Pedidos

Um prompt é simplesmente a entrada que você dá a um LLM para obter uma resposta. Pode ser uma pergunta ou um comando, ou apenas um comentário casual para iniciar uma conversa. O modelo responde a um prompt com uma conclusão.

Tipos de prompt

Existem dois tipos principais de prompts:

• Prompts do sistema que definem o comportamento e o tom do modelo e quaisquer restrições às quais ele deve aderir. Por exemplo, "Você é um assistente útil que responde de maneira alegre e amigável.". Os prompts do sistema determinam restrições e estilos para as respostas do modelo.
• Perguntas de utilizador que solicitam uma resposta a uma pergunta ou instrução específica. Por exemplo, "Resuma as principais considerações para a adoção de IA generativa descritas em GenAI_Considerations.docx para um executivo corporativo. Formate o resumo como não mais do que seis marcadores com um tom profissional.".

Normalmente, o prompt do sistema é definido pelo aplicativo que usa o modelo. Os prompts do usuário podem ser inseridos por um usuário humano em um aplicativo de chat; ou, em alguns casos, gerados pelo aplicativo em nome do usuário. O modelo responde às instruções do usuário enquanto obedece à orientação geral na instrução do sistema.

Histórico da conversa

Para manter uma conversa consistente e relevante, os aplicativos de IA generativa geralmente acompanham o histórico da conversa, e incluem versões resumidas dele em pedidos subsequentes. Isso garante que haja um contexto contínuo para a conversa no qual o modelo possa se basear.

Por exemplo, suponha que o modelo responda aos prompts do sistema e do usuário descritos anteriormente com a seguinte conclusão:

As principais considerações para a adoção da IA generativa incluem:

• Estabeleça uma governança clara e políticas de IA responsáveis
• Priorize casos de uso de alto valor nas funções corporativas
• Reduza os riscos relacionados à privacidade, segurança e conformidade
• Promover a prontidão organizacional e a adaptação cultural
• Meça o impacto e crie responsabilidade
• Mantenha-se à frente de mudanças estratégicas e competitivas

Você pode responder com uma pergunta de acompanhamento, como "Quais são os riscos comuns relacionados à privacidade?". O prompt incluiria a nova pergunta, mas também os prompts e respostas anteriores; contextualizar o modelo para que ele compreenda a questão em relação à adoção da IA generativa.

Geração aumentada de recuperação (RAG)

Para adicionar ainda mais contexto, as aplicações de IA generativa podem usar uma técnica chamada geração aumentada de recuperação (RAG). Essa abordagem envolve recuperar informações, como documentos ou e-mails, e usá-las para aumentar o prompt com dados relevantes. A resposta gerada pelo modelo é então fundamentada nas informações fornecidas.

Por exemplo, suponha que você envie um prompt como "Qual é o máximo que posso reivindicar para despesas de viagem em uma viagem de negócios?". Sem outras informações, um modelo responderá com uma resposta genérica - provavelmente dizendo para você consultar a documentação da política de despesas da sua organização. Uma solução melhor seria criar um aplicativo de assistente de despesas que inicialmente consultasse a documentação da política de despesas da organização, recuperando seções relacionadas a "despesas de viagem"; e, em seguida, inclui as informações recuperadas no prompt que é enviado para o modelo, juntamente com sua pergunta original. Agora, o modelo pode usar as informações da política de despesas no prompt para fornecer contexto e responder com uma resposta mais relevante.

Dicas para melhores prompts

A qualidade das respostas dos assistentes de IA generativa não depende apenas do modelo de linguagem usado, mas também dos prompts que você envia a ele.

Para obter melhores resultados com as suas indicações:

• Seja claro e específico – prompts com instruções explícitas ou perguntas funcionam melhor do que linguagem vaga.
• Adicione contexto - mencione o tópico, o público ou o formato desejado.
• Use exemplos, Se você quiser um determinado estilo, forneça um exemplo do que você quer dizer.
• Peça uma estrutura, como marcadores, tabelas ou listas numeradas.

Usar sugestões bem projetadas pode fazer uma enorme diferença nos resultados que irá obter do modelo de IA generativa.