Pensar como ChatGPT: modelos mentales universales para cualquier IA

1. INTRODUCCIÓN: ¿Alguna vez has pegado uno de esos llamados prompts virales y has obtenido resultados a mitad Hoy, te voy a mostrar por qué algunos prompts funcionan y otros flop y cómo pensar como IA, así que prompts, trabajan en Chachi PT, clawed, gemini, ama, Aprende, aplica en todas partes. Esta clase es la capa pensante. Ata todo el trabajo práctico de inteligencia artificial aplicada y incitación trabajo práctico de inteligencia artificial aplicada y Una vez que entiendas esto, cada otro proyecto que abordes con IA tendrá más sentido. El tono, aquí hay una línea de Andrew Karpathy. El nuevo lenguaje de programación más popular es el inglés. Y para que este curso sea práctico, conoce a nuestro avatar, Chris, es un creador de slash de comercializador que lucha con las indicaciones En cada lección veremos el antes y el después de Chris, para que puedas verlo subir de nivel a tu lado. Y antes de sumergirnos, si quieres ir más allá después de esta clase, tengo un extenso curso de Skillshare para principiantes sobre cómo cubrir todo, desde la creación de contenido hasta el comercio electrónico y los agentes Échales un vistazo si quieres construir sobre lo que aprendes aquí. Y como siempre, siéntete libre de comunicarte si tienes alguna duda. ¿Listo para sumergirse? Genial. Vamos a saltar 2. Proyecto de clase: Bien para nuestro proyecto de clase, esto es en lo que me gustaría trabajar. Elige una de las indicaciones de Chris antes o elige una de tus propias indicaciones reales Reescríbelo usando al menos dos de los modelos mentales que aprenda en este curso Ejecute las indicaciones antes y después en una herramienta de IA de tu elección y compara los resultados Comparte tu antes versus después en la galería del proyecto. Es simple pero potente. Verás por ti mismo cómo estos modelos mentales transforman tus resultados. Ten en cuenta los ejemplos de Chris. Su viaje reflejará el tuyo. Todo bien. Ahora, comencemos con nuestra primera lección, una breve historia del LLM 3. Lección 1: una breve historia de los LLM: Et se alejan por un segundo. ¿Cómo llegamos hasta aquí? ¿Por qué de repente estamos hablando de incitar como habilidad? Ya en la década de 1950, Alan Turing hizo la pregunta: ¿Pueden pensar las máquinas? Se le ocurrió la prueba de Turing. Si una computadora pudiera chatear tan bien que no se podía decir si era una máquina, lo mejor podría llamarse inteligente. Avance rápido hasta la década de 1980 hasta principios de la década de 2000, y la IA era básicamente si esto, entonces eso A estos se les llamó sistemas expertos. Fueron útiles en casos estrechos, pero quebradizos. La situación y el sistema se desmoronaron. Llegó 2017. Investigadores de Google publicaron un artículo con una línea ahora famosa. La atención es todo lo que necesitas. Esto introdujo la arquitectura del transformador, un avance que permite a los modelos comprender las relaciones entre palabras a través de oraciones completas y párrafos. Fue como darle a la IA un nuevo cerebro. A partir de ahí, el progreso se hizo una bola de nieve. Google lanzó B ERT o Bert. Open AI también lanzó GPT, luego GPT, entrenado en datos a escala de Internet Estos modelos no estaban buscando. Estaban generando, prediciendo de nuevo la siguiente palabra. Y a finales de 2022, Chat GPT envolvió esto en una interfaz de chat amigable, y de repente millones de personas descubrieron que podían hablar con la IA, y las indicaciones se convirtieron en el volante Chris, nuestro avatar ficticio, solía pensar que la IA era igual que la Búsqueda de Google Pero después de aprender esta historia, se da cuenta de que la IA no obtiene hechos. Genera patrones. Por eso importa tanto la forma en que enmarca la entrada. Vamos a saltar a la siguiente lección, cómo piensa la IA. 4. Lección 2: cómo piensa la IA (inglés simple): Los modelos de lenguaje grande no piensan como humanos. Ellos no entienden el mundo. Predicen la siguiente palabra, luego la siguiente, luego la siguiente. Piense en el autocompletado de sus teléfonos, solo entrenado en miles de millones de ejemplos Sam Altman, CEO de Open AI explicó esta teoría. Los modelos de lenguaje grande no son bases de datos son hechos. Son terminadores de patrones. Significa que cuando les avisas, no estás consultando un motor de búsqueda, estás configurando un patrón para que lo completen Nuestro personaje, Chris, antes de escribirme un guión viral de TikTok Obtuvo pelusa genérica aleatoria. Pero luego después de que ahora escribe, Eres un estratega de TikTok Tu tarea genera un guión de 30 a 45 segundos para un brander portátil dirigido a estudiantes del Reino Unido Paso uno, enganche tres opciones de gancho. Paso dos, esbozar la estructura del guión, y paso tres, redactar el guión completo de una manera lúdica. El resultado es una estructura más nítida y mucho más cercana a lo que necesita ¿Tiene sentido? Muy bien. Ahora saltemos a la siguiente lección. 5. Lección 3: jerarquía supera al caos: La jerarquía supera al caos. La jerarquía del primer modelo mental es siempre mejor que el caos. Cuando vuelves todo en un mensaje desordenado, la IA no tiene idea de qué priorizar Anthropi lo dice mejor. Sea claro y directo. Divida las tareas en pasos secuenciales. Google dice lo mismo. Asigne un rol, establezca una meta y dé instrucciones paso a paso. Nuestro personaje, Chris, antes escribía así, ayúdame a escribir una entrada de blog sobre Tik Tok Shop, dame un título de SEO, un borrador completo, hazlo divertido, a una conclusión El resultado es un muro de texto, fuera de tono y completamente desenfocado Después de ahora escribe así. Eres un editor de blogs SEO. Aquí está tu objetivo. Redacte una publicación de 1,200 palabras en la tienda de TikTok para principiantes. El primer paso sugiere cinco títulos de SEO. Paso dos, delinear el H uno y H dos y el paso tres, redactar solo la intro y luego detenerse La IA ya no se ahoga. Funciona por etapas como un editor real. La comida para llevar, pensar roll goal, pasos. Eso es jerarquía. Bien, pasemos a la siguiente lección. 6. Lección 4: Amplio → Estrecho → Ejemplos: El segundo modelo mental canaliza el pensamiento de la IA. Si te quedas amplio, obtendrás pelusa. Si te estrechas demasiado rápido, matas la creatividad. El truco es amplio primero, estrecho, segundo, luego encerrarlo con ejemplos. Andre llama a los ejemplos la Piedra Rosetta de incitar. Muéstrale al modelo cómo se ve bien, y seguirás. Antes de saber esto, así es como Chris escribió sus indicaciones. Hágame un tweet divertido sobre el café. A veces te volviste gracioso, a veces te estremecías, no con pero después de darse cuenta de esto, Chris ahora escribe tarea, escribe cinco tuits ingeniosos sobre las luchas matutinas del café Paso uno, haga una lluvia de ideas sobre seis escenarios identificables. Paso dos, elige los dos más divertidos paso tres. Escribe los tweets en este estilo. My Coffee y yo estamos en una relación comprometida. La alarma es la tercera rueda. Pobres más como pobres sobre pensar. Este embudo hace que la salida sea nítida y confiable, y la comida para llevar, no solo escriba el deseo. Embudearlo amplio, estrecho, y luego ejemplos que muestran qué TPT o cualquier modelo que estés usando, qué aspecto bueno se ve ¿Eso tiene sentido? Perfecto. Ahora pasemos a la siguiente lección. 7. Lección 5: apilación de contexto: Bienvenido a la lección cinco Apilamiento de contexto. El tercer modelo mental, piensa en la IA como un nuevo colega. Si explicas todo desde cero cada mañana, pierdes el tiempo. Si los abordas una vez, se vuelven más poderosos. Cuota de Fe, ponlo mejor. La IA es como un nuevo colega. Cuanto más lo abordes con contexto, más útil se vuelve. Nuestro hombre, Chris, antes de darse cuenta de que esto era incitador así Escríbeme un correo electrónico promocional para mi curso. Obtuvo texto genérico con el tono equivocado por completo. Ahora que se da cuenta de este modelo, así es como lo solicita Voz de marca, ortografía conversacional del Reino Unido, frases cortas, audiencia, vendedores de tiendas de TikTok, ejemplos de estilo, dos o tres líneas de muestra, reglas de formato, encabezados, viñetas y una comida para llevar Entonces pregunta lo siguiente. Usando el contexto guardado, redacte un correo electrónico promocional de 150 palabras con una línea de asunto, gancho corto, tres beneficios de bala y un llamado a la acción. Ahora, cada salida suena como su marca. La comida para llevar a bordo de su IA una vez, reutilice ese contexto una y otra vez. ¿Bien? Suena bien. Vamos a saltar a la siguiente lección. 8. Lección 6: la clave es la iteración: Bien, bienvenido a la Lección Seis. La iteración es el flujo de trabajo. Este es ahora el cuarto modelo mental. Demasiada gente trata la IA como una máquina expendedora. Escriben una vez, toman el primer borrador y se van. Pero la IA funciona mejor en el diálogo. Reid Hoffman dijo una vez, trabajar con IA es un diálogo, no un comando Nuestro hombre principal, Chris, antes de darse cuenta de esto, impulsaría su LLM de la siguiente manera Escríbeme un plan de negocios para mi show de Tik Tok. Obtuvo un plan genérico, lado, y luego renunció y se rindió. Después de darse cuenta ahora rompe su pronta en dos etapas, Paso A, redactar el problema y sólo la solución. Paso B, pausa y pregunta si quieres refinar. Paso C, proponer tres modelos de ingresos con pros y contras. Paso D, combina todo en un plan de una página. La salida es más nítida porque está dirigiendo cada paso. Habiendo aplicado ahora este modelo mental, aquí hay un ejemplo de lo que podría sonar la salida de Chachi PT Las marcas de comercio electrónico del Reino Unido en las tiendas Shopify que generan 30 120,000 al mes a menudo luchan con TikTok Sus equipos en casa están sobredimensionados y los creadores independientes pueden ser inconsistentes Esto lleva al desperdicio en el lapso, CTR deficiente y campañas que se detienen antes de escalar Las marcas pierden impulso porque no pueden mantenerse al día con tendencias de ritmo rápido de TikTok y los ciclos de contenido de vida útil cortos Solución. Nuestro UGC Studio ofrece videos de TikTok listos para anuncios en menos de 48 horas Cada pieza está diseñada con formatos de gancho probados y adaptada a los productos de la tienda TikTok Al ofrecer resultados creativos consistentes, respuesta rápida y conocimiento de las políticas de tienda de TikTok, ayudamos a las marcas a reducir el CPA, ayudamos a las marcas a reducir el CPA, aumentar el CTR y actualizar los anuncios antes de que la fatiga se establezca en ChatPT ¿Te gustaría refinar o continuar? Pero con toda honestidad, solo ese borrador inicial habla exactamente de lo que Chris estaba pidiendo. La comida para llevar, No esperes magia. Construirlo sección por sección, refinando a medida que avanza, ¿verdad? Espero que tenga sentido. Vamos a saltar a la siguiente lección. 9. Lección 7 - Pensamiento transferible entre los modelos: Eres bienvenido a la Lección siete Pensamiento transferible a través de modelos Entonces, aquí está la gran pregunta. ¿Todo esto solo funciona en sombrero GPT? ¿La respuesta? No, estos modelos mentales son transferibles. Demi Hasais, directora general de Deep Mind, pocas palabras, el futuro no es un modelo de IA Es un ecosistema de ellos. Antes de darse cuenta de esto, nuestro personaje, Chris, habría pensado que tendría que volver a aprender incitar para cada herramienta, pero después, ahora se da cuenta de que puede usar el mismo framework en cualquier lugar, sea cual sea la herramienta que esté Su pronta se ve así. Eres estratega de anuncios de TikTok. Tu objetivo es crear un guión del 62º AD para una mascarilla facial de colágeno Dirigido a estudiantes universitarios del Reino Unido. Paso uno, escribe tres ganchos. Paso dos, esbozar la estructura ADA. Paso tres, redactar el guión en un tono lúdico, limita ortografía del Reino Unido bajo 160 palabras. Ejemplos, tarde en la noche, dieta en cama, conoce a tu nueva piel BFF Claude podría inclinarse, pensativo. Géminis podría crear contornos limpios. Chachi PT podría equilibrar tono y estructura, pero el marco funciona en todas partes Comida para llevar, no aprendas hacks, aprende hábitos que viajan. ¿Bien? ¿Estás conmigo hasta ahora? Espero que todo eso tenga sentido. Ahora, pasemos a la siguiente sección. 10. Conclusión: Así que vamos a recapitular. Empezamos con una historia rápida de cómo llegaron a ser los LLM. Aprendimos que la IA no cree que predice. Exploramos nuestros cuatro modelos mentales, jerarquía, embudos, contexto e Vimos que estos se aplican en cualquier modelo que uses. Nuestro hombre, Chris, pasó de escribir vagos forros y conseguir basura a escribir indicaciones estructuradas y confiables que funcionan Jensen Huang, director general de Invidia, lo resume. La IA amplifica el potencial humano, pero sólo si aprendemos a pensar con ella. Eso es lo que has aprendido en esta clase. Ojalá, este curso sea parte de mi biblioteca más amplia de Skillshare de AI Learning Cada uno construye sobre los demás, pero también están solos. Siéntase libre de explorarlos una vez que haya digerido este curso. Gracias por aprender conmigo. Cualquier duda que tengas, no dudes en comunicarte. Adelante, pon en práctica estos modelos mentales y comparte tu proyecto para que todos podamos aprender unos de otros. Te atraparé en la siguiente.