Desbloqueando a IA Eficaz: 5 Dicas de Especialistas para Criar Prompts Perfeitos para IA

Recentemente, o engenheiro de prompt do Google, Lee Boonstra, publicou um whitepaper de 68 páginas sobre engenharia de prompts com várias dicas e estratégias para criar prompts perfeitos para LLMs. Embora o documento tenha sido elaborado para futuros engenheiros de prompts, encontramos várias dicas que usuários comuns podem utilizar em seu uso diário da IA. Este post lista 5 dicas de prompts de IA que ajudarão você a obter melhores respostas de chatbots de IA.

1. Mantenha Simples e Direto

Embora frequentemente seja anunciado que você pode conversar com LLMs em linguagem natural ou casual, isso serve principalmente para tornar o produto atraente para pessoas comuns. Para melhores resultados, você deve manter os prompts concisos e fáceis de entender, focando em verbos de ação. Cada palavra extra ou frase complexa que você adicionar pode potencialmente levar a interpretações erradas.

Em vez de contar ao AI seu problema como uma história, mantenha o prompt diretamente focado na resposta que você precisa. Abaixo estão exemplos para entender melhor:

Prompt ruim: Vou viajar para Tóquio no próximo mês por cinco dias, e estou realmente interessado em ver templos históricos, mas também adoro galerias de arte moderna. Vou ficar perto da Estação Shinjuku e preferiria lugares que não estão muito lotados, pois fico sobrecarregado facilmente.

Prompt bom: Atue como um guia de viagem para Tóquio. Recomende 5 templos históricos e 3 galerias de arte moderna perto de Shinjuku que evitem grandes multidões.

2. Dê um Papel ao AI Primeiro

Para prompts especializados, é melhor primeiro dizer ao AI para agir como um especialista em um campo específico, como “ atuar como um guia de viagem ” ou “ você é um professor de jardim de infância “. Como os LLMs aprendem com grandes corpora de texto, isso os forçará a se ancorar a uma profissão ou persona específica. O modelo usará um tom específico do papel, vocabulário e se limitará ao escopo do papel, o que impedirá que ele divague.

Abaixo estão exemplos de prompts:

Prompt ruim: Crie um plano de aula sobre fotossíntese.

Prompt bom: Você é um professor de jardim de infância. Elabore um plano de aula de 30 minutos sobre fotossíntese com uma história envolvente, uma atividade prática e três perguntas simples de revisão.

3. Forneça Exemplos

Sempre que possível, tente dar múltiplos exemplos de como você deseja que a saída seja. Isso garantirá que o modelo forneça exatamente o que você quer, sem desviar dos objetivos. Esses conceitos são conhecidos como prompt de uma só vez (um único exemplo) e prompt de algumas vezes (múltiplos exemplos). Recomenda-se fornecer pelo menos três a cinco exemplos, se possível.

Claro, exemplos não são necessários para a maioria dos prompts, mas sempre que você precisar seguir uma estrutura específica, eles melhoram muito os resultados. Por exemplo, se você estiver alimentando-o com análises para entender o sentimento, pode fornecer exatamente como precisa separá-las, como negativa, neutra ou positiva.

4. Tente Prompting em Etapas

Prompting em etapas significa dividir um prompt em duas etapas, primeiro perguntando uma questão de nível principal e, em seguida, alimentando a resposta de volta para obter uma resposta detalhada. Basicamente, a primeira pergunta ativa o conhecimento prévio do modelo sobre o tópico, para que ele forneça uma melhor resposta quando você fizer a pergunta real usando os detalhes do primeiro prompt.

Essa abordagem é melhor do que pedir diretamente a resposta, pois “ encoraja os LLMs a pensarem criticamente e aplicarem seu conhecimento de maneiras novas e criativas”.

Para ajudá-lo a entender corretamente, abaixo selecionamos um exemplo que mostra essa abordagem em ação:

Primeiro prompt: Quais são os princípios básicos de uma descrição de produto eficaz?

Uma vez que você obtenha a resposta, use o segundo prompt (a parte de etapa).

Segundo prompt: Usando esses princípios, escreva uma descrição de produto para um novo smartwatch com as seguintes especificações (forneça especificações).

5. Foque em Instruções em vez de Restrições

Os LLMs funcionam melhor quando você os instrui a “fazer algo” em vez de dizer a eles para “não fazer algo”. Em vez de dizer ao modelo quais coisas ele deve evitar, é melhor dizer exatamente o que incluir. Se você adicionar restrições em seu prompt, o modelo pode começar a adivinhar o que é permitido e, possivelmente, se restringir mais do que o necessário. Usar instruções diretas leva a respostas mais criativas.

Embora o documento diga que é aceitável usar restrições quando necessário, é melhor usar instruções positivas. Abaixo está um exemplo do conceito:

Prompt ruim: Descreva nossa nova eco‑garrafa. Não use superlativos e não fale sobre seu preço.

Prompt bom: Crie uma descrição de produto de 2 frases para nossa eco‑garrafa que destaque sua isolamento de 48 horas e construção em aço reciclado 100%. Use uma linguagem clara e voltada para benefícios sem mencionar o preço.

Essas foram algumas das dicas que encontramos úteis para o uso diário. Dito isso, existem muitas outras maneiras de produzir melhores respostas de IA do que apenas elaborar melhores prompts, como personalizar a IA.