em grande escala. Alguns dos casos de uso de maior potencial para a IA gerativa na educação são:
Experiências de aprendizagem personalizadas: crie aulas e planos com base nas preferências, proficiência e interesses de cada aluno individualmente, em uma fração do tempo.
Criação automatizada de conteúdo: geração rápida de materiais de apoio, como resumos, questionários e perguntas de compreensão de leitura.
Aprendizagem e prática de idiomas: Geração de cenários de prática de conversação, exercícios de gramática e exercícios de vocabulário alinhados com o nível atual do aluno.
Aulas particulares e suporte: aulas particulares com tecnologia de IA para abordar questões específicas dos alunos ou áreas de dificuldade, oferecendo explicações, recursos e exercícios práticos.
Pesquisa e desenvolvimento
Ao criar prompts precisos e contextualmente relevantes, os pesquisadores aproveitam os modelos de IA para filtrar grandes volumes de dados, gerar hipóteses inovadoras e até mesmo simular resultados experimentais.
Os engenheiros de prompt podem ajudar os pesquisadores a projetar a entrada certa para obter resultados precisos em escala. Alguns cenários em que isso pode ser valioso são:
Revisão da literatura: Realização de revisões abrangentes da literatura, identificando estudos relevantes, principais conclusões e lacunas na base de conhecimento atual.
Mineração de dados: Descobrindo padrões, correlações e anomalias em grandes conjuntos de dados.
Geração de hipóteses: gerar várias hipóteses dentro da mesma área de pesquisa para explorar vários caminhos.
Simulação de experimentos: simule experimentos ou resultados de modelos, reduzindo a necessidade de experimentos físicos caros e demorados.
Saúde
A engenharia de prompts melhora a capacidade dos modelos de IA de interpretar dados médicos complexos, fornecer suporte ao diagnóstico, personalizar o atendimento ao paciente e facilitar a pesquisa e o treinamento.
Os engenheiros de prompt podem ajudar os profissionais médicos a obter melhores insights a partir de seus dados nos seguintes cenários.
- Assistência diagnóstica com base em exames, resultados laboratoriais, relatórios e imagens médicas
- Planos de tratamento personalizados: analisar o histórico médico, os dados genéticos e o estado de saúde atual dos pacientes para sugerir planos de tratamento personalizados, como prever rejeições de transplantes de órgãos.
- Descoberta de medicamentos: vasculhar extensos bancos de dados de artigos acadêmicos e dados de ensaios clínicos para identificar possíveis candidatos a medicamentos para doenças específicas, como o MIT fez com antibióticos.
Casos práticos de uso da engenharia de prompts
Em sua essência, a IA generativa pode criar conteúdo em três formas: texto, imagem e áudio/vídeo. Alguns dos casos de uso mais eficazes da IA nessas três formas são os seguintes.
Engenharia de prompts na geração de texto
Este é o caso de uso mais popular para IA generativa atualmente. De jornalistas e profissionais de marketing a desenvolvedores tímidos, usuários de todos os tipos estão usando geradores de texto de IA para suas necessidades.
Os casos de uso mais populares são:
- Conteúdo de marketing, como blogs e white papers
- Conteúdo de mídias sociais, como atualizações do Instagram ou Twitter
- Documentação técnica
- Discursos e apresentações
- Títulos alternativos/atraentes para artigos
- Resumos e sinopses para facilitar a leitura
Existem também ferramentas de IA para notas de reuniões que podem transcrever chamadas de vídeo em notas de texto ou resumir notas de texto para identificar pontos-chave, itens de ação, etc.
Engenharia de prompts na geração de imagens
Embora ainda não seja tão amplamente utilizada quanto o texto, a geração de imagens apresenta oportunidades incríveis para a criatividade. Os casos de uso mais populares incluem:
- Arte digital
- Design gráfico para marketing/mídias sociais
- Conceito de design para eventos e conferências
- Design de interiores e prototipagem de arquitetura
- Capa de revista e outros recursos visuais
Engenharia de prompts na geração de áudio e vídeo
A geração de áudio e vídeo por meio da engenharia de prompt tem aplicações significativas em entretenimento, educação e assistência virtual. Alguns casos de uso práticos para ferramentas de criação de conteúdo de IA incluem:
- Faixas musicais personalizadas ou efeitos sonoros para videogames e projetos multimídia
- Música que atende aos requisitos temáticos e emocionais de um projeto
- Chamados de animais/pássaros raros
- Vídeos promocionais/animados curtos com som
- Trailers de filmes
- Protótipos de áudio e vídeo
O impacto da IA generativa é extraordinário, influenciando todos os setores, indústrias, regiões geográficas e tipos de negócios. Na próxima década, a engenharia de prompts poderá definir a capacidade de aprender e compreender coisas, da mesma forma que o “Google” faz hoje.
Mesmo com a rápida evolução da IA generativa, aqui estão alguns métodos básicos que você pode usar para começar a trabalhar com engenharia de prompts.
Métodos de prompt
Antes de entrarmos em termos técnicos, lembre-se de que a principal vantagem da IA generativa é que você pode fornecer suas informações em linguagem natural. Então, vá em frente e fale com o ChatGPT, o Google Gemini ou o Microsoft Copilot como você faria naturalmente.
Observe as respostas e ajuste suas entradas à medida que avança. Aqui estão alguns conceitos que podem ajudá-lo ao longo do caminho.
Aprendizado zero-shot
Fornecer à IA uma tarefa sem exemplos ou contexto prévios é chamado de prompt zero-shot. Ele é caracterizado pelo seguinte.
- Os prompts são autoexplicativos.
- O modelo pode entender e executar a solicitação com base exclusivamente em seu pré-treinamento.
- Ideal como prompt inicial para novos usuários compreenderem os grandes modelos de linguagem.
Exemplo de prompt: “Identifique a linguagem de programação principal usada no seguinte trecho de código: print(‘Hello, World!’). ”
Aprendizado com poucos exemplos
Dar ao modelo de IA alguns exemplos da tarefa em questão antes de apresentar a tarefa real é chamado de prompting de poucos exemplos.
- Os prompts são prescritivos
- Ajuda o modelo a entender o contexto e o formato esperado da saída.
- Ideal para tarefas complexas em que o zero-shot pode não fornecer orientação suficiente.
Exemplo de prompt: “Dados os pares de entrada e saída: Entrada: 5 * 5, Saída: 25; Entrada: 8 + 2, Saída: 10; calcule a saída para Entrada: 7 – 4.”
Prompting em cadeia de pensamento
Solicitar ao modelo que gere etapas intermediárias ou caminhos de raciocínio que levem à resposta final ou ao resultado desejado é chamado de solicitação de cadeia de pensamento (COT).
- Os prompts são dados um passo de cada vez.
- Acompanha o modelo até o resultado final.
- Ideal para tarefas complexas de resolução de problemas em que você deseja que o modelo “mostre seu trabalho”.
Exemplo de prompt: “Para inverter uma determinada string ‘olá’, primeiro, divida a string em caracteres individuais. Em segundo lugar, inverta a ordem desses caracteres. Por fim, junte esses caracteres novamente em uma string. Qual é o resultado final?”
Técnicas avançadas de prompting
Vamos abordar algumas técnicas de engenharia de prompts mais complexas e avançadas.
Zero-shot CoT
A cadeia de pensamento zero-shot (COT) combina os dois métodos para lidar com problemas complexos sem exemplos prévios nos dados de treinamento.
Imagine usar um modelo de IA generativa para depurar um código de software que ele nunca encontrou antes.
Usando o COT zero-shot, o modelo articularia sua compreensão do problema, deduziria logicamente as causas e articularia soluções potenciais, passo a passo, apesar de não ter sido treinado para essa questão específica.
Engenheiro de prompt automático (APE)
E se a IA pudesse solicitar à IA que encontrasse as respostas certas? Bem, isso é automatizar a engenharia de prompts.
O uso de algoritmos e técnicas para gerar ou otimizar automaticamente prompts para interagir com modelos de IA é chamado de APE. Nesse modelo, o algoritmo analisa um corpus de tentativas bem-sucedidas e malsucedidas para automatizar tarefas semelhantes.
Em seguida, ele incorpora palavras-chave, estruturas e instruções identificadas como mais prováveis de resultar em um resultado bem-sucedido. À medida que a IA gera scripts, o sistema APE avalia sua eficácia, refina o prompt com base no que aprende e melhora iterativamente o processo.
Independentemente do método utilizado, é provável que você enfrente alguns desafios em sua jornada para uma engenharia de prompts eficaz.
Limitações e desafios da engenharia de prompts
Como um campo emergente, a IA gerativa está passando por seus próprios altos e baixos. Por outro lado, os usuários estão experimentando vários prompts e estilos para obter os resultados de que precisam. Uma tecnologia em movimento tão rápido está fadada a enfrentar desafios.
Algumas das maiores limitações da engenharia de prompts e maneiras de superá-las.
Dependência do modelo: um prompt que funciona bem com um modelo pode não produzir os mesmos resultados com outro.
Fique atento às diferenças no modelo. Faça ajustes e otimizações à medida que avança.
Complexidade e especificidade: prompts eficazes geralmente exigem um profundo conhecimento da linguagem e dos recursos do modelo.
Encontre o equilíbrio entre o muito vago e o muito específico para aproveitar ao máximo seus grandes modelos de linguagem.
Viés e sensibilidade: os modelos de IA podem herdar viéses de seus dados de treinamento, que você pode amplificar inadvertidamente por meio da engenharia de prompts. Além disso, alucinações, viéses, insensibilidade etc. podem levar a resultados prejudiciais, enganosos ou antiéticos.
Crie sistemas para uma análise cuidadosa e supervisão ética do uso da IA.
Escalabilidade: à medida que o escopo das tarefas cresce, os prompts de engenharia manual para cada cenário único tornam-se impraticáveis.
Considere a geração ou otimização automática de prompts para necessidades futuras.
Interpretabilidade: a falta de interpretabilidade pode dificultar o aprimoramento iterativo dos prompts ou o diagnóstico de problemas.
Use métodos de cadeia de pensamento e insista em ver o raciocínio lógico da IA para resultados importantes.
Sobreajuste e subajuste: o sobreajuste ocorre quando um prompt é muito específico para exemplos específicos, tornando-o menos eficaz para casos gerais. O subajuste ocorre quando um prompt é muito amplo, levando a resultados genéricos ou irrelevantes.
Bem, encontre o equilíbrio.
Restrições de custo e recursos: a engenharia de prompts de alta qualidade, especialmente em um ambiente comercial, pode exigir recursos computacionais significativos e tempo de especialistas.
Concentre-se em aplicações práticas e retorno sobre o investimento.
Destaque-se na engenharia de prompts com o ClickUp
Qual é o nome daquela música da Taylor Swift? Quanto queijo devo colocar no meu macarrão? Este conjunto de dados está limpo para análise? A qual medicamento este paciente é alérgico? Quais tarefas deste sprint ainda não foram atribuídas?
O escopo dos modelos de IA generativa está em constante expansão. Como resultado, a engenharia de prompts está se tornando uma habilidade indispensável entre os profissionais de todos os setores.
Sua capacidade de falar a linguagem do LLM determina o seu sucesso em obter os melhores resultados — uma habilidade encapsulada na “engenharia de prompts”.
Você pode experimentar a engenharia de prompts com qualquer um dos LLMs gratuitos, como ChatGPT, Google Gemini, DALL-E etc. Tente pedir para ele criar um remix de suas músicas favoritas para sua próxima festa de aniversário ou analise seus extratos de cartão de crédito para visualizar suas maiores despesas.
Torne o trabalho mais rápido e eficaz com o ClickUp Brain. O ClickUp integra IA à plataforma para gerenciamento de conhecimento, gerenciamento de projetos e redação.
E mais? O ClickUp Brain também vem com prompts integrados e centenas de modelos para garantir que você comece com o pé direito. Veja o que a IA generativa pode fazer pelo gerenciamento do seu projeto. Experimente o ClickUp gratuitamente hoje mesmo!
Perguntas frequentes sobre engenharia de prompts
1. O que é engenharia de prompt, com exemplo?
A criação de entradas para modelos de IA generativa, como o ChatGPT, para orientá-los na produção de resultados específicos ou desejados é chamada de engenharia de prompts.
Exemplo de engenharia de prompt
Quando um desenvolvedor de software deseja usar um modelo de linguagem como o GPT-4 para gerar um script Python para um scraper da web que coleta manchetes de notícias de um site específico.
Prompt: “Gere um script Python usando a biblioteca Beautiful Soup para extrair as últimas manchetes de notícias do site ‘example-news-site.com’. O script deve lidar com a paginação e armazenar as manchetes em uma lista.”
2. Qual é um exemplo de prompt?
Qualquer entrada que você fornece a um modelo de IA generativa é um prompt. Com uma boa engenharia de prompts, você pode melhorar significativamente seus resultados, tornando-os mais úteis, relevantes, precisos e envolventes.
Um bom exemplo de prompt é: “Gere uma descrição de produto de 150 palavras para um conjunto de toalhas de fibra de bambu que enfatize seus benefícios ecológicos, durabilidade e maciez. Inclua uma chamada à ação incentivando uma vida ecologicamente consciente e promovendo o compromisso da marca com a sustentabilidade.”
3. Como posso começar a usar a engenharia de prompts?
A melhor maneira de começar a usar a engenharia de prompts é experimentando você mesmo. Interaja com ela em linguagem natural e entenda o modelo. Paralelamente, você pode:
- Inscreva-se em cursos de certificação online
- Leia a documentação específica do modelo de IA que você está usando.
- Siga comunidades e fóruns que discutem grandes modelos de linguagem.
- Pratique regularmente e aprenda com cada interação.
- Analise prompts bem-sucedidos e malsucedidos para entender o que funciona bem.
Mantenha-se atualizado com os avanços em IA e tecnologias de processamento de linguagem natural, pois eles podem afetar a forma como os prompts devem ser estruturados.