ChatGPT e IA generativa: ingeniería inmediata para negocios

1. [Capítulo 1] Conoce a Davis, tu instructor de ingeniería: Sí, sí, sí. Hola, soy Davis y hasta ahora he enseñado a casi 1 millón de personas en todo el mundo habilidades tecnológicas y empresariales. La gente usa la IA para crear publicaciones en redes sociales o pruebas de lectura de un ensayo. Pero eso es como contratar un científico de cohetes para atornillar una bombilla con IA. Como tu socio, solo estás limitado por tus habilidades de ingeniería rápida. En este curso, vas a aprender el marco ICO, cómo diseñar un prompt de grado profesional. Cuatro habilidades esenciales de diseño rápido, técnicas avanzadas de ingeniería rápida. Entonces vamos a construir un prompt de grado profesional juntos paso a paso. Y luego vas a obtener un certificado de ingeniería rápida alojado y verificable emitido por caballete Ahora a lo largo de este curso, vas a aprender algunas definiciones clave asociadas con los modelos de IA y la ingeniería rápida. Vas a tomar algunas simulaciones que te den retroalimentación en tiempo real y construirás tu comprensión para el esquema del curso y definiciones y citas útiles y lectura adicionales Puedes consultar la guía de estudio en caballete enlace I guía. Ahora este curso está diseñado especialmente para profesionales. Usar la IA en el trabajo para hacerte más productivo. Puedes usar tus indicaciones para hacer cosas como personalizar cualquier cosa, para que cualquiera escriba código, cree algo, haga estrategias, enseñe y mucho más, tantas cosas que antes solo los humanos podían Ahora la buena noticia para ti es que se ha demostrado que cuando tienes habilidades de ingeniería rápidas, como las que estás desarrollando aquí, puedes obtener resultados de un modelo de IA de uso general como los ofrecen todas las grandes empresas de IA hoy en día que superan incluso aquellos resultados que vinieron de modelos entrenados a medida en un área específica Bien, así que comencemos. 2. [Capítulo 1] Ingeniería inmediata: el poder detrás de la revolución empresarial de IA: Pregúntale a la IA algo sencillo y obtendrás resultados simples. Pero cuando puedes crear indicaciones detalladas que labran un pequeño espacio perfecto entre los billones Sus habilidades de ingeniería rápidas comenzarán a ahorrarle tiempo, mucho y mucho tiempo, y estará en una nueva realidad profesional mejorada Prompt. ingeniería es la práctica de diseñar preguntas o declaraciones una manera que guíe un modelo de IA para proporcionar la respuesta deseada. Usamos indicaciones cortas en el uso diario de la IA, pero puedes crear indicaciones elaboradas que involucren muchos datos y detalles que te permitan aprovechar el inmenso poder de los modelos de IA y obtener resultados más significativos Las habilidades de ingeniería rápidas pueden crear una seria ventaja competitiva para usted, permitiéndole descubrir las respuestas más precisas, relevantes y creativas de los modelos de IA Entonces, en resumen, en el mundo de IA generativa y los modelos de lenguaje grande, las indicaciones son las que utilizamos para obtener salidas generadas por IA Piense en un prompt como una elaborada clave digital que a partir de su diseño, desbloquea una respuesta desde un modelo de IA Prompt. La ingeniería está diseñando preguntas o declaraciones que guían un modelo de IA para proporcionar la respuesta deseada. Prompt. Las habilidades de ingeniería se pueden utilizar para aumentar drásticamente la precisión, relevancia y/o creatividad de una respuesta de modelos de IA 3. [Capítulo 2] Obtén información sobre Windows contextual, las instrucciones de IA y la declaración más poderosa: Podría preguntarle a mi amigo Sean. Sean, ¿qué debo comer? mejor en respuesta dice, hmm, no sé, Tal vez taco de pollo, ¿verdad? Pero si tuviera que trabajar con IA en esta decisión de almuerzo, podría preguntar. Yo, quiero que me ayudes a averiguar qué voy a comer para almorzar. Sé mi nutricionista y ayúdame a encontrar una solución para el almuerzo que esté a poca distancia Ahora para el desayuno, me tomé un bollo y por lo general trato de comer una comida al día solo que tiene gluten en ella Además, estoy tratando de comer más verduras, especialmente verduras verdes como las coles de Bruselas Además, salí en una carrera muy larga esta mañana, así que tengo bastante hambre y debes saber que no me gustan las cosas que son demasiado picantes y además soy alérgico al aguacate. ¿Te importaría sugerir dos opciones de almuerzo que crees que funcionarían para mí? En concreto, ¿puedes recomendar dos platillos, cada uno de un restaurante diferente y decirme el nombre del restaurante que lo elabora? Entonces la IA podría responder. Bien. Yo sugeriría el Power Bowl de la industria o el tazón hippie de Fresco. Tampoco tienen pan y ambos tienen coles de Bruselas y proteínas magras, además ambos son sabrosos Y ambos restaurantes están a poca distancia. Ahora uno de los grandes beneficios de trabajar con IA es que puede sintetizar enormes cantidades de información, mucho más parejo de lo que es en este ejemplo Cuando trabajas con IA, tu trabajo realmente se convierte en hacer la pregunta correcta, que quizás sea incluso el trabajo más importante que generar la respuesta. Una vez un director general de una de las firmas de consultoría de gestión más exitosas del mundo me dijo que la pregunta correcta es más poderosa que cualquier declaración. Ahora aquí hay algunas definiciones que necesitarás en esta sección. Una ventana de contexto es la cantidad de información que un modelo de IA puede considerar al generar una respuesta. Instrucciones en pronta. La ingeniería es un conjunto opcional de instrucciones que se utilizan para calibrar la forma en que el modelo de IA interpreta su solicitud Ahora es el momento de que aprendas a usar el marco ICO, Prompt Design. 4. [Capítulo 2] Arquitectura de prompt con IA: ¡conviértete en un ICOn de ingeniería: Cuando chateas con IA detrás de escena, la IA está utilizando un registro de tu conversación para determinar qué decir a continuación. Por ejemplo, si dices cuál es el país más pequeño por población, la IA va a mirar tu pregunta, tu pronta, y hacer todo lo posible para entregarte una respuesta adecuada. Responde con la Ciudad del Vaticano con 510 habitantes. Si luego haces seguimiento con, bien, ¿cuál es el segundo más pequeño y la IA? Es con una población de 10.876 ¿Cómo funciona esto? Bueno, cuando chateas con IA, estás construyendo un contexto que la IA pueda usar para continuar la conversación y entregarte resultados útiles. En este ejemplo, el contexto es tu historial de chat. Por ejemplo, no tienes que decir cuál es el segundo país más pequeño por población porque en tu primer mensaje, agregaste ese contexto a la discusión. Cuando preguntaste país por población, contexto es la información que utiliza la IA para generar una respuesta más útil para ti en contexto no tiene que ser un historial de chat. Puede agregar contexto a través de sus indicaciones, y sus indicaciones pueden incluir mucha información La ventana de contexto es la cantidad de información que un modelo de IA puede considerar al generar una respuesta. En la mayoría de los casos, es extremadamente grande en términos de texto. Algunos modelos tienen ventanas de contexto que pueden manejar cientos de páginas por valor de texto. Ahí es donde entra en juego la ingeniería rápida avanzada. Sus indicaciones pueden ser elaboradas y detalladas. Pueden incluir información que permita que un modelo de IA entregue resultados completamente personalizados. Presentando el marco de diseño rápido de ICO, use el marco ICO para organizar su enfoque de IA. Indicaciones. Comience con instrucciones. Las instrucciones son conjuntos opcionales de instrucciones que se utilizan para calibrar la forma en que el modelo de IA interpreta su solicitud. Las instrucciones se pueden usar para establecer el papel de la IA. Eres dietista establecer reglas no incluyas más de tres oraciones en una condición de párrafo El estilo de la respuesta brinda analogías a temas simplificados, complejos, límites establecidos, no brindan ningún consejo médico Por ejemplo, podría tener sentido que uses un conjunto de instrucciones para las indicaciones que usas para generar contenido y otro para trabajos de investigación y otro conjunto para hacer análisis asistido por IA Después de las instrucciones, agregue contexto a su solicitud. Esta es toda la información de fondo y datos que agregas para darle al modelo de IA lo que necesita para generar el resultado que estás buscando. Los dos tipos principales de información contextual para usar en tus prompts son, primero, información de fondo, por ejemplo, información sobre ti, una organización, un cliente, tu industria, alguna política o una situación Segundo, ejemplos. Se trata de muestras que le enseñarán al modelo algo así como cómo se escribe lo que es bueno, lo que es malo, lo que ha funcionado en el pasado, lo que no lo ha hecho ahora. Finalmente, después de las instrucciones y el contexto, puede terminar su mensaje diciéndole a la IA cómo desea que se formatee la salida. Esto es opcional, pero si estás usando IA para tu trabajo, un formato de salida consistente puede ser significativo. En la parte de salida de su solicitud especifique exactamente cómo necesita la IA para responder. Por ejemplo, dígale a AI que cree un título, luego una subsección con tres viñetas, luego otra subsección con una recomendación de cuatro oraciones, y luego una subsección final con tres subsecciones Una vez que configuras esto, tu salida es dinámica. Cada vez que la IA genera, puede rellenar el formulario que hayas presentado utilizando nueva información. En el caso de que cambiaras algo en tu prompt, tal vez en tu contexto. Entonces, por ejemplo, digamos que Rahul escribe una lista de instrucciones, luego agrega mucho contexto, luego identifica cómo debe verse la salida, genera un resultado, luego cambia un dato que está en la parte de contexto de su prompt y luego regenera la estructura Permanecería de la misma manera en la primera generación pero tendría un contenido diferente porque Rahul cambió ese dato en su contexto Entonces, en resumen, tus indicaciones de IA pueden contener grandes cantidades de información Utiliza el marco ICO para ayudarte a organizar tus indicaciones. Comience con las instrucciones, un conjunto opcional de instrucciones que se utiliza para calibrar cómo el modelo de IA interpreta su solicitud Luego agrega mucho contexto a tu solicitud. Información de fondo sobre el tema, y ejemplos que guiarán a la IA. Finalmente, defina un formato de salida. Esto le permite usar su prompt con diferentes datos y mantener una estructura predecible. 5. [Capítulo 2] Voces desde el campo: ¿qué información contextual agregas a tus indicaciones?: Ya sabes, criamos insectos en el desperdicio de alimentos. Pero lo que estamos haciendo es implementar IA con ese desarrollo para que ahora podamos ser de forma más productiva y la forma en que criamos los insectos y cómo los criamos y los controles de temperatura y el desperdicio de alimentos que usamos. Y así es solo muchos de los pequeños procesos pequeños porque con solo el insecto desde el desarrollo del huevo hasta las larvas grandes, ya hay siete procesos con cada etapa de desarrollo. Creo que comienzas con mucho como una biografía. Entonces quieres decirle si lo estás usando para negocios, quieres contarle sobre tu negocio, qué hace tu negocio, qué tipo de productos vendes. Entonces la IA tiene contexto. Lo mismo, si eres estudiante. Quieres decirle que estás estudiando aprendizaje automático o ciencias de la computación y que escribes trabajos de término o haces investigación. Una de las mejores formas de JI es darle ejemplos. He dado un ejemplo de mi escritura justo en el prompt. Entonces, si quería hacer una copia, ayúdame a escribir mi newsletter. Yo le diría lo que quería hacer y luego le doy un ejemplo. Si le doy un ejemplo, eso se llama one shot prompting. Si le doy múltiples ejemplos, se llama shot prompting. Y el factor limitante es el tamaño de la ventana de contexto. Entonces, así basado en el trabajo que sí escribo, muchas veces no consigo salir, así que muchas veces estoy en el sistema sivingugh información Información sobre cómo vender un producto en particular a un público objetivo, básicamente. Percepción correcta que soy relevante para lo que sea estoy tratando de construir o tratando de ver o tratando de hablar. Tal vez traerlo de vuelta un poco, tal vez un poco de investigación de mercado. Entonces como entender las ofrendas que tengo. Entender, ya sabes, algo sobre un cliente o lo que sea que haya recopilado sobre un cliente. Sólo porque me gusta mucho hacer una lluvia de ideas. Entonces entendiendo, ya sabes, un interés particular que tengo por mí ser como un profesional del deporte con como todos los atletas y cosas que me gustan entrenador a un nivel muy competitivo. Pero cuanta más información de antecedentes atrás le das al sistema de IA, especialmente sobre los atletas, es como lo que entrenaron, lo que comieron, muchas de las baterías de prueba y cosas que hacemos. Esencialmente lo que es una batería de prueba, puedes pensar en una batería de prueba como más o menos una secuencia completa de ejercicios que a los entrenadores heterosexuales les gusta dar a nuestros atletas para ver cómo se están desempeñando. Lo que quieres hacer es tomar toda esa información que estás poniendo en las hojas de cálculo sobre cómo funcionan tus atletas y esas cosas Y luego quieres conectarlo al modelo de IA. Y conéctelo como información de fondo, solo contexto. Entonces basado en la información que prácticamente recopilaste y cosas de las pruebas y todo lo demás sobre los atletas, entonces puedes empezar a hacer más preguntas. 6. [Capítulo 2] Simulación de aprendizaje interactivo: crearemos un símbolo de IA con formato de ICO: Bien, ahora tienes la oportunidad de participar en una simulación de aprendizaje interactiva que te permitirá practicar la construcción un prompt formateado ICO que se base en un escenario del mundo real. Cabeza a caballete y corre a través de la simulación de aprendizaje Incluso puede obtener un certificado instantáneo de finalización para la simulación después de terminar. 7. [Capítulo 2] Conclusiones clave de la sección de diseño de símbolos de IA + qué viene después: Enhorabuena por terminar esta sección. Hagamos una revisión rápida de lo que has aprendido como una visión general. Quiero que pienses en un prompt como la solicitud integral más poderosa de una respuesta que uno pueda hacer. Ahora aquí hay algunas cosas clave para llevar. Un aviso puede incluir instrucciones, contexto e instrucciones de salida detalladas para que el modelo de IA siga. Las instrucciones I, C, O se pueden usar para establecer el papel de la IA, establecer reglas y límites y condicionar el estilo general de la respuesta de la IA. Su contexto de prompts puede incluir información de fondo, información sobre usted, su organización, sus clientes, su industria o una situación, y ejemplos para enseñar al modelo sobre algo Piense en la sección de salida de su solicitud como la creación de un formulario que después de que el modelo considere las partes anteriores de su solicitud, se llena por usted. A continuación, vas a aprender cuatro habilidades de diseño rápido, delimetros, definiciones, rebajas y manillares. Vamos. 8. [Capítulo 3] Introducción a los delimitadores, definiciones, rebajas y manillar: Un acto. Entonces me gusta cocinar. Y hay algunas herramientas que uso en mi cocina que me hacen la vida mucho más fácil, como la batidora de pie. Es una herramienta fantástica que hace que mis muffins, panes y galletas sean mucho mejores y mucho más fáciles Ahora, cuando estás diseñando prompts, tienes herramientas como esta que te ayudarán con tu IA, como mi batidora de pie me ayuda con mi cocina Déjame presentarte algunos conceptos. Un delimter es una secuencia de caracteres que se utiliza para especificar el límite alrededor de algo en su solicitud Una definición en ingeniería rápida es usar una palabra o frase para referirse a algo que has agregado a tu prompt. Markdown es una forma sencilla y legible de formatear texto sin formato Manillares en la incitación de IA es el uso de dos llaves con texto en el interior que crea un espacio para que la IA se llene cada vez En esta sección, vas a aprender a subir de nivel tus habilidades de ingeniería rápida usando estas herramientas. 9. [Capítulo 3] Cómo usar delimitadores y definiciones para crear claves mágicas: A menudo es necesario decirle a la IA dónde buscar. Por ejemplo, aquí es donde encontrarás la política y aquí es donde encontrarás ejemplos relevantes. Excelentes indicaciones a menudo tendrán muchos de esos puntos de referencia en ellos. Te voy a enseñar a usar los delimetros y definiciones en tus prompts Juntos hay superpotencia de ingeniería rápida. Un delimetro es una secuencia de caracteres que se utiliza para especificar el límite alrededor de algo En tu prompt, realmente solo necesitas saber cómo usar una etiqueta demeter Puedes usar etiquetas como una forma de separar o fragmentar la información Para una IA como esta información y pones tu información aquí, barra información aquí Solo necesitas mantener la estructura de tu etiqueta consistente. Poner la misma palabra, cualquier palabra entre los símbolos mayor que y menor que. Y la segunda etiqueta con la misma palabra que la etiqueta de apertura. Ahí, hay que poner una barra diagonal inversa. Estás cerrando la etiqueta. Puedes usar etiquetas para un poco de información como letras y luego poner algunas letras aquí y luego cerrar la etiqueta o mucha información como reportar. Y luego pon aquí un reporte completo de 30 páginas y luego cierra la etiqueta del reporte. Ahora las definiciones de definición son simples. En ingeniería rápida, una definición es usar una palabra o frase para referirse a algo que agregó a su prompt. Aquí hay algunos ejemplos, definiciones simples. Experiencia cliente, Davis Jones es profesor e ingeniero de software. Le gusta la cocina y la organización musical caballete. Después de agregar estas definiciones a tu prompt, solo puedes decir, considera los antecedentes del cliente, C mayúscula, B mayúscula O en tu sección de salida, podrías usar manillares, que conocerás en otros lugares, como esta organización, capital la IA sabrá de lo que estás hablando Ahora, para grandes trozos de información, como una política de 15 páginas, por ejemplo, querrás agregar esto a tu mensaje diciéndole a la IA que vas a agregar alguna información y vas a referirte a esta información más adelante por una palabra o frase dada Aquí es donde usamos delimetros y definiciones juntos así Entre las etiquetas de política, encontrarás una política que gobierna mi industria En adelante la póliza con una póliza P mayúscula, y luego agregas el texto de la política aquí, Política de barra diagonal inversa Ahora siempre que necesitemos referirnos a esa política en nuestro prompt, podemos simplemente usar una política de P mayúscula y la IA sabrá de lo que estamos hablando. Aquí hay algunos ejemplos de cómo podría funcionar esto. Por favor, analice la política, luego haga algo usando lo que encuentre en la política basado en los ejemplos en la política. Entonces, en resumen, un delimetro es una secuencia de caracteres que se utiliza para especificar el límite alrededor de algo en su prompt Los delimetros más comunes son las etiquetas. Etiquetas, o cualquier palabra entre dos símbolos de desigualdad. La etiqueta de cierre necesita una barra diagonal inversa al frente así. Una definición en el contexto del diseño rápido es usar una palabra o frase para referirse a algo que agregó a su mensaje. Utilice los delimters y las definiciones juntos, esto le permite hacer referencia a grandes trozos de información fácilmente en 10. [Capítulo 3] Markdown: cómo agregas una jerarquía de información al texto sin formato: Los modelos de lenguaje grande son una forma de IA que convierte el texto en su mensaje, en última instancia, en unos y ceros Entonces el modelo de IA busca patrones y sus datos de entrenamiento. Esto en última instancia le permite hacer una predicción. Y ese es tu resultado Cuando tu prompt se procesa previamente y te has desglosado en estos pedacitos, todo es texto plano, no está formateado. Entonces, ¿cómo indica títulos y cosas así? A través de rebajas. Markdown es una forma sencilla y legible de formatear texto sin formato Hay varias formas de usar el markdown, incluida la creación de encabezados y subencabezados, texto en negrita, texto en cursiva y muchos En la ingeniería rápida, mayoría de las veces necesitará rebajas para los encabezados Básicamente, para mostrar la jerarquía de IA en tu información, usamos el símbolo de hashtag para los encabezados. Y el enfoque es sencillo. Un hash es encabezado uno, el encabezado más grande. Dos, los hashtags son el segundo encabezado más grande, tres hashtags son el tercer encabezado más grande, y así sucesivamente. Cuando estás creando un prompt y quieres agregar información sobre tu organización, por ejemplo, es probable que quieras usar encabezados rebajados para dar tu información Alguna estructura como esta. Hashtag, información sobre mi empresa, hashtag hashtag Inc, nuestra historia, hashtag hashtag, nuestro equipo. Debido a su uso de encabezados de rebajas, la IA entiende que, por ejemplo, nuestro equipo es una sección que es una subsección de información sobre mi empresa, Inc, que es el título También usarás encabezados de rebajas para decirle a la IA cómo estructurar su salida Digamos que quieres que la IA genere un reporte semanal para ti usando algunos datos, y estos datos cambian semanalmente. Has llamado a estos datos mayúscula W mayúscula D mayúscula en una parte anterior de tu aviso. Ahora vas a agregar una estructura de salida específica a este prompt. Su mensaje dice redactar un informe para mí usando este formato. Hashtag, reporte semanal aquí, genera tres frases resumiendo los resultados que ves en el hashtag de datos semanales Hashtag avanza en nuestras metas Aquí usando los datos semanales generamos una frase que resume qué metas alcanzamos esta semana Luego, en una segunda oración, resume qué objetivos no alcanzamos porque has agregado encabezados de rebajas a la parte de salida de tu prompt Guiarás a la IA para generar un borrador de informe semanal que esté formateado exactamente como te gustaría que fuera con un título grande que dice Informe semanal con el texto apropiado debajo y luego un título de subsección que dice Progreso en nuestros objetivos con dos oraciones debajo de él En resumen, la mayoría de los modelos de IA con los que interactuamos son modelos de lenguaje grande, o LLM, diseñados para funcionar con texto plano y sin formato Markdown es una forma sencilla y legible de formatear texto sin formato A menudo usamos su enfoque basado en hashtag para formatear encabezados. En rebajas un hashtag indica el encabezado más grande, dos, el segundo encabezado más grande, y así sucesivamente Puede usar encabezados rebajados para estructurar sus indicaciones, información contextual y para guiar el formato de salida 11. [Capítulo 3] Preparemos un ocumento para el trabajo de IA con delimitadores, definiciones y Markdown: Bien, tomemos un documento que queramos usar con IA y formatearlo para que esté limpio y la IA esté lista para trabajar con él. Solo estás viendo una nota vacía aquí en esta aplicación de administración rápida que construí. Pero lo que vamos a hacer aquí podría hacerse en cualquier herramienta de gestión documental como Google Docs o Microsoft Word. Si mantienes tus indicaciones ahí o quieres diseñar tus indicaciones allí o simplemente directamente en una interfaz de IA como Chat, GPT o algo Esto es lo que vamos a hacer aquí. Voy a abrir esta guía expositiva de puntuación. Esto es solo de un prompt que construí antes. Qué es esto, se las Evaluaciones de Preparación Académica del Estado de Texas, que es esta prueba educativa que tienen que tomar los alumnos de escuelas públicas. Esta es esta guía de puntuación de hace un par de años. Lo que queremos hacer aquí es tomar la guía de puntuación y prepararla para su uso con IA para que podamos integrarla en un prompt. Ahora lo que vamos a hacer aquí, habilidades sabias, se puede aplicar a muchos tipos diferentes de documentos e información. Podría aplicarse a información sobre tu empresa, o tú, o un cliente, o una situación, o un artículo, o prácticamente cualquier cosa basada en texto. Bien, entonces lo que vamos a hacer aquí, vamos a hacer esta sección aquí mismo. Te voy a mostrar cómo vamos a usar markdown, delimeters y definiciones aquí en la estructuración de este contenido Bien, lo que voy a hacer aquí para empezar es simplemente pegar el texto sin procesar. Ahora mismo tenemos este texto sin ningún formato, que es como los modelos de IA necesitan texto. Los modelos AI no admiten texto formateado cuando estás usando modelos de lenguaje grande. Por defecto, básicamente acabamos de recibir este texto sin procesar. ¿Cómo podemos hacer que este texto se formatee de manera que la IA esté lista para usarlo? Bueno, a menudo encuentro que lo que quieres hacer aquí es decirle a la IA que le vas a dar alguna información. Una buena manera de pensar sobre esto es que estás creando un límite alrededor de cierta información. Y vamos a hacer eso con limitadores D , algo así Déjame repasar un poco lo que estoy haciendo aquí. Digo que entre las etiquetas de guía, vas a encontrar información sobre una guía de puntuación. Y en adelante, esta es la guía con una G mayúscula Al decir aquí, después de la guía, las cosas que ponemos dentro de las etiquetas de guía, podremos ser referenciados a lo largo de nuestro prompt simplemente diciendo la guía con una G mayúscula Entonces lo que vamos a hacer aquí es abrir nuestro delimitador así Entonces solo voy a seguir adelante hasta el fondo de esto y voy a simplemente cerrar la etiqueta haciendo backslash y luego guiar Bien, básicamente cualquier cosa que esté entre estas etiquetas va a ser la guía con una G mayúscula que podamos usar a lo largo de nuestro prompt. Bien, este es en realidad el título de la guía. Ahora vamos a empezar a usar alguna rebaja para darle a nuestra información alguna jerarquía Con rebajas, hacemos una etiqueta hash para representar el título o título más grande Entonces haríamos dos hashtags para indicar el título dos o el segundo título más grande, algo así, como puntuación 0.1 Lo que quiero hacer aquí es volver atrás y asegurarme de que estoy duplicando lo que está pasando aquí con la guía de puntuación real Sí, aquí está el título Entonces Básicamente lo que hacemos aquí es que tenemos este subtítulo y luego tenemos estas secciones que son como subsubtítulos Estas son como la tercera sección abajo de esta guía. Vamos a crear eso con rebajas, esta parte aquí donde dice el ensayo representa una actuación de escritura muy limitada Ves que esto básicamente está describiendo lo que significa puntuación 0.1. Esto es básicamente como el texto corporal que está asociado con la puntuación 0.1 Entonces esta cosa de la progresión de la organización, esta es una nueva sección aquí mismo. Sigamos adelante y hagamos esto. Esta es una subsección de puntuación 0.1 Entonces cada una de estas son viñetas diferentes básicamente Sólo vamos a seguir adelante y hacer esos todos los puntos de viñeta así. Todo bien. Y yo sólo voy a verificar doble que tenemos tres viñetas. 123, asegúrate de que eso refleje lo que tenemos aquí. Sí, 123. Muy bien, genial. Lo que hemos hecho añadiendo tres etiquetas hash a esta progresión de la organización. subtítulo es, estamos entre nuestras etiquetas de guía de puntuación diciendo que aquí está el título y aquí hay una subsección y luego aquí hay una subsección Básicamente lo que estamos diciendo es que así es como sabes puntuar la organización y progresión de algo que es la puntuación 0.1 te voy a mostrar una versión completa de esto para que veas cómo se ve esto. Voy a navegar por aquí hasta el prompt completo. Genial, así es como se hace esto en la práctica. Yo hice exactamente lo mismo cuando construí esto. Para algunos profesores, llamo a esta guía de puntuación en lugar de guía. Pero tomé toda esta guía expositiva de puntuación, que encontré es solo información pública Entonces simplemente lo estructuré aquí, bajando, y básicamente lo convertí de este PDF en algo que es utilizable para un prompt. Te voy a mostrar a través un ejemplo de la vida real cómo uso esta guía de puntuación, mayúscula S, mayúscula G. Notarás aquí abajo en la sección de salida del prompt, donde llegamos al fondo y básicamente digo, oye, bien, entonces los alumnos enviaron un ensayo, etcétera Vas a ver aquí te digo, quiero que me ayudes a calificar el ensayo. Esto se refiere al ensayo que está arriba en el prompt según la guía de puntuación. Ahora lo que le estoy diciendo al modelo de IA es que vas a usar de nuevo la guía de puntuación, que está dentro de nuestras etiquetas. Sabe dónde buscar para calificar el ensayo. Aquí es donde los profesores ponen el ensayo. Ese es un ejemplo de usar definiciones de delimitadores y rebajas para convertir algo así Esa no es una pieza de contexto muy útil porque es un PDF. No está organizado de una manera que la IA pueda funcionar con ella, y convirtiéndola en algo que sea utilizable por un modelo de IA usando las habilidades que ahora conoce, que son estos limitadores, las definiciones y el descuento. 12. [Capítulo 3] Manillares: formato de salida confiable con información dinámica: En las indicaciones de IA, se puede pensar en el manillar como un escenario. El escenario en sí permanece en el mismo lugar, pero hay una banda diferente, un baile diferente cada noche. Manillares en la incitación de IA es el uso de dos llaves con texto en el interior que crea un espacio para la IA se llene cada vez Los manillares son una herramienta que utilizamos casi exclusivamente en la sección de salida de nuestros prompts La aplicación más sencilla es hacer que la IA reemplace el espacio del manillar con una palabra o frase. Tal vez de alguna información que agregaste en una parte anterior de tu prompt cada vez que genera. Por ejemplo, tal vez tu prompt tenga información contextual que incluya el nombre de un cliente, Al igual que este nombre de cliente, Davis Jones. Ahora en la sección de salida de tu prompt, es posible que tengas una pequeña línea como esta propuesta para el nombre del cliente. En manillares, la IA generaría entonces propuesta para Davis Jones como su salida También puedes usar manillares para dar instrucciones específicas a la IA sobre qué generar en ese espacio Aquí hay dos ejemplos, primero uno más simple, luego uno más complejo. Empecemos por el sencillo. Genera un título divertido para una propuesta de negocio que incluya el nombre del cliente aquí, hazlo menos de 60 caracteres y aquí tienes un resultado real. Davis Jones gráficos circulares y juegos de palabras un trozo de éxito. Ahora aquí hay un ejemplo más complicado. Nombre del cliente está luchando por bajar sus niveles de estrés antes de acostarse. Usa tus datos de entrenamiento para generar dos ejercicios que nombre del cliente puede hacer cada noche antes de acostarse para desarrollar habilidades de reducción de estrés. Estructurar estos dos ejercicios como este hashtag nombre del ejercicio detalles sobre el ejercicio en menos de 100 caracteres. Palabras alentadoras para el nombre del cliente. En esta parte del prompt, estamos usando Definiciones, Markdown y Handlebars dentro de Handlebars para personalizar el formato y estilo de Aquí hay dos resultados reales. Respiración consciente, inhale profundamente durante 4 segundos, sostenga por siete, exhale por ocho, La calma le espera a Davis. Aquí puedes ver que Markdown creó este título, y también que los manillares anidados crearon calma Esas son las palabras alentadoras para el nombre del cliente. Aquí está la segunda salida, Gratitud. Reflexión, Lista tres cosas de tu día. La positividad genera paz. Davis, sigue así. En resumen, usa dos llaves, manillares con texto en el interior para crear un espacio para que la IA llene algo para ti cada vez que se Normalmente usamos manillares en la parte de salida de nuestras indicaciones como una forma de guiar la IA ya que genera una salida dinámica El uso más simple del manillar es hacer que la IA agregue dinámicamente una palabra, frase o número a su salida, como nombre o puntaje Los manillares pueden dar instrucciones detalladas de IA que incluyen definiciones de rebajas e incluso manillares anidados 13. [Capítulo 3] Las cuatro habilidades básicas de ingeniería con prompt (recapitulación) + qué sigue: Con estas cuatro habilidades, delimetros, definiciones, rebajas y manillares, puedes construir indicaciones que hagan Resumamos lo que aprendiste en esta sección. Poner información entre etiquetas y definirla con una palabra o frase. Esto le permite referirse a esa información fácilmente a lo largo de su aviso. Usa rebajas, encabezados basados en hashtag para dar estructura a tus indicaciones, información contextual y estilo a tu salida Los manillares se pueden usar para crear una salida dinámica basada en las instrucciones que agregue entre llaves Estas cuatro herramientas se complementan entre sí, las utilizan para construir un contexto de alta calidad para la IA y salidas altamente personalizadas. Muy bien, en esta siguiente sección, vamos a aprender algunas técnicas avanzadas de ingeniería rápida. 14. [Capítulo 4] Perú, Mongolia y un plato diplomático diseñado con IA generativa: Imagina que eres funcionario del gobierno y vas a ir a una cena que está celebrando un acuerdo histórico entre Perú y Mongolia. El primer platillo sale y es un ejemplo perfecto de un guiso tradicional mongol, pero está elaborado con ingredientes peruanos que pocas personas conocen Es increíble, único y creativo. Y le preguntas al chef, ¿cómo se le ocurrió este platillo? Ella responde, bueno, tuve una IA liderando una sesión de colaboración simulada entre un experto en cocina tradicional mongol, un experto en vegetales peruanos raros y un pescador peruano experimentado. Loco, ¿verdad? Bueno, en esta sección vas a aprender algunas técnicas avanzadas de incitación de IA como esta Primero vas a aprender dos técnicas fáciles que puedes usar para mejorar drásticamente tus resultados. Entonces vas a aprender de qué se trata tener IA retrocediendo. Y finalmente, vas a aprender sobre incitación multiagente o SPP, y la técnica de Tessa. Empecemos. 15. [Capítulo 4] Dos técnicas fáciles de sugerir para mejorar tus resultados: Piensa en una época en la que algo apeló a tus emociones. Una persona, una película, una canción. Algo que te inspiró a hacer algo o pensar de otra manera. ¿Sabías que los modelos de IA responden a apelaciones emocionales? Aprendamos un par de técnicas simples y efectivas que mejorarán tus resultados de IA. La primera técnica es agregar apelaciones emocionales a tus indicaciones. Investigadores de Microsoft han confirmado que las IA modernas son capaces de comprender los atractivos emocionales. Y que agregarlos a las indicaciones mejora los resultados hasta en un 8% basado en una variedad de métricas Por ejemplo, Sanjay está utilizando la IA para ayudarle a prepararse para una entrevista de trabajo como ingeniero de propulsión Por lo que en la parte de salida de su pronta, agrega el siguiente atractivo emocional. Esta oportunidad laboral no es sólo un paso adelante en mi carrera. Es el cumplimiento de un sueño en el que he estado trabajando desde hace mucho tiempo. Después continúa. Ahora quiero que me ayuden a prepararme para esta entrevista rellenando el siguiente formulario que me ayudará a conocer las tendencias de la industria. Los modelos de IA entienden estos llamamientos emocionales. Segundo, te voy a enseñar el acorde a la técnica. Aquí le pedirás a la IA que utilice partes específicas de sus datos de entrenamiento al generar resultados. Es fácil. Básicamente, agregas una frase como, según datos de Wikipedia a tu prompt. O de manera similar responder utilizando información de fuentes oficiales del gobierno. A menudo querrás agregarlos acuerdo con frases a tu mensaje en las instrucciones o partes de salida de tu mensaje. He aquí un ejemplo. Sanjay puede actualizar el aviso con el que estaba trabajando. Ahora quiero que me ayudes a prepararme para esta entrevista usando información de investigaciones revisadas por pares en tus datos de capacitación para completar el siguiente formulario que me ayudará a conocer las tendencias en la industria, según básicamente le dice a la IA dónde buscar respuestas. Entonces, en resumen, los modelos de IA pueden entender apelaciones emocionales. Úselos en tus indicaciones para mejorar habilidades de razonamiento de la IA y tus resultados Pide a la IA que utilice partes específicas de sus datos de entrenamiento al generar resultados. Por ejemplo, fuentes específicas o tipos de información para ver la investigación original sobre estímulos emocionales y las indicaciones visitan caballete punto enlaces emoción para ver la investigación original sobre según Visita caballete, enlace slash según. 16. [Capítulo 4] Retrocede: de responder preguntas a respuestas cuestionables: ¿Alguna vez has estado trabajando en algún problema? Y a lo mejor te frustraste un poco, entonces decidiste calmarte. Da un paso atrás, y date un poco de espacio para pensar. A lo mejor dormiste en el problema, y luego trabajaste en él al día siguiente, y luego tuviste un gran avance. Bueno, resulta que los modelos de IA exhiben comportamientos similares. Investigadores de Google encontraron que cuando se le pide a la IA que dé un paso atrás, piense en un tema a un alto nivel y luego avance hacia un análisis más detallado. Los modelos Ai funcionan hasta 27% mejor. Por ejemplo, Kendra está pasando por una transición profesional Ella quiere convertirse en enfermera. Y busca trabajar con IA en su plan de transición profesional. Así que al principio de su pronta, podría pedirle a la IA que dé un paso atrás, considere lo que sabe sobre tendencias y medicina. Y luego procede a pedirle a la modelo que le ayude a generar un plan de transición profesional específico para su caso de uso como este. Ahora da un paso atrás y considera lo que sabes sobre tendencias y medicina y enfermería después de haber hecho eso. Y luego continúa, Bien, aquí hay otro ejemplo. Jenny está buscando una estrategia de texto que la ayude a ordenar mucha información más rápidamente. Podría pedirle a la IA que dé un paso atrás y considere cómo las personas han manejado con éxito la sobrecarga de información. Después proceda a pedirle a la IA que haga una recomendación específica de solución tecnológica como esta. Ahora dé un paso atrás y considere lo que sabe sobre sobrecarga de información y convertir mucha información en información valiosa ahora. Y luego continúa. Por último, recuerde que los modelos de IA están entrenados en vastos conjuntos de datos. A menudo solo necesita usar su prompt para tener los datos de recuperación de IA ya en su conjunto de datos. Agrega frases como usar tus datos de entrenamiento o usar lo que sabes sobre fisioterapia a tu prompt para decirle explícitamente a un modelo de IA que aporte sus inmensos datos de entrenamiento cuando genere una respuesta para ti. Entonces, en resumen, cuando se le pide a la IA que piense en un tema a un alto nivel, luego pasar al análisis detallado, los resultados pueden mejorarse mucho. Esta técnica se llama retroceder. Es especialmente útil cuando se utiliza IA para generar resultados que involucran especificidad. Los modelos de IA están entrenados en vastos conjuntos de datos. Al decirle a una IA qué datos de entrenamiento usar, eres rápido puede acceder a ese conocimiento para leer la investigación original. En la técnica de retroceder, visita caballete, link slash retrocediendo 17. [Capítulo 4] Simulación de múltiples perspectivas con la técnica TESSA: ¿Alguna vez has trabajado con alguien que miraba las cosas de manera un poco diferente a la tuya? ¿Encontraste que su visión diferente era interesante y útil? Bueno, básicamente puedes simular esto con IA. Los investigadores de Microsoft han desarrollado un enfoque incitador llamado solo performance prompting o SPP prompting Tiene una IA asumir múltiples personas, cada una con un tipo diferente de experiencia o punto de vista, y luego participar en una colaboración simulada con cada una de estas personas asumidas y luego entregarle su resultado. Este método de incitación es ideal para resolver problemas complejos o generar resultados realmente creativos en experimentos Los modelos de Ai que incitan con este enfoque ofrecen resultados que son cuantificablemente hasta un 20% mejores En este módulo, te voy a enseñar a usar esta técnica con el framework Tessa Vamos a poner un ejemplo. Digamos que Sahid está trabajando en una estrategia de marketing y necesita saber cómo posicionar una marca Necesita comprender las actitudes de los consumidores a través de tres grupos demográficos diferentes los que se dirige la marca Con el enfoque SPP, puede incitar a la IA a asumir personas. Por ejemplo, un adolescente, un padre trabajador y un jubilado Y la IA puede entonces simular una discusión entre estas personas antes de generar una recomendación para Sahid Para construir este prompt, shied usa el framework Tessa. Tessa es un proceso paso a paso para construir este prompt así Primero nombra la tarea, luego los expertos, luego inicia la discusión, luego sintetiza, luego encuentra acuerdo y luego obtiene sus resultados Entonces, pasemos por esta tarea. Primero, introducimos la tarea a la IA a través de nuestro prompt así, necesito ayuda con la estrategia de branding ahora, expertos. Aquí vas a nombrar a todas las personas hipotéticas. Expertos en la materia, representantes de la audiencia, lo que sea. En la discusión así, reunamos a personas que representan a diferentes audiencias. Uno, un adolescente interesado en los juegos de computadora a un padre trabajador que juega juegos 4 horas a la semana. Tres, un jubilado al que le gusta la tecnología y juega juegos durante 10 horas a la semana Entonces le dices a la IA que va a estar en la discusión y va a liderarla. Ahora iniciamos la discusión. Esto lo harás, por ejemplo, diciéndole al padre trabajador que comparta lo que buscan de una marca como esta, el adolescente. Para compartir cómo le gustaría interactuar con esta marca en redes sociales. Y luego el jubilado para compartir lo que les gusta de los juegos que juegan, sintetizar Ahora lo que harás es decirle nuevamente a la IA, a través de tu prompt para sintetizar las ideas de las personas, y luego generar, en este caso, una estrategia de branding Ahora, en otras indicaciones, será cualquiera que sea la tarea y finalmente, de acuerdo Le dirás a la IA que haga que las personas trabajen juntas hasta que acuerden, nuevamente, en este caso, una estrategia de marca increíble para Sahid, y luego te entreguen esos resultados Y es importante señalar que esta técnica de incitación funciona perfectamente con el marco ICO Simplemente agrega cualquier instrucción que tenga en la parte superior de su solicitud, agregue cualquier contexto que necesite agregar, luego agregue el enfoque Tessa a su solicitud y luego haga que la IA entregue cualquier resultado que le gustaría que le entregara En resumen, el enfoque SPP permite a la IA simular múltiples personas, mejorando su capacidad para resolver problemas complejos y ser creativo. Utilice el marco Tessa para usar este enfoque en sus indicaciones Los expertos en tareas inician la discusión, sintetizan acuerdo. Este enfoque funciona muy bien con la estructura de incitación de ICO Puedes agregar instrucciones, contexto, luego Tessa. Luego una estructura de salida para leer el papel sobre el rendimiento en solitario incitando. Ir a Sellin Multi agente. Para un ejemplo, ver caballete DolinksPP ejemplo. 18. [Capítulo 4] Examen de video: mejora tu recuerdo de estas técnicas avanzadas de ingeniería rápida: Imagina que estás revisando oportunidades de inversión y ves una oportunidad que aparece en tu escritorio para invertir en una cadena de cafeterías polacas que está recaudando dinero para que puedan expandirse a partes de Alemania. Te gustaría trabajar con un modelo general de USAI a medida que evalúas este plan de negocios y estás decidiendo qué información contextual agregar a tu prompt ¿Cuál de las siguientes suposiciones puedes hacer sobre el modelo de IA? La IA conoce las tendencias actuales de consumo de café en Alemania. La IA tiene información sobre cómo los alemanes tienden a consumir café. La IA ha sido entrenada con múltiples planes de negocios de la cadena de café y documentos relacionados. La IA es capaz de utilizar documentos fuente escritos en polaco, alemán e inglés en un solo aviso. La respuesta es que todos los supuestos son válidos salvo el supuesto uno. No es seguro asumir que el modelo de IA ha sido entrenado con datos actuales de consumo de café de Alemania. Ahora te gustaría hacer todo lo posible para garantizar que el modelo te devuelva información precisa. ¿Cuál es la mejor manera de hacer esto? Agrega una instrucción que le diga a la IA que no especule. Utilice el método según. Para que el modelo de IA aproveche los datos de entrenamiento solo de fuentes en las que confíe. Integrar un atractivo emocional como este es realmente importante para mí en su pronta o en todo lo anterior. Así es. Todas estas estrategias son válidas y se pueden utilizar en combinación entre sí, ¿de acuerdo? Te gustaría aprovechar las indicaciones de rendimiento en solitario o el enfoque SPP cuando construyas este prompt, lo harás con el framework Tessa, estableciendo la tarea como generar una evaluación de inversión Ahora bien, ¿qué grupo de expertos introducirás en el prompt? ¿Qué experto liderará la parte sintetizadora de este prompt? Un propietario de una cadena de cafeterías europeas, un gestor de fondos de capital privado europeo, un entusiasta del café alemán y un CEO polaco que lidera la síntesis Un experto en la cultura cafetera alemana, un experto en la cadena de suministro de café y un banquero de inversión con la IA liderando la síntesis Un experto en bienes raíces comerciales alemanes, un experto en marketing para consumidores alemanes, un experto en cadena de suministro de restaurantes polacos y un banquero de inversión alemán que lidera la síntesis Si bien todos los expertos presentados son personas válidas para incluir en el ejercicio, solo la opción dos tiene la IA liderando la síntesis, haciendo de esta la respuesta correcta. 19. [Capítulo 4] Recapita tus aprendizajes de técnicas rápidas avanzadas de ingeniería + qué sigue: Muy bien, en esta sección, aprendiste algunas técnicas avanzadas de ingeniería rápida. Vamos a revisarlos. Cuando incluyes apelaciones emocionales en tu generativo, las indicaciones de IA como esta me importan mucho Ai generará estadísticamente mejores resultados. Utilice la técnica según para que los modelos de IA utilicen partes específicas de su conjunto de datos de entrenamiento al generar resultados. Si estás haciendo un trabajo de IA que implique especificidad, dígale a la IA que dé un paso atrás y recuerde lo que sabe sobre un concepto que está usando en su prompt para problemas complejos o sintetizando puntos de vista Utilice el método SPP. Con Tessa tarea expertos inician la discusión, sintetizan y Ahora, en la sección final del curso, vamos a construir juntos un prompt de grado profesional. Al final de la sección, puedes averiguar cómo obtener tu certificado. 20. [Capítulo 5] ¡No contrates al mejor chef del mundo para que venga a cortar cebolla!: La forma en que mucha gente usa la IA, es como contratar a un chef para que venga a tu casa a picar tus cebollas. A lo mejor por eso uno de los socios de Y Combinator, el acelerador de arranque más importante del mundo, sede en San Francisco, tenía esto que decir Lo que me encantaría ver más start ups trabajando es el uso de LLM para automatizar procesos complejos de back office en grandes empresas Entonces, por ejemplo, en un banco, podrías tener un equipo de atención al cliente respondiendo cargas y montones de consultas de los clientes. Y la gente ya está trabajando en automatizar eso. Pero lo que mucha gente no se da cuenta es que entonces hay un equipo de cumplimiento que está verificando una de cada 100 de estas conversaciones para asegurarse de que cosas como las quejas se manejan adecuadamente o que no se brinda asesoramiento financiero si el agente no está calificado. Y eso lo hace un equipo masivo de gente que está pasando por resmas y resmas y resmas de texto Esa es una muy buena tarea para un LLM. Bien, entonces ahora vamos a construir un prompt diseñado para un gran impacto en un espacio en el que quizás no hayas pensado en equipos de minería industrial. Estiremos un poco nuestras mentes e imaginemos nuevas áreas donde ingeniería rápida puede tener un gran impacto en el negocio. Aquí está el caso. Los fabricantes de equipos industriales reciben muchas reclamaciones de garantía. En cada una de estas afirmaciones puede tomar un ser humano mucho tiempo para revisar. Usemos la IA para hacer que este sistema sea exponencialmente más eficiente Al diseñar un aviso que califique las presentaciones de cobertura de garantía para cajas de engranajes en sistemas de transporte minero Ahora no necesitas ninguna experiencia previa en esta área para entender qué vamos a hacer con este prompt. Ahora antes de continuar, estaré usando la aplicación de administración rápida de caballete que construí A medida que construimos este mensaje, puede acceder al mensaje que vamos a construir juntos en el prompt que vamos a construir juntos de caja de cambios de enlace de caballete Lo que estamos haciendo se puede hacer en cualquier sistema de procesamiento de textos que te guste y con cualquier sistema de IA que te guste. Si quieres copiar el texto del mensaje, simplemente haz clic aquí y cópialo en tu portapapeles Y al final de esta sección, te diré cómo solicitar tu certificado de ingeniería pronto a caballete 21. [Capítulo 5] Expongamos visualmente este mensaje de IA con el marco de ICO: A menudo encuentro cuando estoy diseñando indicaciones que es útil comenzar a diseñar con el objetivo en mente y luego trabajar hacia atrás aquí El objetivo es ayudar al fabricante de estas cajas de cambios a precalificar estas solicitudes de garantía Voy a hacer que la IA ponga la solicitud de garantía en una de cuatro categorías y luego voy a hacer que dé un resumen de un párrafo justificando por qué se metió la solicitud en esa categoría Entonces esto significa que la función central de nuestro prompt va a ser poner una solicitud de garantía en una de estas categorías. Lo que significa que necesito definir las categorías. Entonces eso va a ser parte de mi contexto. Ahora bien, para enseñar a la IA cómo poner la solicitud de garantía en una de estas categorías, voy a necesitar algunos ejemplos de solicitudes anteriores que realmente han sido recibidas y categorizadas. Esto mejorará drásticamente la precisión de este aviso. También necesitaré enseñar a la IA lo que debería estar en una solicitud de garantía. Entonces voy a obtener esa información de la compañía y ponerla en el prompt a, ahora que tengo las partes de categorización, necesito habilitar este prompt para justificar lo que está haciendo y apoyar su capacidad para categorizar las solicitudes de garantía que no se encuentran exactamente En los ejemplos que he enseñado a la IA, lo que voy a hacer es obtener el catálogo de productos y poner las partes relevantes de ese catálogo de productos en nuestro prompt. De esta manera, la IA sabrá exactamente qué son estos productos, cómo se califican y cómo están destinados a ser utilizados. Ahora voy a diseñar la salida para que sea consistente cada vez que genere. Por último, voy a hacer las instrucciones. Voy a hacer esto último porque entonces sabré cómo funciona el prompt y qué se supone que debe hacer. Esto me permitirá establecer roles y límites apropiados para la IA para este aviso. Ahora, antes de que terminemos, necesitaremos crear un espacio donde agreguemos nuestros envíos de solicitud de garantía reales a nuestro aviso. Entonces, para diseñar este prompt, comencé por mirar lo que quiero que haga el prompt. Entonces identifiqué la información que necesitará tener la IA para poder hacerlo. Esa información será el contexto prompts. Por último, agregué las secciones de salida e instrucción al prompt y donde vamos a poner los envíos de garantía. Ahora como construimos el prompt, voy a agregar algo de lenguaje natural para conectar estos elementos. Por ejemplo, me verás decirle a la IA en algún momento que dé un paso atrás antes de que continúe en algo. Bien, construyamos el prompt. 22. [Capítulo 5] Lado a lado: agreguemos contexto a nuestro mensaje: Bien, contexto. He agregado información que la IA no es probable que tenga y que necesita para hacer su trabajo de evaluar estas solicitudes de garantía. A este enfoque se le llama técnicamente aprendizaje en contexto porque no estamos cambiando el modelo en sí, solo lo estamos enseñando a medida que lo incitamos. Bien, para empezar, veamos estos parámetros. Estos parámetros son lo que requiere la empresa, la persona o negocio que realiza la reclamación, Qué información tienen que presentar para poder realizar la reclamación. Vas a ver un patrón aquí que vas a ver un montón en este prompt y has aprendido en esta clase. Aquí vamos a configurar las etiquetas delimitadoras, entonces simplemente vamos a describir lo esas etiquetas delimitadoras están encapsulando Y luego le vamos a dar un nombre, los parámetros. Si quieres ver el documento fuente de donde vino esto, el documento comercial real, el documento comercial real, puedes ir a Enlace de caballete Dodge Warranty Verás eso aquí en la pantalla. Simplemente tomé esta información del documento de requisitos de reclamo de garantía de la compañía. Bien, sigamos abajo en las secciones de categoría. Aquí es donde realmente configuramos las categorías en las que el prompt va a poner uno de los reclamos. Esto utiliza la mayoría de las técnicas que has visto en este curso. Aquí están nuestras etiquetas de categorías. vamos a abrir aquí mismo y luego vas a ver, cerramos ahí mismo. Aquí le vamos a dar una definición. Después de las categorías con una C mayúscula y luego dentro de las categorías que estamos usando rebajas, estamos creando encabezados aquí como categoría uno, muy probablemente cubiertos, entonces este es el texto que está debajo de ese encabezado La IA puede entender que estamos estableciendo 1234 categorías. Entonces vamos a crear la categoría cuatro o vamos a hacer la categoría cuatro, esta captura toda la categoría. Porque si el envío no contiene suficiente información para evaluarlo adecuadamente, seguiré adelante y arreglaré esto. Aquí no contiene suficiente información para evaluarla adecuadamente, luego colocarla en esta categoría. Muy bien, genial. Ahora pasando, vamos a establecer esta información de catálogo, el mismo patrón. Vamos a crear una etiqueta, un dílimetro. Vamos a añadir una definición que se relaciona con ese dílimetro en particular Entonces vamos a usar rebajas. Esto viene directamente del catálogo de productos de la compañía. Y en realidad puedes mirarlo si quieres, en el catálogo de Easel Caja de Cambios Estás viendo ese enlace aquí en la pantalla. Honestamente, he descubierto que esta es una de las partes más difíciles reales, al menos en términos de trabajo que consume mucho tiempo, es cuando básicamente estás traduciendo documentos comerciales como PDF y cosas así en texto plano para indicaciones Una cosa que hice para hacer esto en realidad es que usé IA para ayudarme a hacerlo. Tú también puedes hacer eso. Muchos sistemas de IA a los que podrías tener acceso pueden aceptar documentos como subidas. Y se puede decir, oye, quiero que resuma esto. Puede utilizar indicaciones para acelerar realmente el desarrollo del negocio. Pide que estés construyendo al hacer que haga cosas como esta A veces tendrás que limpiarlo un poco. Y lo que hemos hecho aquí es básicamente usar marcar de nuevo para simplemente nombrar las características, la nomenclatura, las opciones especiales y cosas así El proceso de selección si está construyendo verdaderas indicaciones de grado comercial Muchas veces esto solo va a ser donde vas a gastar gran parte de tu trabajo real y el tiempo va a estar en poner la información que el prompt necesita tener para que conozca sobre un negocio o los procesos particulares de una organización que el prompt pueda hacer su trabajo. Bien, ahora bajemos a los ejemplos. Si recuerdas lo que aprendiste anteriormente en el curso, contexto se trata básicamente información de fondo y ejemplos. Estas tres primeras cosas que aprendiste, los parámetros, las categorías en la información del catálogo, eso es básicamente información de fondo que probablemente no esté en el conjunto de datos de entrenamiento de la IA. Estamos enseñando a la IA sobre eso en el prompt. Ahora a lo que vamos a pasar son ejemplos. Los ejemplos son muy importantes para permitir que una IA haga un gran trabajo. Lo que vamos a hacer es dar un ejemplo de, a partir de datos de los negocios sobre lo que cae dentro de cada categoría. Y vamos a hacer eso con un patrón común que estás viendo una y otra vez, que está entre las etiquetas de ejemplo. Entonces ahí está nuestro Dlimitter, le vamos a nombrar ejemplos, mayúscula E. Y luego vamos a agregar nuestro ejemplo aquí, esa es la categoría 123.4 Estamos enseñando Este es un ejemplo de una solicitud de garantía que caería en una categoría determinada. Y esto va a hacer que vuelva a ser mucho más preciso. Bien, ahora nos estamos metiendo en nuestra zona de salida. Eso lo haremos en el siguiente módulo. 23. [Capítulo 5] Creemos una estructura de salida confiable para el indicador: indicaciones de salida de Easel Prompt pueden ser realmente simples, como generar un correo electrónico No vamos a hacer eso. Vamos a controlar la salida, específicamente usando markdown y manillar para que cada vez que se use este prompt, genere salida en un formato definido Esto presta nuestro trabajo rápido y de IA a la integración en sistemas de negocios avanzados Al igual que otras aplicaciones, flujos de trabajo bien definidos donde se esperaría que la documentación o la salida vengan en un formato consistente. Pasemos por esto. Esta es el área de salida aquí mismo. Aquí van a ver que estoy usando un lenguaje natural para decirle al modelo de IA que dé un paso atrás y considere lo que sabe sobre canteras, procesos mineros y gestión de ventas técnicas industriales Ahora bien, estas no son cosas que le enseñamos en el prompt. No hablamos de canteras ni de procesos mineros ni procesos mineros ventas técnicas industriales Sin embargo, los modelos de IA definitivamente están capacitados en esos temas. Al hacer que el modelo de IA retroceda y recuerde sus datos de entrenamiento, eso va a aumentar la precisión y efectividad de este prompt. También le estamos diciendo que considere lo que encuentra en la capital C catálogo capital informo la información del catálogo y los parámetros. Estas son nuestras definiciones que se refieren de nuevo a la información que se encapsula en nuestros delimitadores. Se puede ver que me estoy refiriendo de nuevo a la información que enseñamos la IA antes aquí en nuestra salida. Después usando los ejemplos, E mayúscula para guiarte, valorar el envío, que va a ir aquí mismo, colocándolo en una de las categorías, y rellena el siguiente formulario por mí. Bien, esta parte está básicamente al inicio de la salida. Lo que queremos hacer es esencialmente unirlo todo y decirle la IA que estos son los datos que quiero que consideres a medida que comienzas a ejecutar lo que quiero que hagas. Entonces me gusta que la IA llene este formulario por mí. Encuentro que al decirle que llene un formulario, la IA es capaz de entender que quiero que mantenga un formato consistente aquí. Al hacer un solo hashtag, vamos a crear un título básicamente. Y la forma en que vamos a crear ese título es a través del manillar aquí y aquí Y le vamos a decir a la IA que genere un título claro relacionado con el envío de S mayúscula y tu valoración que tenga menos de 40 caracteres. Es importante ser muy específico. Menos de 40 caracteres. Ai probablemente no va a ir a los plátanos y hacer un título que sea como la longitud de un libro. Pero en la ingeniería rápida de negocios, cuanto más específico puedas ser, mejor. Porque por ejemplo, digamos que quieres hacer fluir esta salida a un sistema y ese sistema tiene algunos límites de longitud en los títulos. Así es como te pondrías a especificar cuáles deberían ser esos límites de longitud. Bien, y entonces lo que vamos a hacer es establecer un subtítulo Y al poner esta categoría fuera del manillar, vamos a asegurar que la IA diga punto y coma de categoría Después dentro del manillar, vamos a decir identifica qué categoría seleccionaste Aquí le estamos dando instrucciones dentro del manillar que están relacionadas con el envío Ahora vamos a hacer otra subsección que es la justificación, y le estamos diciendo que genere hasta cinco oraciones que proporcionen información sobre por qué seleccionó la categoría que hizo Ahora en este caso, vamos a darle a la IA un poco de margen de maniobra hasta cinco frases Es importante señalar que si dices tres oraciones, la IA generará tres oraciones, 455 en algunos casos. En este aviso en particular, tal vez no necesitemos las cinco oraciones. Lo he dejado hasta en cinco oraciones para dar sus ideas sobre por qué seleccionó la categoría que hizo. Esa es nuestra salida. Cuando demos una demostración de esto, verá que cada vez que usemos este mensaje, incluso cuando cambiemos los envíos, nuestra estructura de salida se mantendrá consistente. Bien, antes de seguir adelante, aquí es donde vamos a poner la sumisión, y ya has visto este patrón antes. Entre las etiquetas de envío, encontrará una reclamación de garantía que recibimos recientemente en adelante, la presentación mayúscula S. Y verás que eso se hace referencia aquí en la salida también. Cuando pruebes este aviso por ti mismo, solo sacarás esto aquí. Entonces puedes usar el regazo de caballete o puedes copiar al portapapeles Y vas a sacar esta parte de aquí mismo. Y luego colocarás uno de los envíos de prueba de muestra que puedes encontrar en la guía de estudio. 24. [Capítulo 5] Instrucciones para obtener información rápida sobre IA: fijemos el papel y las reglas: Bien, entonces en realidad estás viendo un prompt diferente aquí. ¿Por qué es eso? Bueno, mientras trabajaba en estas instrucciones de indicaciones, realidad usé IA para ayudarme. Si vas a enlaces de caballete, metainstrucciones, encontrarás este prompt que utilicé para enseñar a la IA el objetivo del prompt y también los elementos contextuales del prompt que estamos construyendo aquí Y luego compartí algunas instrucciones generales personalizadas que uso y las puedes encontrar en la guía de estudio para que la IA me ayude a crear estas instrucciones que son apropiadas para el prompt de la caja de cambios. Vas a ver aquí que en realidad encapsulé mucho del prompt que ya había construido. Las partes contextuales del prompt entre etiquetas de prompt. Esto es sólo para demostrar que se pueden tener delimitadores que están dentro de delimitadores Y yo nombré el aviso aquí. Y luego van a ver después agregar estos elementos contextuales, agregué estas instrucciones predeterminadas, que utilizo en muchos de mis prompts. Entonces aquí en la parte inferior, dije, considera mis instrucciones rápidas y predeterminadas y luego da un paso atrás y considera lo que sabes sobre ingeniería rápida y crea mis conjuntos de instrucciones. Solo quiero ilustrar aquí que probé esto con un par de modelos diferentes de IA. Probé este prompt que genera instrucciones con un par de modelos de IA diferentes que incorporé en la app de caballete antes de encontrar resultados que me gustaron A mí me gustaron más estos resultados Gemini Pro. Lo que es solo para decir que a veces vale la pena probar tus indicaciones en diferentes sistemas de IA porque todos son un poco únicos y los modelos a veces evolucionan con el tiempo Y también, debes saber que los diferentes modelos tienen diferentes estructuras de precios que pueden marcar una gran diferencia cuando usas tus indicaciones para los negocios Por ejemplo, cuando mires aquí, verás que Gemini Pro actualmente tiene un precio así. Para generar este prompt, quiero decir, es mucho menos de un centavo, donde GPT four es de aproximadamente $0.10 Eso solo para decir que estos modelos tienen un precio diferente y son mejores en cosas diferentes Es posible que tengas que probar tus indicaciones en diferentes sistemas de IA para obtener los resultados que estás buscando 25. [Capítulo 5] Pones a prueba el prompt: demos una demostración de nuestro nuevo prompt con envíos de pruebas: Es. Bien, vamos a hacer una demostración de nuestro aviso. Primero voy a copiar el prompt a mi portapapeles. Después voy a ir a un modelo de IA y pegar en el prompt y agregar uno de los envíos de prueba de la guía de estudio. Y luego voy a generar, bien, aquí está el resultado. Se ve bien. Ahora voy a probar esto con otra prueba. La sumisión se ve bien. Bien, entonces a escala, podrías configurar un sistema que integraría este prompt en un sistema de negocios a través de código de computadora. O use alguna aplicación que le permita procesar muchas reclamaciones de garantía a la vez. Bien, ahora vamos a conseguirte tu certificado de ingeniería rápida. 26. [Capítulo 5] ¡Eso es un envoltorio! ¡Felicitaciones ingeniero de Prompt!: Gran trabajo. Muchas gracias por aprender conmigo. Para solicitar su certificado de ingeniería rápida diríjase a caballete vincule certificados y simplemente siga las instrucciones allí en el formulario de solicitud de certificado Ahora, por fin, recuerda que ingeniería rápida de alguna manera es un arte. Hay tantas formas de diseñar indicaciones. Te animo a ser creativo y tratar de volver a entrenar tu cerebro para que recuerdes usar la IA para ayudarte con tu trabajo Esto es algo nuevo. Ai puede hacer casi cualquier cosa. Solo tienes que pedirle ayuda con el prompt correcto.