Delimitadores e Saídas Estruturadas na Engenharia de Prompts

A engenharia de prompts é uma área emergente e essencial para quem está começando a explorar o universo da Inteligência Artificial (IA). Neste tutorial, vamos abordar dois conceitos fundamentais: delimitadores e saídas estruturadas. Esses elementos são cruciais para criar prompts eficientes e obter respostas mais precisas de modelos de linguagem, como o ChatGPT.

O que são Delimitadores?

Delimitadores são ferramentas que utilizamos para destacar trechos importantes dentro de um prompt. Eles ajudam o modelo a identificar e focar nas partes essenciais da mensagem, evitando que informações cruciais sejam ignoradas.

Exemplos de Delimitadores

Podemos utilizar diversos tipos de delimitadores, como ####, """, --, entre outros. Veja um exemplo prático de como utilizar delimitadores em um prompt para criar um e-mail:

Aqui está um exemplo do meu estilo de escrita de emails:
####
Fala, meu amigo!
Como estamos?
O que você acha de marcarmos um dia para conversar?
Tamo junto!
Abraço
####

Imitando o estilo do email anterior, crie um novo email para realizar a ação a seguir.
Marcar uma conversa no "Bar do Antonio" às 20h e avisar que você convidou o Pedro também.

Ao utilizar #### para delimitar o exemplo de e-mail, deixamos claro para o modelo que ele deve prestar atenção especial a esse trecho.

O que são Saídas Estruturadas?

Saídas estruturadas são respostas formatadas de maneira específica para facilitar o processamento posterior. Elas são essenciais para garantir que a resposta do modelo seja consistente e fácil de manipular em scripts ou outras aplicações.

Exemplos de Saídas Estruturadas

Vamos ver um exemplo de como estruturar a saída de um modelo para que ela seja facilmente processada:

{
    "nome": "João",
    "idade": 30,
    "profissão": "Engenheiro"
}

Ao definir um formato específico para a saída, como um JSON, garantimos que o modelo sempre retorne a resposta no mesmo formato, facilitando o processamento automático.

Princípios de um Bom Prompt

Para criar prompts eficientes, é importante seguir alguns princípios básicos:

1. Escrever Instruções Claras e Específicas

Um bom prompt deve ser claro e específico para evitar ambiguidades. Por exemplo:

Desenvolva um plano de aula para uma turma de 20 alunos sobre a teoria da relatividade.

2. Dar ao Modelo Tempo para Pensar

Assim como os humanos, os modelos de linguagem também precisam de tempo para processar informações complexas. Dividir um prompt grande em prompts menores e mais específicos pode ajudar:

# Primeiro prompt: Solucione a pergunta abaixo
Estou construindo uma instalação de energia solar, preciso de ajuda.

# Segundo prompt: Verifique se a solução está correta
A partir da resposta anterior, verifique se a solução está correta.

Cadeias de Roteamento

Outra técnica avançada é o encadeamento de prompts, onde dividimos uma tarefa complexa em várias etapas menores. Isso permite melhorar cada etapa individualmente e obter respostas mais precisas.

Exemplo de Cadeia de Roteamento

# Prompt para resolver o problema
Solucione a pergunta abaixo:
Estou construindo uma instalação de energia solar, preciso de ajuda.

# Prompt para verificar a solução
A partir da resposta anterior, verifique se a solução está correta.

Conclusão

Delimitadores e saídas estruturadas são ferramentas poderosas na engenharia de prompts. Eles ajudam a criar prompts mais eficientes e a obter respostas mais precisas dos modelos de linguagem. Ao seguir os princípios de clareza e especificidade, e ao utilizar técnicas como o encadeamento de prompts, você garantirá melhores respostas para suas demandas.

Esperamos que este tutorial tenha sido útil para você. Continue explorando e experimentando com diferentes tipos de prompts e técnicas para aprimorar suas habilidades em IA.