Comprender y usar la IA: clase magistral de ChatGPT. Prepárate para el futuro con técnicas para prompts

1. Introducción: qué esperar: Hay esta regla simple a la que debemos atenernos a la hora de trazar con CA GPT Cuanto mejores sean los insumos, mejor será la forma en que pone. Si no quieres quedarte atrás, tienes que ser capaz de ser visionario. Te animo a pensar en la ingeniería rápida como una habilidad del futuro. Necesitamos desarrollar la habilidad de componer los proms adecuados para obtener lo que realmente queremos de C Llevo más de una década trabajando en marketing en un campo donde incorporamos la IA en nuestros procesos diarios. Hace mucho tiempo, y he visto tantas indicaciones p y tantas quejas que GPT es estúpido, o los resultados no son interesantes, en, no son lo suficientemente buenos Y eso es todo por la forma en que incitamos. Decidí crear este curso para ayudarte a obtener mejores resultados al platicar con las herramientas eléctricas E I y dejar que se conviertan en tus amigos, no en tus enemigos. Este curso es para todos, cada nicho, cada negocio, cada nivel. Por supuesto, si ya eres Chachi Pro, puede haber muchas cosas que ya sabes, pero espero poder sorprenderte de todos modos, porque agregué muchas ideas secretas de fuentes para subir de nivel el proceso Todas las cosas van a ser sumamente prácticas, una promesa. ¿Qué vas a sacar de este curso? La lista también es larga. Break para técnicas para crear contenido original de alta calidad. Aprenderás a establecer el estilo cómo escribe la IA para que coincida con tu propio estilo de escritura, voz de tu marca y todas las demás necesidades personales. Con las indicaciones correctas, optimizarás tu trabajo y tus procesos diarios con IA Voy a compartir mis apoyos comprobados exactos, y también compartiré hoja con los proms que creé, especial para ti Evitarás muchos II errores y escollos. Y al final de este curso, sabrás cómo obtener salidas de calidad de siguiente nivel de GPT o cualquier otro modelo de IA impulsado por GPT, y descubrirás cómo formatear y estructurar tus proms para diferentes tipos Aprenderás artesanía rápida avanzada y utilizarás técnicas avanzadas para obtener los mejores resultados. Sí, las cosas grandes son comunes. ¿Estás en? Junto con explicaciones intuitivas, compartiré tanto ejemplos prácticos recursos para hacerte la vida mucho más fácil. Vamos. 2. Proyecto de clase: Proyecto de clase. Ya sabes lo que dicen. Aprender a trabajar con IA y guiarla con las indicaciones más efectivas es probablemente la habilidad de apalancamiento más alta que puedes desarrollar este año, si no esta década Para eso estamos aquí para hoy. Muchos expertos dicen que en un futuro cercano, la IA se convertirá en una parte tan grande de nuestra vida diaria que la ingeniería rápida será una de las habilidades más demandadas en la fuerza laboral. Y honestamente, creo que para mucha gente y para muchas industrias, parece que el futuro cercano es ahora mismo, y para otros, por ejemplo, para todos los trabajadores de cuello blanco, tal vez dentro de cinco, siete años a partir de hoy o probablemente incluso antes. Pero lo primero es lo primero. Por qué nuestro proyecto de clase, nuestra tarea, la tarea para ti es tan importante hoy en día. Para llegar a ser insustituible en esta nueva economía. Primero debemos comprender cómo trabajo. Qué herramientas debemos usar para obtener buenos resultados, y esa es la más importante, las técnicas de incitación correctas Nuevos conocimientos y habilidades se difunden rápidamente, pero también hay muchas técnicas brillantes y métodos incitantes de los que casi nadie habla, al menos no en voz alta Y hoy los pondremos en práctica. Desencajaremos una bolsa llena de trucos. Pero la cosa es, eso es mucho mejor aprender con solo hacer trabajo práctico, experimentos prácticos en lugar solo verme hablar y solo ver el curso. Por eso quiero que detengas el curso cada vez que lo necesites y practiques a mi lado para probar todos los nuevos métodos de inmediato y minimizar el riesgo de que los olvides. ingeniería rápida efectiva requiere tanto conocimiento, también el conocimiento de todos los modelos subyacentes que se utilizan, y eso también es parte del curso, pero no puedo enfatizar esto lo suficiente. La práctica es lo más importante. Tu viaje será mucho más efectivo si ves la ingeniería proned como una habilidad muy útil Un conjunto de habilidades para usar como complemento todas las demás habilidades que aportas a la mesa, y lo practicas como cualquier otra habilidad que quieras llevar a un nivel superior. Por eso mi mejor consejo para este momento es practicar a mi lado. Toma notas, si quieres, y por supuesto, anota lo que te funciona. Qué ideas son las mejores para tu industria, para tus necesidades, para tu negocio, para tu proyecto. Presta atención a lo que funciona para mí, lo que funciona para la gente que conozco, la gente de la que voy a hablar. Y llévate las mejores ideas para ti. La habilidad es poder comprender sistemáticamente el lenguaje de las diferentes IA y cómo instruirlas. De eso se trata la ingeniería rápida. Nosotros tu tarea, que también llamamos un proyecto de clase es esto. Prueba diferentes técnicas de incitación por ti mismo. Ponlo todo en práctica, y al final de este curso, comparte tus resultados favoritos para mí, tu conversación favorita con Chaz PT, tus indicaciones favoritas y los resultados de usarlo ¿Cómo compartirlo? Simplemente haz una captura de pantalla de esta conversación favorita, parte favorita de la conversación y posarla aquí mismo. Si tienes alguna duda o tal vez querrías recibir los comentarios de mi parte, recuerda que me encantan las preguntas y me encantaría platicar contigo, así que no dudes en dirigirte también a la sección de discusión. Bueno, realmente espero verte. 3. Qué significa GPT y cómo funciona ChatGPT: Qué significa GPT y cómo funciona Chad GPT. Antes de sumergirnos en las tuercas y tornillos de la pronta Ingeniería, hablemos de GPT, el modelo principal de IA que vamos a utilizar en este curso En noviembre de 2022, C GPT, la interfaz Chad Bolt impulsada por GPT, introdujo modelos de lenguaje grande, introdujo modelos de lenguaje grande, LLM en los Desde entonces, han surgido numerosas aplicaciones y ols, y probablemente hayas escuchado sobre algunas de ellas incluso no te has dado cuenta de que están impulsadas por GPT Entonces, ¿qué es GPT? GPT es un sistema de IA tan poderoso creado por IA abierta para comprender y generar texto similar al humano Por supuesto, cada versión es cada vez más avanzada. Hay una gran posibilidad de que cuando veas este curso, ya esté la próxima generación de GPT por ahí Cada uno está más avanzado, como ya les dije, pero el sistema y la forma en que funciona sigue siendo el mismo. Por lo que la información en nuestro curso no quedará desactualizada. Y claro, de todos modos, lo actualizaré cuando sea necesario, que no tengas que preocuparte por. Chad GPT significa transformador preentrenado generativo basado en chat Y sé que puede que no suene una campana. Entonces aquí hay una simple hoja de referencia para entender lo que realmente significa GPT Generativo significa que puede crear cosas nuevas. Puede generar respuestas a nuestras preguntas, y necesita ser incitada. Pre tren nos dice que el modelo ya ha aprendido mucho en base a diferentes datos. Se entrenó. Avanzó en una gran cantidad del material escrito disponible en la web y también en el contenido académico. transferencia es el método especial que utiliza para entender el lenguaje. Procesa oraciones de manera diferente a otros modelos que existen. Buenas noticias, esto también significa que no hay dos respuestas iguales. Al utilizar los algoritmos para generar la siguiente palabra, da una palabra diferente por lo que los resultados son únicos. Y aquí viene la observación inferir. Es por eso que cuando mis compañeros de trabajo y yo usamos T GPD para generar anuncios de Facebook para nuestras nuevas aplicaciones cuentan Aunque nuestros apoyos fueron muy similares, todas las ocho respuestas fueron diferentes Y claro, algunos de ellos fueron mucho mejores que otros. Y claro, el número al lado de GPT muestra que esta es, por ejemplo, la tercera versión con cada una mejorando y más inteligente, como ya sabes Entonces, ¿cómo funciona exactamente GPT? Sé que para tantos de ustedes, C a GPT es en realidad la primera vez la inteligencia artificial en esta forma aterriza en su radar Pero, ¿GPT es algo realmente alto en lo nuevo y uno de sus tipos Puede que no te des cuenta, pero la IA existe desde hace algún tiempo y también está presente en nuestra vida diaria, y C GPT no fue el primero Porque mira, ¿cuál es el papel de la inteligencia artificial? La inteligencia artificial está diseñada para aprovechar las computadoras para imitar la resolución de problemas del talento de toma de decisiones y las capacidades de nuestra mente humana Los mejores ejemplos de esto serían el reconocimiento facial, la forma en que funcionan los videos recomendados en YouTube o TikTok Diferentes herramientas, chat bots o curso de auto conducción. Y todos sabemos esto, ¿verdad? Llevan años con nosotros. Entonces, ¿por qué GPT es tan extraordinario? Empecemos con un giro. La siguiente respuesta es toda escrita por C GPT sin mis ediciones sin ninguna edición, así que escucha TGPT es el último avance en tecnología de procesamiento del lenguaje natural desarrollado por Open y AI Es un chat box que genera respuestas humanas a la entrada de texto en tiempo real. Uno de los aspectos más impresionantes del TGPT es su capacidad de entender y responder al contexto Tiene la capacidad de recordar conversaciones anteriores y utilizar esa información para generar una respuesta más relevante. Esto hace que se sienta más como una conversación con una persona real que como una interacción robótica. No una característica destacada del TGPT es su capacidad para comprender y responder a diferentes acentos y dialectos Esta es una gran ventaja para las empresas que buscan expandirse a nuevos mercados ya que les permite comunicarse manera efectiva con los clientes independientemente de su ubicación o antecedentes lingüísticos sin barreras. Bien, GPT no son muy modestos, pero tienes razón. También debes saber que para algunas personas, para muchas personas, es difícil imaginar y entender la forma en que funciona GPT Entonces me gusta ejemplificarlo y describirlo de esa manera. Así que es más fácil entender la forma en que funciona, incluso si no estás familiarizado con todos estos términos avanzados de EI. Entonces escucha, puedes imaginar a Cog PT como un estudiante extremadamente ambicioso Quien pasa sus días enteros encerrado en la biblioteca y lee y aprende de tantos libros diferentes disponibles por ahí. Pero lo mejor es que es el mejor amigo que puedas imaginar. Él no guarda la puerta. Él quiere ayudarte cada vez que puedas. Entonces, cuando le haces una pregunta o le das un aviso, usa lo que ha aprendido para darte una respuesta. Y realmente pienso que cuando imaginas a Chachi PT así, es mucho más fácil tratarlo como un amigo, no como un enemigo que está aquí para robarte tu trabajo Y esa es esta razón adicional por la que me encanta tanto esta forma de describir aG PT. CG PT y todos sus competidores cercanos como Varden o Bin están llevando a la realidad un concepto que alguna vez fue por décadas, solo un sueño loco y que solo existió en la ciencia ficción, teniendo una conversación real comprometida con una computadora Puedes generar textos para nosotros, escribir código. Explicar conceptos científicos y matemáticos. Explicar motivos difíciles de las novelas, darnos clases de idiomas, escribir artículos, o incluso poemas de amor, darnos recomendaciones cinematográficas, y la lista sigue y La versión más avanzada puede incluso como exámenes legales o generar recetas a partir de solo una foto del contenido de tus refrigeradores. Es impresionante. Todo lo que tenemos que hacer es pedirle y darle un aviso para decirle qué puede hacer por nosotros y qué esperamos. La clave de este proceso radica en la arquitectura Chagpts, una red de capas interconectadas que trabajan juntas para analizar e interpretar lo que queremos Cada capa de esta red contribuye a comprender el contexto, la semántica y los matices de nuestro prompt Después de todo, los humanos somos seres dinámicos complejos que no siempre se comunican directamente una manera fácil de entender. Chachi PT, por otro lado, es una máquina, muy sofisticada, pero construir un puente entre cerebro humano complejo y algoritmos ag PTs fue un desafío Aquí es cómo abrir la IA mismos ilustright distancia aG PT cepa Y tuve que mostrarles esto ya que aquí tenemos muchas ideas interesantes para entender nuestra herramienta. O CGPT mucho mejor, así que vale la pena hacer una pausa y leer para tener una idea de cómo se ve el proceso Hoy, no vamos a profundizar mucho tecnología de pie detrás de GPT porque no quiero aburrir a aquellos de ustedes que no están tanto en la tecnología en matemáticas y simplemente eligió este curso para saber cómo usar GPT en vida real solo para hacer su vida más fácil sin toda esta teoría y todos estos antecedentes Y eso también está bien, y entiendo completamente este enfoque. Abogo por usar AI Ta GPT como su compañero de escritura y su asistente personal, y también lo uso yo mismo de esa manera Esa es también una de las razones por las que yo mismo soy un entusiasmo de IA. Pero no debemos olvidar eso al lado todas las superpotencias, todas las cuerdas Chad PT también tiene algunas limitaciones y debilidades. Como dicen, también hay dos caras de una misma moneda. 4. Limitaciones de ChatGPT y qué NO es?: Limitaciones de GPT y lo que no es GPT. Como ya sabéis, mi equipo y yo llevamos tanto tiempo experimentando con IA generativa Hemos incorporado la IA en nuestros procesos diarios. Hemos agregado funciones que funcionan con IA y se basan en la API de IA abierta a las herramientas que estamos creando, y estamos entusiasmados con todo el impacto estos modelos pueden tener en nuestras vidas en los próximos meses. Pero quiero que te des cuenta de que no es tan perfecto y fácil. CGPT, como todo, también tiene sus limitaciones y desventajas, y a pesar de amar el modelo, necesitamos hablar de ellos. Y por supuesto, siempre debemos, siempre tener en cuenta que esta sigue siendo una tecnología en desarrollo, y tal vez estas debilidades y estas limitaciones eventualmente serán atendidas o dispersadas. GPT puede proporcionar respuestas incorrectas. Sí, a veces alucina. Ya conoce la ventaja de GPT. GPT se destaca de las herramientas de IA de honor y la asistencia de IA por sus métodos únicos a la hora de crear respuestas a nuestras preguntas y nuestras indicaciones Acumula una respuesta reuniendo probables tokens que están determinados por los datos de la cadena GPT en lugar de buscar respuestas completas de las fuentes de Internet Hablaremos de fichas en uno de los próximos capítulos, así que no te preocupes. Definitivamente volveremos a ello para que puedas entenderlo completamente. Pero la desventaja. Pero la desventaja es que GPT realmente no puede distinguir lo que es verdadero y lo que es falso, y lo que realmente está lejos de las realidades, por lo que a menudo hola Y algunas respuestas pueden no ser solo un poco apagadas. Pueden ser fácticamente inexactos, y desafortunadamente, en algunos casos, completamente maquillados y no podrían estar más lejos del verdadero ion de los eventos Este es un tema interesante y dilema continuo, no solo para CA GPT, sino para todos los modelos de lenguaje grandes en Ese es el mayor problema. Y te puedes reír cuando digo que GPT alucina, pero de hecho, este es un término oficial Cuando C GPT y otros modelos de lenguaje grande, LOM generan información fácticamente inexacta y nos dan declaraciones falsas, lo llamamos Este es también uno de los mayores peligros potenciales de las respuestas generadas por IA y la revolución de la IE. CGPT tienen una manera confusa de mezclar hechos reales con ficción, lo que hace que sea aún más difícil distinguir con qué partes de las respuestas son verdaderas y cuáles están compuestas Algunas imprecisiones pueden aparecer completamente en acento. Pero tienen implicaciones mucho más amplias a la hora de tratar temas más serios o más sensibles. Para el yo inexperto, las declaraciones incorrectas parecerán completamente ciertas Ni que decir tiene que llevar a consecuencias horribles cuando se usa para tareas como dar consejos médicos o describir eventos históricos, por ejemplo Los resultados podrían ser catastróficos. Por eso es tan importante verificar todos los resultados y tener en cuenta que no se puede confiar plenamente en la IA. La gran bandera roja es que cuando Cha GPT responde a tu prono o a tu pregunta con una declaración incorrecta, algo totalmente falso Responde con tal autoridad. Esta confianza es realmente alucinante. Mira qué confianza representa ChagPP tiempo que comparte declaraciones que están completamente maquilladas Podrías darle a GPT el 100% del contexto necesario para darte la respuesta correcta y aún así saldrá a la superficie la respuesta incorrecta Como algunos Altman CO de OPN AI Set. CGPT es increíblemente limitado, pero lo suficientemente bueno. Yo algunas cosas para crear una impresión engañosa de grandeza. Es un error estar confiando en él para cualquier cosa importante en este momento. Es una vista previa del progreso. Tenemos mucho trabajo por hacer en robustez y confianza. Falta de empatía e inteligencia emocional. En procesa señales electrónicas pero no puede sentir ningún sentimiento, ninguna sensación de amenaza o seguridad. También, por supuesto, no tiene trauma infantil ya que Taylor Berger desplazó a través de su pecado en los primeros días de la culpa del escritor de América He leído esta entrevista muy interesante con Peter Garson, jefe de Innovación en V CCP, organizada por Rosie Copland sobre IA y científicos Y esta es la forma en que explicó el tema. La fase de inteligencia artificial es engañosa. No hay inteligencia. Es estadística y probabilidad. Los chatbots no son inteligentes en el sentido de que están pensando en máquinas. Sus máquinas de predicción. Es por eso que mucha gente en el campo llama a esto machine learning o inferencia estadística o aprendizaje patrones y inteligencia artificial establece una expectativa injusta La IA no tiene emociones y no tiene forma de adquirirlas por sí sola. Solo puede aprender de los humanos y las fuentes a las que tiene acceso y terminar copiando todas las conductas y creencias justas e injustas, que también es muy peligroso porque puede distinguir buenos ejemplos de malos ejemplos. Estoy viendo este acalorado debate en torno al dilema, si la IA debe tratarse como humanos Puede que te sorprenda, pero algunas personas creen que la IA puede hacer mucho más que simplemente copiar el comportamiento humano. Realmente piensan que la IA puede tomar conciencia de sí misma y convertirse en un sobrehumano e incluso tener sentimientos profundos reales Por supuesto, la IA se está volviendo cada vez más inteligente y puede hacer cosas que solo los humanos podían hacer antes, pero ceñámonos a los hechos. EI está en sanient. Simplemente tiene muchas opiniones prestadas de las fuentes en las que se estaba entrenando Ca GPT está sesgado. Sí, como ocurre con la mayoría de las plataformas de EI y los productos impulsados por IA, un GPT está sesgado Como ya sabrás, fue creado a partir de los escritos colectivos y muchas fuentes académicas de Internet. Como podríamos predecir fácilmente, esto ha resultado en uno de los mayores problemas de Tag PT. Ha heredado algunos de los mismos terribles sesgos que existen en nuestro mundo cotidiano Los datos utilizados para entrenar GIPt son sesgados, y por supuesto, lo son Entonces el modelo en sí también está sesgado, lo que potencialmente conduce a resultados discriminatorios. Y desgraciadamente, eso no es sólo un riesgo potencial. Muchos usuarios dicen que han visto que AgiPT es realmente sesgado, especialmente en temas delicados Existe esta regla primaria cuando se trata de herramientas de EI. Cuanto mejor se capacite a los datos, mejor será la inteligencia y los datos no siempre son perfectos. El doctor Joy lo explicó de esa manera. Los datos son lo que estamos usando para enseñar a las máquinas cómo aprender diferentes tipos de patrones. EI se basa en datos. En los datos es un reflejo de nuestra historia. Entonces el pasado habita dentro de nuestros algoritmos. CGPT fue entrenado en datos utilizando terabytes de texto de humanos, y no debemos olvidar que GPT se entrenó en toda la sociedad Taji PT no es un motor de búsqueda. Algunas personas piensan que es el próximo Google, pero definitivamente no lo es. Como ya sabrás, Chachi PT puede darte información falsa o alucinaciones como se le llama oficialmente. ¿Por qué no es un buscador? Es muy sencillo. Mira. Primero, entender cómo GPT recoge sus conocimientos y cuáles son sus fuentes Debe ser entrenado sobre un conjunto de datos. Para acumular nuevos datos e información nueva, el motor subyacente debe estar entrenado en él, y consume mucho tiempo, realmente consume mucho tiempo. Tiene este enorme potencial para mejorar la funcionalidad de los motores de búsqueda, pero no es probable que sustituya completamente a los motores de búsqueda que conocemos. Y siempre debemos, verificar siempre el hecho de que nos dice T GPT Además, no siempre te arma con precisión con sus fuentes, incluso cuando lo pides y también lo pides. Y si estudia una fuente con información falsa y engañosa, puede estar 100% segura Es cierto y luego compartir esta información con todos los usuarios de CA GPT Sin embargo, la buena noticia es que cuando información inexacta o declaraciones seriamente engañosas son atrapadas en el proceso de retroalimentación, la información que proporciona CA GPT se vuelve más precisa, por lo que está aprendiendo gracias a nuestros 5. Las fortalezas centrales de ChatGPT: Bien. Ahora es el momento de las mayores fortalezas de GPT El capítulo anterior puede sonar muy serio, y no quiero que pierdas el entusiasmo. Entonces, en este capítulo, nos vamos a centrar en las fortalezas de I para traer de vuelta nuestra emoción y curiosidad. Creo que te das cuenta lo poderosas que son las herramientas CG PT y otras herramientas de I powert Y por eso estás aquí viendo el curso. Pero realmente me gustaría resumir el lado positivo, para que podamos refll nuestra emoción cp, nuestra emoción cp, y luego ir más lejos directamente a la ingeniería rápida y técnicas exactas para obtener los mejores resultados de Porque la cosa es que realmente no puedo esperar para presentarte esta parte. Pero antes de hacer eso, discutamos brevemente las ventajas de usar nuestro CG PT en pocas palabras Hazme saber en los comentarios o en la sección de revisión, si hay alguna ventaja que te gustaría después de la lista, o tal vez algunas ventajas que te gustaría poner en la parte superior. Porque en tu opinión, son los más importantes. Tengo mucha curiosidad. Así que por favor házmelo saber. Cuál es la ventaja número uno para usted y el lado positivo número uno de usar herramientas eléctricas EI para usted. Realmente puede acelerar muchos procesos y el trabajo mundano. A veces hacer tareas simples puede llevar horas, especialmente si te falta la inspiración o escribir sobre un tema que realmente no disfrutas. Con las indicaciones y parámetros correctos, GPT puede ayudarlo con casi todas las tareas, y los resultados pueden superar sus expectativas Disfrute de ahorros de costos y ahorre tiempo. Cuando decimos que el tiempo es dinero, en realidad queremos decir que ahorrarle tiempo es realmente igual a ahorrar dinero porque el tiempo es mucho, nuestro recurso más preciado. Por lo que siempre debemos tratarlo con respeto y guardarlo siempre que podamos. CacPT no es bueno para verificar hechos, pero es genial para tantas tareas diferentes Y hoy, te voy a mostrar cómo aprovechar al máximo eso. Con ingeniería rápida y mis técnicas de incitación favoritas Entonces aquí es donde las cosas se ponen realmente, realmente emocionantes. Vamos. 6. ¿Qué es la ingeniería rápida?: Es ingeniería rápida. Ingeniería Prompt es básicamente aprender a hablar con IA para llevar esta comunicación al siguiente nivel, hacerla más clara y agradable para ambas partes para que obtengamos los mejores resultados y las cosas que queremos, exactamente lo que queremos. Sin compromisos, y para que la IA entienda lo que esperamos de ella y qué es exactamente lo que queremos obtener. ¿Por qué importa? Para obtener los mejores resultados y las mejores respuestas, simplemente podemos escribir lo que queramos chatear con TG PT como si fuera 100 humanos. Sí, claro, ya sabemos que es realmente inteligente. Y también la variación más reciente de Toch PT nos da esas sugerencias lo que quizás queramos Pero hay muchos consejos profesionales que puedes implementar en tus procesos diarios para obtener aún mejores resultados y una mayor calidad de respuestas. Y déjame decirte Eso es un cambio de juego. Prompt Engineering se trata de elaborar estas indicaciones, para que el modelo de IA pueda generar las respuestas más útiles y precisas y entregar exactamente lo que desea GPT no es un lector mental, así que tenemos que guiarlo. O puedes pensar en un modelo como un asistente súper eficiente o tu ambicioso pasante que toma tus palabras de manera muy literal Mira, cuanto más claras, más precisas sean tus preguntas, tus instrucciones, tus indicaciones. Cuanto mejor sea tu asistente, tu pasante puede desempeñarte y ayudarte Esa es básicamente la esencia de la ingeniería rápida. Es necesario darle las mejores instrucciones posibles para recibir las mejores respuestas posibles y ayuda de alta calidad. Por qué es importante la ingeniería rápida. Ya sabes por qué nos debería importar. Piensa en estar en un nuevo país en una ciudad totalmente nueva con una buena hoja de ruta clara. Eso es exactamente lo que es la ingeniería rápida para la IA. buenas indicaciones ayudan a la IA a ir más allá y llegar a donde necesita llegar La ingeniería rápida es como esta mano guía para la IA, guiándola en la dirección correcta. Y sin instrucciones claras y indicaciones fáciles de interpretar, incluso los más avanzados, los modelos de IA más sofisticados pueden no darte los resultados que necesitas Se perderá e interpretará tu instrucción otra manera porque no puede leer tu mente. Pero con las indicaciones correctas, puedes guiar la IA con precisión hacia tus necesidades, tus metas, ahorrando tanto tiempo, tanta energía, nervios y esfuerzo Prompt Engineering nos permite obtener las respuestas específicas que queremos y necesitamos. Mejora nuestra interacción con la IA, haciéndola más efectiva e innovadora porque podemos recibir la respuesta de la más alta calidad posible. Por supuesto, los modelos de IA se volverán cada vez más avanzados. Claro. Pero no importa cuán avanzada sea la IA, aún necesitas comunicar lo que quieres lograr de alguna manera. Y podemos suponer que la IA estará perfectamente alineada con nuestras necesidades, y predecirá lo que queremos. Realmente necesitamos desarrollar la habilidad de componer los proms adecuados para conseguir lo que realmente quiere Según las estadísticas generativas de IA, 2025, 10% de los datos generados a nivel global serán creados por inteligencia artificial Hace mucho. Si bien es fácil pensar que todos pueden pedirle a la IA que cree artículos de alta calidad, imágenes, gráficos, traducciones, resúmenes o incluso código python, muchos expertos lo convierten en su trabajo Esto es interesante. Sitio web popular, de hecho, muestra casi 300 empleos en Estados Unidos para los llamados prompt Engineering and AI Whisperers Al menos ese es el caso de hoy. En el momento en que estoy grabando este curso. Y si bien algunos resultados proporcionados por la IA generativa, ve en la web o en Instagram dit, Twitter, donde quiera que inicie sesión para descubrir cosas nuevas y nueva inspiración, estos resultados pueden parecer increíbles, pero ten en cuenta que son tan buenos, tan avanzados, tan llenos de detalles, tan impresionantes Debido a las buenas indicaciones, alguien ingresó al sistema Con el fin de hacer que la IA haga grandes cosas por ti. Cosas que quieres que haga, necesitas entender exactamente lo que quieres y cómo describirlo, cómo comunicarte en lenguaje natural, para que la máquina, la IA también lo entendiera. Esta es exactamente la razón por la que la ingeniería rápida se está volviendo tan crucial. Alguien que sea un profesional en el momento Ingeniería puede determinar qué datos Qué formato se necesita para entrenar al modelo y qué preguntas hacerle al modelo para obtener los resultados de alta calidad. Hoy en día, nuestro objetivo de ingeniería rápida es crear datos rápidos tanto muy precisos como completos para la IE. 7. Comprensión de las indicaciones como tokens: Las indicaciones de pie como fichas. Si eres nuevo en la IA, el término token puede sonar confuso. Lo sé. Pero créeme, sólo suena complicado. Es una idea clave, así que necesito explicártelo. Pero créeme, eso es muy fácil de entender. Un token es una representación de una palabra. Parte de las palabras o un símbolo. Los tokens son utilizados por las herramientas de IA como una forma conservar la memoria y la potencia informática. Por qué tal vez quieras preguntar. IA solo tiene tanto en su memoria, por lo que los proms tokenizantes permiten que la IA considere más contenido a Es algo así como cómo todos lo acortamos para mantenernos dentro del límite de caracteres de Twitter a la hora de crear un nuevo twit dentro del límite de caracteres de Twitter a la hora de crear un nuevo twit Los tokens son los bloques de construcción del lenguaje para IA como GPT four Son las unidades de textos que la IA lee y entiende. Oh, sé qué ejemplo de la vida real puede ser útil, así que puedes imaginarlo más fácil. Piensa en fichas como diferentes ingredientes en una receta para un pastel. Póntelo, son solo piezas individuales. Es difícil predecir qué se hará con ellos. Mézclalos de la manera correcta, y forman un pastel perfecto. Al igual que los formularios de fichas, oraciones completas, de AI pueden entender. ¿Cómo se relaciona exactamente esto con la ingeniería rápida? Bueno, cuando le damos un prompt a GPT, no ve una frase o un párrafo Ve una secuencia de fichas. Después analiza estos tokens para entender tu pregunta y generar la respuesta que necesitas. Es un proceso muy rápido. No lo puedes ver, pero está pasando. Así como nosotros, los humanos, damos sentido cada oración leyendo palabras individuales, la IA descompone nuestros apoyos en fichas para entender lo que estamos pidiendo Veamos cómo la herramienta de tokenizador Open AI proporciona una ilustración sencilla de este Antes de que la API procese nuestras indicaciones, la entrada se desglosa en tokens así Como puedes ver, en inglés los tokens pueden ser tan cortos como un solo carácter, por ejemplo, un punto, o tan largos como una palabra dependiendo del contexto. Los modelos de IA como GPT four tienen un límite máximo de tokens que pueden procesar a la vez, generalmente en miles, pero ese límite aumenta con el tiempo Este límite incluye los tokens en los props que escribimos y la respuesta que genera GPT Como dije antes, también es un poco como el límite de caracteres en Twitter. Entendiendo los apoyos como tokens, ayúdanos a comprender cómo los modelos de IA leen y procesan nuestras preguntas y la tarea que queremos que la IA haga por nosotros. Entonces, aquí están las tomas clave para recordar. Los tokens de IA no tienen nada que ver con la palabra cripto. No es un término criptográfico. Los tokens son los bloques de construcción o lenguaje para IA como GPT four En el ámbito del bot de chat de IA, un token puede ser tan corto como un carácter o tan largo como una palabra. Los tokens representan texto sin procesar. Por ejemplo, la palabra fantástico se dividiría en las fichas fa, Ts y ti. La tokenización es un tipo de codificación de texto. Por ejemplo, la frase, Hola. ¿Cómo estás? Él 16 fichas. Antes de que la API GPT procese el prompt, nuestra entrada se desglosa en tokens, siempre Los modelos de lenguaje generativo tampoco escriben nuestras respuestas palabra por palabra o letra por letra, como hacemos los humanos, sino más bien token por token Modelos como nuestro CGPT generan cada respuesta de texto token por token a Open AI lanzó una herramienta muy genial que te permite jugar con la ganización de texto que usan para Échale un vistazo cuando tengas un minuto. puedes encontrar aquí mismo. Fichas. Es un concepto fundamental en la ingeniería rápida, y mantener ese conocimiento en el fondo de tu mente te ayudará a crear indicaciones que obtengan los mejores resultados de modelos de IA como GBT four en todas las próximas versiones 8. Nuestra interacción con la IA: entradas y salidas: Interacción con IA, entradas y salidas. Después de que entiendas el concepto de fichas, al menos realmente espero que así sea. Profundicemos un poco más para explorar cómo podemos interactuar con GPT y otros modelos de IA Utilizamos estos términos con bastante frecuencia, pero ¿sabe qué son exactamente las entradas y salidas? Al igual que la conversación entre dos amigos o dos compañeros de trabajo, la conversación entre nosotros y GPT o cualquier otro modelo de IA involucra dos elementos Entrada y salida. Dos lados necesitan comunicarse. La entrada es nuestro aviso. Por lo general, es una pregunta o una tarea para la IA. Y el resultado es la respuesta que obtenemos de la IA. Una buena analogía de palabras reales es una vez más, por ejemplo, cocinar juntos O mejor horneando un pastel juntos. Imagina que estás horneando un pastel usando una receta. En este escenario, la IA es como un asistente de horneado súper inteligente. Entrada. Piensa en la entrada como la lista de ingredientes e instrucciones que proporcionas a tu asistente de horneado. Dile al asistente qué ingredientes tienes. Harina, huevos, azúcar, ya sabes, toda la lista, y cómo quieres que se mezclen y horneen. De igual manera, cuando interactúas con NAI, proporcionaste información, preguntas o comentarios. Este es el insumo que utiliza la IA para entender lo que queremos. Salida. Ahora imagina que tu asistente de ruptura toma los ingredientes e instrucciones que has dado y los sigue para crear un pastel. El pastel terminado es la salida de su trabajo asistencial. De igual manera, la salida de N AI es la respuesta o acción que genera en función de la entrada que proporcionaste. Si haces una pregunta, la respuesta de Tag PT es la salida. Si le pides a CaGPT que traduzca una oración, la frase traducida es la salida Al igual que tu asistente de horneado necesita instrucciones claras para crear un pastel con el que sueñas. La IA necesita una entrada precisa y bien formada para generar la salida deseada. Y así como el éxito de tu asistente depende la calidad de los ingredientes e instrucciones que des, la precisión y utilidad de la salida de la IA depende de la calidad de la entrada del prompt que proporciones. Oh, me encantan las analogías de palabras reales. Me dan hambre y de humor para hornear una tarta de queso Sí. Apuesta de nuevo a nuestras entradas y salidas. Las entradas a modelos de IA como GPT four son prompts, que son secuencias de tokens como aprendimos Podemos escribir preguntas simples, una oración para completar, o incluso un párrafo largo para que la IA analice. Por ejemplo, me encanta pegar todo el párrafo del post de bloque para que la IA mejore y analice, pero hablaremos de estos métodos un poco más adelante Entonces la IA interpreta los tokens para entender qué es exactamente lo que queremos Y toda la magia radica en la forma en que la IA genera respuestas para nosotros. Me parece muy similar a cómo respondería un humano. Por supuesto, como ya sabes, el proceso es diferente. Y la IA genera una respuesta token por token, no qué por qué, pero aún así es un poco similar. Así que para llevar La interacción entre entrada y salida es la parte más importante para la ingeniería rápida. Al obtener un conocimiento más profundo de esta dinámica, podemos crear indicaciones más hábilmente y predecir las reacciones de la IA, y nos permite tener comunicación más fluida con la IA y entenderla 9. Mecanismos de respuesta a la IA y cómo responde la IA: Mecanismos de respuesta de IA y cómo la IA responde. Vamos a desvelar la magia de las respuestas de IA. Ahora que sabemos por qué necesitamos una entrada y salida, y lo que realmente son, exploremos, cómo la IA súper inteligente, algo así como un cerebro robot, nos da respuestas. A esto lo llamamos el mecanismo de respuesta de IA. Es como la forma de pensar y hablarnos de la IA. Vamos a sumergirnos en ello. Imagina que estás jugando un juego de asociación de palabras con un amigo que es muy bueno para entender los patrones. Dices una palabra y tu amigo responde con otra palabra que está relacionada. Hacen esto pensando en las palabras significado y conexiones. Ahora, piense en el mecanismo de respuesta de IA como la arquitectura de transformadores utilizada en los modelos de IA. Es un poco como tu amigo inteligente, pero súper cargado de tecnología. Entrada. Le das a la IA una frase o una pregunta igual que darle una palabra a tu amigo. Atención y comprensión. La IA utiliza su cerebro transformador para prestar especial atención a las palabras en la entrada. Entiende cómo se relacionan entre sí, similar a cómo entiende tu amigo las conexiones de palabras. Tramitación. La IA piensa profundamente en la entrada. ¿Cómo analiza patrones y significados, igual que hace tu francés para llegar a una palabra relacionada? Salida. Así como tu amigo responde con una palabra relacionada, la IA genera una respuesta. Esta respuesta se basa en los patrones que descubrió y la información que conoce de su formación. Entonces el mecanismo de respuesta AI con su arquitectura de transformador es como un amigo súper inteligente que puede entender y procesar información para darte respuestas reflexivas basadas en la entrada que le des. Ahora pensemos en un mecanismo de respuesta de IA como un juego de idiomas jugado por un equipo de jugadores, cada uno con un rol específico. Este juego también es un poco como la arquitectura de transformadores utilizada en los modelos de IA, y por eso lo usaré para que puedas imaginar más fácilmente cómo funciona el proceso. Así que imagina que eres un maestro de preguntas, y tus amigos son los transformadores. Y escucha. Cada transformador tiene un transformador codificador de habilidad único. Este amigo escucha atentamente tu pregunta y la descompone en partes más pequeñas como entender las palabras y sus significados Transformador de atención. Este amigo presta especial atención a palabras y figuras importantes y a cómo se relacionan. Es como enfocarte en las partes clave de tu pregunta. Transformador de memoria. Este amigo recuerda todos los detalles importantes de preguntas y respuestas anteriores Es como tener un cuaderno con conversaciones pasadas. Transformador decodificador. Por último, este amigo junta todas las piezas. Toma uno de los codificadores, transformadores de atención y memoria dicen los transformadores de atención y memoria y forma una respuesta completa a tu pregunta El juego va así. El primer paso. El maestro de preguntas, dale tu pregunta al transformador codificador. Segundo paso, el transformador codificador entiende las palabras y sus significados. Primer paso. El transformador de atención resalta palabras importantes en las que todos deben enfocarse. El cuarto paso. El transformador de memoria comprueba su portátil para ver si hay algo útil del pasado. El transformador codificador toma todo de otros transformadores y fabrica una respuesta bien formada Como puedes ver, todo el proceso es como esfuerzo. Al igual que en los modelos de IA con la arquitectura de transformadores. Cada parte hace su trabajo para entender, recordar y generar respuestas basadas en la entrada que obtiene. Es, AA es tan inteligente gracias a este proceso llamado arquitectura de transformadores. Sin sumergirse demasiado en el estilo técnico, porque imagino que no quieres pasar tres años escuchando esta teoría. Este proceso y esta arquitectura ayudan a un GPT u otro modelo de IA, leer e interpretar texto En cierto modo, eso es un poco similar a los humanos Bien. Siguiente cosa importante que hay que entender. L et's mejoran nuestra analogía del juego de lenguaje de palabras real con el concepto de probabilidad y la puntuación de probabilidad, que también son muy importantes para comprender los modelos de IA y comprender el concepto completo de ingeniería rápida Porque solo quiero que dejes esta clase para terminar este curso con la sensación de que ahora realmente entiendes la forma en que podemos comunicarnos con los modelos de IA y la forma en que responde. Siempre puedes saltarte esta parte de teoría, pero de verdad secretamente espero que también la encuentres súper interesante porque, bueno, yo sí. Y si no te lo saltas y entiendes este proceso, tendrás mucha más confianza al hablar con tu amigo, CPT o simplemente cualquier otro modelo de IA, cualquier otra herramienta de IA Así que volvamos a mi analogía y realicemos esta analogía del juego de lenguaje con el concepto de probabilidad en una puntuación de probabilidad Imagina que tú y tus amigos están jugando un juego de idiomas usando un tablero mágico. Este juego será un poco como la arquitectura de transformadores utilizada en los modelos de IA. Y ahora estamos sumando la idea de probabilidad y puntuación de probabilidad para que puedas imaginarlo y entenderlo mejor. Le haces preguntas al maestro de preguntas, empieza por escribir tu pregunta en el tablero mágico. Cada uno de tus amigos, los amigos que ya conoces, el transformador codificador, el transformador atención, el transformador de memoria y el transformador decodificador tienen una pluma de diferente color. Transformador codificador. Cuando escribes la pregunta, el transformador codificador la lee cuidadosamente y usa su pluma para subrayar las palabras importantes Asigna una llamada de probabilidades a cada palabra mostrando la probabilidad de que sean las partes clave de la pregunta Este amigo solo escucha tu pregunta y la descompone cuidadosamente en partes más pequeñas Por ejemplo, si preguntas ¿cómo es el clima? Podrían asignar las mayores probabilidades al significado relacionado con clima y las probabilidades más bajas a otros Transformador de atención, transformador de atención. Este cuerpo presta atención a palabras importantes y descubre las relaciones. Asigna curso de probabilidades a lo conectadas que están las diferentes palabras Si tu pregunta contiene palabras como hoy y lluvia, el transformador de atención podría dar una alta probabilidad sco a la idea que estás preguntando sobre las lluvias de hoy Transformador de memoria, el transformador de memoria, comprueba su libro de nodos mágicos, que contiene conversaciones pasadas. Busca preguntas y respuestas similares para averiguar qué funcionaba bien antes. Asigna un scot de probabilidad a diferentes opciones de respuesta en función de su éxito en el pasado Si antes se ha hecho una pregunta similar y obtuvo una buena respuesta, el transformador de memoria podría asignar mayores probabilidades a estas respuestas similares, el transformador codificador Aquí es donde realmente entran en juego los puntajes de probabilidades realmente entran en juego El transformador decodificador toma toda la información de los otros transformadores, incluyendo las puntuaciones de probabilidad, y crea una respuesta. Escoge las palabras e ideas que tienen la mayor probabilidad de ser una respuesta correcta y significativa. El transformador Coder toma toda la información resaltada y recordada Utiliza su pluma para dibujar una respuesta en el tablero. La intensidad del color representa la puntuación de probabilidad. Cuanto más oscuro sea el color, más probable es que la respuesta sea precisa y útil. A medida que todos juegan a este juego de lenguaje mágico, los colores y la intensidad de las marcas en el tablero te ayudan a entender qué partes de la pregunta son más importantes y qué respuestas tienen más probabilidades de ser correctas. Al igual que en los modelos de IA, las llamadas de probabilidad y probabilidades guían el juego haciendo que las respuestas sean más confiables y significativas Así que imagina que cada respuesta de transformadores viene con una banderita que demuestra cuán seguros están en su respuesta. La respuesta de los transformadores del decodificador es la que tiene la bandera más alta, la que tiene las probabilidades más altas Entonces, este programa de juegos de IA involucra a tus amigos transformadores trabajando juntos, considerando probabilidades y eligiendo la respuesta más probable y significativa a tu pregunta Al igual que en los modelos AII reales, usando la arquitectura del transformador, porque en la arquitectura del transformador, la respuesta final se basa en una combinación de comprensión, relación entre nosotros, memoria de las conversaciones pasadas y la probabilidad de que diferentes respuestas sean correctas. Entonces, ¿cómo elige GPT la mejor respuesta de tantas posibilidades realmente innumerables Ya se puede decir. cada siguiente token potencial, la siguiente parte de la respuesta se le asigna una puntuación de probabilidades El que tenga la puntuación más alta llega a ser el siguiente token en la secuencia. Así que las claves para llevar. Los modelos de IA predicen respuestas basadas en patrones de préstamo durante el entrenamiento de datos. Los modelos de IA como CGPT entienden el contexto de nuestro prompt de nuestras preguntas con la ayuda de la arquitectura de transformadores Los modelos de IA generan respuestas al predecir el siguiente token basado en la puntuación de probabilidad más alta Y confía en mí, esta es una parte muy importante comprender el mecanismo detrás de los modelos de IA. Nos ayudará a interactuar con la IA de manera más efectiva. Al comprender cómo funciona la IA, podemos mejorar nuestra capacidad de crear mensajes que conduzcan a las respuestas específicas que estamos buscando Y en el próximo capítulo, estamos a punto de desvelar la receta de alto secreto para cocinar algunos proms serios de ASM. Así que vamos. 10. Anatomía de una indicación efectiva: Dominando el arte de la gran entrada, la anatomía de un frente efectivo Trabajar con IA como nuestro ASN GPT es como tener una conversación Las preguntas que hagas pueden cambiar significativamente las respuestas que obtienes. Entonces, vamos a explorar lo que hace que una pregunta realmente genial. Estamos viendo tres cosas principales. Siendo súper claro, lo llamaremos especificidad y claridad. Conocer lo que sucede en torno a la información contextual, y establecer el tono y el estilo adecuados , la especificidad y la claridad. Proporcionar indicaciones claras y precisas, a GPT es como darle a la IA un camino bien marcado No puedo enfatizar esto lo suficiente. Elaborar tus proms con es la clave para recibir respuestas en profundidad y de alta calidad de Piénsalo de esa manera. Imagina que estás guiando a un amigo para que encuentre un tesoro escondido en un gran bosque. Si dices ir a buscar algo genial en el bosque, podrían perderse y no saber lo que buscan. Pueden perderse el tesoro y volver a casa sin nada. Pero si dices, sigue el río hasta el gran roble, luego da diez pasos a la izquierda y mira debajo de la gran roca. Tendrán muchas más posibilidades de encontrar el tesoro. Las instrucciones específicas, las indicaciones específicas funcionan de la misma manera con la IA En lugar de hacer preguntas muy generales, poco claras y difíciles de interpretar como, cuéntame sobre perros y dame pistas, qué perro podría ser el mejor para mí sin irritar IA ningún detalle sobre ti Podrías preguntar. ¿Puedes explicar la diferencia entre un perdidor de laboratorio y un pastor alemán y luego pedirle que brinde información sobre el tipo de cuidado que necesitan estos perros ¿Y cuáles son sus necesidades especiales y cuál es la mejor opción para una casa pequeña? Necesitas especificar tus necesidades. De esta manera, le estás dando a GPT un camino claro a seguir, igual que darle a tu amigo un mapa detallado del tesoro Esto ayuda a que la IA comprenda exactamente lo que está buscando , lo que resulta en respuestas más precisas y detalladas. Otro ejemplo sencillo para un mapa de guerra. En lugar de bok proms, como, me puedes dar alguna información sobre Barcelona y preguntas más específicas como, ¿ puedes proporcionar algunos detalles sobre la historia de las housas libres de Gaudí en Barcelona generarían una respuesta mucho mejor Es como darle a la IA una mejor hoja de ruta a las respuestas que ella. Para llevar. En lugar de usar proms abiertos, necesitamos hacerlos específicos y claros Mira, ¿cuál es la diferencia? Aquí están los ejemplos. O pregunta abierta. Cuéntame una historia divertida pueda disfrutar mi público. Específico y claro. ¿Puedes escribir un corto de unas 20 frases historia divertida sobre la forma en que el hombre intentó que su amigo se enamorara de él? Terminado abierto. ¿Cómo es el clima? Específico y claro. ¿Puede proporcionar las condiciones meteorológicas actuales en París Francia? Entonces, ¿por qué las preguntas de extremo abierto no son la mejor opción? Siempre es mejor entender las cosas como ejemplos, ¿verdad? Imagina que estás pidiendo a una herramienta de IA que elija una película para tu noche de cine. Si dices, elige una película para mí, la IA podría sugerir algo, desde una comedia hasta un thriller. Es como girar la rueda de la ruleta. No estás seguro de dónde va a prestar y si te va a gustar el resultado. Ahora, piénsalo siendo más preciso y di, por favor, recomienda una película animada y conmovedora adecuada para reunión familiar y la noche de cine familiar Esta vez, la IA sabe que estás buscando algo que traiga sonrisas a la tesis, y considerará películas como encontrar a Nemo o Toy Story, para que tu familia pueda tener una gran noche de cine Tu solicitud específica le da a la IA una mejor comprensión de tus preferencias, igual que decirle a un amigo que estás de humor para pizza con queso extra y pepperoni Entonces, cuando interactúas con la IA, es muy similar. Si preguntas, cuéntame sobre animales, podrías obtener una amplia gama de información. Sin embargo, si preguntas, explica las técnicas de caza únicas del chatak y cómo son Speech les ayuda a atraparlos gratis, estás dirigiendo la IA hacia una respuesta más detallada y enfocada De esta manera, estás aumentando las posibilidades de obtener la información que realmente te interesa. La clave para llevar, mejor incitación, mejores resultados. Información contextual. Así como sacamos de lo que conocemos y lo que hemos experimentado para enriquecer nuestras conversaciones con nuestros amigos nuestras conversaciones con nuestros amigos o con trabajadores de CI, incluyendo información de antecedentes y nuestras indicaciones pueden actuar como un GPS para dirigir las respuestas GPT Imagina que estás tratando de encontrar una tienda específica en un gran centro comercial. Si solo dices, cuéntame sobre la tienda, tal vez oigas de cualquier tienda en el centro comercial. Pero si dices, dime la tienda apple donde venden los iconos más nuevos en los libros para Mac. Estás apuntando en la dirección correcta. Oh, imagina que estás interrogando a un amigo sobre alguien famoso Si preguntas, cuéntame de algún actor llamado Emma, podrías obtener detalles sobre cualquier Emma en el mundo del espectáculo. Pero si dices, cuéntame sobre Emma Watson, ya sabes, la brillante actriz de Harry Potter Movies, estás dando contexto a tu amiga, y probablemente hablarán de la Emma correcta. Se ajusta en la misma página. De igual manera, C GPT y otros modelos de IA no tienen experiencias personales de ningún conocimiento como los humanos Pero claro, soy súper inteligente y manchado de patrones. Entonces piénsalo como enseñarle un loro mascota a imitar tus palabras Cuando agregas contexto a tus pros, es como mostrarle al loro la frase exacta que quieres que repita Y al hacer esto, estás ayudando a GPT a encontrar el patrón adecuado a partir de su entrenamiento y generar la respuesta más alimentadora Entonces, al agregar contexto, esencialmente lo estás ayudando a elegir el patrón más relevante a seguir y aumentando tus posibilidades de una respuesta precisa de alta calidad. Mira, aquí hay una gran diferencia. Mensaje Voc. ¿Cuál es la situación en Palermo, Italia? ¿Contextual? ¿Puede proporcionar las últimas estadísticas y pautas de calor y fuego blanco en Palermo, Italia? Pronta de Vogue. Háblame de Sun, contextual. ¿Puede explicar las propiedades físicas y características orbitales de Saturno de planta en nuestro sistema solar Así que llévate, pizca de indicaciones con indicaciones detalladas y claras y agregue contexto Sin esto, ¿ podrías terminar con largas respuestas de moda que deambulan por todo el lugar 11. Establecimiento del tono y estilo de escritura: Establecer el tono y el estilo de escritura. Los modelos GPT pueden ser extremadamente buenos para captar el tono y el estilo de su mensaje Entonces, si tomas en serio tu pregunta y tu aviso, es probable que recibas una respuesta seria. Pero si tu estilo es más casual, o humores, el yo también puedo igualar eso. El modelo GPT es como un camaleón de estilo. Se adapta a los tonos que dijiste en tu frente. Imagina que es una conversación con un amigo. Si estás hablando en serio, ellos responderán de la misma manera. Pero si estás siendo relajado o gracioso, ellos también reflejarán ese ipe. Oh, piensa en ello como disfrazarse para una ocasión. Cuando te diriges a un evento de decenas, te pones un traje formal o un hermoso vestido. Pero para un hangout casual, te pones tus jeans café favoritos y una camiseta blanca, ¿verdad De igual manera, si preguntas, ¿ puedes explicar el proceso de la fotosíntesis De manera formal, obtendrás una respuesta detallada y seria escrita en el mismo estilo de escritura seria. Pero si preguntas, descomponga esa cosa mágica de plantas para mí con un toque lúdico. La respuesta de IA coincidirá con tu tono. Por ejemplo, considera preguntar por los superhéroes. Si preguntas, por favor proporcione una sinopsis de los orígenes de Batman, es probable que obtenga una respuesta ordenada y formal Lo comprobaremos en un minuto. Por otro lado, si lo pides, oye, Derrame los contenedores de derramar los contenedores en los comienzos de Batman Superhero con un Recibirás una respuesta tan divertida como en casual. Ambas preguntas están pidiendo información similar, pero el estilo de respuesta probablemente será bastante diferente. Entonces veamos en la práctica y analicemos la diferencia. Como pueden ver esta respuesta, es muy seria. Es muy formal. Es como una publicación en la web de películas o cualquier otra plataforma relacionada con películas donde no haya chistes. Solo datos de series comprobadas de hechos, información de series sobre nuestro superhéroe, y vamos a ver qué obtendremos con el segundo prompt Así que Hs pela las ataduras en los comienzos de superhéroes de Batman. Y como puedes ver, GPT refleja la forma en que le pedimos ayuda porque el estilo tampoco es tan humorístico Necesitamos especificar nuestras necesidades si queremos adivinar una respuesta muy humorística, pero es mucho menos formal Tu estilo prepara el escenario para el desempeño de la IA al alinear tu tono con tu prompt. Eres como un conductor guiando una pieza musical y la IA armoniza su respuesta He preparado algunos ejemplos para resaltar cómo el tono y el estilo del prompt pueden dar forma a la respuesta de la IA. Mira. El aviso formal. Explique amablemente los principios fundamentales del mecanismo cuántico, particularmente centrándose en el principio de incertidumbre de Hasenberg Aquí está la respuesta que obtuvimos. Ahora, veamos el prompt informal. Oye, ¿podrías hacer que el mecanismo cuántico tenga sentido? Estoy realmente intrigado por ese acuerdo de incertidumbre de Hesenberg. Al final, la mecánica cuántica es una rama loca pero probada de la física. Sí. Sí, suena bien. Bien. Ahora veamos el frente profesional. Ofrezca una visión general completa de los cambios en las Europa, la política fiscal y su impacto potencial en las pequeñas empresas Como puede ver, la forma en que enmarca su pregunta prepara el escenario para la respuesta de la IA de una manera real. Al igual que cómo te acercas a un amigo de manera diferente en función si estás teniendo una charla formal o una h casual, la IA adapta su respuesta para que coincida con el estilo que has establecido. Es muy importante recordar eso al momento de tomar en su prompt. Porque dependiendo del tono que elijas para tu pronta, formal, informal, profesional, casual, académica, conversacional, persuasiva, narrativa, descriptiva, técnica, entusiasta, sincera, humorística, sarcástica, ingeniosa, amable, apasionada, diplomática, asertiva, coloquial, laica expositiva, obtendrá una respuesta un poco diferente de la IA. Así que las claves para llevar. Las indicaciones básicas solo te darán respuestas genéricas, y es por eso que deberíamos actualizar nuestras indicaciones Se preocupan por proporcionar apoyos claros específicos con contexto. Además, nuestra elección de palabras y el tono de nuestras indicaciones importan mucho Al seleccionar cuidadosamente la forma en que te expresas , al crear bailes, puedes dirigir GPT u otros modelos de IA hacia generación de respuestas que se alineen con el contexto, la audiencia y el propósito de tus indicaciones Ya sea que esté buscando una interacción profesional, académica, técnica o relajada, su elección de tono y estilo es importante. elaboración rápida exitosa requiere especificidad, contexto adecuado, tono apropiado y, a veces, juego inteligente Y hablaremos de eso en uno de los próximos capítulos, junto con ejemplos y aún más consideraciones prácticas. Así que quédate conmigo y vámonos. 12. Técnicas de provocación: técnica de juego de roles: Técnicas de incitación. Inspeccionar la ingeniería rápida implica diversas técnicas para optimizar la salida que obtendremos de GPT Ahora estamos a punto de sumergirnos en grandes ideas gratuitas en el mundo de la elaboración de bailes de proms Técnicas de incitación libre. Y primero, nos centraremos en la técnica del juego de roles y pocos aprendizajes de tiro. Pueden sonar como magia negra al principio, pero no te preocupes. Lo haremos simple y fácil para todos. Y te sorprenderá el camino, estas técnicas pueden cambiar la calidad y precisión de los resultados que obtenemos. En realidad, aquí está la parte más divertida, elaborando indicaciones para obtener respuestas increíbles y usando diferentes técnicas para obtener diferentes resultados Así que imagina la ingeniería rápida como una aventura de aprendizaje. También aprenderás por práctica cada vez que chatees con GPT Siempre que tienes una charla, es como ganar sabiduría o cómo creas aún mejor prompt porque ganas nuevas observaciones, y todo viene de la práctica. Piense en ello como una mejora de su estrategia de conversación de IA. Es como ganar puntos de experiencia en un videojuego de chat, y ahora vamos a discutir las técnicas para acelerar el proceso. Técnica de juego de roles. Este es realmente emocionante. La técnica del juego de roles es extremadamente poderosa y es muy útil en casi todas las situaciones en casi todos los casos. Existe este interesante enfoque que implica tratar el modelo de IA como un personaje en su snara dada, que integra de manera muy efectiva aspectos de especificidad, contexto y tono Digamos que nuestro prompt suena así. Eres el hea cha enseñando un cocinero novato a crear una comida Gurman Esta técnica de juego de roles crea un contexto de sastre, chef experimentado presentando a un principiante y establece un tono apropiado, amigable pero informativo. Entonces, a través de esta estrategia, estás dirigiendo la IA hacia el camino específico, dando como resultado respuestas que están enfocadas con láser en el objetivo correcto. Ahora, observemos cómo la IA manejará diferentes roles cuando le decimos que actúe, y aquí están los resultados. Como pueden ver, tenemos muchas estrategias para el estrés. Y creo que realmente podemos obtenerlos de un psicólogo profesional. Imagine a sus expertos en tecnología simplificando el concepto de cadena de bloques para un público no técnico, enfatizando sus características de seguridad y aplicaciones del mundo real Su ayudante de cocina, explicándole la técnica de hornear la tarta de queso perfecta a un vis cook, es muy similar a nuestro primer prompt Hacer la tarta de queso perfecta es una y estoy aquí para guiarte Bien. Aquí viene la guía. Eres un comediante que realiza una rutina de Hilary sobre las peculiaridades de la tecnología modor, combinando humor observacional Vaya, es muy gracioso. Es como un asado para una palabra modal. Actúa como un padre cariñoso, dando consejos a tu adolescente sobre la toma de decisiones responsables en el cuerpo, discutiendo la presión de grupo y los valores personales. Imagínense a los científicos espaciales informando a los astronautas sobre los preparativos necesarios antes de lanzarlos al Eres detective en la novela criminal, proporciona una teoría sobre el misterioso incidente que tuvo lugar en el aeropuerto. Actúa como profesor de biología de secundaria explicando el proceso de fitosíntesis a tus alumnos, usando diagramas y ejemplos identificables Pretende que eres un entrenador físico, dando una charla de animo a un cliente que se siente de motivado por su progreso Actuar como guía turístico explicando el significado histórico de una clase romana a un grupo de turistas Entonces, como puedes ver, la IA realmente funciona bien en estas tareas. Cuando le pides que pretenda que es una guía de viaje que describe una nueva ciudad, básicamente la conviertes en tu guía turístico creativo. He visto a muchos bloggers e influencers creando sus libros electrónicos y guías con la ayuda de la IA Por lo que también tiene un enorme potencial para los negocios de IA basados en productos, aunque, como siempre, no recomiendo confiar únicamente en la IA. Te recomiendo usarlo como tu compañero de escritura, tu cerebro comenzando el cuerpo. Pero no aconsejaría copiar pegar el contenido de IA en libros electrónicos u otros productos digitales Entonces, si quieres hacer esto, edita la salida, Cuentacuentos de audio Sabes, ese es mi enfoque. ¿Por qué la técnica de juego de rol te dará mejores resultados que los bailes regulares Desde mi experiencia, esta técnica te ayuda a obtener los mejores resultados de GPT Cuando lo asignas en un rol, obtienes respuestas mucho más apropiadas a tus indicaciones. Al hacer CPT, una pregunta siempre te dará una respuesta de algún tipo, pero su relevancia, tono y nivel de detalles pueden no ser adecuados a tus necesidades a tus requerimientos Esto se puede cambiar fácilmente enmarcando su pregunta dentro de un rol Así asignarle un papel a Chachi Pit realmente cambia la salida Como siempre, veamos en la práctica. Hagamos esta pregunta a Chachi PT. ¿Puedes explicar cómo funciona la luna? Bien, y aquí está el resultado que obtuvimos, como pueden ver. El resultado es bastante formal, es bastante serio. Lo hicimos sin asignar un rol. Y la respuesta entra en algunos detalles sobre la interacción gravitacional, la órbita y la rotación, y el efecto del título Pero, ¿y si tu audiencia fuera una clase f de seis años? Entonces aquí es donde asignar un rol también definitivamente puede ayudar a ajustar el resultado Entonces hagamos esto una vez más y esta vez asignemos al rol GPT Por ejemplo, un papel del maestro. Entonces el aviso será este. Actúa como maestra de primaria, estás impartiendo una clase de niños de seis años. ¿Puedes explicar la forma en que funciona la luna? Como puede ver, asignar este rol realmente cambió la salida Ahora es mucho mejor y puedes usarlo de inmediato. Una técnica de juego de roles hace que la IA pretenda ser una persona determinada o comportarse de cierta manera, y modifica el tono, el estilo y la muerte de la información presentada en función del rol asignado Cuando se trata de la muerte de la información, vamos a ejemplificarla pidiéndole a DPT que nos escriba una reseña de café La diferencia será enorme. Espéralo. Entonces el primer pront es este. Entonces el resultado suena amable, y me gusta mucho, pero qué podemos hacer para llevarlo a otro nivel y agregarle más detalles ya que no queremos que nuestra reseña suene tan genérica. Sí, vamos a asignar un rol, y esta vez será un papel del crítico y blogger de coffee places Entonces el aviso será este. Eres un crítico profesional del café y bloguero. Escribe una reseña de aquí insertas el lugar de café de tu elección. Elegí el de mi barrio, que realmente me encanta. Y como pueden ver, esta revisión es mucho más avanzada. La IA le ha agregado detalles, y también suena mucho más grave. Ahora, veamos qué pasará si te pedimos que actúes como crítico profesional del café y bloguero escribiendo un artículo para Vogue Italia Entonces nuestro aviso será este. Eres un crítico cafetalero y bloguero escribiendo para Vogue Italia Justo a lo largo de una revisión emocional de nuestro café. Bien. Bien. Ahora la reseña suena realmente intrigante, y no sé ustedes, pero para mí, suena mucho más conmovedor e interesante que las dos opciones anteriores Así que las conclusiones clave. Utilice técnicas de juego de roles para obtener resultados más personalizados, diseñar el texto y mejorar su precisión. La precisión del resultado se puede mejorar significativamente con la técnica de provocación de roles técnica de juego de roles hace que los resultados sean mucho más adecuados para un contexto específico y un público objetivo. 13. Qué son las indicaciones de cero disparos y las de pocos disparos: ¿Qué son las indicaciones de disparo cero y pocas indicaciones de disparo? Ahora, aprenderás 01 y pocos disparos. Si hablas con un entusiasta de la IA, a menudo escucharás los términos incitación de disparo cero y pocas indicaciones de disparo O tal vez ya las has escuchado. Para entender esas técnicas, tendremos que volver a cómo un modo de lenguaje grande genera una salida. En un momento, aprenderás. ¿Qué es el disparo cero y pocos disparos? Cómo experimentar con ellos usando GPT. Técnica de tiro cero. Ahora aprenderemos 01 y pocos disparos, pero comencemos con la técnica de tiro cero ya que es la más básica Oficialmente, las indicaciones de tiro cero permiten que un modelo haga predicciones sobre datos previamente desestimados sin la necesidad de ningún entrenamiento adicional Pero vamos a hacerlo más fácil. Hagamos que suene menos complicado. Usar las indicaciones de disparo cero se trata de darle al modelo una tarea simple Simplemente muéstrale un mensaje sin ningún ejemplo y pide a GPT o a cualquier otra herramienta eléctrica de IA que te dé una respuesta Y esto es importante. Todas las instrucciones y escenarios de juego de rol que has visto en las lecciones anteriores son ejemplos de indicaciones de tiro cero. Funciona así. Simplemente le damos al modelo de lenguaje grande una tarea para completar sin ninguna instrucción, y el modelo luego adivinará lo que queremos en base su propia formación y la forma en que interpreta nuestro prompt Veamos cómo funciona el prompting de tiro cero con el ejemplo. Entonces aquí está mi aviso de tiro Zero. Escríbeme una descripción con adjetivos y sustantivos de una reina ninja caminando por el paisaje invernal W zero shot no funciona de la manera que nos gustaría y el resultado no coincide con nuestras expectativas, es una idea inteligente proporcionar demostración o ejemplos en el prompt, lo que lleva a uno de disparos. En un segundo, discutiremos la forma en que necesitamos modificar el prompt para convertir nuestro prompt de tiro cero en uno de disparo, técnica de un disparo Una cosa rápida de disparo se utiliza para generar una respuesta más precisa con datos adicionales en la entrada. En nuestro prompt. Estos datos adicionales pueden ser un solo ejemplo o una plantilla. Lo importante, un solo ejemplo. Por eso se llama one shot. Proporcionamos solo un ejemplo o solo una plantilla. Entonces, ¿ya tienes una idea, qué podemos hacer nosotros? ¿Qué podemos agregar a nuestro prompt anterior para transformar el prompt de la lección anterior para convertirlo en una técnica de incitación de un solo disparo Para recordarle, nuestro prompt de tiro cero fue esto. Escríbeme una descripción con adjetivos y sustantivo de reina Ija viviendo en el paisaje invernal Sí. Escribiré en un ejemplo de la estructura de salida que me gustaría recuperar de C GPT La IA interpretará entonces lo que quiero de ella en base este ejemplo y es un ejemplo de entrenamiento. Para utilizar esta técnica corta, nuestro prompt se verá así. Escríbeme descripción con adjetivos y sustantivos de una reina Ida que vive en el paisaje invernal de amigos Aquí tenemos el ejemplo de que queremos que Cage Pt lea, interprete, y luego lo queremos. Solo queremos que Chagp sea entrenado en este ejemplo para proporcionarnos una salida muy similar en esta plantilla Entonces aquí está nuestro ejemplo. Apariencia, rubio largo, ojos azules, y figura contadora. Su cierre está adornado con delicados motivos de copo de nieve, la descripción del personaje, la descripción de los superpoderes, la descripción de debilidades Entonces queremos usar esta plantilla. Aquí está nuestro resultado. Como pueden ver, yo uso la estructura, la di, y ahora el resultado es mucho más estructurado y y tengo exactamente lo que quiero. prompting on shot es la mejor manera de mostrarle a GPT la dirección en la que queremos que vaya Ahora tengo un resultado mucho mejor, mucho más detallado. Aquí está nuestra comida para llevar clave. Una toma incitando, mostramos el modelo solo un ejemplo completo para guiarlo para entrenarlo en nuestro ejemplo o en una plantilla Poca técnica de préstamo corto. La siguiente técnica de incitación se llama algunos disparos de incitación y también se conoce como aprendizaje en contexto Es muy sencillo. Es tan simple como incorporar varios ejemplos en su prompt para proporcionar a la herramienta de IA una imagen muy clara, incluso más clara que con una sola toma De lo que quieres recibir de ella. Entonces, en pocas palabras, view shot prompting es una técnica en la que escribimos algunos ejemplos, típicamente 2-5 ejemplos, para que podamos obtener mejores resultados más rápido y para adaptar mejor GPT a los resultados que queremos Porque cuando añadimos un ejemplo a nuestro prompt, el modelo va a entender nuestros requerimientos, lo que queremos, lo que necesitamos mucho mejor. Por ejemplo, si decimos que preferiríamos la descripción en formato de boleta, voy a reflejar nuestra plantilla. Y eso es interesante. Cuando agregamos algunos ejemplos, las posibilidades de obtener exactamente lo que queremos son aún mayores. Así que echa un vistazo a cómo funciona este método con este ejemplo. Aquí está el comienzo del aviso. Clasificar el sentimiento de las siguientes frases son positivas o negativas Primer ejemplo, frase, me encanta este café. Sentimiento, positivo. Segunda oración de ejemplo. El helado que sumo era un sentimiento terrible, negativo. Tercer ejemplo, frase. Los frijoles fríos eran extremadamente sabrosos, sentimiento positivo. Por ejemplo, frase, tuve una experiencia terrible con un camarero ahí Sentimiento negativo. Entonces le damos a CAGPT la frase que queríamos clasificar basándonos en la fórmula anterior que Aquí está la frase para clasificar. Las presentaciones de frijoles panameños fueron increíblemente aburridas. Y claro, Chat PT lo hizo bien porque sabía la forma en que queríamos clasificar la oración y ya conocía las reglas de esta clasificación En este ejemplo, la receta de pocos disparos proporciona al modelo de IA una tarea clara. Es un análisis de sentimiento, y estas instrucciones adicionales que incluyen los patrones exactos del resultado deseado de salida deseada de GPT Al usar esta técnica corta en este baile de graduación, el modelo de IA se guía para generar una clasificación más precisa para la oración que queríamos clasificar así para esta oración Es como que estamos enseñando al modelo qué es exactamente lo que queremos, y le estamos mostrando patrones que son importantes para nosotros, los patrones que necesitará usar a la hora de darnos el resultado. En un momento, discutiremos diferentes situaciones en las que usar esta técnica puede ser increíblemente útil, y te mostraré usos aún más prácticos para tu vida cotidiana, ya sea personal o tal vez en tu trabajo diario. Las conclusiones clave por ahora, A few shot prompting technique is also known as in context learning Se trata de dar a un modelo algunos ejemplos de plantillas que muestren cómo realizar la tarea ¿Cuál es la diferencia entre tiro cero, un disparo y unos pocos disparos? Ya lo sabes, pero quiero resumir lo que acabamos de aprender para asegurarnos de que permanezca en tu mente por más tiempo, y sabes exactamente de qué se trata la diferencia Vamos. Las indicaciones de tiro cero es donde la IA realiza la tarea que queríamos hacer sin ningún entrenamiento adicional sin proporcionar ningún ejemplo o plantillas, así como así Prompt. Traduce el siguiente texto en inglés al japonés nuestro texto. ¿Por qué el verano puede durar todo el año? Aquí está la salida de Cha GPT. La tarea era muy sencilla, así que no necesitábamos agregar ningún ejemplo o plantilla para guiar a JPTy sobre cómo realizar la tarea que queríamos que hiciera Utilizamos la técnica de disparo cero porque el modelo no necesitaba ningún ejemplo para realizar una tarea tan fácil Puedo entender y ejecutar tareas como estas sin tener ningún ejemplo explícito de los métodos, patrones, formatos o plantillas deseados . Es simplemente una tarea realmente simple, y no sentimos la necesidad de agregar más detalles ejemplos o plantillas. ¿Y para qué más podemos usar la técnica de incitación de tiro cero En realidad, muchas cosas. Cosas fáciles donde los ejemplos o las plantillas simplemente no son necesarios. Y aquí hay otro ejemplo donde la incitación de tiro cero es la mejor idea El aviso. Resumir la idea principal En el siguiente párrafo, aquí le damos a CGPT el texto que queríamos leer, y obtenemos la salida No teníamos ninguna plantilla deseada ni ningún requisito especial. Queríamos dar CGPT. En estos ejemplos, a nuestro modelo se le da instrucciones claras, tareas muy simples, claras sin ningún ejemplo o demostración. Las tareas fueron tan fáciles que el modelo puede entenderlo. Y generar salidas adecuadas que probablemente satisfagan nuestras necesidades. Sin embargo, como ya sabe, posible que las indicaciones de disparo cero no siempre le den salidas precisas o deseadas Entonces uno de disparos será un enfoque mucho más efectivo, especialmente para tareas más complicadas ya que al proporcionar al modelo demostraciones y ejemplos, realmente puede entender mejor lo que quieres y luego realizar la tarea con mayor precisión de esa manera Entonces, cuando se trata del ejemplo anterior con resumen, siempre depende de usted, y depende de algunos factores, principalmente si tiene necesidades específicas o no, principalmente si tiene necesidades específicas o no, y puede elegir entre la técnica de incitación de tiro cero, una solicitud de disparo o algunas indicaciones Siempre depende de ti. En protip, intenta comparar los resultados tú mismo y ve la diferencia por ti mismo porque eso es realmente interesante Y creo que es un experimento realmente interesante para notar la forma en que la salida está cambiando basándonos en la forma en que cambiamos el prompt Así que hazlo. Cuando se trata de resumir texto, en realidad, las indicaciones fusot también pueden ser En este caso, como este método puede mejorar tu resumen de texto aportando ejemplos o contenido bien resumido, el resumen te gustó mucho Esto ayudará a la IA a generar resúmenes más informativos que serán muy similares a tus ejemplos Entonces, una toma de incitación implica un solo ejemplo o una sola plantilla Esto significa que cuando agregas un ejemplo o una plantilla a tu prompt, es la técnica corta, y usa un disparo prompting cuando quieras nach el modelo, nat el ChargP t en la dirección correcta sin abrumarlo con muchos ejemplos, El aviso. Traduce las siguientes frases en inglés al francés, italiano y japonés. Aquí tienes un ejemplo y aquí te damos la plantilla, el formato que queremos obtener. Aquí está el ejemplo. Yo quiero ser capuchinos, y aquí está el ejemplo de que el francés es el italiano es el segundo idioma, y el japonés es el tercer idioma. Y sabiendo cómo queremos que se vea el formato, ahora traduzca, No agregues ningún azúcar dentro, por favor. Y aquí está el resultado que obtuvimos. Como puedes ver el formato es el mismo. Como puedes ver en esta salida, GPT nota la plantilla, el patrón que le proporcionamos, y el resultado ya tiene este patrón correcto, el patrón que queremos De esa manera, podemos ahorrar tiempo y hacer que el resultado se estructure de la manera que usted lo necesite. No tienes que hacerlo manualmente después. Con este solo ejemplo, puedo captar la esencia de la tarea de nuestro rápido y luego generar la respuesta deseada. Y esto es increíblemente poderoso porque te permite afinar fácilmente el comportamiento del modelo sin, ya sabes, una formación extensa. Sólo un ejemplo, solo un ejemplo con el patrón, por ejemplo, o con la plantilla. Entonces, cuándo usar la técnica de incitación de un solo disparo. En tareas simples y sin complicaciones, para las tareas que son relativamente sencillas, una toma de incitación puede ser suficiente para una guía del modelo de IA de Tareas familiares para el modelo. Si ya sabes que la tarea está dentro del alcance de nuestro modelo de IA colando datos, y ha demostrado éxito con tareas muy similares Un disparo puede proporcionar un contexto adecuado para generar respuestas de alta calidad que desee Entonces unos pocos disparos incitar significa usar algunos ejemplos, por ejemplo, dos, tres, cuatro, o tal vez incluso cinco ejemplos Pocos disparos es una estrategia realmente efectiva que puede guiar a la IA para generar respuestas de tan alta calidad y alta precisión y bien estructuradas, estructuradas de la manera que usted lo desea Será beneficioso cuando trate de tareas más complejas, donde proporcionar una variedad de ejemplos ayuda al modelo a comprender mejor el resultado deseado. Estos ejemplos, también llamados demos, si quieres conocer el término oficial, permiten que el modelo identifique y generalice el patrón a partir de unos cuantos ejemplos de algunas instancias que proporcionamos Así como así, mira. Pronta, y te da un tema y respondes con una lista de viñetas como en estos ejemplos. Tema. Aquí ponemos nuestros ejemplos que tienen una estructura muy bien visible, y queremos que GPT sea entrenado en estos ejemplos Aquí está el resultado que obtenemos más adelante cuando GPT ya analiza los ejemplos que hemos dado, lo hemos escrito A partir de este ejemplo, se puede ver que el modelo de alguna manera aprende a realizar la tarea proporcionándole estos tres ejemplos. Al seleccionar cuidadosamente estos ejemplos que proned, podemos dirigir el modelo en la Entonces no tendremos que modificar la salida, ya generar la salida, o modificarla porque podemos tener el resultado asombroso desde el principio proporcionando estos ejemplos. Entonces aquí está la clave para llevar. Usa algunos bailes de graduación cuando un solo ejemplo puede no ser suficiente para el modelo guíe el modelo o cuando quieras demostrar un patrón o tendencia en algunos ejemplos Y aquí he preparado un poco de comparación. Puedes tomarle una captura de pantalla, así siempre recordaremos cuál es la diferencia entre esas técnicas de incitación Entonces recordarás sobre las mayores ventajas de esas técnicas de incitación y no lo hará, no olvidarás cuando alguien te pregunte ¿Cuál es la técnica de incitación de pocos disparos? Sabrás responder. Y creo que este conocimiento no es bueno sólo en teoría. Es un conocimiento muy práctico. A pesar de que puede olvidar que se llama una técnica de incitación de tomas, pero debes recordar la forma en que puedes proporcionar algunos ejemplos para mostrarle a TGPT lo que quieres de Este es el mayor poder que puedes tener. De esa manera, puedes nivelar la salida y obtener los resultados deseados mucho más rápido. Así que no puedo estresarlo lo suficiente. Es tan poderosa. Vamos a resumirlo cuando fuot prompting puede ser extremadamente útil En primer lugar, tareas complejas para tareas e indicaciones que requieren una comprensión más profunda de los patrones, o cuando se trata de temas menos comunes, pocas indicaciones de disparo ayudarán al modelo al proporcionar algunos ejemplos para aprender la estructura y el contexto de manera mucho más efectiva Entonces es realmente útil para tareas menos familiares para el modelo. La tarea no está bien cubierta dentro del modelo de forzar datos o el modelo lucha por generar respuestas precisas con solo un ejemplo, verá que realmente verá que algunas indicaciones de disparo mejorarán la comprensión de la tarea por parte de la IA, y obtendrá una salida mejorarán la comprensión de la tarea por parte de la IA, mucho mejor Necesidades de mayor aparición, Cuando se necesita mayor precisión o respuestas más contextualmente relevantes proporcionando dos o tal vez hasta cinco ejemplos mejorarán rendimiento del modelo enfatizando el patrón y el tono, estilo de escritura o el contexto requerido para ¿Quieres algunos ejemplos de la vida real para verlo todo en la práctica? Claro. Aquí vamos. Así que pocas indicaciones de disparo pueden ser tu cambio de juego en estos casos para estos fines Escritura creativa y generación de contenido, ya que podemos aplicar fico prompting a escritura creativa y tareas de generación de contenido como generar historias, generar artículos, ensayos, copia de marketing proporcionando ejemplos del estilo de escritura, tono y estructura deseados , tono y A continuación, generación de contenido basado en plantillas, al generar contenido basado en plantillas específicas, como contratos, informes de negocios, documentos legales. Pocos disparos pueden ayudar a asegurar que el modelo genere texto que cumpla con este formato, estructura e idioma requeridos , estructura e idioma Doy ejemplos de documentos debidamente formateados ayudarán al modelo a generar contenido que cumpla con estas normas establecidas del dominio específico cuando sea necesario. Aquí tenemos Los detalles del formateo, necesitamos GPT para aprender de los ejemplos. Degeneración de código. Puede usar fu shot prompting para mejorar las tareas de generación de código proporcionando demostración y buenos ejemplos de la salida deseada para una entrada dada Sí, esto ayudará al modelo a generar código más preciso y eficiente basado en el contexto que proporcionaste. Yo entonces podemos usar este método para extracción de datos, y el formateo. Ya lo sabes. En tareas donde la información debe extraerse de texto no estructurado y presentarse en un formato estructurado Por ejemplo, en un formato de tablas, listas o pares de valores clave. Puede usar las indicaciones de fusibles para guiar el modelo en la generación de la salida deseada En estos ejemplos de salida formateada ayudará al modelo a entender la estructura. Debe aplicarse al resultado mientras se extrae y organiza la información relevante del texto. Y como puedes ver, unos cuantos disparos incitan realmente es un cambio de juego. Dato curioso. Mucha gente con la que hablo no esperaba que modelos como Tajipi puedan darte resultados tan fantásticos de alta calidad viento rápido con Entonces tengo mucha curiosidad por tus opiniones. ¿Qué opinas de estas técnicas de incitación? Cuál ya conoces usarás con más frecuencia. Házmelo saber en la sección común en la sección de discusión. 14. Técnica de inducción de la cadena de pensamiento: Técnica de incitación de cadena de clase. Aquí vamos con la última técnica para hoy. ¿Es útil? Sí, lo es, sobre todo para tareas más complicadas. Es muy bueno saberlo. Este método alienta a la IA a razonar a través de problemas complejos o tareas más complicadas pidiéndole que enumere los pasos que tomó para llegar a la respuesta. Es realmente poderosa. Por ejemplo, en lugar de pedirle directamente a la IA que escriba una publicación en bloque sobre un tema específico, primero puede solicitar un esquema o una lista de viñetas de puntos clave para incluir en la publicación. Una vez que la IA proporciona la lista, puede pedirle que escriba la introducción siguiendo la estructura proporcionada. Este flujo de trabajo lógico paso ayudará a generar salidas más coherentes y bien organizadas, y te sorprenderán los resultados A esto se le llama la cadena de la técnica que incita al pensamiento. Y esta técnica de incitación es cuando se usa en el contexto de escribir proms para modelos de lenguaje como GPT, se trata de construir gradualmente complejidad o especificidad en las indicaciones para guiar las respuestas del Bien, bien, déjame explicarte esta técnica de una manera más fácil de entender. Piensa en la técnica de la cadena de pensamiento como construir con bloques de Lego. Cuando empiezas a construir algo con ego, no saltas de inmediato a la estructura más complicada. Empiezas conectando algunos bloques básicos y luego agregas más y más bloques para crear un modelo completo. De la misma manera, cuando quieres obtener un detalle o una respuesta muy específica de un modelo de lenguaje como CG PT, no comienzas con una pregunta compleja de inmediato. De eso se trata este método de incitación. En cambio, puedes construir tu pregunta paso a paso, agregando más detalles y más contexto con cada paso. Confía en mí, esto ayuda al modelo de lenguaje a seguir tu línea de pensamiento y darte la respuesta, la salida que estás buscando. En esencia, y la técnica de la cadena de pensamiento incitador es como construir una escalera de información que guía el modelo de lenguaje hacia un tipo específico de respuesta, al igual que cómo se construye un modelo legal paso a paso Y la cadena de método de incitación peleada es un estilo de f shot prompting donde el prompt contiene una serie de pasos de razonamiento intermedios Pero lo sé, tengo que mostrarte cómo se ve esta técnica puesta en práctica. En su esencia, la cadena de incitación luchada se trata de guiar la herramienta I, un modelo de lenguaje grande para pensar paso a paso Mira, aquí tienes un ejemplo de este método para resolver problemas matemáticos. ¿Ves cómo estamos guiando la IA paso a paso para obtener la respuesta, la respuesta final, pero no perder la pista de los pasos que debía dar la IA Aquí hay un dato interesante. Así es como describen esta cadena de técnica de provocación de inundaciones en la Universidad de Cornell Yo sólo pensé que sería interesante para ti, así que decidí agregarlo aquí. Siempre me gusta explicar todo en mi propio idioma con mis propias palabras, pero también me encanta descubrir cómo la gente muy, muy sabia lo pone en palabras, por ejemplo, de Cornel Aquí está la forma en que lo hicieron. Aquí está la diferencia exacta entre las indicaciones estándar y un wain de incitación burla Como puede ver en muchos casos, por ejemplo, al resolver problemas matemáticos, podemos obtener el resultado correcto y preciso solo usando chainel thought prompting Porque mira, W con la incitación estándar, obtendremos la respuesta equivocada porque TGPT simplemente no dividirá esta acción en unos pocos pasos, unos pasos que se necesitan para darte la respuesta correcta, y por eso la respuesta de la técnica de incitación al pensamiento chainel es buena Ahora vamos a probarlo con mis ejemplos. Necesito decirte que también podemos usar el método de cadena de pensamiento para texto casual dos proporcionando estas instrucciones paso a paso. Por ejemplo, así es como puedes pedirle a TGPT una recomendación cinematográfica Ese es un ejemplo muy divertido, pero sí. De esa manera, te asegurarás que el modelo conozca tu gusto, tus preferencias, y que todo el proceso se procesará muy cuidadosamente. Ahora, otro ejemplo. El indicador estándar sin una cadena de técnica de provocación de inundaciones sonará así Imagina que estás planeando un viaje por carretera con tus hermanas. Se desea calcular el costo total del combustible para el viaje. La distancia entre su punto de partida y destino es de 100 millas y eficiencia promedio de combustible de su automóvil es de 50 millas por galón. El precio actual del combustible es de 450 por galón. Calcular el costo total estimado del combustible para el viaje. Ese sería el prompt estándar. Así es como sonará. Aquí está el mismo prompt, pero con una cadena de técnica que incita al pensamiento Imagina que estás jugando un viaje de putrefacción con tu sistema, quieres calcular los códigos totales del combustible para el viaje. La primera parte es la misma. Pero luego dame una respuesta siguiendo este patrón. Primer paso. Para calcular los códigos totales de combustible, necesitamos determinar el número total de galones de combustible requeridos para el viaje Primero, calculemos cuántos galones de combustible se necesitan para cubrir toda la distancia Dividimos la distancia total de millas por la eficiencia promedio de combustible de los autos de millas por galón, segundo paso. Como no podemos tener una fracción de galón, necesitamos redondear hasta el número entero más cercano. Por lo tanto, el auto requerirá aproximadamente galones de combustible para todo el viaje, Tercer paso A continuación, multiplicamos el número total de galones por el precio por galón para encontrar el costo total del combustible Por lo tanto, el costo total estimado del combustible para el viaje por carretera es. Creo que este es un muy buen ejemplo de técnica de un solo disparo mezclada con el pensamiento chainel Este es un muy buen ejemplo de guiar a ArgPT, y este es un muy buen ejemplo de usar chanel pensado para, por ejemplo, problemas matemáticos o problemas realmente casuales, cuando quieres, por ejemplo, conocer la buena respuesta, y quieres asegurarte de que GPT entienda los pasos que necesita tomar para darte la respuesta correcta Entonces, como se puede ver, el impulso de pensamiento chainel es una técnica que implica descomponer tareas complejas en una serie de frentes interconectados Y en lugar de depender de una sola salida, el modo se guía a través de una secuencia de indicaciones que se refinan y construyen entre sí Al hacerlo, el modelo puede comprender mejor su intención y producir resultados más precisos y contextualmente relevantes En contraste con el simple prompt, una cadena de prontas de pensamiento instruye al modelo a descomponer problemas complejos en pasos más pequeños para producir razonamiento junto con la solución final De esa manera, eso es genial. Podemos seguir a lo largo. Y a ver si la respuesta es exacta. También de esa manera, podemos entender mejor cómo IA calcula o entiende las cosas, y podemos decir fácilmente si la respuesta es correcta o incorrecta porque entendemos los pasos. La cadena de pensamiento que incita rompe los problemas y te da respuestas más interpretables Aquí están nuestras conclusiones clave de este capítulo sobre la técnica de la cadena de pensamiento técnica de la cadena de pensamiento se trata guiar el modelo para pensar paso a paso Simplemente descompone los problemas. En esta técnica te ayuda a obtener respuestas más interpretables ya que al guiar el modelo a través de una secuencia de bailes, solo aumentas las posibilidades de obtener respuestas precisas y relevantes 15. ¿Cómo puedes obtener siempre los mejores resultados?: Como siempre. Siempre obtenga los mejores resultados. Sí. Eso es lo más importante porque no importa si usas la técnica de tiro cero, un disparo, unos pocos disparos o tal vez una cadena de pensamiento, hay algunas cosas que debes recordar para obtener respuestas absolutamente de la mejor calidad de la IA como siempre Analicemos las claves para subir de nivel todas tus indicaciones para obtener los mejores resultados Defina sus necesidades. Sí, si quieres que TPT o cualquier otro modelo produzca alguna escritura creativa, entonces lograrás resultados mucho más impresionantes al darle el contexto informativo relevante En esta instancia, puede refinar la salida agregando información sobre el uso previsto de la salida y algunos detalles sobre su público objetivo. Así que define y describe quién es tu público objetivo y de qué tu negocio o tu marca, trata tu negocio o tu marca, o tu perfil, o tu proyecto. Siempre sé específico. Por ejemplo, en lugar de simplemente decir industria de la moda, especifique ropa interior sostenible Foma. Destaca tus puntos de venta únicos. Si tu negocio o tu marca personal tiene un ángulo único, debes mencionarlo. Por ejemplo, escribe galletas hechas a mano horneadas sin azúcar en lugar de solo galletas hechas a mano o solo galletas. Incluye información sobre tu público objetivo. ¿Quién leerá la salida? Puedes incluir información clave como demografía, edad, género, ubicación, ocupación del lector, psicografía, intereses, comportamientos, valores, puntos dolorosos y necesidades Destaca qué problemas resuelve tu producto, tu servicio, tu proyecto, tu blog, para tu público objetivo. De esa manera, CGPT podrá comprender mejor sus necesidades y qué resalte exactamente en la salida que generará para ti Y esto también es muy importante definir tu plataforma de redes sociales. Mira, si quieres escribir contenido para redes sociales, es importante incluir información sobre tu canal de comunicación y el prompt ya que cada plataforma de redes sociales tiene sus propios criterios, que deben cumplirse Por ejemplo, Twitter tiene un límite de caracteres totalmente diferente Instagram y las publicaciones en Linked necesitan tener un tono completamente diferente al de la publicación que quieres publicar en Instagram Fritz, Ese es un formato totalmente diferente, tono totalmente diferente, un propósito totalmente diferente. Necesitas mencionarlo en tu prompt. Por ejemplo, así al final de tu prompt. También puedes agregar más instrucciones personalizadas. Me he dado cuenta de que muchas veces agregar estas instrucciones personalizadas te ayudará a lograr una mejor calidad de respuesta. ¿Qué tipo de instrucciones personalizadas? Te voy a dar mis favoritos. Entonces Experimenta con estos. Ser altamente organizado y utilizar los puntos de votación, proporcionar explicaciones detalladas. Me siento cómodo con mucho detalle en profundidad, pero explícalos de una manera fácil. Como soluciones en las que mucha gente no pensaría. Discuta la seguridad solo cuando es crucial y no obvia. Si la calidad de su respuesta se ha reducido sustancialmente debido a mis instrucciones personalizadas, Por favor, explique los problemas. Estas instrucciones personalizadas te ayudarán a obtener respuestas mucho mejores de GPT en tantos casos Entonces experimenta con estos. ¿En serio? Ahora, vamos a resumir las mejores prácticas de incitación No tengas miedo de experimentar. Pruebe diferentes enfoques, diferentes técnicas e iterar corrigiendo gradualmente el modelo y dando pequeños pasos a la vez En caso de dos salidas cortas, pide múltiples sugerencias y edita tu prompt para obtener mejores resultados. Mantén una mente enfocada en el resultado y pregúntate, Qué técnica me proporcionará los mejores resultados con mi caso con mi problema, y hazte esta pregunta cada vez para que puedas usar la mejor técnica de prompting Proporcionar ejemplos. Si es posible, mostrar los ejemplos de modelo que representan su tono deseado o formatos deseados? Cuando el tiro cero no funciona, prueba con un disparo o pocos disparos. Recuerde siempre, las buenas indicaciones dan como resultado resultados relevantes y deseables más enfocados Y por último, no menos importante proporcionar instrucciones claras, incorporar siempre el contexto relevante, iterar y refinar los apoyos en función de la retroalimentación y 16. Recursos para ti: Oigan, todos. Esta es Kate del futuro. Lo sé. Te viajar es real. ¿Quién sabía? Podrías notar algo un poco diferente hoy. Y, llevo una blusa completamente diferente que llevaba mientras grababa el resto de los autos. ¿Por qué? Bueno, digamos que mi cuarto de lavado es un poco de zona de guerra en este momento. Pero prometo lo que es extra organizado son las golosinas extra Yo creé para ti. Entonces aquí está el trato. Seguí adelante y armé dos cuadernos de trabajo para ayudarte a sacar aún más provecho del curso Porque sé que a algunos de ustedes les gusta ir más allá a la hora de aprender. Y honestamente, estoy ahí contigo. Quería asegurarme de que tienes todo lo que necesitas para sumergirte realmente y practicar las habilidades que hemos estado cubriendo porque ambos sabemos que el aprendizaje ocurre cuando lo haces. Entonces el primer cuaderno es mi regalo para ti. Un poco de agradecimiento por ser parte de este viaje. Está repleto de algunos ejemplos y resúmenes adicionales de lo que hemos cubierto en el curso hasta ahora Piensa en ello como el compañero del curso que te ayuda a comprender los conceptos clave y te da un espacio para practicar porque seamos reales. Cuanto más practiques, mejor te pondrás en el uso de esas técnicas de incitación Así que descárgala ahí mismo en la sección de recursos. Pero espera. Hay más. También he creado un segundo libro de trabajo para aquellos de ustedes que están como, Bien, Kate, me encanta el curso Pero quiero más. Quiero ver cómo realmente puedo usar estas técnicas de incitación en mi vida cotidiana. Ya sea para mi proyecto creativo, mi trabajo profesional o simplemente para apoyar asaltar esa idea de genes Lo he tenido en el fondo de mi mente. Por lo que el segundo libro de trabajo está lleno ejemplos y tareas aún más prácticos Estoy hablando de apoyos de pensamiento zero shot, one shot, shot y chainel que realmente pueden ayudarte tanto en entornos creativos como profesionales Tiene de todo, desde escribir indicaciones para ayudarte a escribir la novela, la que has estado pensando desde hace años Dos ideas generación fk haciendo crecer tu marca personal, o gestionar tu negocio como un jefe. Entonces básicamente, es la guía Vamos a llevar esto al siguiente nivel en pocas palabras Y mientras este se paga, me he asegurado de mantenerlo súper asequible porque quiero que tengas acceso a toda esta jugosa bondad práctica sin romper el banco. Entonces, ya sea que esté agarrando el libro de trabajo gratuito para reforzar lo que acaba de aprender, ¿está listo para sumergirse en el libro de trabajo pagado para obtener aún más ejemplos y, por lo tanto, en la práctica, le tengo cobertura? Estoy muy, muy emocionado de que explotes estos cuadernos porque sé poderoso que puede ser aplicar lo que acabas aprender especialmente cuando se trata algo tan dinámico, como un.Ya sea que estés aquí para impulsar tu escritura creativa, hacer crecer tu presencia en línea, o simplemente subir de nivel tu juego profesional, estos proms te ayudarán a llegar allí. un.Ya sea que estés aquí para impulsar tu escritura creativa, hacer crecer tu presencia en línea, o simplemente subir de nivel tu juego profesional, estos proms te ayudarán a llegar allí 17. Palabras finales y mi pregunta para ti: Palabras finales. Las habilidades de Tach PT y otros modelos de lenguaje de gran tamaño sólo van a expandirse Pero los fundamentos dorados siempre seguirán siendo los mismos, así que no dudes en experimentar con estas técnicas cuando sea necesario. Y tengo que decir, estoy muy orgullosa de ti por terminar este curso. Buen trabajo para los dos. Realmente espero que vayas a implementar las técnicas de las que hemos hablado. Y gracias a ellos, nivelarás tus procesos y tu vida tanto personal como empresarial. Además, claro, no dudes en hacer preguntas si las tienes. Cada pregunta es más que bienvenida. Entonces, si tienes alguna duda o comentario, comparte tus comentarios, comparte tus dudas, hazme tu pregunta en la sección de discusión. Por eso. Para eso está aquí. Y si te gusta el curso, y si quieres hacerme extremadamente feliz, por favor revisa el curso y publica lo que piensas del curso en la sección de revisión. Si no tienes tiempo, puede ser sólo una frase. Por ejemplo, disfruté esto y esto. Creo que el capítulo fue el más interesante. ¿Por qué las críticas son tan importantes para mí? Porque de esa manera, gracias a ti, podré llegar a más personas que puedan necesitar mi ayuda y que puedan necesitar mi curso. A medida que más críticas tenga el curso, mayor será la visibilidad que obtiene. Además, por favor dime ¿qué te gustaría ver más o tal vez menos en los próximos cursos? O tal vez hay algunos temas o algunas técnicas que te mueres por aprender. Házmelo saber que no puedo esperar a saber de usted. Entonces nos vemos ahí y nos vemos en la siguiente.