Desconstruindo um Prompt
Para começar, é fundamental entender os componentes de um prompt. O speaker divide um prompt em quatro partes: instrução, contexto, dados de entrada e indicador de saída. Essas partes podem ser ajustadas e combinadas de maneira a produzir resultados mais precisos.
Experimentação com Prompts
Para experimentar com prompts, é necessário ter uma abordagem sistêmica. O speaker apresenta um template para engenharia de prompt, que envolve definir uma tarefa, métrica de avaliação e gerar candidatos de prompt. Além disso, é possível usar APIs, como a ChadGPT, para extrair informações de um texto com um simples prompt.
Um Exemplo de Aplicação: Sumarizar um Artigo de IA
No vídeo, o speaker apresenta um exemplo prático de como aplicar a engenharia de prompt para sumarizar um artigo de IA para uma audiência não técnica. Ele propõe usar o método GVAL para avaliar a qualidade das sumarizações, que envolve pontuar as saídas do modelo com base em quatro critérios: relevância, coerência, consistência e fluência.
Experimentação e Avaliação
O speaker demonstra como criar uma função para avaliar as sumarizações e como usar informações de contexto para melhorar o desempenho do modelo. Em seguida, ele gera candidatos de prompt e experimenta com eles, avaliando os resultados e salvando os dados em uma tabela.
Resultados e Conclusão
Depois de executar o experimento, o speaker obtém uma tabela com pontuações para cada prompt e pode selecionar o melhor prompt com base na pontuação mais alta. Ele conclui que esse processo de experimentação pode ser aprimorado e evoluído para alcançar o melhor resultado possível.
Próximos Passos
Por fim, o speaker menciona que no próximo módulo, ele discutirá técnicas avançadas de engenharia de prompt, frameworks de engenharia de prompt e outros tópicos interessantes.