ChatGPT: As 8 técnicas de questionamento que você precisa aprender (Sem enrolação!)

Você pode ou não ter ouvido falar sobre engenharia de prompt. Basicamente, trata-se de 'comunicar efetivamente com uma IA para obter o que você deseja'.

A maioria das pessoas não sabe como criar boas instruções.

No entanto, é uma habilidade cada vez mais importante...
Porque o lixo que entra = lixo que sai.

Aqui estão as técnicas mais importantes que você precisa para promover 👇

Vou me referir a um modelo de linguagem como 'LM'.

Exemplos de modelos de linguagem são o ChatGPT da @OpenAI e o Claude da @AnthropicAI.

1. Persona/papel solicitando

Atribua um papel para a IA.

Exemplo: "Você é um especialista em X. Você ajudou as pessoas a fazerem Y por 20 anos. Sua tarefa é dar o melhor conselho sobre X.
Responda 'entendido' se isso estiver claro."

Um poderoso complemento é o seguinte:

‘Você sempre deve fazer perguntas antes de responder para melhor entender o que o questionador está buscando.’

Vou falar sobre por que isso é tão importante em um segundo.

2. CoT

CoT significa 'Corrente de Pensamento'

É usado para instruir o LM a explicar seu raciocínio.

Exemplo:

3. Zero-shot-CoT

O termo zero-shot refere-se a um modelo que faz previsões sem treinamento adicional dentro do prompt.

Vou falar sobre "few-shot" em um minuto.

Observe que geralmente CoT > Zero-shot-CoT

Exemplo:

4. Poucas amostras (e poucas amostras-CoT)

O few-shot ocorre quando o LM recebe alguns exemplos no prompt para se adaptar mais rapidamente a novos exemplos.

Exemplo:

5. Geração de conhecimento

Gerando conhecimento relacionado à pergunta ao estimular um LM.

Isso pode ser usado para uma instrução de conhecimento gerada (ver mais).

Exemplo:

6. Conhecimento gerado

Agora que temos conhecimento, podemos alimentar essas informações em um novo prompt e fazer perguntas relacionadas ao conhecimento.

Esse tipo de pergunta é chamado de pergunta "com conhecimento acrescido".

7. Autoconsistência

Esta técnica é usada para gerar vários caminhos de raciocínio (sequências de pensamento).

A resposta da maioria é considerada como a resposta final.

Exemplo:

8. LtM

LtM significa 'Least to Most'.

Essa técnica é um seguimento ao CoT. Além disso, ela funciona ao dividir um problema em subproblemas e depois resolvê-los.

Exemplo: