ChatGPT e IA generativa: engenharia imediata para negócios

1. [Capítulo 1] Conheça Davis, seu Prompt Engineering Instructor: Sim, sim, sim. Ei, eu sou Davis e ensinei a quase 1 milhão de pessoas em todo o mundo habilidades de tecnologia e negócios até agora. As pessoas usam a IA para criar postagens nas redes sociais ou revisar um ensaio. Mas isso é como contratar um cientista espacial para instalar uma lâmpada com IA Como seu parceiro, você está limitado apenas por suas habilidades imediatas de engenharia. Neste curso, você aprenderá a estrutura da ICO, como arquitetar um prompt de nível profissional. Quatro habilidades essenciais de design e técnicas avançadas de engenharia rápida. Em seguida, vamos criar um prompt de nível profissional juntos, passo a passo. E então você receberá um certificado de engenharia rápida hospedado e verificável , emitido por Agora, ao longo deste curso, você aprenderá algumas das principais definições associadas aos modelos de IA e à engenharia rápida. Você fará algumas simulações que fornecem feedback em tempo real e sua compreensão do esboço do curso, das definições e citações úteis e de outros links para definições e citações úteis e leitura Você pode consultar o guia de estudo no guia do link I do cavalete. Agora, este curso foi desenvolvido especialmente para profissionais. Usando a IA no trabalho para tornar você mais produtivo. Você pode usar suas instruções para fazer coisas como personalizar qualquer coisa, para que qualquer pessoa escreva código, crie algo, crie estratégias, ensine e muito mais, tantas coisas que antes só os humanos Agora, a boa notícia para você é que está comprovado que, quando você tem habilidades de engenharia imediatas, como as que está desenvolvendo aqui, você pode obter resultados de um modelo de IA de uso geral, como os oferecidos por todas as grandes empresas de IA atuais, que superam até mesmo os resultados provenientes de modelos treinados personalizados em uma área específica Tudo bem, então vamos começar. 2. [Capítulo 1] Engenharia imediata: o poder por trás da revolução dos negócios de IA: Pergunte à IA algo simples e você obterá resultados simples. Mas quando você pode criar instruções detalhadas que ocupam um pequeno espaço perfeito entre os trilhões Suas habilidades imediatas de engenharia começarão a economizar tempo, muito e muito tempo, e você estará em uma nova realidade profissional aprimorada, Prompt. Engenharia é a prática de criar perguntas ou declarações forma a orientar um modelo de IA para fornecer a resposta desejada. Usamos instruções curtas no uso diário da IA, mas você pode criar instruções elaboradas envolvendo muitos dados e detalhes que permitem aproveitar o imenso poder dos modelos de IA e obter Habilidades rápidas de engenharia podem criar uma grande vantagem competitiva para você, permitindo que você descubra as respostas mais precisas, relevantes e criativas dos modelos de IA Então, em resumo, no mundo da IA generativa e dos grandes modelos de linguagem, os prompts são o que usamos para obter resultados gerados pela IA Pense em um prompt como uma chave digital elaborada que, com base em seu design, libera uma resposta de um modelo de IA Pronto. Engenharia é criar perguntas ou declarações que orientam um modelo de IA para fornecer a resposta desejada. Pronto. As habilidades de engenharia podem ser usadas para aumentar drasticamente a precisão, relevância e/ou a criatividade da resposta de um modelo de IA 3. [Capítulo 2] Aprenda sobre as janelas de contexto, as instruções de IA e a declaração mais poderosa: Talvez eu pergunte ao meu amigo Sean. Sean, o que devo comer no almoço? Talvez em resposta ele diga, hmm, eu não sei, talvez taco de frango, Mas se eu fosse trabalhar com a IA nessa decisão de almoço, eu poderia perguntar. Eu, eu quero que você me ajude a descobrir o que eu vou comer no almoço. Seja minha nutricionista e me ajude a encontrar uma solução de almoço que esteja a uma curta distância Agora, no café da manhã, comi um bolinho e geralmente tento comer uma refeição por dia, apenas com glúten Além disso, estou tentando comer mais vegetais, especialmente vegetais verdes, como couve de Bruxelas Além disso, fiz uma corrida muito longa esta manhã, então estou com muita fome e você deve saber que não gosto de coisas muito picantes e também sou alérgico ao abacate Você poderia sugerir duas opções de almoço que você acha que funcionariam para mim? Especificamente, você pode recomendar dois pratos, cada um de um restaurante diferente, e me dizer o nome do restaurante que o fabrica? Então, a IA pode responder. Ok. Eu sugiro o Power Bowl da indústria ou o hippie bowl da Fresco Nenhum deles tem pão e ambos têm Bruxelas e proteínas magras, além de serem saborosos E os dois restaurantes estão a uma curta caminhada. Agora, um dos grandes benefícios de trabalhar com IA é que ela pode sintetizar enormes quantidades de informações, muito mais do que neste exemplo Ao trabalhar com IA, seu trabalho realmente se torna fazer a pergunta certa, o que talvez seja ainda mais importante do que gerar a resposta. Certa vez, um CEO de uma das empresas de consultoria de gestão mais bem-sucedidas do mundo me disse que a pergunta certa é mais poderosa do que qualquer declaração. Agora, aqui estão algumas definições que você precisará nesta seção. Uma janela de contexto é a quantidade de informações que um modelo de IA é capaz considerar ao gerar uma resposta. Instruções em breve. A engenharia é um conjunto opcional de instruções usado para calibrar como o modelo de IA interpreta sua solicitação. Agora é hora de você aprender a usar a estrutura ICO, Prompt Design. 4. [Capítulo 2] Arquitetura de alerta de IA: torne-se uma ICOn de engenharia rápida!: Quando você conversa com a IA nos bastidores, um registro da sua conversa está sendo usado pela IA para determinar o que dizer a seguir. Por exemplo, se você disser qual é o menor país em população, o menor país em população, a IA analisará sua pergunta, sua solicitação e fará possível para fornecer uma resposta adequada para você. Ele responde com a Cidade do Vaticano com 510 habitantes. Se você continuar com, ok, qual é a segunda menor e a IA? É com uma população de 10.876. Como isso funciona? Bem, quando você conversa com a IA, você está criando um contexto que a IA pode usar para continuar a conversa e fornecer resultados úteis para você. Neste exemplo, o contexto é seu histórico de conversas. Por exemplo, você não precisa dizer qual é o segundo menor país população porque, em sua primeira mensagem, você adicionou esse contexto à discussão. Quando você pergunta por país por população, o contexto é a informação que a IA usa para gerar uma resposta mais útil para você contexto não precisa ser um histórico de bate-papo. Você pode adicionar contexto por meio de seus prompts, e seus prompts podem incluir muitas informações A janela de contexto é a quantidade de informações que um modelo de IA é capaz considerar ao gerar uma resposta. Na maioria dos casos, é extremamente grande em termos de texto. Alguns modelos têm janelas de contexto que podem lidar com centenas de páginas de texto. É aí que entra a engenharia rápida avançada. Suas instruções podem ser elaboradas e detalhadas. Eles podem incluir informações que permitem que um modelo de IA forneça resultados totalmente personalizados. Apresentando a estrutura de design rápido da ICO, use a estrutura da ICO para organizar sua abordagem à IA. Solicitações. Comece com as instruções. As instruções são conjuntos opcionais de instruções usados para calibrar como o modelo de IA interpreta sua solicitação. As instruções podem ser usadas para definir a função da IA. Você é nutricionista. As regras estabelecidas não incluem mais do que três frases em uma O estilo da resposta fornece analogias com tópicos simplificados e complexos, limites estabelecidos, não fornece nenhum conselho médico Por exemplo, pode fazer sentido usar um conjunto de instruções para solicitações que você usa para gerar conteúdo e outro para trabalhos de pesquisa e outro conjunto para trabalhos de pesquisa e outro conjunto fazer análises assistidas por IA Após as instruções, adicione contexto ao seu prompt. Essas são todas as informações e dados básicos que você adiciona para dar ao modelo de IA o que ele precisa para gerar o resultado que você está procurando. Os dois tipos principais de informações contextuais a serem usadas em suas solicitações são, primeiro, informações básicas, por exemplo, informações sobre você, uma organização, um cliente, seu setor, alguma política ou situação Segundo, exemplos. Esses são exemplos que ensinarão ao modelo algo como escrever o que é bom, o que é ruim, o que funcionou no passado e o que não funciona agora. Por fim, após as instruções e o contexto, você pode finalizar sua solicitação informando à IA como deseja que a saída seja formatada Isso é opcional, mas se você estiver usando IA para seu trabalho, um formato de saída consistente pode ser significativo. Na parte de saída do seu prompt especifique exatamente como você precisa que a IA responda. Por exemplo, peça à IA que crie um título, depois uma subseção com três marcadores, depois outra subseção com uma recomendação de quatro frases e, em seguida, uma subseção final com três subseções Depois de configurar isso, sua saída é dinâmica. Cada vez que a IA é gerada, ela pode preencher o formulário que você criou usando novas informações. No caso de você ter alterado algo em seu prompt, talvez em seu contexto. Por exemplo, digamos que Rahul escreve uma lista de instruções, depois adiciona muito contexto, identifica a aparência da saída, gera um resultado, altera um altera um dado que está na parte contextual do prompt e regenera a estrutura de prompt e regenera a estrutura Permaneceria da mesma forma na primeira geração , mas teria um conteúdo diferente porque Rahul mudou esses dados em seu contexto Então, em resumo, seus prompts de IA podem conter grandes quantidades de informações Use a estrutura da ICO para ajudá-lo a organizar suas solicitações. Comece com instruções, um conjunto opcional de instruções usado para calibrar como o modelo de IA interpreta sua solicitação. Em seguida, adicione muito contexto ao seu prompt. Informações básicas sobre o tópico e exemplos que guiarão a IA. Por fim, defina um formato de saída. Isso permite que você use seu prompt com dados diferentes e mantenha uma estrutura previsível. 5. [Capítulo 2] Vozes do campo: que informações contextuais você adiciona aos seus prompts?: Você sabe, nós criamos insetos com resíduos de comida. Mas o que estamos fazendo é implementar IA com esse desenvolvimento para que agora possamos realmente ser mais produtivos, da forma como criamos os insetos e como os criamos e dos controles de temperatura e do desperdício de alimentos que usamos. Portanto, são apenas muitos pequenos processos, porque com apenas o inseto, desde o desenvolvimento do ovo até as larvas grandes, já existem sete processos cada estágio de desenvolvimento Eu acho que você começa com uma biografia muito parecida. Então, se você o está usando para negócios, você quer contar sobre sua empresa, o que sua empresa faz, que tipo de produtos você vende. Portanto, a IA tem contexto. A mesma coisa, se você for estudante. Você quer dizer que está estudando aprendizado de máquina ou ciência da computação e que escreve trabalhos de conclusão de curso ou faz pesquisas. Uma das melhores maneiras de fazer JI é dar exemplos. Eu dei um exemplo da minha escrita logo no prompt. Então, se eu quiser fazer uma cópia, me ajude a escrever meu boletim informativo. Eu diria o que eu queria fazer e depois dava um exemplo. Se eu der um exemplo, isso é chamado de solicitação única. Se eu der vários exemplos, isso é chamado de solicitação de foto E o fator limitante é o tamanho da janela de contexto Então, com base no trabalho que eu escrevo, muitas vezes eu não consigo sair, então muitas vezes eu estou no sistema coletando informações, certo Informações sobre como vender um determinado produto para um público-alvo, basicamente. Percepção correta de que sou relevante para tudo estou tentando construir , ver ou com quem estou tentando falar. Talvez trazendo um pouco de volta, talvez um pouco de pesquisa de mercado. Então, gosto de entender as ofertas que tenho. Entendendo, você sabe, algo sobre um cliente ou qualquer coisa que eu tenha coletado sobre um cliente. Só porque eu gosto muito de fazer brainstorming. Então, entendendo, você sabe, um interesse particular que tenho em ser um profissional do esporte, com todos os atletas e outras coisas que eu gosto de treinar em um nível muito competitivo. Mas quanto mais informações básicas você fornece ao sistema de IA, especialmente sobre os atletas, é como o que eles treinaram, o que comeram, muitas baterias de teste e outras coisas que fazemos. Essencialmente, o que é uma bateria de testes, você pode simplesmente imaginar uma bateria de testes como uma sequência completa de exercícios que nós, treinadores heterossexuais damos aos nossos atletas para ver como estão se saindo O que você quer fazer é pegar todas as informações que você está colocando nas planilhas sobre o desempenho de seus atletas e outras coisas E então você quer conectá-lo ao modelo de IA. E conecte-o como informações básicas, apenas como contexto. Então, com base nas informações que você praticamente coletou, nas coisas dos testes e em tudo mais sobre os atletas , você pode começar a fazer mais perguntas. 6. [Capítulo 2] Simulação de aprendizagem interativa: vamos criar um prompt de IA com formato de ICO: Ok, agora você tem a oportunidade de participar de uma simulação de aprendizado interativa que permitirá que você pratique a criação um prompt formatado em ICO de um prompt formatado em ICO baseado em um cenário do mundo real Vá até Easel Links e execute a simulação de aprendizado Você pode até mesmo obter um certificado instantâneo de conclusão da simulação depois de terminar. 7. [Capítulo 2] Principais conclusões da seção de design de prompt de IA + o que está por vir: Parabéns por terminar esta seção. Vamos fazer uma rápida revisão do que você aprendeu como uma visão geral. Quero que você pense em um prompt como a solicitação abrangente de resposta mais poderosa que alguém poderia fazer. Agora, aqui estão algumas dicas importantes. Um prompt pode incluir instruções, contexto e instruções de saída detalhadas para o modelo de IA seguir. As instruções I, C, O podem ser usadas para definir o papel da IA, definir regras e limites e condicionar o estilo geral da resposta da IA. contexto de suas solicitações pode incluir informações básicas, informações sobre você, sua organização, seus clientes, seu setor ou uma situação, além exemplos para ensinar algo ao modelo Pense na seção de saída do seu prompt como a criação de um formulário que, depois que o modelo considera as partes anteriores do seu prompt, ele é preenchido para você Em seguida, você aprenderá quatro habilidades rápidas de design, delimitadores, definições, markdown e guidão. Vamos. 8. [Capítulo 3] Uma introdução aos delimitadores, definições, marcação e guidão: Um ato. Então, eu gosto de cozinhar. E há algumas ferramentas que eu uso na minha cozinha que facilitam muito minha vida, como a batedeira. É uma ferramenta fantástica que torna meus muffins, pães e biscoitos muito melhores e muito mais fáceis de Agora, ao criar instruções, você tem ferramentas como essa que ajudarão você com sua IA, assim como minha batedeira me ajuda a cozinhar Deixe-me apresentar alguns conceitos. Um delimtador é uma sequência de caracteres usada para especificar o limite em torno de algo em Uma definição em engenharia rápida é usar uma palavra ou frase para se referir a algo que você adicionou à sua solicitação. Markdown é uma forma simples e legível de formatar texto sem formatação. guidão na solicitação de IA é o uso de duas chaves curvas com texto na parte interna que criam um espaço para a IA preencher cada vez que é gerada Nesta seção, você aprenderá como aprimorar suas habilidades de engenharia rápida usando essas ferramentas. 9. [Capítulo 3] Como usar delimitadores e definições para criar chaves mágicas: Muitas vezes, você precisa dizer à IA onde procurar. Por exemplo, é aqui que você encontrará a política e aqui encontrará exemplos relevantes. Instruções excelentes geralmente contêm muitos desses pontos de referência. Vou te ensinar como usar delimitadores e definições em seus Juntos, há uma rápida superpotência de engenharia. Um delímetro é uma sequência de caracteres usada para especificar o limite Em sua solicitação, você realmente só precisa saber como usar etiquetas de um demeter Você pode usar tags como uma forma de separar ou fragmentar as informações. Para uma IA como essa informação e você coloca suas informações aqui, corte as informações aqui Você só precisa manter sua estrutura de tags consistente. Coloque a mesma palavra, qualquer palavra entre os símbolos maior que e menor que. E a segunda etiqueta com a mesma palavra da etiqueta de abertura. Lá, você precisa colocar uma barra invertida. Você está fechando a etiqueta. Você pode usar tags para obter algumas informações, como letras, e depois colocar algumas letras aqui e fechar a tag ou muitas informações, como relatório. Em seguida, coloque um relatório inteiro de 30 páginas aqui e feche a etiqueta do relatório. Agora, as definições são simples. Na engenharia rápida, uma definição é usar uma palavra ou frase para se referir a algo que você adicionou à sua solicitação. Aqui estão alguns exemplos, definições simples. Experiência como cliente, Davis Jones é professor e engenheiro de software. Ele gosta de cozinhar e organizar música, cavalete. Depois de adicionar essas definições ao seu prompt, você pode simplesmente dizer: considere o histórico do cliente, C maiúsculo, B. Ou, na seção de saída, você pode usar o guidão, sobre o qual aprenderá em outros lugares, como nesta organização, capital em que a IA saberá do que você está falando Agora, para obter informações maiores, como uma política de 15 páginas, por exemplo, você deve adicionar isso ao seu prompt dizendo à IA que você adicionará dizendo à IA que você adicionará algumas informações e , posteriormente, se referirá a essas informações por meio de uma determinada palavra ou frase É aqui que usamos delimitadores e definições juntos desta forma Entre as etiquetas de política, você encontrará uma política que rege meu setor A seguir, a política com uma política P maiúscula e, em seguida, você adiciona o texto da política aqui, política de barra invertida Agora, sempre que precisarmos nos referir a essa política em nosso prompt, podemos simplesmente usar uma política P maiúscula e a IA saberá do que estamos falando. Aqui estão alguns exemplos de como isso pode funcionar. Analise a política e faça algo usando o que você encontra na política com base nos exemplos da política. Então, em resumo, um delímetro é uma sequência de caracteres usada para especificar o limite em torno de algo em Os delimitadores mais comuns são as tags. Tags ou qualquer palavra entre dois símbolos de desigualdade. A tag de fechamento precisa de uma barra invertida na frente, como essa. Uma definição no contexto do design do prompt é usar uma palavra ou frase para se referir a algo que você adicionou ao seu prompt. Use delimitadores e definições juntos, isso permite que você se refira facilmente a grandes partes de informações 10. [Capítulo 3] Markdown: como você adiciona hierarquia de informação ao texto simples: Modelos de linguagem grandes são uma forma de IA que converte o texto em seu prompt, em última análise, em uns e zeros. Em seguida, o modelo de IA procura padrões e seus dados de treinamento. Em última análise, isso permite que ele faça uma previsão. E essa é a sua saída. Quando seu prompt é pré-processado e você se divide nesses pequenos pedaços, tudo é texto simples, não está formatado Então, como você indica títulos e coisas assim? Por meio de remarcação. O Markdown é uma forma simples e legível de formatar texto sem formatação. Há várias maneiras de usar o markdown, incluindo a criação de cabeçalhos e subtítulos, texto em negrito, texto em itálico Na engenharia rápida, você geralmente precisará de markdown para cabeçalhos Basicamente, para mostrar a hierarquia da IA em suas informações, usamos o símbolo da hashtag E a abordagem é simples. Um hash é o cabeçalho um, o maior cabeçalho. Segundo, hashtags são o segundo maior cabeçalho, três hashtags são o terceiro maior cabeçalho e assim por diante. Ao criar um prompt e quiser adicionar informações sobre sua organização, por exemplo, você provavelmente desejará usar cabeçalhos de markdown para fornecer suas Alguma estrutura como essa. Hashtag, informações sobre minha empresa, hashtag Inc, nossa história, hashtag de hashtag, hashtag Devido ao uso de cabeçalhos de remarcação, a IA entende que, por exemplo, nossa equipe é uma seção que é uma subseção de informações sobre minha empresa, Inc, que é o Você também usará cabeçalhos de marcação para informar à IA como estruturar sua saída Digamos que você queira que a IA gere um relatório semanal para você usando alguns dados, e esses dados mudam semanalmente. Você chamou esses dados de W maiúsculo semanal com D maiúsculo em uma parte anterior de sua solicitação. Agora, você adicionará uma estrutura de saída específica a esse prompt. Seu prompt diz que redija um relatório para mim usando esse formato. hashtag, relatório semanal aqui, gere três frases resumindo os resultados que você vê na hashtag de dados semanais progresso da hashtag em nossas metas Aqui, usando os dados semanais, gere uma frase que resume quais metas alcançamos nesta Em seguida, em uma segunda frase, resuma quais metas não alcançamos porque você adicionou cabeçalhos de remarcação à parte de saída do Você orientará a IA a gerar um rascunho de relatório semanal formatado exatamente como você gostaria , com um título grande que diz Relatório semanal com o texto apropriado abaixo e um título de subseção que diz Progresso em nossas metas com duas Em resumo, a maioria dos modelos de IA com os quais interagimos são modelos de linguagem grandes, ou LLMs, projetados para funcionar com texto simples e não formatado Markdown é uma forma simples e legível de formatar texto sem formatação. Costumamos usar sua abordagem baseada em hashtag para formatar cabeçalhos No markdown, uma hashtag indica o maior cabeçalho, dois, o segundo maior cabeçalho e assim por diante Você pode usar cabeçalhos de marcação para estruturar seus prompts, informações contextuais e orientar a 11. [Capítulo 3] Vamos preparar um documento para o trabalho de IA usando delimitadores, definições e marcação: Ok, vamos pegar um documento que queremos usar com IA e formatá-lo para que fique limpo e a IA esteja pronta para trabalhar com ele. Você está apenas vendo uma nota vazia aqui neste aplicativo de gerenciamento rápido que eu criei. Mas o que vamos fazer aqui pode ser feito em qualquer ferramenta de gerenciamento de documentos como o Google Docs ou o Microsoft Word Se você mantém seus prompts lá ou deseja criar seus prompts lá ou simplesmente usar uma interface de IA, como Chat, GPT ou algo parecido GPT ou algo Isso é o que vamos fazer aqui. Vou abrir este guia de pontuação expositivo. Isso é apenas de um prompt que eu criei anteriormente. O que é isso, essa é a Avaliação de Prontidão Acadêmica do Estado do Texas, que é esse teste educacional que estudantes de escolas públicas precisam fazer Este é um guia de pontuação de alguns anos atrás. O que queremos fazer aqui é pegar o guia de pontuação e prepará-lo para uso com IA, para que possamos integrá-lo em um prompt Agora, o que vamos fazer aqui, em termos de habilidades, pode ser aplicado a muitos tipos diferentes de documentos e informações. Pode ser aplicado a informações sobre sua empresa, você, sobre um cliente, uma situação, sobre um artigo ou sobre praticamente qualquer coisa baseada em texto. Tudo bem, então o que vamos fazer aqui, vamos fazer esta seção aqui. Eu vou te mostrar como vamos usar markdown, delimitadores e definições aqui na estruturação Tudo bem, o que vou fazer aqui para começar é colar o texto bruto. No momento, temos esse texto sem qualquer formatação, é assim que os modelos de IA precisam de texto Os modelos de IA não oferecem suporte texto formatado quando você usa modelos de linguagem grandes Por padrão, basicamente, acabamos de receber esse texto bruto. Como podemos formatar esse texto de forma que a IA esteja pronta para usá-lo Bem, muitas vezes acho que o que você quer fazer aqui é dizer à IA que você vai fornecer algumas informações. Uma boa maneira de pensar sobre isso é criar um limite em torno de algumas informações E vamos fazer isso com limitadores D , algo assim Deixe-me explicar um pouco o que estou fazendo aqui. Estou dizendo que, entre as tags do guia, você encontrará informações sobre um guia de pontuação E daqui em diante, este é o guia com G maiúsculo. Ao dizer aqui, depois do guia, as coisas que colocamos dentro das tags de guia, poderemos ser referenciados em toda a nossa solicitação apenas dizendo o guia com G. Então, o que vamos fazer aqui é abrir nosso delimitor Em seguida, vou até o final da seção e fecharei a tag fazendo barra invertida e depois guiando Tudo bem, basicamente qualquer coisa que esteja entre essas tags será o guia com G maiúsculo que podemos usar em todo o nosso prompt. Tudo bem, este é na verdade o título do guia. Agora vamos começar a usar um pouco de markdown para dar alguma hierarquia às nossas informações Com o markdown, criamos uma hashtag para representar o maior título ou título Em seguida, usaríamos duas hashtags para indicar o título dois ou o segundo maior título, algo assim, como pontuação 0,1. O que eu quero fazer aqui é voltar e ter certeza de que estou refletindo o que está acontecendo aqui com o guia de pontuação real Sim, aqui está o título Então, basicamente, o que fazemos aqui é que temos esse subtítulo e, em seguida, temos essas seções que são como subtítulos Essas são como a terceira seção abaixo deste guia. Vamos criar isso com markdown, esta parte aqui em que diz que o ensaio representa um desempenho de redação muito limitado Você vê que isso basicamente descreve o que significa pontuação 0,1. É basicamente como o corpo do texto associado à pontuação 0.1 Então, essa coisa de progressão organizacional, essa é uma nova seção aqui Vamos seguir em frente e fazer isso. Esta é uma subseção da pontuação 0,1. Então, basicamente, cada um desses são marcadores diferentes Vamos seguir em frente e fazer com que todos esses pontos sejam assim. Tudo bem E vou apenas verificar se temos três pontos principais 123, certifique-se de que isso reflete o que temos aqui. Sim, 123. Tudo bem, ótimo. O que fizemos ao adicionar três hash tags à progressão dessa organização subtítulo é: estamos entre tags do nosso guia de pontuação dizendo que aqui está o título e aqui está uma subseção e, em seguida, aqui está uma subseção Basicamente, o que estamos dizendo é que é assim que você sabe como pontuar a organização e a progressão de algo que é pontuação 0,1. Mostrarei uma versão completa disso para que você possa ver como fica Vou navegar até aqui até o prompt completo. Ótimo, veja como isso é feito na prática. Eu fiz exatamente a mesma coisa quando construí isso. Para alguns professores, eu chamo isso de guia de pontuação em vez de guia Mas eu pego todo esse guia de pontuação expositiva, que descobri que é apenas Então eu simplesmente o estruturei aqui, descendo, e basicamente o converti desse PDF em algo que pode ser usado como um prompt Mostrarei, por meio um exemplo real como eu uso esse guia de pontuação, com S maiúsculo, G maiúsculo. Você notará aqui embaixo na seção de saída do prompt, onde chegamos ao final e eu basicamente digo, ei, ok, então os alunos enviaram uma redação, etc Você vai ver aqui, eu digo, eu quero que você me ajude a avaliar a redação. Isso se refere ao ensaio que está acima no aviso, de acordo com o guia de pontuação Agora, o que estou dizendo ao modelo de IA é que você vai usar o guia de pontuação novamente, que está dentro de nossas tags Ele sabe onde procurar para avaliar a redação. Aqui é onde os professores colocam a redação. Esse é um exemplo do uso de definições de delimitadores e markdown para converter Esse não é um contexto muito útil porque é um PDF. Não está organizado de forma que a IA possa trabalhar com ele e convertê-lo em algo que possa ser usado por um modelo de IA usando as habilidades que você conhece agora, que são esses limitadores, as definições e o markdown 12. [Capítulo 3] Guiador: formatação de saída confiável com informações dinâmicas: Na solicitação de IA, você pode pensar no guidão como um palco. O palco em si permanece no mesmo lugar, mas há uma banda diferente, uma dança diferente a cada noite. guidão na solicitação de IA é o uso de duas chaves curvas com texto na parte interna que criam um espaço para a IA preencher cada vez que é gerada guidão é uma ferramenta que usamos quase exclusivamente na seção de saída de nossos A aplicação mais simples é fazer com que a IA substitua o espaço do guidão por uma palavra ou frase Talvez a partir de algumas informações que você adicionou em uma parte anterior do seu prompt toda vez que ele é gerado. Por exemplo, talvez seu prompt tenha informações contextuais que incluam o nome de um cliente, como esse nome de cliente , Davis Jones Agora, na seção de saída do seu prompt, você pode ter uma pequena linha como esta proposta para o nome do cliente. No guidão, a IA então geraria uma proposta para Davis Jones como resultado Você também pode usar o guidão para dar instruções específicas à IA sobre o que gerar nesse espaço Aqui estão dois exemplos, primeiro um mais simples e depois um mais complexo Vamos começar com o mais simples. Gere um título engraçado para uma proposta comercial que inclua o nome do cliente aqui, faça com menos de 60 caracteres e aqui está um resultado real. Gráficos circulares e trocadilhos de Davis Jones são uma fatia do sucesso. Agora, aqui está um exemplo mais complicado. O nome do cliente está lutando para diminuir seus níveis de estresse antes de dormir. Use seus dados de treinamento para gerar dois exercícios que nome do cliente pode fazer todas as noites antes de dormir para desenvolver habilidades de redução do estresse. Estruture esses dois exercícios, como esta hashtag, nome do exercício, detalhes sobre o exercício em menos de 100 caracteres Palavras encorajadoras para o nome do cliente. Nesta parte do prompt, estamos usando Definitions, Markdown e Handlebars dentro do Handlebars para personalizar o formato e o estilo Aqui estão dois resultados reais. Respiração consciente, inspire profundamente por 4 segundos, segure por sete, expire por oito, A calma espera por Davis. Aqui você pode ver que Markdown criou esse título e também que o guidão aninhado criou tranquilidade e espera por Davis criou Essas são as palavras encorajadoras para o nome do cliente. Aqui está a segunda saída, Gratidão. Reflexão, liste três coisas do seu dia. A positividade gera paz. Davis, continue assim. Em resumo, use duas chaves curvas, guidão com texto na parte interna para criar um espaço para a IA preencher algo para você toda vez que for Normalmente usamos o guidão na parte de saída de nossos prompts como uma forma de orientar a IA à medida que ela gera uma saída dinâmica O uso mais simples do guidão é fazer com que a IA adicione dinamicamente uma palavra, frase ou número à saída, como nome guidão pode fornecer instruções detalhadas à IA que incluem definições de marcação e até mesmo guidões aninhados 13. [Capítulo 3] As quatro habilidades principais de engenharia de alerta (recapitulação) + o que vem a seguir: Com essas quatro habilidades, delimitadores, definições, marcação e barras de controle, você pode criar prompts que Vamos resumir o que você aprendeu nesta seção. Coloque as informações entre as tags e defina-as com uma palavra ou frase. Isso permite que você consulte essas informações facilmente em todo o prompt. Use marcações, cabeçalhos baseados em hashtag para estruturar suas solicitações, informações contextuais e informações contextuais guidão pode ser usado para criar uma saída dinâmica com base nas instruções que você adiciona entre colchetes. Essas quatro ferramentas se complementam Use-as para criar um contexto de alta qualidade para a IA e resultados altamente personalizados Tudo bem, na próxima seção, aprenderemos algumas técnicas avançadas de engenharia rápida. 14. [Capítulo 4] Peru, Mongolia e um prato diplomático projetado com IA generativa: Imagine que você é um funcionário do governo e vai a um jantar que celebra um acordo histórico entre o Perú e a Mongólia O primeiro prato sai e é um exemplo perfeito de um ensopado tradicional da Mongólia, mas é feito com ingredientes peruanos que poucas É incrível, único e criativo. E você pergunta ao chef, como você criou esse prato? Ela responde: “Bem, eu fiz com que uma IA conduzisse uma sessão de colaboração simulada entre um especialista em culinária tradicional da Mongólia, um especialista em vegetais peruanos raros e um experiente pescador peruano . Louco, certo? Bem, nesta seção, você aprenderá algumas técnicas avançadas de solicitação de IA como essa Primeiro, você aprenderá duas técnicas fáceis que você pode usar para melhorar drasticamente seus resultados. Então, você aprenderá o que significa ter a IA recuando. E, finalmente, você aprenderá sobre a solicitação de vários agentes ou SPP e a técnica Tessa solicitação de vários agentes ou SPP e a técnica . Vamos começar. 15. [Capítulo 4] Duas técnicas de orientação fáceis para melhorar seus resultados: Pense em uma ocasião em que algo atraiu suas emoções. Uma pessoa, um filme, uma música. Algo que inspirou você a fazer algo ou pensar de forma diferente. Você sabia que os modelos de IA respondem aos apelos emocionais? Vamos aprender algumas técnicas simples e eficazes que melhorarão seus resultados de IA. A primeira técnica é adicionar apelos emocionais às suas solicitações Pesquisadores da Microsoft confirmaram que as IAs modernas são capazes de entender os apelos emocionais E que adicioná-los aos prompts melhora os resultados até 8% com base em uma variedade de métricas Por exemplo, Sanjay está usando a IA para ajudá-lo a se preparar para uma entrevista de emprego como engenheiro de propulsão Então, na parte de saída de sua solicitação, ele adiciona o seguinte apelo emocional. Essa oportunidade de trabalho não é apenas um avanço na minha carreira. É a realização de um sonho pelo qual venho trabalhando há muito tempo. Em seguida, ele continua. Agora, quero que você me ajude a me preparar para esta entrevista preenchendo o formulário a seguir que me ajudará a aprender sobre as tendências do setor. Os modelos de inteligência artificial compreendem esses apelos emocionais. Em segundo lugar, vou te ensinar a acordo com a técnica. Aqui, você pedirá à IA que use partes específicas de seus dados de treinamento ao gerar resultados. É fácil. Basicamente, você adiciona uma frase como, acordo com dados da Wikipedia, ao seu prompt. Ou responda da mesma forma usando informações de fontes oficiais do governo. Freqüentemente, você desejará adicioná-las acordo com as frases da solicitação nas instruções ou nas partes de saída da solicitação. Aqui está um exemplo. Sanjay pode atualizar o prompt em que estava trabalhando. Agora, quero que você me ajude a me preparar para esta entrevista usando informações de pesquisas revisadas por pares em seus dados de treinamento para preencher o formulário a seguir, que me ajudará a aprender sobre as tendências do setor. Basicamente, diz à IA onde procurar respostas Então, em resumo, os modelos de IA podem entender os apelos emocionais Use-os em suas instruções para aprimorar as habilidades de raciocínio da IA e seus Peça à IA que use partes específicas de seus dados de treinamento ao gerar resultados. Por exemplo, fontes ou tipos de informações específicos para visualizar a pesquisa original sobre estímulos e solicitações emocionais, visite easel dot links emotion para ver a pesquisa original de acordo com a Visite o cavalete, corte o link de acordo com. 16. [Capítulo 4] Voltando para trás: de responder a perguntas a responder a perguntas: Você já trabalhou em um problema? E talvez você tenha ficado um pouco frustrado, então você decidiu se acalmar. Dê um passo atrás e dê a si mesmo um pouco de espaço para pensar. Talvez você tenha dormido com o problema, depois tenha trabalhado nele no dia seguinte e tenha tido uma descoberta Bem, acontece que os modelos de IA exibem comportamentos semelhantes Pesquisadores do Google descobriram que, quando a IA é solicitada a recuar, pense em um tópico em alto nível e depois avance para uma análise mais detalhada. Os modelos de IA têm um desempenho até 27% melhor. Por exemplo, Kendra está passando por uma transição profissional Ela quer ser enfermeira. E ela quer trabalhar com a IA em seu plano de transição de carreira. Logo no início de sua solicitação, ela pode pedir à IA que recue considere o que sabe sobre tendências e medicamentos. Em seguida, ela pede à modelo que ajude a gerar um plano de transição de carreira específico para seu caso de uso, como esse Agora, dê um passo atrás e considere o que você sabe sobre tendências, medicina e enfermagem depois de fazer isso. E então ela continua: Ok, aqui está outro exemplo. Jenny está procurando uma estratégia de texto que a ajude a classificar muitas informações mais rapidamente Ela pode pedir à IA que recue e considere como as pessoas lidaram com sucesso com a sobrecarga de informações Em seguida, peça à IA que faça uma recomendação de solução tecnológica específica como essa. Agora, dê um passo atrás e considere o que você sabe sobre sobrecarga de informações e a transformação de muitas informações em insights valiosos agora E então ela continua. Por fim, lembre-se que os modelos de IA são treinados em vastos conjuntos de dados. Muitas vezes, você só precisa usar seu prompt para que a IA recupere os dados já em seu conjunto de dados. Adicione frases como usar seus dados de treinamento ou usar o que você sabe sobre fisioterapia à sua solicitação para dizer explicitamente a um modelo de IA seus imensos dados de treinamento ao gerar uma resposta para Então, em resumo, quando a IA é solicitada a pensar em um tópico em alto nível e, em seguida, passar para uma análise detalhada, os resultados podem ser bastante aprimorados. Essa técnica é chamada de recuar. É especialmente útil quando você usa IA para gerar resultados que envolvem especificidade. Os modelos de IA são treinados em vastos conjuntos de dados. Ao informar a uma IA quais dados de treinamento usar, você poderá acessar esse conhecimento para ler a pesquisa original. Sobre a técnica de recuar, visite easel, link slash 17. [Capítulo 4] Simulando várias perspectivas com a técnica TESSA: Você já trabalhou com alguém que via as coisas de forma um pouco diferente da sua? Você achou que a visão diferente deles era interessante e útil? Bem, você pode basicamente simular isso com IA. Pesquisadores da Microsoft desenvolveram uma abordagem de solicitação chamada solicitação de desempenho solo ou solicitação SPP Ele faz com que uma IA assuma várias personas, cada uma com um tipo diferente de experiência ou ponto de vista, e depois se envolva em uma colaboração simulada com cada uma dessas personas assumidas e, em seguida, entregue o resultado a Esse método de solicitação é ótimo para resolver problemas complexos ou gerar resultados realmente criativos em experimentos Os modelos de inteligência artificial que impulsionam essa abordagem fornecem resultados quantificavelmente até 20% Neste módulo, vou te ensinar como usar essa técnica com a estrutura Tessa Vamos dar um exemplo. Digamos que Sahid esteja trabalhando em uma estratégia de marketing e precise saber como posicionar uma marca Ele precisa entender as atitudes dos consumidores em três grupos demográficos diferentes que a marca tem como alvo Com a abordagem SPP, ele pode fazer com que a IA assuma personas Por exemplo, um adolescente, um pai que trabalha e um aposentado E a IA pode então simular uma discussão entre essas pessoas antes de gerar uma recomendação para Sahid uma recomendação para Para criar esse prompt, shied usa a estrutura Tessa. Tessa é um processo passo a passo para criar esse prompt como este Primeiro você nomeia a tarefa, depois os especialistas, depois inicia a discussão, depois sintetiza, depois encontra um acordo e, em seguida, obtém os resultados Então, vamos realizar essa tarefa. Primeiro, apresentamos a tarefa à IA por meio de um prompt como este Preciso de ajuda com a estratégia de marca agora, especialistas Aqui você vai nomear todas as pessoas hipotéticas. Especialistas no assunto, representantes do público, seja o que for. uma discussão como essa, vamos reunir pessoas que representam públicos diferentes Um deles, um adolescente interessado em jogos de computador para um pai que trabalha e joga 4 horas por semana. Três, um aposentado que gosta de tecnologia e joga 10 horas por semana Então você diz à IA que ela participará da discussão e a liderará. Agora vamos começar a discussão. Você fará isso, por exemplo, pedindo aos pais que trabalham que compartilhem o que eles estão procurando de uma marca como essa, a adolescente. Para compartilhar como gostaria de interagir com essa marca nas redes sociais. E então o aposentado, para compartilhar o que gosta nos jogos que joga, sintetiza Agora, o que você fará é informar a IA novamente, por meio de sua solicitação, para sintetizar as ideias das personas e, nesse caso, gerar uma Agora, em outras instruções, será qualquer que seja a tarefa e, finalmente, um acordo Você dirá à IA que faça com que as personas trabalhem juntas até que concordem com, novamente, neste caso, uma estratégia de marca incrível para Sahid e, em seguida, forneça esses resultados E é importante observar que essa técnica de solicitação funciona perfeitamente com a estrutura da ICO Você simplesmente adiciona as instruções que você tem na parte superior do seu prompt, adiciona qualquer contexto que você precisa adicionar, depois adiciona a abordagem Tessa ao seu prompt e, em seguida, faz com que a IA forneça qualquer saída que você gostaria que fosse entregue a você Em resumo, a abordagem SPP permite que a IA simule várias personas, melhorando sua capacidade de resolver problemas complexos e Use a estrutura Tessa para usar essa abordagem em seus prompts Os especialistas em tarefas iniciam a discussão, sintetizam a concordância. Essa abordagem funciona bem com a estrutura de solicitação da ICO. Você pode adicionar instruções, contexto e depois Tessa. Em seguida, uma estrutura de saída para ler o artigo sobre solicitação de performance solo. Vá até o agente Sellin Multi. Para obter um exemplo, consulte o exemplo de cavalete DolinksPP. 18. [Capítulo 4] Quiz de vídeo: melhore sua lembrança dessas técnicas avançadas de engenharia de prompt: Imagine que você está analisando oportunidades de investimento e vê uma oportunidade investir em uma rede de cafeterias polonesa que está arrecadando dinheiro para que possa se expandir para partes da Alemanha Você gostaria de trabalhar com um modelo geral da USAI ao avaliar esse plano de negócios e decidir quais informações contextuais adicionar à sua solicitação Quais das seguintes suposições você pode fazer sobre o modelo de IA A IA conhece as tendências atuais de consumo de café na Alemanha. A IA tem informações sobre como os alemães tendem a consumir café A IA foi treinada com vários planos de negócios da cadeia de café e documentos relacionados. A IA é capaz de usar documentos de origem escritos em polonês, alemão e inglês em um único prompt. A resposta é que todas as suposições são válidas, exceto a suposição 1 Não é seguro presumir que o modelo de IA tenha sido treinado com dados atuais de consumo de café da Alemanha. Agora você gostaria de fazer tudo o que puder para garantir que o modelo retorne informações precisas para você. Qual é a melhor maneira de fazer isso? Adicione uma instrução dizendo à IA que não especule. Use o método de acordo com. Fazer com que o modelo de IA aproveite os dados de treinamento somente de fontes em que você confia. Integrar um apelo emocional como esse é muito importante para mim em sua solicitação ou em todas as opções acima. Isso mesmo. Todas essas estratégias são válidas e podem ser usadas em combinação umas com as outras, certo? Você gostaria de aproveitar a abordagem de solicitação de desempenho individual ou SPP ao criar essa solicitação. Você fará isso com a estrutura da Tessa, definindo a tarefa como gerar uma Agora, qual grupo de especialistas você apresentará no prompt? Qual especialista liderará a parte de síntese desse prompt Proprietário de uma rede de cafeterias europeias, gestor de fundos de capital privado europeu, entusiasta do café alemão e CEO polonês liderando a síntese Especialista na cultura alemã do café, especialista na cadeia de suprimentos de café e banqueiro de investimentos com IA liderando a síntese Especialista em imóveis comerciais alemães, especialista em marketing para consumidores alemães, especialista em cadeia de suprimentos de restaurantes poloneses e banqueiro de investimento alemão liderando a síntese Embora todos os especialistas apresentados sejam personas válidas para incluir no exercício, apenas a segunda opção tem a IA liderando a síntese, tornando essa a resposta correta 19. [Capítulo 4] Recapitulando suas aprendizagens avançadas de técnicas de engenharia de alerta + o que vem a seguir: Tudo bem, nesta seção, você aprendeu algumas técnicas avançadas de engenharia rápida. Vamos analisá-los. Quando você inclui apelos emocionais em seu generativo, avisos de IA como esses são muito importantes para mim A IA gerará resultados estatisticamente melhores. Use a técnica de acordo para que os modelos de IA usem partes específicas de seu conjunto de dados de treinamento ao gerar resultados Se você estiver fazendo um trabalho de IA que envolva especificidade, peça à IA que recue e relembre o que ela sabe sobre um conceito que você está usando em seu prompt para problemas complexos ou para sintetizar Use o método SPP. Com a Tessa, os especialistas em tarefas iniciam a discussão, sintetizam e concordam Agora, na seção final do curso, vamos criar juntos um prompt de nível profissional. No final da seção, você pode descobrir como obter seu certificado. 20. [Capítulo 5] Não contrate a melhor chef do mundo para vir cortar cebolas!: Da mesma forma que muitas pessoas usam a IA, é como contratar um chef para ir até sua casa cortar suas cebolas. Talvez seja por isso que um dos sócios da Y Combinator, a aceleradora de startups mais importante do mundo, com sede em San Francisco, tenha dito isso O que eu adoraria ver mais startups trabalhando é o uso de LLMs para automatizar processos complexos de back office em grandes Então, por exemplo, em um banco, você pode ter uma equipe de atendimento ao cliente respondendo a muitas perguntas de E as pessoas já estão trabalhando para automatizar isso. Mas o que muitas pessoas não percebem é que há uma equipe de conformidade que verifica uma em cada 100 dessas conversas para garantir que coisas como reclamações sejam tratadas adequadamente ou que não haja aconselhamento financeiro se o agente não se o agente não E isso é feito por uma grande equipe de pessoas que estão examinando resmas e resmas e resmas Essa é uma tarefa muito boa para um LLM. Ok, agora vamos criar um prompt projetado para causar um grande impacto em um espaço em que você talvez não tenha pensado em equipamentos de mineração industrial. Vamos expandir um pouco nossas mentes e imaginar novas áreas em que engenharia rápida pode causar um grande impacto nos negócios. Aqui está o caso. Os fabricantes de equipamentos industriais recebem muitas reivindicações de garantia. Em cada uma dessas afirmações, pode levar muito tempo para ser analisada por um ser humano. Vamos usar a IA para tornar esse sistema exponencialmente mais eficiente Ao criar um aviso que qualifique envios de cobertura de garantia para caixas de engrenagens em Agora você não precisa de nenhuma experiência anterior nessa área para entender o que faremos com esse prompt. Agora, antes de continuarmos, usarei o aplicativo de gerenciamento de solicitações de cavalete que eu criei À medida que criamos esse prompt, você pode acessar o prompt que criaremos juntos no prompt do easel link gearbox O que estamos fazendo pode ser feito em qualquer sistema de processamento de texto de sua preferência e com qualquer sistema de IA de sua preferência. Se você quiser copiar o texto do aviso, basta clicar aqui e copiá-lo para sua área de transferência E no final desta seção, mostrarei como solicitar seu certificado de engenharia imediata do cavalete 21. [Capítulo 5] Vamos apresentar esse prompt de IA usando visualmente a estrutura da ICO: Muitas vezes, quando estou criando instruções, acho útil começar a projetar com o objetivo em mente e depois retroceder O objetivo é ajudar o fabricante dessas caixas de câmbio a pré-qualificar essas Vou fazer com que a IA coloque a solicitação de garantia em uma das quatro categorias e, em seguida, faça com que ela forneça um resumo de um parágrafo justificando por que a solicitação foi colocada nessa categoria Portanto, isso significa que a função principal do nosso prompt será colocar uma solicitação de garantia em uma dessas categorias. O que significa que preciso definir as categorias. Então, isso vai fazer parte do meu contexto. Agora, para ensinar à IA como colocar a solicitação de garantia em uma dessas categorias, precisarei de alguns exemplos de solicitações anteriores que foram realmente recebidas e categorizadas Isso melhorará drasticamente a precisão desse aviso. Também precisarei ensinar à IA o que deve constar no envio de uma solicitação de garantia. Então, vou obter essas informações da empresa e colocá-las no prompt para, agora que tenho as partes de categorização, precisar habilitar essa solicitação para justificar o que ela está fazendo e apoiar sua capacidade de categorizar solicitações de garantia que não foram Nos exemplos que eu ensinei sobre IA, o que vou fazer é pegar o catálogo de produtos e colocar as partes relevantes desse catálogo de produtos em nosso prompt. Dessa forma, a IA saberá exatamente o que são esses produtos , como são avaliados e como devem ser usados. Agora, vou projetar a saída para que seja consistente sempre que for gerada. Finalmente, vou fazer as instruções. Vou fazer isso por último, porque então saberei como o prompt funciona e o que ele deve fazer. Isso me permitirá definir funções e limites apropriados para a IA nessa solicitação. Agora, antes de terminarmos, precisaremos criar um espaço onde adicionaremos nossos envios reais de solicitação de garantia à nossa solicitação Então, para criar esse prompt, comecei analisando o que eu quero que o prompt faça. Em seguida, identifiquei as informações que a IA precisará ter para fazer isso. Essas informações serão o contexto dos prompts. Por fim, adicionei as seções de saída e instrução ao prompt e onde colocaremos os envios de garantia Agora, à medida que criamos o prompt, adicionarei uma linguagem natural para conectar esses elementos. Por exemplo, você me verá dizendo à IA em algum momento que recue antes que ela continue fazendo alguma coisa. Ok, vamos criar o prompt. 22. [Capítulo 5] Lado a lado: vamos adicionar contexto ao nosso pedido: Ok, contexto. Eu adicionei informações que a IA provavelmente não tem e precisa para fazer seu trabalho de avaliar essas solicitações de garantia Essa abordagem é tecnicamente chamada de aprendizagem contextual porque não estamos alterando o modelo em si, estamos apenas ensinando-o à medida que o solicitamos Tudo bem, para começar, vamos dar uma olhada nesses parâmetros. Esses parâmetros são o que a empresa exige, a pessoa ou empresa que faz a reclamação quais informações eles devem enviar para fazer a reclamação. Você verá um padrão aqui que verá vários neste prompt e aprendeu nesta aula. Vamos configurar as tags delimitadoras aqui e, em seguida, descreveremos o que essas tags delimitadoras estão delimitadoras E então vamos dar um nome a ele, os parâmetros. Se você quiser ver o documento de origem, o documento comercial real, acesse o link Easel Dodge Você verá isso aqui na tela. Acabei de obter essas informações diretamente do documento de requisitos de reclamação de garantia da empresa. Tudo bem, vamos continuar nas seções de categorias. É aqui que, na verdade, configuramos as categorias nas o prompt colocará uma das reivindicações. Isso usa a maioria das técnicas que você viu neste curso. Aqui estão nossas tags de categorias. Nós vamos abri-lo aqui e então você vai ver, nós o fechamos ali mesmo. Vamos dar uma definição aqui. Depois das categorias com C maiúsculo e, em seguida, dentro das categorias que estamos usando o markdown, estamos criando cabeçalhos aqui, como a categoria um, muito provavelmente coberta, então esse é o texto que está abaixo A IA pode entender que estamos estabelecendo 1234 categorias Então vamos criar a categoria quatro ou vamos fazer a categoria quatro, essa categoria abrangente. Porque se o envio não contiver informações suficientes para avaliá-lo adequadamente, vou corrigir isso. Aqui não contém informações suficientes para avaliá-la adequadamente e, em seguida, colocá-la nessa categoria. Tudo bem, ótimo. Agora, vamos estabelecer essas informações do catálogo, com o mesmo padrão. Vamos criar uma etiqueta, um dilímetro. Vamos adicionar uma definição relacionada a esse dilímetro específico Em seguida, vamos usar o markdown. Isso vem diretamente do catálogo de produtos da empresa. E você pode realmente dar uma olhada, se quiser, no catálogo da Easel Gearbox Você está vendo esse link aqui na tela. Sinceramente, descobri que essa é uma das partes mais difíceis, pelo menos em termos de trabalho demorado, quando você está basicamente traduzindo documentos comerciais, como PDFs e coisas assim , em texto simples para solicitações Uma coisa que eu fiz para realmente fazer isso foi usar a IA para me ajudar a fazer isso. Você também pode fazer isso. Muitos sistemas de IA aos quais você pode ter acesso podem aceitar documentos como uploads E você pode dizer, ei, eu quero que você resuma isso. Você pode usar os prompts para realmente acelerar o desenvolvimento do negócio Indica que você está construindo fazendo com que ele faça coisas assim Às vezes, você terá que limpá-lo um pouco. E o que fizemos aqui foi basicamente usar mark down novamente para nomear apenas os recursos, a nomenclatura, as opções especiais e coisas O processo de seleção, se você estiver criando solicitações verdadeiras de nível comercial. Muitas vezes, é aqui que você gastará grande parte de seu trabalho real e tempo inserindo de seu trabalho real e tempo as informações que o prompt precisa ter para conhecer os processos específicos de uma empresa ou organização que o prompt possa fazer seu trabalho. Tudo bem, agora vamos aos exemplos. Se você se lembrar do que aprendeu anteriormente no curso, contexto é basicamente sobre informações básicas e exemplos. Essas três primeiras coisas que você aprendeu, os parâmetros, as categorias nas informações do catálogo, basicamente informações básicas que provavelmente não estão no conjunto de dados de treinamento da IA Estamos ensinando a IA sobre isso no prompt. Agora, vamos ver exemplos. Os exemplos são muito importantes para permitir que uma IA faça um ótimo trabalho. O que vamos fazer é fornecer um exemplo a partir dos dados da empresa sobre o que se enquadra em cada categoria. E vamos fazer isso com um padrão comum que você está vendo repetidamente, que está entre as tags de exemplo. Então, aqui está nosso Dlimitter, vamos chamá-lo de exemplos, maiúsculo E. E então vamos adicionar nosso exemplo aqui, que é a categoria 123.4. Estamos Esse é um exemplo de uma solicitação de garantia que se enquadra em uma determinada categoria. E isso vai torná-lo novamente muito mais preciso. Tudo bem, agora estamos entrando em nossa área de produção. Faremos isso no próximo módulo. 23. [Capítulo 5] Vamos criar uma estrutura de saída confiável para o prompt: instruções de saída do Easel Prompt podem ser muito simples, como gerar um e-mail. Nós não vamos fazer isso. Vamos controlar a saída, especificamente usando markdown e guidão, para que cada vez que esse prompt for usado, ele gere uma saída em um Isso empresta nosso trabalho rápido e de IA à integração em sistemas de negócios avançados Como outros aplicativos, fluxos de trabalho bem definidos nos quais você esperaria que a documentação ou a saída viessem em um formato consistente Vamos analisar isso. Esta é a área de saída aqui. Você verá aqui que estou usando uma linguagem natural para dizer ao modelo de IA que recue e considere o que ele sabe sobre pedreiras, processos de mineração e gerenciamento de vendas técnicas industriais Agora, essas não são coisas que ensinamos no prompt. Não falamos sobre pedreiras, processos de mineração ou processos de mineração ou gerenciamento de vendas técnicas industriais No entanto, os modelos de IA são definitivamente treinados nesses tópicos. Ao fazer com que o modelo de IA recue e recupere seus dados de treinamento, isso aumentará a precisão e a eficácia dessa solicitação. Também estamos pedindo que ele considere o que encontra na maiúscula C do catálogo. Eu informo as informações do catálogo e os parâmetros. Essas são nossas definições que se referem às informações encapsuladas em nossos Você pode ver que estou me referindo às informações que ensinamos à IA anteriormente aqui em nossa saída. Em seguida, usando os exemplos, com E maiúsculo, para orientá-lo, avalie a submissão , que será enviada aqui, coloque-a em uma das categorias e preencha o formulário a seguir para mim. Tudo bem, essa parte está basicamente no início da saída. O que queremos fazer é basicamente reunir tudo e dizer IA que esses são os dados que eu quero que você considere ao começar a executar o que eu quero que você faça. Então, eu gostaria que a IA preenchesse este formulário para mim. Acho que, ao pedir que ela preencha um formulário, a IA é capaz de entender que eu quero que ela mantenha uma formatação consistente aqui Ao fazer uma única hashtag, basicamente criaremos um título E a forma como vamos criar esse título é por meio do guidão aqui e aqui E vamos pedir à IA gere um título claro relacionado ao envio com S maiúsculo e sua avaliação com menos de 40 caracteres. É importante ser muito específico. Menos de 40 caracteres. Ai provavelmente não vai enlouquecer e criar um título que tenha o tamanho de um livro. Mas na engenharia rápida de negócios, quanto mais específico você puder ser, melhor. Porque, por exemplo, digamos que você queira enviar essa saída para um sistema e esse sistema tenha alguns limites de tamanho para os títulos. É assim que você especificaria quais deveriam ser esses limites de comprimento Tudo bem, e então o que vamos fazer é configurar uma legenda E ao colocar essa categoria fora do guidão, garantiremos que a IA diga ponto e vírgula na categoria Em seguida, dentro do guidão, diremos para identificar qual categoria você Aqui, estamos dando instruções dentro do guidão relacionadas ao envio Agora vamos fazer outra subseção que é lógica, e vamos pedir que ela gere até cinco frases que forneçam informações sobre por que forneçam informações sobre por você selecionou a categoria Agora, neste caso, vamos dar à IA um pouco de margem de manobra de até cinco frases É importante observar que, se você disser três frases, a IA gerará três frases, 455 em alguns casos Nesse prompt específico, talvez não precisemos de todas as cinco frases. Eu o deixei em até cinco frases para dar uma ideia do motivo pelo qual ele selecionou a categoria que escolheu. Essa é a nossa saída. Quando demonstrarmos isso, você verá que toda vez que usarmos esse prompt, mesmo quando alterarmos os envios, nossa estrutura de saída permanecerá consistente Ok, antes de prosseguirmos, aqui é onde vamos colocar o envio, e você já viu esse padrão antes. Entre as etiquetas de envio, você encontrará uma reclamação de garantia que recebemos recentemente, a submissão com S maiúsculo. E você verá que isso também é referenciado aqui na saída Ao experimentar esse prompt por si mesmo, basta retirá-lo aqui. Assim, você pode usar a aba de cavalete ou copiar para a prancheta E você vai tirar essa parte aqui. Em seguida, você inserirá um dos exemplos de submissões de teste que você pode encontrar no guia de estudo 24. [Capítulo 5] Instruções de alerta de IA: vamos definir o papel e as regras: Ok, então você está realmente vendo um prompt diferente aqui. Por que isso? Bem, enquanto eu trabalhava nessas instruções, eu realmente usei a IA para me ajudar. Se você acessar links de cavalete, meta-instruções, encontrará esse prompt que usei para ensinar à IA o objetivo do prompt e também os elementos contextuais do prompt que estamos criando aqui Em seguida, compartilhei algumas instruções gerais personalizadas que eu uso e você pode encontrá-las no guia de estudo Eu pedi à IA que me ajudasse a criar essas instruções que são apropriadas para o prompt da caixa de câmbio Você verá aqui que, na verdade, encapsulei grande parte do prompt que eu já havia criado As partes contextuais do prompt entre as tags do prompt Isso é apenas para mostrar que você pode ter delimitadores que estão dentro dos delimitadores E eu nomeei o prompt aqui. E então você verá que depois adicionar esses elementos contextuais, eu adicionei essas instruções padrão, que eu uso em muitos dos meus prompts Então, aqui na parte inferior, eu disse, considere minhas instruções imediatas e padrão e, em seguida, dê um passo atrás e considere o que você sabe sobre engenharia rápida e crie meus conjuntos de instruções. Só quero ilustrar aqui que tentei isso com alguns modelos diferentes de IA Experimentei esse prompt que gera instruções com alguns modelos de IA diferentes que eu incorporei ao aplicativo Easel antes de encontrar os resultados que eu gostei Gostei mais desses resultados do Gemini Pro. O que quer dizer que às vezes vale a pena testar seus prompts em diferentes sistemas de IA porque eles são todos um pouco únicos e os modelos às vezes evoluem com o tempo Além disso, você deve saber que modelos diferentes têm estruturas de preços diferentes que podem fazer uma grande diferença quando você usa seus prompts para negócios Por exemplo, ao olhar aqui, você verá que o Gemini Pro atualmente tem um preço tão alto Para gerar esse aviso, quero dizer, custa bem menos de um centavo, onde o GPT quatro custa cerca de $0,10. Isso só quer dizer que esses modelos têm preços diferentes e são melhores em coisas diferentes Talvez seja necessário testar suas instruções em diferentes sistemas de IA para obter os resultados que você está procurando 25. [Capítulo 5] Como colocar o prompt à prova: vamos demonstrar nosso novo prompt com envios de teste: Es. Ok, vamos demonstrar nosso prompt. Primeiro, vou copiar o prompt para minha prancheta. Em seguida, vou acessar um modelo de IA, colar o prompt e adicionar uma das submissões de teste do guia de estudo E então eu vou gerar, ok, aqui está o resultado. Parece bom. Agora vou tentar isso com outro teste. O envio parece bom. Ok, então, em grande escala, você pode configurar um sistema que integraria esse prompt em um sistema comercial por meio de código de computador. Ou use algum aplicativo que permita processar várias reivindicações de garantia de uma só vez. Ok, agora vamos te dar seu certificado de engenharia imediato. 26. [Capítulo 5] Isso é um wrap! Parabéns pelo engenheiro de ponta!: Ótimo trabalho. Muito obrigado por aprender comigo. Para solicitar seu certificado de engenharia imediato, acesse os certificados do Easel Link e siga as instruções contidas no formulário de solicitação de certificado Agora, finalmente, lembre-se de que engenharia rápida, de alguma forma, é uma arte. Há muitas maneiras de criar prompts. Eu encorajo você a ser criativo e tentar treinar seu cérebro para que se lembre de usar a IA para ajudá-lo em seu trabalho Isso é uma coisa nova. A IA pode fazer quase tudo. Você só precisa pedir ajuda com o prompt certo.