Fundamentos do DeepSeek: prompts, APIs e criação de aplicativos de IA

1. Apresentação: Olá, e uma calorosa recepção à aula completa de Deep CKI. Se você é novo na IA ou quer subir de nível, estou muito feliz que você esteja aqui para mergulhar no mundo empolgante do Deep CKI Vamos começar a criar ferramentas poderosas de IA. Essa classe é criada progressivamente, começando com a configuração do Deep Seek e a engenharia imediata e, em seguida, passando para integrações de API e automação avançada Você aprenderá habilidades essenciais como criar instruções precisas, conectar o Deep Seek a aplicativos Python para tarefas reais, lidar com a visualização de dados e incorporar ética, como detecção de preconceitos, tudo por meio de demonstrações interativas e como detecção de preconceitos, tudo por meio de demonstrações interativas Esta aula foi criada para alunos iniciantes e intermediários apaixonados por IA nos negócios ou na tecnologia Se você é empreendedor, marketing ou entusiasta de dados, isso é Você precisará de conhecimentos básicos de Python, uma chave de API de busca profunda e, opcionalmente, de alguma experiência em API com ferramentas como o X, também conhecido como Twitter Mas, na verdade, nenhuma habilidade específica de codificação é necessária e você poderá acompanhar a aula E não são necessárias habilidades avançadas para começar. O verdadeiro valor dessa aula está em transformar você em um profissional de IA que pode automatizar pesquisas de mercado, gerar relatórios acionáveis Você criará peças de portfólio que mostram o uso avançado da IA, oferecendo uma vantagem competitiva em áreas como marketing, análise de dados ou startups, permitindo que você aproveite a IA de forma ética e eficaz e, é claro, para ajudar a Nesta aula, você abordará um projeto empolgante, criando um assistente de pesquisa de mercado da AI Power usando o Deep Set. Você automatizará a coleta de informações competitivas, analisará tendências de mercado, como veículos elétricos, visualizará as principais descobertas com gráficos e produzirá relatórios profissionais, que são uma ferramenta tangível que você pode usar ou adicionar ao Estou muito empolgada para que você desbloqueie o poder da IA Deep Sk e crie algo incrível. Vamos começar agora mesmo. Nos vemos na primeira aula. 2. DeepSeek vs principais modelos de IA: Nem todos os modelos de IA são criados da mesma forma. Nesta palestra, compararemos recursos do DeepSeek com o ChatGPT, o Gemini e a nuvem em fatores críticos, como precisão Assim, você pode tomar decisões informadas para seus projetos. Antes de mergulhar nas especificações, vamos estabelecer o que realmente importa Se você é um desenvolvedor que precisa código preciso ou um profissional de marketing gerando campanhas, você se preocupará com esses quatro fatores e veremos como cada modelo Embora todos os quatro modelos tenham um bom desempenho geral, DeepSeek se destaca em tarefas técnicas, como codificação, resolvendo 79% dos desafios do Python corretamente Mas, para escrever romances, obscurece sua melhor aposta. A velocidade é importante quando você está iterando rapidamente. arquitetura enxuta do DeepSeek fornece respostas em menos de 50 milissegundos, crucial para desenvolvedores que depuram em tempo real É aqui que o DeepSeek realmente brilha. É gratuito para uso pessoal e muito mais barato em grande escala. Enquanto outros custam muito por recursos, DeepSeek oferece recursos premium sem A melhor IA depende da sua tarefa. Eu para depurar código, DeepSeek, escrever um roteiro Esta folha de dicas ajuda você a escolher a ferramenta perfeita e, muitas vezes, essa será a DeepSeek por seu equilíbrio entre poder e valor 3. Configurando o DeepSeek: Bem-vindo à parte prática de sua jornada. Nesta palestra, abordaremos três maneiras de usar o Deepsk: a interface web amigável, a poderosa API para desenvolvedores e a implantação local para usuários avançados Vamos configurar você. Sua escolha de configuração depende de seus objetivos. Encontrei respostas rápidas, use a web. Criando uma ferramenta personalizada, a API é sua amiga. Lidando com dados confidenciais, torne-se local. Vamos explorar cada opção. Não se preocupe A maioria de vocês só precisa da web ou da API. A configuração local é opcional, mas gratificante para entusiastas da tecnologia Vamos começar com o método mais simples. Acompanhe enquanto abordamos essas etapas na demonstração. Vou destacar armadilhas comuns, como a falta chaves de API, e mostrar como evitá-las sem esforço. Nesta demonstração, abordaremos duas das três abordagens, ou seja, a interface da web e a integração da API. Agora, a interface da web é muito valiosa porque realmente não requer codificação. É perfeito para escritores, estudantes ou qualquer pessoa que precise de ajuda rápida de IA. E para usar isso, na verdade, em termos de dependências e instalação de coisas, você realmente não precisa de muito Você só precisa de uma conexão com a Internet. Você precisa de um navegador como o Google Chrome, Firefox ou Microsoft Edge ou Safari, e você só precisa de uma conta de e-mail A primeira coisa que queremos fazer é navegar até deepsk.com e, em seguida, você será apresentado nesta página Esta é a página inicial principal do Deepseek. E não há muitas coisas que você possa fazer aqui, na verdade, trata-se apenas de criar uma conta fazer login ou acessar a API. Então, no canto superior direito aqui, você pode alterar o idioma para inglês porque, por padrão, não está em inglês. Então você pode clicar nele, mas eu só quero atrasar, você sabe, basicamente esse botão no lado esquerdo que diz Deep Seek V três. É aqui que você só quer clicar e isso o levará à página principal para fazer o login. E se você já estiver logado, então você será direcionado diretamente para sua conta E então este é apenas para obter o código QR para que você possa baixá-lo em seu telefone, o aplicativo real em seu telefone Então, novamente, essa é a única coisa que você precisa aqui. Então, mude isso para inglês se quiser, e clique aqui. E então isso o levará para a próxima página. Por outro lado, tudo o que você precisa é de um endereço de e-mail. Então você acabou de criar uma conta. É grátis. Você cria uma conta com seu nome de usuário, que será o e-mail, e então você só precisa atribuir uma senha e pronto. Tenha sua conta gratuita do Deep Sk. Então eu já fiz isso. Então, quando eu clicar nisso, ele me levará para esta página aqui. Agora, por padrão, é o tema ou sistema light, como é chamado. Mas você pode mudar isso para um tema escuro. Realmente depende da sua preferência e do que você gosta. Então você pode fazer isso aqui, indo para o lado inferior esquerdo. Aí está meu perfil. Você clica nisso. Você clica nas configurações e, em seguida, pode simplesmente alterar o tema do sistema para escuro ou claro ou simplesmente deixá-lo como padrão, que é sistema. O que quer que seja, novamente, é sua preferência. E pouco antes de realmente entrarmos em nossa primeira solicitação, eu só queria fazer uma rápida visão geral. A interface do usuário é bem simples e muito boa. É muito fácil de usar. E é, novamente, muito básico, muito simples. Portanto, não deve haver muita curva de aprendizado. No lado esquerdo, aqui você vai para a barra de navegação esquerda e pode expandir ou contrair a barra lateral usando este botão aqui. Então você pode simplesmente clicar. Se você não quiser ver seus bate-papos anteriores, basta fechá-los e ter mais espaço na interface do usuário É mais bonito e organizado, ou você pode simplesmente abrir novamente a barra de tarefas usando o E aqui, você verá se já começou a usar o Deepsek, verá seus bate-papos anteriores Por exemplo, eu tenho três bate-papos aqui só para mostrar uma amostra E o que você pode fazer é ir até eles. Você pode acessar seus bate-papos anteriores e continuar o bate-papo ou procurar informações conforme desejar Você pode realmente fazer algumas outras coisas. Portanto, se você clicar no ícone Configurações aqui, poderá renomear seus bate-papos para outra coisa ou excluí-los Então, esses são realmente os únicos recursos no momento. E então, é claro, você pode iniciar um novo bate-papo. Então, se você clicar em um novo bate-papo, eu iniciarei um novo bate-papo e, em seguida, você verá a tela no centro aqui. E é aqui que você pode simplesmente inserir suas instruções para começar a receber ajuda da IA e conversar com o chatbot do Deepsk Aqui, o que você pode fazer é que existem algumas opções. Então, há um botão no qual você pode clicar, que é pesquisar. Portanto, se você clicar nesse botão, dependendo da sua consulta e do que está tentando realizar, isso ajudará o Deepsk a saber que as informações de que você precisa estão na Internet e que ele pode pesquisar na Web quando necessário O outro é chamado Deep think. Essa é a funcionalidade de raciocínio. Então, agora está configurado para o R. Modelo, mas basicamente permite que a sincronização profunda saiba que precisa pensar antes de responder Isso é bom para qualquer coisa, se você estiver tentando resolver um problema como uma lógica, qualquer que seja a lógica envolvida, problema lógico ou, se precisar de raciocínio, qualquer tipo de solução de problemas que você esteja tentando fazer com que ele realize Isso é útil. Se for apenas uma consulta básica, você realmente não precisa ativá-las. Novamente, isso realmente depende da sua solicitação e do que você está tentando obter ajuda. Ou pergunte sobre. E, por fim, aqui está botão de upload, para que você possa fazer upload de documentos ou imagens Ele menciona o tamanho aqui, então você pode fazer no máximo 50 e, em seguida, cada um pode ter um tamanho máximo de arquivo de 100 megabytes E isso é usado atualmente apenas para extração de texto. Assim, você pode simplesmente fazer o upload de uma imagem ou documento, e o Deepsek poderá processar o texto e, em seguida, fornecer um resumo, por exemplo Se você tem um relatório longo, de dez páginas, pode fazer com que o Deep Seek resuma para você e o devolva, como os principais pontos e insights importantes em cinco tópicos, por Então, isso é o que você pode fazer atualmente com o Deep Seek novamente, uma interface muito amigável. Portanto, não é necessário muito em termos de aprendizado. Assim que criar uma conta, você pode simplesmente entrar, mergulhar e começar a usá-la. Agora, vamos tentar alguma coisa. Vamos fazer nossa primeira solicitação aqui. E durante a maior parte deste curso, não vou digitar instruções. Eu já os tenho prontos, então vou copiá-los e colá-los. Dessa forma, você não precisa me ver digitar. Não gosto de perder seu tempo, então você pode simplesmente me ver copiando e colando, e não precisa esperar que eu termine até que realmente vejamos os resultados. Mas fique à vontade para pausar o vídeo e acompanhar, pois essa é a melhor maneira de aprender durante o curso Eu recomendo fortemente que você se envolva com essas instruções e com o conteúdo do curso Então, novamente, sinta-se à vontade para pausar o vídeo, inserir as mesmas instruções e acompanhar Então, aqui, vamos fazer nossa primeira solicitação aqui, que simplesmente diz: escreva um itinerário de três dias para uma viagem a Tóquio Então, vamos inserir esse prompt e deixar o Deep Seek nos dar a resposta. Então, como você pode ver, o Deep Sek está realmente começando a funcionar e agora está começando a nos dar o itinerário Agora, uma coisa a saber é que o Deep Seek é gratuito. Às vezes é rápido, às vezes é lento. Então, isso realmente depende da hora do dia, do dia, do uso, de quantos usuários estão conectados ao mesmo tempo usando o aplicativo. Às vezes, você verá a saída sendo fornecida muito rápido, às vezes será mais lenta E, às vezes, eles simplesmente informam que o servidor está ocupado e não consegue processar sua solicitação. Então você tem que esperar um pouco, voltar e executar sua consulta Então, apenas algumas coisas que você deve ter em mente ao usar o Deep Seek, mas acho que vale a pena porque, novamente, o aplicativo é fornecido gratuitamente. E na maioria das vezes, está tudo bem. Então, aqui você pode ver que ele fez exatamente o que pedimos, então ele criou um itinerário de três dias e o dividiu em detalhes Então você tem o primeiro dia, destaques clássicos de Tóquio. Então, pela manhã, esses são os lugares que você pode visitar. À tarde, é aqui que você pode visitar. E à noite, esses são os lugares que você pode visitar, mesma coisa no segundo dia, a mesma coisa no terceiro dia, e aqui estão algumas dicas extras. E, claro, você pode se aprofundar um pouco mais com instruções de acompanhamento em termos de, tipo, Ok, o que devo comer no primeiro dia Quais são os bons restaurantes da região que você me mandou visitar? Coisas desse tipo. Mas, novamente, esse é apenas um primeiro prompt simples que eu só queria usar para ajudá-lo se familiarizar com o Deepsek e sua interface de usuário Tudo bem. Agora vamos dar uma olhada na segunda abordagem, que é a integração da API. E a razão pela qual isso é valioso é porque ajuda a automatizar tarefas como elaboração de e-mails ou análise de dados Eu só quero que você saiba, você não precisa ser um especialista. Não há necessidade de experiência em codificação para fazer isso Na verdade, é bem simples. E se você acompanhar, verá que esse é de fato o caso. Antes de começarmos, há algumas dependências que precisamos instalar primeiro Novamente, estou usando o Windows, mas essas dependências serão instaladas em qualquer outro sistema operacional que você esteja usando e, claro, você pode se sentir à vontade para usar o IDE de sua preferência, se quiser, o que veremos em um segundo Mas, novamente, por favor, não pense que isso é muito difícil, você verá que é muito fácil. E sim, isso requer algum conhecimento técnico técnico, mas você poderá ficar bem e acompanhar. Portanto, não se preocupe, continue assistindo ao vídeo, e algumas coisas são bem simples Portanto, é sempre útil ter algum tipo de conhecimento técnico, é claro, que tornará as coisas um pouco mais fáceis, mas não é obrigatório e, na verdade, não é um conjunto de habilidades necessário para que você acompanhe o curso. Então, eu só queria definir a expectativa de que, por favor, não tenha medo e apenas acompanhe o curso e você ficará bem A primeira coisa que queremos fazer é instalar o Python. Então, a maneira de fazer isso é simplesmente abrir um navegador e navegar até python.org E, novamente, estou usando o Windows, então você pode simplesmente acessar Downloads e, dependendo do seu sistema operacional, estou usando o Windows, então vou obter o Python 3.13 0.3, que é a versão no momento da gravação Obviamente, isso vai mudar, aumentar e aumentar dependendo de quando você estiver assistindo a este vídeo Mas, novamente, o conceito é o mesmo. Então, vou baixar isso para vídeo. Eu já tenho essa configuração, então não vou fazer isso, mas tudo que você precisa fazer é fazer o download executar a instalação, aceitar algumas das coisas que estão lá e, após a instalação, pronto. E a maneira de verificar se tudo correu bem é simplesmente abrir um terminal, que pode ser feito de várias maneiras diferentes no Windows. Você pode pressionar Windows e a arquia juntos. Então, pressione e segure a tecla Windows e depois R e , em seguida, ele aparecerá . Eu exibirei este comando de execução que você pode colocar no CMD. Então, essa é uma maneira de fazer isso. Você pode clicar com o botão direito do mouse na área de trabalho e abrir no terminal, ou simplesmente clicar no botão Windows , digitar CMD e clicar em Enter e ele aparecerá para você Então, várias maneiras diferentes de abrir isso. Mas o que eu queria mostrar aqui é como você pode verificar se o Python foi instalado com sucesso ou não e se foi adicionado ao caminho Portanto, há uma caixa de seleção durante a instalação na qual você precisa clicar que diz adicionar ao caminho E isso garantirá que ele seja adicionado ao caminho do sistema e seja reconhecível em diferentes lugares Então, tudo o que você precisa fazer é verificar a versão. Então, o que vou fazer é digitar a versão Python, e você pode ver que ela diz Python 3.13 0.3, que é exatamente o que eu digitar a versão Python, e você pode ver que ela diz Python 3.13 0.3, que é exatamente o que Portanto, se disser que Python não é reconhecido como um comando, isso significa que o Python não foi Então, o que você quer fazer é voltar, baixar a instalação e tentar novamente. Então, isso é Python como uma dependência. E a próxima coisa que precisamos é, na verdade, de um IDE. Agora, isso realmente depende da escolha que você gosta de usar e da sua preferência. Gosto de usar o código do Visual Studio porque é muito fácil de usar, é leve. Ele lida com todos os tipos de desenvolvimento e é muito fácil de usar. E é grátis, é claro. Então, isso é da Microsoft. Tudo o que você precisa fazer é navegar até code.visualstudio.com e clicar em Download for I'm using Windows' be Windows for e clicar em Download for I'm using Windows' be Windows for you. Se você estiver usando um sistema operacional diferente, basta baixar aquele que é adequado para o seu sistema operacional. E depois de realmente fazer o download, o que você pode fazer é iniciá-lo a partir do seu desktop. Você pode iniciá-lo no menu Iniciar ou simplesmente entrar no seu terminal e digitar o código. E pressione Enter e, em seguida ele iniciará o código do Visual Studio, que é exatamente o que você vê aqui, e depois abordaremos as coisas em detalhes posteriormente. Mas o bom é que isso é um IDE, mas também inclui um terminal. Então, na verdade, você não pode simplesmente colocar seu código aqui e seus arquivos, mas também pode iniciar o terminal e executar comandos aqui, do terminal aqui, não necessariamente do terminal Windows. Portanto, você também tem esse recurso dentro do ID, o que é muito bom. Uma última coisa que gostaria de mencionar enquanto estamos aqui no Visual Studio Code, a ideia é que seria bom realmente instalar a extensão Python porque ela nos ajuda a tornar as coisas um pouco mais fáceis em termos de sintaxe de código quando se trata de alterar coisas, formatar coisas, você sabe, linting, se você estiver familiarizado com em termos de sintaxe de código quando se trata de alterar coisas, formatar coisas, você sabe, linting ou refatorar e apenas destacar a sintaxe com essa linguagem específica é A maneira de fazer isso está aqui, esse é o explorador padrão para projetos. O último ícone aqui é chamado de extensões, que você também pode usar o atalho de teclado, como você pode ver aqui na dica de ferramenta Control Shift X. Mas simplesmente se você clicar nele e na caixa de pesquisa, se pesquisar por Python, verá que essa é a linguagem que usaremos no curso para esta se pesquisar por Python, verá que essa é a linguagem que usaremos no curso para usaremos no Então você pode ver que este é bastante popular, 164 milhões de downloads E se você clicar nela, ela dirá exatamente para que serve essa extensão. Mas, na verdade, estamos usando isso para formatação para os propósitos deste curso É bom para depuração, é bom para pontos de acesso da extensão, suporte para suporte para Então, se você estiver cometendo erros, ele meio que dirá ou detectará para você, formatação, vinculação, navegação por código, refatoração e, você sabe, Tão rico em recursos, nada com que você realmente precise se preocupar. Novamente, estamos usando-a para sintaxe porque cada linguagem tem um tipo diferente de sintaxe e também a codifica por cores Então, quando você está vendo o código, algumas linhas terão cores diferentes, o que ajuda a distinguir onde você está no código. Vá em frente e simplesmente clique em Instalar e, em seguida, isso deve instalar a extensão Python para você no código do Visual Studio Agora que instalamos nossas dependências, a próxima etapa é realmente obter nossas chaves de API Então, as chaves de API são como senhas. Eles são usados para autenticar, portanto, são exclusivos para você e sua conta, e são usados para coisas como autenticação Mas também são usados para rastrear o uso. Então, quantos pedidos você fez e coisas assim? Então, para fazer isso, primeiro, precisamos acessar o painel da API e configurar nossas chaves de API criando uma. Então, a maneira de fazer isso no Deep Seek é tudo o que você precisa fazer é simplesmente ir até o canto superior direito aqui, e há um botão chamado API. E se você clicar nele, você será direcionado para o painel da API. E aqui, a primeira página padrão é o uso. Portanto, esta é uma conta totalmente nova, então eu realmente não usei nada. Como você pode ver, a idade, saldo adicional e as despesas mensais e o gráfico de uso aqui, que, novamente, mostra zero porque eu não usei nada. Agora, para que possamos usar a API Deep Seeks para integrá-la ao nosso código ou aplicativos, teremos que criar uma chave de API. Então, a maneira de fazer isso é ir até aqui e clicar nas chaves de API. E aqui é onde você pode realmente criar uma chave de API para usar em seu código. E é muito, muito simples. Tudo o que você precisa fazer é pressionar Criar, dar um nome e clicar em Criar API. E quando você clica em Criar APIKey , vamos criar uma Então, digamos que Faça dois, vamos criar um. Por aqui, esta é a única vez que você vai ver isso. Depois disso, ele será criptografado. Portanto, eu recomendo que você copie isso e salve em algum lugar até ter a chance de colá-lo em seu aplicativo ou construí-lo em seu CI ou variável de ambiente ou como você planeja usá-lo. Então vá em frente e copie isso, salve-o em algum lugar por enquanto até que você tenha a chance de realmente usá-lo. Porque quando você clica em Concluído, não há mais como ver isso. Se você clicar em Editar, basta alterar o nome e a única outra ação é excluí-lo. Não é grande coisa, porque você pode continuar criando novas chaves de API e excluindo as antigas, mas saiba que, depois de criá-las, essa será a única vez que você as verá Agora que você sabe como criar chaves de API, vamos dar uma olhada em algumas documentações em termos de como isso será usado. Então, no canto inferior esquerdo aqui, você tem essa barra de navegação, e você pode ver que há um botão na parte superior chamado Documentos. Então vá em frente e clique nele , e isso o levará à página de documentação da API. Agora, o que podemos fazer é, em nosso código, usar o OpenA AI SDK Então, aqui, diz que a API Desk usa um formato de API compatível com o OpenAI Ao modificar a configuração, você pode usar o SDK do OpenAI ou o software compatível com a API aberta para acessar a API do DeepCK Então, isso é algo que é meio conveniente. Podemos usar o OpenAPI SDK e isso significa que simplesmente precisamos instalar essa dependência e importá-la para nossa base de código para que possamos usar SDK OpenAPI para fazer chamadas para o Agora, uma coisa que eu queria mostrar aqui é aqui na parte inferior, você tem um chamado Python, que é o que vamos usar nesta Então, se você clicar no Python, ele mostrará um código de amostra E você pode ver o primeiro comum aqui, que diz: Por favor, instale o OpenSDK primeiro e eles lhe darão o comando para fazer Então, você pode simplesmente copiar e colar isso em seu terminal e executá-lo, e ele instalará a API aberta. SDK. Não vamos fazer isso agora. Só queria te mostrar algumas coisas antes de começarmos. Então, aqui, você pode ver que primeiro, você instala essa dependência, depois pode simplesmente copiar e colar esse código Você pode fazer isso simplesmente selecionando e executando Control C, Control V ou simplesmente clicando no botão Copiar para a área de transferência aqui e ele fará isso por você, e então você pode colá-lo em seu Arquivo Python. Então, aqui, você pode ver que ele vai gerar um cliente de API aberto. Aqui você pode colar sua chave de API, que criamos na etapa anterior. Esse é o URL base para o qual as chamadas de API serão feitas. E esta é a resposta aqui, e isso é basicamente o que estamos dizendo ao Deepseek Estamos dizendo olá e, em seguida, imprimiremos as respostas do Deep Seek em nosso console na tela, para que você possa ver como o Deepsk realmente responde Agora, podemos realmente ir em frente e experimentar isso. O problema é que eu tentei isso e, infelizmente, o Desk não tem um nível gratuito. Então, para que você realmente faça isso, se você tentar isso sozinho e executar o código, receberá uma mensagem de erro que simplesmente diz fundos insuficientes, e isso ocorre porque o DeSiK não fornece níveis ou modelos de API gratuitos para você Então, o que você pode fazer é realmente ter algumas opções. Assim, você pode escolher outra alternativa gratuita ou, se você acessar a DeepskPlatform aqui, de volta ao painel, verá que pode clicar no botão de recarregar E aqui, você pode realmente usar esses valores predefinidos ou escolher um personalizado, o que quiser para recarregar sua conta, e então você pode realmente usar a API Deepsk por meio do método que acabei de mostrar E não é tão ruim se você olhar para isso. Portanto, é uma opção de $2, opção de $5, opção de $10 Eles são ótimos porque são muito baratos e também permitem que você experimente e aprenda antes de decidir se essa é a solução certa para você ou não Portanto, $2 ou $5 definitivamente valem um investimento para que você possa aprender o Deep Seek e como usá-lo em seu código Então, se quiser, você pode adotar essa abordagem. Mas o que vou fazer é mostrar outra alternativa gratuita, que nos dá acesso aos modelos e à API do Deepsk na próxima seção Agora, antes de começarmos, eu só queria mencionar que eu entendo que isso pode ser um pouco técnico para algumas pessoas. Portanto, se você está interessado apenas em aprender, acompanhe. Na verdade, não requer muita codificação ou habilidades técnicas quando se trata de seguir esta seção específica E esse é um tópico mais avançado quando se trata de Seek profundo. Se você se sentir confortável em usar a interface de bate-papo do Deep Seek, a interface da web sinta-se à vontade para pular isso, se quiser, e use o chatbot para inserir suas solicitações e perguntas e Mas se você estiver interessado ou familiarizado com programação e for uma pessoa técnica ou apenas alguém interessado e entusiasmado em aprender esse tipo de coisa , sinta-se à vontade para acompanhar Novamente, não há nenhuma grande necessidade de habilidades de codificação aqui Contanto que você possa simplesmente assistir ao vídeo e acompanhar as demonstrações, você deve estar perfeitamente bem. Agora, eu queria apresentar outra alternativa que é gratuita neste momento, e esta se chama Open Router. Assim, você pode simplesmente iniciar seu navegador e navegar até openouter.ai. E essa é uma plataforma que fornece acesso a vários modelos. Atualmente, são mais de 300 modelos. E eles também fornecem alguns créditos gratuitos. Então, eu mencionei anteriormente, Deepsk não fornece nenhum crédito gratuito neste momento Então, se você quer apenas não gastar dinheiro e ainda assim aprender, essa é uma ótima alternativa que você pode usar para executar algumas consultas e integrá-las ao seu código ou aplicativo para aprender sobre algumas das maneiras pelas quais você pode realmente executar consultas e se comunicar ou integrar o Deep Seek em seu Portanto, abrir o roteador é uma boa alternativa no momento da gravação. E, novamente, eles têm muitos modelos. Para alguns dos modelos, eles oferecem acesso gratuito. Abordagem muito semelhante, você precisa criar uma chave de API. Mas primeiro, vamos dar uma olhada nos modelos aqui. E se você clicar em modelos, isso geralmente mostra as coisas de uma forma mais ou menos recente, e há muitos modelos aqui dos você talvez não tenha ouvido falar. Portanto, há muitos modelos diferentes sendo publicados aqui. Então você tem o XaikroQt Mini, você tem a Nvidia. Você tem a meta Lima. Você tem muitos, muitos modelos aqui, a prévia do Google Gemini 2.5 Pro, o Deep Seek, o Deep Seek V de três bases Tantos, muitos modelos aqui. E se você clicar nele, você será direcionado para a página de informações. Mas o que vamos fazer é clicar no filtro e procurar o Deep Seek. V três. Por outro lado, existem diferentes variações de deep seek V three. Vamos procurar o gratuito. Então, aqui, se você rolar para baixo, esse é o que estamos procurando. Busca profunda, busca profunda V três grátis. Há também o R one, que é o modelo de raciocínio. Então, se você quiser verificar esse também, basta digitar R one e você encontrará o R que deseja encontrar o R que é gratuito. Então essa é essa aqui. Deep seek R one grátis. Então, novamente, você pode ver a descrição, a do Deep seek R está aqui. O desempenho está no mesmo nível do OpenAI One, mas de código aberto e com tokens de raciocínio totalmente abertos Novamente, é equivalente ao 01 do modelo Open AI no momento, e isso está disponível gratuitamente. Então, vamos voltar para V três. E o que estamos procurando é esse aqui. Então diz Deep Seek Deep seek V three free. Então vá em frente e clique aqui, e isso o levará a esta página aqui. E o que você quer fazer é clicar em Há várias guias aqui em cima, então você quer clicar na API, e isso o levará a esta seção, que é meio autoexplicativa Então você pode ver que há uma chave de API criada. Essa é exatamente a mesma etapa que fizemos no painel da API Deep Seek. Então, você só precisa criar uma chave de API nessa plataforma com um roteador aberto. Também mostra exemplos de códigos que você pode usar em termos de como incorporar esse modelo gratuito ao seu código. Então, aqui, temos o Open Python, o Open AI Python, Python Alone TypeScript, o Open AI TypeScript o Python Alone TypeScript, o Open AI TypeScript e o CRL. Portanto, basta fazer a chamada de API aqui usando o comando curl. É isso que estamos procurando, porque, como vimos anteriormente, podemos incorporar o Open AI SDK e instalá-lo como uma dependência e instalá-lo como uma dependência e importá-lo para que possamos conversar facilmente com Então esse é o que estamos procurando , e esse é o código. E vamos passar por isso em um segundo. Mas eu só queria mostrar que é assim que você chega a este lugar ou é assim que você pode ler a documentação para descobrir como navegar por essa plataforma e pelo documento da API para descobrir o código de amostra que você pode usar e depois modificá-lo de acordo com sua preferência Outra coisa que eu queria mencionar é antes de criarmos a chave de API, um dos requisitos que o Open Outer tem em vigor em termos de regras é que precisamos ativar o prompt de treinamento imediato. Então, o que precisamos fazer é clicar no canto superior direito um ícone de perfil. Se você clicar nele, haverá créditos, chaves, atividades, configurações e sairá. Então, se você clicar nas configurações, é aqui que você pode realmente passar por diferentes configurações gerais e coisas assim. Mas o que queremos fazer é chamar sua atenção aqui para o lado esquerdo. Temos configurações, créditos, API, chaves de provisionamento, integração e privacidade Você deseja clicar em privacidade e garantir que essa opção esteja disponível ou, desculpe, ela está ativada porque, por padrão, ela está desativada. O que você quer fazer é, se quiser usar o nível gratuito, habilitá-lo . E esse é um dos requisitos porque, na verdade, isso controlará se os provedores usar seus dados anonimamente para melhorar seu modelo Isso é usado novamente porque eles estão usando seus dados para melhorar seus modelos. Obviamente, não vamos colocar nada sensível aqui. Isso é apenas para fins de aprendizagem. Então, eu estou bem ligando isso. Não estou inserindo nenhum tipo de informação pessoal ou PII aqui Então, isso está perfeitamente bem. E esse é um dos requisitos se você quiser usá-lo gratuitamente. Se você usa um pago, se prosseguir com os créditos e adicionar créditos, o que é semelhante à recarga no Deep Seek , não precisa necessariamente ativá-lo. Mas se você quiser usar o nível gratuito , terá que virar o sol. Caso contrário, ao passar o casaco, você cometerá erros. Então, isso é apenas algo para se ter em mente. Tudo bem, agora vamos começar a incorporar tudo aos programas Python se você puder escrever um script simples para conversar com Deepsek e obter alguns Então, o que eu fiz aqui foi simplesmente criar uma pasta chamada Demo one. O que vou fazer é abrir o terminal aqui. Você pode simplesmente fazer isso pressionando Alt, CMD e digitando o código Obviamente, você pode abrir o código e navegar essas maneiras diferentes ou simplesmente abrir o terminal e navegar até a mesma pasta. De qualquer forma, está bem. No entanto, você quiser fazer isso. Essa é apenas uma maneira rápida e rápida de fazer isso. Novo tipo de ponto de espaço de código, e isso iniciará código do Visual Studio nesse diretório. Então, ele apontará para isso por padrão. Agora, a primeira coisa que queremos fazer é criar um arquivo Python Então, vamos para Arquivo Novo arquivo aqui. Isso nos dará algumas opções, TextFile e Python. Vou selecionar Python Agora vou salvar esse arquivo primeiro, então vou usar Controles. E aqui, vou dizer deep Seek underscore test dot PY e PY é o arquivo de extensão do Python Então vá em frente e salve isso. Agora, vamos voltar para aqui, vamos voltar para o roteador aberto. Você pode ver que o que vamos fazer primeiro obter nosso código. Então, vamos continuar com os modelos. Vamos procurar o Sk profundo. V três, e este é o gratuito que estamos procurando. Clique nele novamente, vá para a API e, em seguida, OpenAI Python é o que estamos procurando Então, vá em frente e copie isso, e depois voltaremos ao Visual Studio e colaremos isso. E o código aqui é bem simples. Então, vamos dar uma olhada nisso. Então, isso importará o OpenAPI SK e geraremos um cliente para fazer a chamada à API Então, isso é simplesmente o URL base, então ele fará a chamada da API para esse URL base. E então é aqui que você deseja inserir sua chave de API, o que faremos em alguns minutos. É quando criamos nossa chave de API, queremos colá-la aqui. E aqui, isso é meio opcional, apenas cabeçalhos adicionais se você quiser incluí-los em sua chamada, sua chamada de API, mas não vamos fazer isso Vamos simplesmente deixá-lo e, em seguida, aqui ele define o modelo. Então, estamos usando o chat gratuito do Deep Seek, que é o V três , e aqui estão as mensagens. Então, temos o papel, que é o nosso papel como usuário, e então você tem o conteúdo, que é o significado da vida. Agora, isso equivale a você inserir o prompt no chatbot do Deep Seek, fazendo a mesma pergunta na interface da web Então, isso é muito semelhante a ir ao Deepseek e digitar qual é o significado da vida conversar com ele e receber a resposta E a última linha está simplesmente nos mostrando os resultados ou a saída do Deep Seek para essa pergunta na tela. Agora, o próximo passo é que, no canto inferior direito, há uma coisa que é como um aviso, amarelada ou acastanhada, que diz selecionar intérprete no canto inferior direito, há uma coisa que é como um aviso, amarelada ou acastanhada, que diz selecionar intérprete Uma coisa que vou fazer é clicar nele, e isso está realmente nos perguntando qual ambiente você deseja usar? Você quer usar a configuração geral global recomendada ou quer criar um ambiente virtual? De qualquer forma, tudo bem, depende de você escolher, mas eu gosto de usar pessoalmente o ambiente virtual porque ele mantém as alterações localizadas naquele projeto ou na pasta com a qual estou trabalhando E isso realmente não afeta nem entra em conflito com nada no cenário global. Então, vou clicar nele primeiro, depois ele pergunta qual deles você gostaria de fazer no Conda ou V ENV Vou apenas selecionar o primeiro e, em seguida, ele solicitará o caminho. Vou apenas selecionar usar isso como referência. Então, o global onde está o binário inicial para Python é, eu vou fazer isso E então ele diz que vai começar a criar esse ambiente. E se você voltar para sua pasta, verá que ela está criando esse ambiente e verá uma nova pasta. Então, veremos isso em um segundo. Então, diz que o ambiente a seguir foi selecionado, então ele foi criado. Agora, se você voltar aqui, você pode ver que ele criou essa pasta chamada VENV, que é esse ambiente virtual A próxima coisa que queremos fazer é instalar o Open AI SDK, e isso é muito simples Então, tudo que você precisa é do terminal aqui. Então, aqui na parte inferior, o código do Visual Studio tem isso. Essa é uma das coisas boas que eu gosto sobre isso. Ele tem um terminal embutido, então você não precisa criar ou executar terminais adicionais a partir do Windows de forma nativa Então, isso é bom. Se você não vê isso, tudo o que você precisa fazer é acessar o terminal e usar um novo terminal, e então eles aparecerão aqui, caso esteja fechado para você quando você o estiver vendo por padrão. Agora, vamos pegar o comando aqui novamente, super fácil. Eu só quero te mostrar para que você saiba exatamente para onde ir. Se você voltar à documentação da API A Deep Seek, qual mostrei como navegar até lá anteriormente, tudo o que você precisa fazer é simplesmente clicar em Python No guia inicial muito rápido, sua primeira chamada de API, basta rolar para baixo, clicar em Python e, em seguida, esta é a primeira linha aqui nos comentários Então diz: Por favor, instale o OpenAI SDK primeiro. Tudo o que você precisa fazer é simplesmente copiar isso, que é simplesmente instalar o Open AI do Pip e depois voltar ao seu terminal, colar e pressionar Enter para executar este comando E isso vai instalar o Open AI SDK. E, como você pode ver aqui, diz que os requisitos já foram atendidos. Está dizendo isso porque eu já instalei isso. E se você não fizer isso, você verá uma mensagem um pouco diferente que diz: Ok, instalei com sucesso o OpenAI SDK Agora vamos voltar para o nosso navegador, onde abrimos o roteador. Novamente, por padrão, estamos no DeepCK V, três modelos gratuitos, que é este aqui, DeepChat call E aqui, nós já copiamos e colamos nosso código aqui para Open AI Python Agora, uma das outras coisas que precisamos fazer antes de executar o código é criar nossas APIKs porque precisamos colá-las aqui para que possamos usá-las Então, vamos continuar e clicar em Criar APIC. Novamente, apenas como um lembrete, você precisa ativar a configuração de privacidade para um treinamento im 4. Prompting eficaz: Boas instruções levam a ótimos resultados. Nesta palestra, você aprenderá a criar instruções claras e acionáveis que liberem todo o potencial do Deep Seek, seja escrevendo e-mails, depurando depurando Imagine que você está ensinando um novo membro da equipe. Você não diria escrever um blog. Você explicaria o tópico, o público e a duração. Deep Seek precisa da mesma clareza. Vamos detalhar isso. Precisa de uma postagem vinculada, tarefa, escreva uma postagem. Contexto para fundadores de startups sobre ferramentas de IA. Formato, três parágrafos curtos com Emojis. Isso é simples, certo? Já pediu ao Deep Seek uma história criativa e comprei Gibish Sem detalhes como gênero ou duração, é provável que esteja pedindo comida em um restaurante Seja o chef de suas próprias instruções. Veja como um aviso mal formulado causa confusão e como ajustar apenas algumas palavras nos dá exatamente o que precisamos Então você vai experimentar por si mesmo. Ok, então o objetivo desta demonstração é transformar solicitações vagas em solicitações precisas e acionáveis Para esta demonstração, as ferramentas de que precisamos são apenas uma interface web de busca profunda e, claro, a conta gratuita que você criou uma palestra anterior que abordamos Agora, o que você aprenderá nesta demonstração é que ela vai te ensinar como iterar e não esperar perfeição na primeira tentativa Essa demonstração também mostra como pequenos ajustes podem economizar horas de edição Agora, vamos começar com um aviso incorreto para nossa primeira etapa. Então, o que vou fazer é copiar colar o primeiro prompt no Deep Seek, e isso simplesmente diz escrever sobre energia solar. Então você pode ver que é meio genérico. Então, vamos seguir em frente e executar esse prompt e ver o que o deep surge Então, você pode ver que o deepsk está começando a gerar alguma saída e está tentando explicar ao usuário sobre energia solar Portanto, a energia solar é uma fonte de energia limpa e renovável e assim por diante. E depois fala sobre como funciona, as vantagens da energia solar, futuro da energia solar e assim por diante. Então, novamente, muito amplo, de alto nível, não é realmente direcionado. Então, como você pode ver, porque estamos fornecendo uma solicitação muito ampla e genérica, fornecendo um texto genérico e desfocado em termos de saída Então, isso é o que eu quero que você veja: como o Deep Seek agora usa como padrão uma explicação ampla Então, isso nos diz que, sem orientação, não pode realmente corresponder à sua intenção. Então, agora vamos adicionar um pouco de contexto. Então, o que vamos fazer é revisar a solicitação e torná-la mais direcionada Vamos contextualizar e mudar o tom. Vou usar o seguinte prompt. E o aviso diz: escreva um e-mail de 200 palavras para o CEO da empresa de energia solar enviar aos investidores. Destaque a economia de custos e a sustentabilidade, use um tom profissional. Então, você pode ver que esse é um prompt muito melhor porque é bastante focado e direcionado. Então, vamos seguir em frente e executar esse prompt. Aí está. Então, o Deepsek está começando a escrever o e-mail. Como você pode ver, começa com o assunto, muito poderoso e ótimo, por isso diz como desbloquear valor e sustentabilidade por meio da inovação solar Não é muito longo, certo, comparado ao anterior. Este é apenas um texto genérico e uma explicação. Isso é mais formatado do que adequado para e-mail. Então aqui você tem seu assunto. Aqui você tem seu espaço reservado, para que você possa preenchê-lo com as informações reais Novamente, isso é bom porque Deepsek está criando esse modelo para você Assim, você pode substituir as informações pelas que se aplicam a você. Então, por exemplo, aqui está um espaço reservado para empresa. Você pode removê-lo e substituí-lo pelo que é aplicável aqui para o nome da sua empresa ou para o nome da empresa do investidor, seja qual for o destinatário Aqui, você tem uma economia de X por cento, então você pode substituí-la por um número, seja ele qual for. Aqui, novamente, você tem X. Então, fique de olho nessas coisas entre colchetes, porque elas são espaços reservados que você deve substituir por suas E, claro, novamente, você recebeu seu nome, a empresa, depois o site e assim por diante. E, novamente, a contagem de palavras é aproximadamente 200 em torno de 200. Então, aqui, você pode ver que o contexto, o resultado, é realmente direcionado e está na forma de um e-mail pronto para investidores. E o contexto diz ao Deep Seek quem, o porquê e o como. Agora, o CEO parece um líder, não um livro didático, certo Então, vamos continuar e fazer mais uma solicitação de acompanhamento para refinar o formato E o que vou fazer para revisar isso é usar o seguinte prompt que diz: transforme o e-mail em cinco pontos para o slide do PowerPoint Então, agora eu quero usar essa informação, certo? E vou criar um slide do PowerPoint. Então, estou lhe dizendo, resuma isso, coloque em cinco pontos, que é adequado para um slide de apresentação em PowerPoint, para que eu possa compartilhar isso com minha equipe ou com quem quer que seja o público desta Então, agora o Deepsek está realmente aceitando isso, e agora está fornecendo aquele marcador que você pode usar em Você vê que também está tentando torná-lo bastante envolvente. Então, está incluindo emojis como ícones. Agora cabe a você decidir se deseja usá-los. Mas você pode ver que ele nos deu cinco pontos principais, exatamente o que pedimos no prompt E você pode ver uma economia significativa de custos e, em seguida, a explicação, os incentivos financeiros, a sustentabilidade, crescimento escaláveis e preparadas para o futuro Então, agora você pode simplesmente copiar e colar isso, certificar-se de lê-lo, verificar se está factualmente correto, e então você pode copiar, colar, talvez alterar os emojis ou o que quiser fazer, fazer as edições necessárias e, em seguida, colocá-lo talvez alterar os emojis ou o que quiser fazer, fazer as edições necessárias e, em seguida, em seu poderoso slide. Você pode colocá-lo em seu slide do PowerPoint, desculpe-me, slide do PowerPoint desculpe-me Agora, você pode ver os resultados. Eles estão limpos e são marcadores digitalizáveis, certo? Então, o objetivo desta demonstração é que os formatos importam. Bulets ajudam investidores a planejar. Os e-mails precisam de frases completas. E dessa forma, você pode ver que o Deep Seek pode se adaptar às nossas necessidades. Agora, enquanto estamos aqui, gostaria de compartilhar algumas etapas de solução de problemas, caso você se depare com elas. Obviamente, não nos deparamos com isso aqui. Mas digamos, por exemplo, que você tenha um problema em que a saída é muito longa, então ela realmente não respeitou a contagem de 200 palavras aqui. Então, o que você pode fazer é ter uma solicitação de acompanhamento e pedir que, por exemplo, mantenha as respostas com menos de 200 palavras. Então, isso é uma coisa que você pode, novamente, tentar como um prompt de acompanhamento e, em seguida, ela deve entrar em vigor. E a outra coisa é se você perceber que o tom não é o que você pediu. Então, por exemplo, se não for um tom profissional ou não soar como um tom profissional ou talvez envolvente para enviar um e-mail para um investidor, o que você pode fazer é, se achar que o tom está errado, você pode, novamente, ter uma solicitação de acompanhamento que diga: use o seguinte tom. Então, por exemplo, use um tom casual ou use um tom amigável ou use um tom profissional. E você pode usar isso como solicitação de acompanhamento para ajudá-lo a reescrever este e-mail acordo com o tom que você especificou para o Deep Seek Mantenha esta folha de dicas à mão. Em breve, criar instruções parecerá natural, e você se perguntará como trabalhou sem elas A prática torna permanente. Experimente o exercício de planejamento de refeições, compartilhe seus resultados e prepare-se para subir de nível com estratégias avançadas na próxima vez. 5. Propostas eficazes: Bem-vindo à arte de inspirar. Nesta palestra, você aprenderá a criar instruções claras acionáveis que geram os resultados de que você precisa, seja escrevendo e-mails, analisando dados ou discutindo analisando dados ou Pense no DeepSeek como um novo membro da equipe. Você não diria fazer algo relacionado ao marketing. Você diria que elabore um blog de 300 palavras sobre tendências de IA para pequenas empresas. A clareza é fundamental. Star transforma o caos em clareza. Por exemplo, como preparador físico, que é a situação, crie um plano de refeições de sete dias, que é a tarefa com receitas vegetarianas, que é a ação de atrair profissionais ocupados, que é o resultado Experimente esta fórmula. Veja a diferença. As boas instruções dizem ao DeepSeek exatamente o que você precisa. Sem adivinhações, sem perda de tempo. Vamos transformar um aviso de uma semana como escrever uma postagem social, em uma potência Observe atentamente, então você mesmo experimentará. Tudo bem, nesta próxima demonstração, vamos transformar uma ideia vaga em uma solicitação direcionada e acionável E a única ferramenta de que você precisa é sua conta DeepSeek e um navegador Então, tudo o que você precisa fazer é fazer login, e a interface web do DeepSeek é tudo o que você precisa Agora, nesta demonstração, você aprenderá a refinar as instruções de forma iterativa e não esperar a perfeição imediatamente não esperar E mostra como pequenos twoks produzem resultados de nível profissional Agora, vamos começar com o primeiro passo, e agora vamos simplesmente escrever um aviso vago Então, aqui vamos fazer uma postagem nas redes sociais. Então, vou colar o seguinte prompt que diz: escreva uma postagem nas redes sociais. Novamente, muito vago, sem foco, sem alvo, nem mesmo diz qual plataforma de mídia social Então, vamos seguir em frente e executar esse prompt e ver o que o DeepSeek cria Então, aqui, você pode ver que ele está tentando criar um modelo versátil de postagem de mídia social. Então, aqui está uma notícia empolgante: há alguns espaços reservados aqui que você pode inserir qualquer que seja o marco ou conquista, comentar abaixo e, em seguida, aqui estão algumas ideias o que você pode sugerir e aqui estão algumas hashtags para talvez aqui estão algumas hashtags para talvez tornar a postagem viral na plataforma Então, novamente, você pode ver que os resultados são genéricos porque textos focados, como mídias sociais, são importantes. E, novamente, isso não é um aviso cinza. Portanto, sem orientação, DeepSeek usa como padrão respostas genéricas brandas Então, vamos seguir em frente e corrigir isso. Agora, o que vou fazer é usar um prompt revisado que será muito mais direcionado e siga a muito mais direcionado e lista de verificação do prompt, certo Então, o que vou fazer é colar este aviso que diz: Você é um coach de sustentabilidade, escreva um post no Você é um coach de sustentabilidade, escreva um LinkedIn para empreendedores sobre a redução do desperdício no escritório Use um tom motivacional e inclua três dicas práticas. Como você pode ver, o alvo é claro, o público-alvo é claro. A mídia da plataforma social é clara. É o LinkedIn, então a postagem será personalizada para o LinkedIn. E o tópico e o assunto, novamente, são muito claros sobre a redução do desperdício no escritório. E então o tom, além disso, é muito claro. Diz: Seja motivacional e também compartilhe algumas dicas práticas que você pode usar em sua postagem no LinkedIn Então, vamos fazer isso e ver o que o LinkedIn cria agora que melhoramos nosso prompt Ok. Então aí está. Reduza o desperdício, aumente o impacto, três turnos simples para escritórios sustentáveis Então, mensagens muito poderosas, ótimo gancho. É muito chamativo, e então você tem seus três pontos aqui, Dingle usa tudo, se torna digital, configura estações verdes e coisas Novamente, essa é uma pose muito melhor que você pode usar como ideia, ou você pode simplesmente pegar muitas dessas coisas ou copiar colar porque foi feita sob medida para ser vinculada, certo? Assim, você pode ver que o resultado é focado no público. É uma pose focada no público com conselhos práticos. E o contexto que fornecemos em nosso aviso revisado diz ao DeepSeek quem você é, quem você tem como alvo e quais ações tomar Agora, vamos prosseguir e revisar novamente. E desta vez, vamos transformar isso em tópicos e adicionar uma chamada à ação para que eles baixem um guia gratuito Então, vou usar o seguinte prompt para fazer isso. Então, vou dar ao DeepSeek a instrução que diz: transforme as dicas em tópicos e adicione uma chamada à ação para baixar um guia gratuito Então, agora você os está guiando para um guia de download, certo? Você está orientando os usuários ou quem está vendo a postagem fazendo uma chamada à ação e fazendo com que eles baixem um guia gratuito, o que, novamente, pode levar a outros Então, vamos seguir em frente e executar esse prompt e ver como o DeepSeek vai revisar isso Então aí está. Está reescrevendo isso e usando isso, acho que a coisa mais importante a se prestar atenção aqui é a chamada à ação Então, diz que baixe meu guia gratuito de redução de ritmo em cinco etapas E aqui está o espaço reservado para que você possa colocá-lo onde quer que esteja o link de download do seu guia gratuito Você pode colocá-lo lá e eles podem clicar nele e partir daí Assim, você pode ver o resultado, é digitalizável e legível, muito amigável e é uma postagem É uma postagem envolvente com um claro apelo à ação, também conhecido como CTA Portanto, o importante a ser aprendido com essa demonstração é que o formato é importante, e os marcadores tornam suas postagens planejáveis e a chamada à ação impulsiona a ação Agora, algumas dicas que tenho para você aqui são: caso você ache que a saída é muito formal, o que você pode fazer é simplesmente usar um prompt de acompanhamento que diz que use um tom casual e amigável, o que é bom para plataformas de mídia social. Outro problema é que, se faltarem exemplos e quiser adicionar um exemplo, porque o tópico aqui é sustentabilidade, você pode seguir em frente e usar uma solicitação de acompanhamento para adicionar um exemplo. Então, por exemplo, o que você poderia fazer é incluir um exemplo do mundo real sobre reciclagem de papel. Certo? Então, novamente, isso é apenas algo a ser observado caso você veja os resultados de suas solicitações e sinta que isso está faltando Você sempre pode adicionar exemplos relacionados ao seu tópico por meio de um prompt de acompanhamento. Aqui está uma lista de verificação rápida. Mantenha essa lista de verificação à mão. Em breve, você criará instruções como um profissional, sem sequer pensar nisso A prática progride. Experimente o exercício, compartilhe suas melhores dicas com seus amigos ou colegas e prepare-se para mergulhar na criação de conteúdo 6. Criação de blogs: Nesta palestra, você verá como transformar uma ideia aproximada em uma postagem de blog pronta para publicação em menos tempo do que o necessário para preparar café Nenhuma experiência em redação é necessária. Se você é um blogueiro solo ou freelancer ou faz parte de uma equipe, o blog cria autoridade, mas a partir de uma página em branco, é aí que o DeepSeek é aí que Vamos ver como. Esqueça horas de escrita. Com o DeepSeek, você é o editor, não o datilógrafo. Começaremos com uma ideia vaga e transformaremos em um post profissional passo a passo Até mesmo a melhor IA precisa de orientação. Evitaremos essas armadilhas e criaremos conteúdo que realmente ressoe com Vamos ver um exemplo em que criamos uma postagem de blog pronta para publicação usando a interface web do DeepSeek E a única coisa para isso que você precisa é em termos de ferramentas, é apenas um navegador da web, uma conexão com a Internet e uma conta do DeepSeek, e você só precisa estar logado na do DeepSeeks Agora, para a primeira etapa, vamos começar discutindo o tópico Então, vá em frente e clique em Criar novo bate-papo. E o que eu gostaria que você fizesse é usar o seguinte prompt. Então, o que eu vou fazer é copiar e colar isso aqui. E isso vai dizer que eu executo um aplicativo de produtividade para equipes remotas. Ajude-me a pensar em cinco tópicos de blog sobre gerenciamento de tempo Novamente, este é apenas um exemplo para fins de demonstração, mas você pode substituir pelo que for aplicável em seus contatos. Agora, vamos executar isso e ver o que o DVC cria Ok, agora podemos ver os resultados. Está nos dando exatamente o que pedimos. Então, cinco tópicos do blog. E isso é bom. Está nos dando um tópico, por exemplo, bloqueio de tempo versus agrupamento de tarefas, como o trabalho assíncrono economiza tempo, desperdícios de tempo ocultos no trabalho remoto e controle de tempo para equipes remotas, produtividade Então, esses são bons tópicos. Novamente, eles não são os posts completos do blog, mas são apenas os tópicos. E você pode ver que também oferece alguns pontos principais e ideias, certo? Isso é muito poderoso porque você pode usar a IA para criar ideias. Está lhe dando ideias em termos do que você pode falar, que você pode abordar na postagem do seu blog para torná-la envolvente e muito interessante para seu público e seus leitores. Então, explique como os trabalhadores remotos podem usar essa técnica. Você pode comparar esses dois métodos e fornecer exemplos do mundo real e assim por diante. Portanto, você mesmo pode ler isso pausando o vídeo, mas, é claro, sinta-se à vontade para acompanhar enquanto analisamos as instruções juntos. Mas, novamente, isso é importante porque você pode ver que está lhe dando os resultados e ajudando você com as ideias. Agora, este aqui é que você pode escolher um tópico, certo? Agora você pode escolher um tópico. Se você não gostar do que está aqui, basta seguir com outro prompt para outro prompt de acompanhamento dizendo: Não estou interessado em nenhum desses cinco, me dê mais cinco, certo, e isso gerará mais cinco que são diferentes desses cinco que mencionei aqui. Mas se você fizer assim, poderá seguir para a próxima etapa, que é agora que você tem seu tópico. Por que isso é importante? É porque o DeepSeek gera ideias que você talvez não tenha considerado Porque quando você começa a escrever quando quer criar um blog ou escrever uma postagem no blog, você provavelmente tem algumas ideias para começar. Mas às vezes essas podem ser mais interessantes ou algumas dessas ideias você pode não ter pensado, certo? Então isso é uma coisa, ideação. A outra é que, na verdade, você economizará tempo de fazer um brainstorming Certo? Isso é muito importante. Agora, digamos, por exemplo, que uma dessas ideias fosse simplesmente dizer, você sabe, quero dizer, não está aqui agora, mas digamos, por exemplo, que número um foi cinco vezes bloqueando hacks para equipes distribuídas, ok? Qualquer coisa que você possa fazer é exatamente a mesma coisa com qualquer outra que você vê na minha tela ou com os cinco que você recebe na sua tela, porque obteremos resultados diferentes Talvez alguns deles se sobreponham, mas a IA geralmente fornece resultados diferentes, mas alguns deles serão semelhantes Então, digamos que um deles bloqueie cinco vezes os hacks para equipes distribuídas Então, o que vou fazer é usar um prompt diferente para realmente gerar o bloco. Então, passamos pela primeira etapa, que é a criação de ideias e o brainstorming Recebemos ajuda do DeepSeek. Agora vamos gerar o rascunho para nossa postagem. Então, vou usar o exemplo que mencionei, e vou dizer, por meio da seguinte solicitação, ou ao DeepSeek para realmente criar essa postagem no blog para mim Então, escreva um blog de 1.200 fóruns intitulado Five Time Blocking hacks para equipes distribuídas Então, aqui está o público que estou definindo. Aqui está o tom e aqui está a inclusão, que diz palavras-chave de SCO, para que os mecanismos de pesquisa otimizem os subtítulos e uma chamada Então, novamente, estou dando instruções muito específicas para minha postagem no blog, para que talvez eu possa direcionar meus leitores no final para uma página diferente ou um produto diferente. Então, vamos fazer isso e ver o que o DeepSeek cria Novamente, você não precisa usar este. Você pode usar qualquer outro que você vê aqui. E agora, o DeepSeek está começando a gerar e escrever o bloco para você do zero Então, novamente, você está economizando muito tempo. Você não precisa digitar nada disso. Você não precisa pensar em nada disso. Na verdade, está fazendo tudo isso por você. E você pode ver que é muito bom porque o divide em seções. E, novamente, fique de olho nos espaços reservados, pois é isso que você precisa preencher com suas próprias informações, como, por exemplo, seu nome ou qualquer outro espaço reservado, veja o contexto Então, aqui está o título. Aqui está a introdução. Por que o bloqueio de tempo é importante. E aqui estão, basicamente, as dicas que pedimos cinco. Então, aqui está um. Aqui está o número dois. Aqui está o número três. Aqui está o número quatro. Novamente, está dando alguns exemplos de cronograma, certo? E então aqui está o número cinco. Então, isso é mais ou menos como a postagem do blog, e aqui está uma seção de bônus e, em seguida, as considerações finais. E aqui, chame à ação, escolha um truque para testar esta semana e, aqui, há algumas ideias, como experimentar nosso aplicativo ou estratégia de livro Você pode colocar um link para seu livro que pode estar em outro site de comércio eletrônico, como a Amazon, por exemplo, e obter alguns leads aqui, a partir da postagem do seu blog Então, você pode ver que é um rascunho completo com a introdução, os cinco truques e a conclusão, as considerações finais Então essa é a conclusão. E então você também pode ver as palavras-chave de SEO aqui, bloqueio de tempo para equipes remotas, melhor para truques de produtividade, agendamento de trabalho assíncrono Isso é muito importante. Então, novamente, tudo isso é um mecanismo de pesquisa otimizado. Então, quando as pessoas acessam mecanismos de pesquisa como o Google, elas podem realmente pesquisar essas coisas. Vou priorizar seu blog com base nos resultados e na pesquisa, se ele for otimizado para mecanismos de pesquisa, e vou avaliar sua página Agora, você pode ir em frente e refinar e polir isso. Você pode usar um prompt, por exemplo, tornar o tom mais casual e adicionar emojis aos subtítulos Você pode encurtar esta seção para usar um prompt que diz condensar o hack número três em três pontos, certo Então, o que quer que você veja se descobrir que um deles é muito longo, basta segmentar esse número específico. Então você pode dizer, pegue o número três e condense-o em três pontos, por exemplo, E então você pode adicionar, novamente, neste caso, o que fizemos, mas podemos dizer algo como terminar com uma chamada à ação para baixar nosso modelo de bloqueio de tempo livre, e então você fará isso. Então, isso é ótimo porque é importante entender que a iteração é importante Não pense que você vai conseguir tudo perfeito na primeira vez. Você precisa fornecer instruções de acompanhamento. Primeiros rascunhos, é muito importante entender. Os primeiros rascunhos raramente são perfeitos. Quase nunca. Eles são perfeitos. Então, pequenos ajustes personalizam o conteúdo. Então, novamente, é por isso que mencionei que as três instruções aqui depois de terminarmos ou depois que o DeepSeek terminar de nos fornecer as postagens do blog, novamente, você pode ajustar o tom dizendo, tornar o tom mais casual e adicionar emojis aos subtítulos Você pode condensar o hack em um número X de marcadores. Você pode terminar com uma chamada à ação para baixar nosso modelo gratuito de bloqueio de tempo. Todas essas são solicitações de acompanhamento que você pode inserir, além, é claro, de qualquer outra coisa que você possa criar para seu caso de uso Hum, e ele os adicionará e refinará esse rascunho original da postagem do blog Agora, algumas coisas a serem observadas são que, novamente, se você achar que o blog parece genérico , você pode acrescentar que pode ter uma solicitação de acompanhamento onde você diz, inclua exemplos reais de, você sabe, startups de tecnologia. Esse é um exemplo. Se você acha que os resultados são realmente técnicos, para seu público, novamente, dependendo de quem é seu público-alvo para este blog e de quem são seus seguidores , e você acha que isso é muito técnico, por exemplo, você pode dizer coisas como: você pode usar um prompt de acompanhamento que diz, explique termos como bloqueio de tempo em uma linguagem simples, e pronto faça isso por você. O DeepSeek vai fazer isso acontecer para você. Você acabou de automatizar a parte mais difícil do blog. Agora, concentre-se em promover seu conteúdo. O DeepSeek cuidou do trabalho pesado. Agora é hora de fazer um experimento. Crie um blog de 500 palavras intitulado As melhores ferramentas de IA para qualquer setor em que você esteja interessado. 7. Depuração: Nesta palestra, você verá como o DeepSeek atua como seu mentor de codificação, explicando erros, corrigindo bugs e até sugerindo otimizações e Não é necessário ter experiência em programação. Até mesmo desenvolvedores experientes cometem erros. DeepSeek não apenas corrige seu código, ele ensina como evitar erros semelhantes no futuro. Vamos ver como. Você não está sozinho se seu código gerar erros. Vamos pegar um script Python cheio de bugs e ver o DeepSeek diagnosticá-lo e corrigi-lo DeepSeek diagnosticá-lo Começaremos com um script que deve calcular o imposto sobre vendas, mas falha Ao final, você saberá exatamente como solucionar problemas com seu próprio código Nesta demonstração, vamos depurar um script Python muito simples, e o objetivo é usar o DeepSeek para corrigir um script com erros e entender a solução com erros Então, o que eu fiz foi montar um script Python muito simples que incluiu propositalmente um defeito nele, que impede a execução do código E queremos aprender como podemos usar o DeepSeek para analisar o código e encontrar uma solução para que possamos corrigir nosso código quebrado Para isso, apenas em termos de ferramentas e ambientes, você só precisa da interface web do DeepSeek, mas se quiser acompanhar e se não se importar em ser um pouco técnico, fique à vontade para instalar o código do Visual Studio e também o Python , que abordamos em uma das palestras anteriores Então, aqui, o que eu fiz foi montar um código quebrado propositalmente apenas para mostrar que ele não está sendo executado em Python Então, a primeira coisa que queremos fazer é, aliás, ficar à vontade para pausar o vídeo e acompanhar Mas se for muito complicado, você pode simplesmente pular esta palestra ou simplesmente acompanhar a interface da web do DeepSeek quando solicitarmos Então, o que eu fiz aqui foi criar uma pasta na minha máquina Windows, e o que você pode fazer é clicar com o botão direito do mouse e abrir no terminal. E aqui você pode simplesmente digitar o ponto do espaço de código e pressionar Enter e isso abre código do Visual Studio no diretório de trabalho atual. E a primeira coisa que queremos fazer é criar um novo arquivo Python, então vou criar um novo arquivo Eu tenho a extensão instalada aqui, então ela já detecta algumas dessas predefinições para Vou selecionar o arquivo Python. Vou clicar em Salvar primeiro e vamos chamar esse texto salesnderscore E salve nosso arquivo. E o que eu vou fazer é copiar e colar o código quebrado aqui. Então, essa é apenas uma função que deve calcular o imposto sobre vendas, e vamos imprimir os resultados na tela. Agora, uma coisa que queremos fazer é executar esse código aqui. Então eu vou salvar e aqui na parte inferior, eu tenho a janela do terminal, mas se você ainda não tem isso, você pode abri-la desta forma. Então, digamos que eu feche isso, caso você não tenha isso na parte inferior, você pode ir ao menu do terminal, clicar em novo terminal e, em seguida , ter acesso a ele. E depois de fazer isso, ele permanece lá até que você desligue o terminal novamente. Então, vamos tentar executar esse código, e você já pode ver, porque eu tenho a extensão, ela já está me mostrando isso em vermelho. Portanto, ele já está detectando automaticamente algum tipo de erro, mas digamos que ele não estava lá e queremos continuar compilando e executando o código Então, a maneira como fazemos isso é no terminal, vamos digitar Python E, novamente, você não precisa digitar a coisa toda. Você pode simplesmente digitar Python e depois tabulá-lo, e então isso detecta o binário do Python e seguida, espaça o nome do arquivo Novamente, você pode digitar o nome completo do arquivo ou simplesmente clicar na guia e ela o preencherá automaticamente para você Então, em Python, coloque o nome do arquivo no espaço e, em seguida, clique e pressione Enter E você pode ver que o compilador está gerando um erro e o erro, neste caso, é muito útil porque está dizendo que esse colchete aqui, o parêntese, o parêntese Então, se abrimos um para a função de impressão, nunca o fechamos. E é por isso que o código não pode ser executado. Agora, nesse caso, o que está errado com esse código é que faltam os parênteses de fechamento na definição da função, e o DeepSeek será capaz de identificar Então, vamos em frente e obter ajuda do DeepSeek. Nesse cenário, novamente, porque temos um bom IDE e porque temos a extensão Python, o erro é bem claro Portanto, você realmente não precisa usar o DeepSeek para um problema tão simples , porque ele mostra claramente o que é E se você seguir em frente e colocar o colchete aqui, salvar e executar o código novamente, ele funciona Mas imagine que você está usando um ID diferente ou talvez esteja apenas lidando com um código mais complicado. Este é apenas um exemplo para os propósitos desta demonstração. Mas digamos que, na vida real, você está lidando com um código muito mais complicado e o erro é muito complicado de descobrir, e são apenas, você sabe, linhas e linhas de rastreamentos de pilha e código que você precisa vasculhar para entender e identificar a causa raiz do problema E é aqui que estão as instâncias queremos usar o DeepSeek Então, o que vamos fazer é usar a interface da web e deixar eu falar sobre isso. Lá vamos nós. Em primeiro lugar, queremos inserir nosso prompt. Nosso prompt vai explicar por que esse código Python falha e corrija-o Então aqui eu tenho um espaço reservado, então vou copiar meu código quebrado aqui Vou apenas remover isso e colar o código quebrado. Novamente, não se preocupe muito com a formatação, recuo, comentários, sem comentários, coisas assim O DeepSeek é inteligente o suficiente para ser capaz de descobrir isso. Então, copie e cole o seguinte prompt e, em seguida, vamos fazer com que o DeepSeek analise o código quebrado e veja se ele consegue identificar o problema Ok, vamos lá. Então, aqui, DeepSeek identificou alguns problemas em potencial Então, ele começa dizendo que o código Python que você forneceu está realmente correto e deve funcionar conforme Então, potencialmente, isso está nos ajudando com algumas etapas de solução de problemas que, potencialmente, podemos explorar para ver se isso nos ajudará a corrigir o s. Então, uma é a versão ou o ambiente incorreto do Python Portanto, neste caso, não somos, esse não é o nosso problema, porque sei que meu ambiente e minha instalação do Python funcionaram Eu o adicionei ao caminho e estou executando o código Python, então está tudo bem Erros de indentação, isso é uma possibilidade. Mas aqui, novamente, diz que pode ser confuso. Então, por exemplo, a instrução return não está alinhada corretamente e a última coisa é erro de digitação ou falta Então, aqui, esse é realmente um dos problemas, e essa é realmente a causa raiz do problema de que nosso código está falhando Portanto, diz que se você perdeu um parêntese ou cometeu um erro de digitação ao executar o código, Então, por exemplo, aqui está na verdade, onde está o código aqui, então a declaração de impressão no final. Na verdade, está inserindo palavras sem parênteses Então, está faltando aquele parêntese no final do nosso código original, bem aqui, faltam os parênteses que abrimos aqui na linha de impressão E diz que isso causaria um erro de sintaxe. Agora, código fixo. Ele ainda acha que isso não é 100%. É por isso que, na IA, você precisa verificar tudo porque o código não está correto, mas acha que está correto, mas ainda assim nos deu a solução, certo? Ainda nos deu uma resposta. E lembre-se de que esses modelos também melhorarão com o tempo. Então, daqui a um mês , talvez nem diga que a solução original está correta. Portanto, eles estão constantemente treinando as organizações e as empresas que criam e lançam esses modelos estão constantemente treinando-os com novos dados dos usuários, para que eles se tornem mais inteligentes com o tempo Agora, ele corrigiu aqui e diz: Aqui está o mesmo código com formatação adequada e um caso de teste mais explícito Então, é engraçado porque ele até criou um caso de teste para isso, mas não vamos nos concentrar nisso. Por enquanto, vamos nos concentrar nisso aqui. Então, você pode ver que aqui, na verdade, ele coloca entre parênteses para nós e diz que a saída esperada deve ser 108 Então, vamos continuar e copiar isso, e depois vamos voltar ao nosso código do Visual Studio, vamos colar isso. Ok. Portanto, você pode ver que agora ele adicionou automaticamente esses últimos parênteses, que são o colchete de fechamento do primeiro na frente da função de impressão Então, vamos em frente e salve isso. E vamos em frente no terminal, e então você pode simplesmente executar o último comando pressionando a arquia ascendente, e então vamos pressionar Enter, e você pode ver que agora o código funciona e está nos mostrando o resultado, que é um oh oito. Você pode até ver que o DeepSeek mencionou isso no comentário aqui Portanto, agora essa é a resposta correta e é assim que você pode usar o DeepSeek para ajudar a identificar o sintaxador e fornecer o código Você pode até mesmo escrever testes, usar o DeepSeek para escrever testes para códigos como esse Ok, agora vamos tentar um erro diferente. Portanto, a demonstração anterior incluiu um sintaxador. Vamos tentar um erro lógico. Então, para isso, vou dar um exemplo um pouco diferente. Então, vamos continuar novamente no código do Visual Studio. Vamos criar um novo arquivo Python aqui e, em seguida, vou colar na verdade, deixe-me salvar isso primeiro Então, vou adicionar, digamos, números pares, Pi, vamos salvar isso e colar o código a seguir. Então, aqui, essa é a nossa função. Então é isso que queremos: você está tentando fazer o que estamos tentando realizar com esse código é somar números de eventos. Então, vamos em frente e salve isso. Vamos entrar no terminal. E vamos limpar as coisas. Então, vou colocar o CLS, que é uma tela clara no prompt de comando ou terminal do Windows E vamos seguir em frente e executar esse arquivo. Então, espaço em Python, números pares . Vamos seguir em frente e executar isso. E você pode ver que diz que não podemos. O compilador está gerando um erro que diz que não é possível atribuir à expressão Talvez você quisesse dizer duplo igual em vez de igual único. Então, igualdade versus atribuição. Portanto, isso está nos causando alguns erros, mas, novamente, não estamos tentando usar isso para identificar a causa raiz dos problemas. Estamos tentando usar o DeepSeek. Então, vamos voltar ao DeepSeek e pedir ajuda sobre esse assunto em particular Ok. Então, agora, vamos em frente. Vou apenas criar um novo bate-papo aqui e vou criar o seguinte prompt que diz Este código deve somar números pares, mas ele trava, corrija e explique Em seguida, vou inserir uma nova linha e colar o código que acabamos de ver juntos. Então, vamos executar isso e ver o que o DVC oferece em termos de etapas de solução de problemas Ok, aí está. Então, o DeepSeek conseguiu identificar o problema e vamos esperar que ele termine Ok. Portanto, o código trava porque há um sintaxador da condição if Então, minhas desculpas, isso também é um sintaxador que não é lógico. A lógica em termos disso são os operadores aqui, mas o operador de comparação de igualdade em Python não é igual Na verdade, é duplamente igual e não igual. O único igual é o operador de atribuição, que não é válido nesse contexto Portanto, a atribuição é usada para atribuir valores a variáveis, por exemplo, e a igualdade é para verificações, verificando se algo é igual Então, foi capaz de identificar isso. Esta é uma explicação breve de alto nível, certo? E então aqui está um pouco mais aprofundado. Então, diz a explicação da correção. Então, isso é muito bom porque está ajudando você a aprender. Ele não fornece apenas a saída ou a resposta, a resposta certa. Também está ajudando você a aprender com isso. Portanto, o erro original corrigiu a condição, depois o resultado e, em seguida, algumas notas adicionais aqui Ok. Então, agora você pode ver que ele corrigiu o código. Então, na inicial , dissemos que se nenhuma porcentagem dois é igual a zero, você pode ver se nenhuma porcentagem é igual a Então esse é o fixo alterado igual a igual igual. Então, até deixou um comentário aqui dizendo exatamente qual linha ela mudou e qual foi a mudança. Então, agora vamos copiar esse código e voltar para o Visual Studio. Vamos nos livrar de tudo isso, colar o novo código, salvar e executar novamente. E aí está. Você pode ver que a execução foi bem-sucedida e o resultado da soma de todos os números pares, nesse caso, foi seis Portanto, você pode ver que foi muito útil em termos de identificar o problema quando se tratava do operador de atribuição versus do operador de verificação de igualdade E o DeepSeek conseguiu explicar a correção em linguagem simples e até deu algumas dicas de solução de problemas em termos de, você sabe, as etapas que você precisa seguir e as coisas a serem observadas E, claro, isso não se limita apenas ao Python. Você pode realmente usar qualquer linguagem como C plus plus, C Sharp, JavaScript, qualquer coisa que quiser, você pode usar o DeepSeek para ajudar a depurar seu código Você acabou de automatizar a parte mais frustrante da codificação Agora, concentre-se em criar projetos interessantes. O DeepSeek te protege quando as coisas quebram. Agora, é sua vez de experimentar. O que eu gostaria que você fizesse é depurar esse código, refletir sobre suas descobertas e compartilhá-lo com seus amigos ou colegas 8. Pesquisa e resumo: Nesta palestra, você verá como DeepSeek pode analisar documentos longos, extrair pontos-chave e fornecer resumos concisos, economizando Perfeito para estudantes, pesquisadores e profissionais. Imagine condensar um relatório de 50 páginas em cinco tópicos sem perder a mensagem principal Esse é o poder do DeepSeek. Vamos colocá-lo em prática. Se você está escrevendo um artigo ou se preparando para uma reunião, DeepSeek atua como seu assistente de pesquisa, destacando o Vamos pegar um artigo denso e transformá-lo em um resumo delicioso . Observe com atenção. Você verá que usará essa técnica diariamente. Nesta demonstração, usaremos o DeepSeek para resumir um artigo de pesquisa E o objetivo aqui é condensar um longo artigo em um resumo estruturado com as principais conclusões E para isso, você só precisa da interface web do DeepSeek. E, claro, um artigo de sua escolha ou apenas um texto de amostra que você pode usar se quiser Eu vou usar um aqui. E o que vamos fazer é deixar que eu compartilhe isso com você primeiro. Acabei de fazer isso para os propósitos desta demonstração. Então, aqui temos um artigo sobre mudanças climáticas. E você pode ver que é bem longo. Tem cerca de três páginas. E se você observar a contagem de palavras, cerca de 732 palavras. OK. Portanto, é bem longo. E digamos que alguém esteja muito ocupado e tenha um tempo muito limitado. Eles não têm tempo para ler a coisa toda. Vamos imaginar que fosse um artigo de 50 páginas. Isso realmente não importa. O fato é que você precisa conhecer as partes importantes do que está acontecendo. Então, o que você pode fazer é obter ajuda do DeepSeek para conseguir isso Sempre que você tem muito pouco tempo, ou simplesmente não tem, você não ganha valor ao ler a coisa toda e só quer entrar nas principais conclusões Então, o que podemos fazer é usar o seguinte prompt no DeepSeek, que simplesmente diz: resuma este artigo em três tópicos, inclua as principais estatísticas Novamente, esse prompt é bastante prático e bastante focado pois fornece ao DeepSeek instruções exatas sobre quantos pontos principais e o que incluir. É claro, você pode alterá-lo para atender às suas necessidades com base nas circunstâncias ou nos É claro, você pode alterá-lo para atender às suas necessidades com base nas casos Por exemplo, se você quisesse, você poderia dizer, me dê três pontos, e o marcador 0.1 deveria estar falando sobre o problema, o segundo, o impacto, o terceiro, a Assim, você pode até mesmo defini-lo, ir mais fundo e obter mais granularidade, se quiser Ou você pode mantê-lo em um nível mais alto e deixar que o DeepSeek determine como ele o dividirá para você Então, vamos em frente e agora vou colocar uma nova linha, você não precisa novamente, o DeepSeek é capaz de interpretar essas coisas para você A nova linha, novo espaço, vírgula, coisas assim, não é uma grande preocupação Vou copiar e colar todo o artigo. Vamos voltar ao DeepSeek e eu vou apenas colá-lo Então, agora vamos pressionar Enter e deixar o DeepSeek fazer seu trabalho para ver se ele pode resumir isso, analisar o artigo, resumi-lo em três pontos, de acordo com nossas Ok, então o DeepSeek terminou reunir os resultados e, como você pode ver, ele os dividiu em três pontos, conforme Tenho seu primeiro, grave risco de seca, o segundo aqui e depois o último aqui E você pode ver que ele também tem alguns pontos secundários com mais detalhes e algumas estatísticas, o que é exatamente o que perguntamos em nosso prompt, o que é ótimo E isso é idealmente formatado para uma apresentação, porque você pode simplesmente copiar colar essas informações em uma apresentação ou em um PowerPoint se estiver fazendo apresentação para sua equipe um grupo ou seu público, quem quer que seja Você pode ver que agora ele pegou aquele artigo de três páginas e o dividiu e resumiu E incluiu detalhes importantes e os tornou em negrito em termos de fonte. Assim, você pode ver que os números aqui são feitos em negrito, o que é bom porque se destaca durante a digitalização. Então, isso é ótimo porque, claro, é mais curto em comparação com o que era antes. Eu o dividi em três categorias principais ou pontos principais. Inclui detalhes para cada um. E a razão pela qual isso funciona é que os marcadores tornam o resumo digitalizável e mais fácil E, claro, as chaves e as fontes são mantidas no resumo Então, agora vamos dar um passo adiante e refinar isso para uma necessidade específica Então, nesse caso, digamos que queremos criar um parágrafo de 100 palavras para nosso público comercial, certo? Então, vamos seguir em frente e usar o seguinte prompt que diz: converta esse resumo em parágrafo de 100 palavras para o público comercial concentre-se nas oportunidades de investimento. Muito importante, certo? transformando o público aqui em negócios. E o tema aqui é investimento. Então, vamos fazer isso e ver o que o DeepSeek cria E aí está. Então, o DeepSeek conseguiu reunir esse resumo de 100 palavras para um público empresarial e destaca a categoria de investimento que realmente incluímos em nosso prompt, o que é ótimo E, novamente, isso é mais direcionado para um público específico, neste caso, um público comercial. Então, a única conclusão que eu gostaria que você entendesse dessa demonstração é que a iteração é E a razão pela qual a iteração é importante é porque ela adapta o conteúdo ao seu público Então, por exemplo, investidores versus estudantes. Além disso, ele adiciona insights acionáveis ao resumo, por exemplo, exemplos de ROI ou exemplos e números de retorno sobre o investimento Agora, antes de terminarmos esta demonstração, gostaria de compartilhar algumas dicas de solução de problemas caso você se depare com isso ao usar o DeepSeek Então, digamos que seu resumo esteja realmente perdendo pontos importantes. É aqui que você pode usar o DeepSeek e um prompt de acompanhamento para solicitar que ele inclua, por exemplo, neste contexto, você pode dizer que inclua dados sobre perdas econômicas causadas pela seca Portanto, você quer que seja muito específico se perceber que estão faltando os pontos importantes É por isso que é realmente importante ler a saída do DeepSeek e o que ela está retribuindo a você Depois de suas instruções, certifique-se de que não é só criar coisas que as coisas façam sentido, certo? A saída faz sentido. E isso é, se você perceber que faltam alguns dos pontos importantes que deveriam estar presentes, você pode corrigir isso por meio de um prompt de acompanhamento. Novamente, como incluir dados sobre perdas econômicas causadas pela seca Outro problema que você pode encontrar é que você pode achar que algumas das palavras usadas no resumo podem ser muito técnicas para o seu público. Então, novamente, você pode usar uma solicitação de acompanhamento para explicar termos como e, em seguida, inserir a palavra que é muito técnica em uma linguagem simples. E então o DeepSeek poderá usar uma palavra diferente para explicar isso, a fim de tornar mais fácil para seu público entender a resposta do DeepSeek Antes de prosseguirmos, gostaria de mostrar mais uma abordagem ou estratégia que você pode aproveitar para que o DeepSeek analise arquivos e resuma o conteúdo para No exemplo anterior, analisamos esse artigo muito longo sobre mudanças climáticas e, quando dei o aviso ao DeepSeek, copiei e colei todo o copiei e colei todo Agora, poderíamos obter os mesmos resultados fazendo upload do arquivo e não copiando e colando Então, apenas outra maneira de realizar a mesma coisa. O que eu fiz foi realmente salvar esse arquivo como um documento do Word com a extensão de arquivo dot X. E o que vou fazer é enviá-lo para o DeepSeek, e há duas maneiras de fazer isso Então, primeiro, você pode clicar aqui e ver que a dica da ferramenta nos diz que isso é apenas extração de texto. Assim, você pode fazer upload de documentos ou imagens, e isso lhe dá um limite máximo de 50 arquivos, e cada um pode ter cem megabytes ou menos de tamanho Então, o que vamos fazer usar esse botão ou simplesmente arrastar e soltar os arquivos, e é isso que vou fazer. Vou arrastar e soltar esse arquivo aqui, e agora ele está sendo carregado, e o arquivo é um longo artigo de demonstração Agora o upload foi concluído e agora vou usar o mesmo prompt de antes Então, vou simplesmente dizer que resuma este artigo em três tópicos incluindo as principais estatísticas e soluções E essa é outra forma de resumir basicamente o mesmo conteúdo, apenas uma essência diferente Então, vamos executar isso e ver o que o Deep C cria. Ok, o DeepSeek terminou de processar o arquivo como você pode ver, ele conseguiu analisar com sucesso o conteúdo dos arquivos analisar com sucesso o conteúdo dos arquivos e seguir nossas instruções e resumir o material de pesquisa em três pontos, e você pode vê-los descritos aqui Queria mostrar outra maneira de a mesma coisa quando se trata de fazer com que o DeepSeek o ajude a analisar arquivos e conteúdo Você acabou de automatizar a parte da pesquisa do TDS. Agora, passe seu tempo analisando insights, não procurando por eles. Tudo bem, eu gostaria que você fizesse o seguinte exercício. Pegue qualquer artigo de notícias que você goste, ou que você encontre em seguida, e eu gostaria que você usasse o DeepSeek para resumir esse novo artigo em três pontos principais. Então eu quero que você faça um refinamento usando um prompt de acompanhamento 9. Prompting do COT: Bem-vindo à Advanced Prompt Engineering. Nesta palestra, você aprende como a cadeia de pensamento ou a motivação do COT força o Deep Seek a raciocinar passo a passo, liberando maior precisão para tarefas complexas, como matemática, lógica Vamos mergulhar. COT como pedir ao Deep Seek que pense em voz alta Em vez de adivinhar, ele resolve problemas metodicamente, assim como um aluno mostra seu trabalho em um O COT não serve apenas para precisão. É uma ferramenta de ensino. Se você está aprendendo cálculo ou solucionando problemas de código, ver as etapas desenvolve suas próprias habilidades Use COT quando as respostas exigirem raciocínio, não apenas recordação. Para tarefas simples, como escrever, pule. Mas para qualquer coisa complexa, o COT é seu aliado. Um bom prompt do COT é como uma receita. Instruções precisas produzem melhores resultados. Vamos ver isso em ação com uma demonstração do mundo real. Nesta demonstração, vamos ver um exemplo real de como resolver um quebra-cabeça lógico com o COT. E o objetivo é usar o COT para resolver um quebra-cabeça lógico de várias etapas e analisar o raciocínio Então, vamos analisar o problema. O quebra-cabeça é que Alice tem três maçãs. Bob dá a ela mais cinco. Ela usa quatro para fazer uma torta. Quantas maçãs ainda faltam para Alice? Agora, se você resolver isso, verá que a resposta é quatro. Mas se você simplesmente der isso ao Deep Seek, ele pode não fornecer nenhuma etapa. Pode não explicar as coisas e pode simplesmente revelar quatro E isso sem COT. Então, você quer ter certeza de que ele realmente fornece uma explicação porque, novamente, você quer aprender com o COT, que é uma técnica avançada de engenharia rápida. Então, o que queremos fazer é fazer com que ele descreva todas as etapas para que possamos trabalhar com elas e garantir que possamos analisá-las e garantir que os resultados estejam corretos Além disso, se o deepsk cometer um erro, o que pode acontecer, você poderá detectá-lo Então, para tentarmos resolver isso com o COT, precisaremos fazer um prompt como esse. É o que diz, resolva passo a passo, Colin. Então, isso é muito importante, e depois o problema. Então Alice tem três maçãs, e então Dot, Bob lhe dá mais cinco, e então Dot, ela usa quatro para uma torta Quantos sobraram. Então, é assim que você pode se engajar usando a solicitação do COT. Então, vamos seguir em frente e executar esse prompt e ver o que o Deep C cria. Ok, então o deepsk é capaz de dividi-lo em etapas para que ele entenda a descrição do problema e agora está fornecendo soluções passo a passo Então, número inicial de maçãs, ela tinha três. Então, as maçãs dadas por Bob são cinco. Então, está dizendo que o total de maçãs depois de receber de Bob agora está adicionando e explicando exatamente cada etapa. Então, o total de maçãs é igual maçãs de Alice mais a que Bob deu a ela, que é três mais cinco é Em seguida, maçãs usadas para torta. São quatro. Então, as maçãs que sobraram depois de fazer a torta, total de maçãs menos as usadas para a torta, que é oito menos quatro é igual a quatro, e a resposta final Em vez de apenas dar a resposta final quatro, na verdade está explicando as coisas passo a passo. Ok, agora vamos dar uma olhada rápida em como usar o COT avançado para depuração Então, digamos que temos um problema e vamos incluí-lo em nosso baile de formatura para obter ajuda do DeepC que diz que um aluno resolve isso como três mais cinco é igual a nove e, em seguida, nove menos quatro é igual e, em seguida, nove menos Encontre o erro. Está bem? Então, vamos seguir em frente e executar esse prompt e ver o que o Deep C cria. Ok, então você pode ver que ele foi capaz de detectar um problema, e está dizendo que três mais cinco igual a nove não é realmente Então, três mais cinco é igual a oito. E isso é, novamente, que estamos nos referindo ao exemplo anterior, certo? Estamos nos referindo a essa pergunta. Imagine que fosse uma pergunta e alguns estudantes a resolveram assim, mas agora estamos tentando fazer com que o Deep Seek corrija ou encontre um erro para nós. Então diz que três mais cinco é na verdade oito porque Alice tem três maçãs e recebe mais cinco, então agora ela tem oito E então a primeira parte estava incorreta. Então diz que oito menos quatro é igual a quatro, então ela usa quatro para fazer uma torta, deixando-a com E também tem uma seção para identificar os erros. Diz que a primeira etapa do aluno está incorreta. Três mais cinco não é igual a nove. A soma correta é oito. Portanto, devido a esse erro inicial, o resto da solução também está incorreto. Isso faz todo o sentido, e você pode executar essa resposta por meio de uma busca profunda e fazer com que ela identifique os problemas na identifique os problemas na resposta fornecida para esse quebra-cabeça. Por que isso importa? É porque o COT identifica onde os erros acontecem, não apenas a resposta final Agora, algumas etapas de solução de problemas. Então, digamos que você se depare com um problema em que a busca profunda pula etapas O que você pode fazer é solicitar explicitamente etapas numeradas. Então, por exemplo, detalhe cada etapa como etapa um, etapa dois, etc Outra coisa que você pode notar é que, se você exagerar nas duas explicações, basta usar uma solicitação de acompanhamento ou adicioná-la ao apêndice, sua solicitação existente, e dizer: mantenha as explicações concisas, o que lhe solicitação de acompanhamento ou adicioná-la ao apêndice, sua solicitação existente, e dizer: mantenha as explicações concisas, o que breve Você acabou de fazer o upgrade de uma calculadora para um tutor. Com o COT, o Deep Seek não apenas responde, ele ensina. É hora de fazer um experimento rápido. Quero que você faça o seguinte exercício e peça ao Deep Seek que resolva. Se cinco máquinas produzem cinco widgets em 5 minutos, quanto tempo duram 100 máquinas Use o COT, anote as etapas e reflita sobre os resultados. 10. Aprendizagem com poucas tomadas: Nesta palestra, você aprenderá como treinar o DeepSeek usando exemplos, transformando-o em um assistente de estudo personalizado que formata as respostas exatamente como você precisa Nenhuma codificação é necessária. Aprender poucas vezes é como dar um modelo ao DeepSeek. Mostre como você deseja que as respostas sejam estruturadas e ela seguirá seu exemplo. Perfeito para guias de estudo ou relatórios. Os humanos aprendem pelo exemplo. O mesmo acontece com a IA. Com apenas algumas amostras, DeepSeek imita seu estilo, economizando horas de ajustes Transformaremos um capítulo de história denso em ferramentas de estudo do tamanho de uma mordida. Observe com atenção. Você o usará para exames, apresentações ou documentação de integração Nesta demonstração, criaremos um assistente de estudo, e o objetivo aqui é treinar o DeepSeek para gerar flashcards em seu formato preferido usando três exemplos E tudo o que você realmente precisa para esta demonstração é apenas o navegador e a conexão com a Internet, sua conta do DeepSeek e a interface da web do DeepSeek E apenas um conteúdo simples que você mesmo pode montar muito, muito rapidamente. Agora, o primeiro passo para isso é que queremos que você defina seu formato. Portanto, dedique algum tempo e entenda que tipo de estrutura e formato você está procurando e qual a aparência da saída ou dos resultados quando se trata dos flashcards ou da criação dos resultados finais, que são o conjunto de flashcards Então, por exemplo, aqui está um formato. Então, o que eu vou fazer aqui agora, isso não é um baile de formatura neste momento Estou apenas copiando e colando isso para que você possa ver isso na tela aqui Então, aqui está um formato. Eu tenho uma pergunta e depois recebi uma resposta. Então Q e depois A. Então, novamente, eu tenho outro exemplo. Eu tenho uma pergunta e recebi uma resposta, e então eu recebi uma pergunta, e então eu recebi uma resposta. Então, isso é realmente o que estou fazendo aqui: definindo meu formato e como quero treinar o DeepSeek Então, quando estou fazendo uma pergunta ou pedindo que ele faça uma tarefa para mim, ele pode aprender com esse exemplo e adaptar os resultados ao formato que eu desejo Então esse é o primeiro passo. Você deseja definir seu formato fornecendo , reunindo alguns exemplos e a estrutura na qual deseja que os resultados estejam. Em seguida, você deseja solicitar ao DeepSeek esses exemplos. Então, aqui, nosso objetivo é criar cartões flash. Portanto, precisamos de um prompt para instruir o DeepSeek a fazer isso. Então, na verdade, precisamos do conteúdo, que é o texto, e depois precisamos de exemplos, que é o que acabamos de ver. Então, aqui está um exemplo aqui, e é isso que eu vou fazer aqui. Vou copiar e colar o seguinte prompt aqui e, claro, você pode substituí-lo por qualquer coisa. Então, a primeira palavra é o prompt. Crie flashcards a partir do texto abaixo usando o mesmo formato dos exemplos Está bem? Então, aqui estamos dizendo que isso é um texto. Claro, você pode substituir isso por qualquer coisa que quiser. E aqui estão os exemplos. E agora você pode colocar seus exemplos da primeira etapa, que é como definimos o formato. Então, vou copiar e colar o que eu tinha inicialmente aqui. Então, vamos substituir isso pelos exemplos que tivemos. Está bem? Então, novamente, três partes aqui, o prompt, o conteúdo real a partir do qual você deseja criar flashcards e, em seguida, os exemplos, que definem seu formato em termos de como você deseja que a saída pareça Então, vamos seguir em frente e executar esse prompt e ver o que o DPC cria Sim, aí está. E foi exatamente isso que o DeepSeek criou, que é o que esperávamos, o que é ótimo Então, três flashcards seguindo nossa formatação e estrutura com as quais os treinamos por meio dos exemplos acima. Então, aqui está a pergunta. Há três no total. Então temos o Q. Temos o A. Temos o Q, e temos o A, e temos o Q, e temos o A. Então isso é realmente perfeito E, claro, você pode fazer um acompanhamento e modificações para refinar isso ainda mais, se quiser, dependendo do resultado que você está procurando E isso funciona porque o DeepSeek replica a estrutura de perguntas e respostas e o estilo conciso Agora, vamos usar uma solicitação de acompanhamento para refinar a complexidade Então, digamos que estamos satisfeitos com o resultado, mas agora queremos adicionar uma nova seção, chamada “Por que isso é importante para o que já temos”. Então, novamente, como o deeps acompanha o contexto em todo o mesmo bate-papo, ele sabe que já tem o contexto Portanto, precisamos reiniciar novamente, a menos que você esteja reiniciando um novo bate-papo Portanto, se continuarmos o bate-papo no mesmo bate-papo, você deve estar bem. Então, o que vou fazer é , para conseguir isso, vou usar o seguinte prompt. Então, já temos nossos três flashcards. Agora, vou dizer, com uma solicitação de acompanhamento para refinar isso, vou dizer em minha solicitação: adicione por que isso é importante entre aspas, seção a cada flashcard, siga este formato Novamente, estou fornecendo exemplos. Então, o Q, o A e depois por que isso é importante, e depois a cobertura do impacto. E, novamente, estou dando um exemplo para ajudá-la a aprender e treinar a IA. Então, qual foi a invasão aliada da Normandia e por que ela é importante, e aqui está o conteúdo real Então, vamos executar isso e ver o que o DeepC cria Aí está. E agora começou a criar os flashcards novamente. E, como você pode ver , adicionou Y Matters, destacando o impacto real de seu conteúdo específico Então, novamente, obtivemos três, conforme solicitamos. Temos o Q, temos o A e temos a seção de assuntos Y. A mesma coisa para a segunda e a mesma coisa para a terceira. Então, isso é ótimo. E a única conclusão disso é que combina escalas de aprendizado com complexidade, e você pode adicionar camadas como datas e significados conforme necessário Agora, antes de concluirmos, algumas dicas de solução de problemas, caso você as encontre fora deste curso enquanto estiver tentando coisas ou usando o DeepSeek Uma delas é, digamos, se as coordenadas flash incluírem detalhes extras que você não solicitou, o que você pode fazer é usar uma solicitação de acompanhamento para dizer: mantenha as respostas em menos de 15 palavras em sua solicitação, e isso deve ajudar , caso não seja, se você quiser mantê-la concisa Outro problema é que mesmo depois de fornecer o exemplo, se você ainda está percebendo inconsistências de formatação , forneça outro exemplo para reforçar a estrutura e treinar melhor o modelo Você acabou de automatizar o aprendizado personalizado. Seja você estudante ou treinador, DeepSeek se adapta às suas necessidades, e não o contrário É hora de fazer um exercício rápido. Gostaria que você criasse três exemplos para perguntas de questionários científicos e gerasse mais cinco usando o DeepSeek 11. Vendas: Nesta palestra, você transformará o Deep Seek em um coach de vendas que simula conversas difíceis com clientes, perfeito para ensaiar propostas, lidar com objeções e refinar suas habilidades de persuasão lidar com objeções A interpretação de papéis não é só para atores. Com o Deep Seek, você pode ensaiar ligações de vendas, aperfeiçoar seu argumento ou até mesmo imitar um comprador cético Deep Seek pode imitar qualquer pessoa, um CFO hesitante, um comprador técnico ou um fundador ou um Vamos abordar uma objeção clássica. Seu preço é muito alto. Bem, dramatização e negociação em que o comprador resiste Veja como o Deepsk se adapta às suas respostas e aprenda a transformar não em sim Nesta próxima demonstração, representaremos uma negociação de preços, e o objetivo aqui é usar o Deepsk para simular um comprador questionando seus preços e refinar suas refutações e E a única ferramenta necessária para esta demonstração, se quiser acompanhar, é a interface web do Deepsk Agora, vamos configurar a dramatização primeiro. Então, o que gostaríamos de fazer é fazer com que a Deepsk atue como uma compradora cética, e podemos usar a seguinte Então, isso é o que vou colocar, que diz: agir como um comprador cético de um produto SAS Desafie meus preços com objeções. Depois de cada uma das minhas respostas, e isso é muito importante, classifique minha resposta em uma escala de um a dez e sugira melhorias. Então, se você está tentando aprender e aperfeiçoar seu tom e praticar e ficar melhor ou aperfeiçoado em seu treino de tom, esse é realmente o caminho a percorrer e você pode usar o Deeps para ajudá-lo com isso, e isso o colocará à frente de todos os outros Então, vamos seguir em frente e executar esse prompt inicial e continuar a partir daí. Tudo bem, aí está. Então, aqui, o DeepC gerou a primeira objeção Então, diz: Seu preço é muito alto em comparação com os concorrentes. E então diz que, depois de responder, avaliarei sua resposta. Então, é exatamente o que pedimos de 1 a 10 e, em seguida, ele sugerirá melhorias E já está dando alguns exemplos do que seria uma resposta fraca, certo? Bem, nosso produto é premium e assim por diante. Aqui está um exemplo de uma resposta forte. Eu entendo que o preço é um fator-chave Embora possamos não ser os mais baratos, oferecemos X, Y e Z. Então, ele responderá Então, vamos dar uma olhada na primeira coisa. Essas são apenas algumas recomendações que a Deepsk nos forneceu como ponto de referência extra, às quais podemos referir em termos do que é bom e do que não é bom Mas aqui, vamos voltar à objeção inicial. Portanto, a objeção é que, no momento, estamos interpretando um papel, e a Deepsk está agindo como uma compradora cética, imagine que você está em uma conversa cara a cara ou por telefone ou e-mail, e a primeira objeção é que seu preço é muito alto em e a primeira objeção é que seu preço é muito alto Ok, agora vamos responder. E, novamente, a resposta realmente depende do contexto ou do seu caso de uso, certo, dependendo novamente do cenário de venda, dependendo do que você está tentando vender e de qual é a objeção. Nesse caso, vamos apenas para os propósitos desta demonstração, continuaremos com a seguinte resposta Então, novamente, a objeção do cliente foi que seu preço é muito alto, e digamos que vamos dar a seguinte resposta a essa objeção Então, vamos dizer que nossa ferramenta inclui suporte 24 horas por dia, 7 dias por semana. Então, 24 horas por dia, sete dias por semana, suporte e análises avançadas, o que falta ao concorrente, certo? Então, essa é uma resposta, ou digamos que, atualmente, antes de praticar com o Deepik, essa é sua resposta para aquele comprador Então, vamos fazer isso e agora ver como Deepsek analisará essa resposta e nos dará algum feedback OK. Então você pode ver que diz que o Deepsik está, na verdade classificando isso como sete em dez, então nada mal É um bom começo, e meio que é dividi-lo em seções diferentes. Então, está destacando os pontos fortes, seja , destaca os principais diferenciais, certo, em comparação com outros concorrentes diretamente em comparação com os concorrentes, então isso é Aqui estão algumas melhorias que poderíamos realmente fazer, certo? Então, diz, quantifique o valor. Então, nós realmente não abordamos o valor. Falamos sobre o que a ferramenta tem, qual é a aparência do suporte , as análises e os recursos, mas não qual é o valor, que tipo de impacto isso teria para o cliente se comprássemos o software, certo? Portanto, quantificar o valor é importante. Então, agora você pode reformular isso e está fornecendo que está fazendo o trabalho por você Está dizendo que isso é o que você poderia usar em vez disso formular sua resposta para que o comprador o convença. Então, o suporte 24 horas por dia, 7 dias por semana, reduz o tempo de inatividade em X. Então, agora você está se concentrando no valor O que ele fornece em termos de valor Reduz o tempo de inatividade em X por cento E isso é muito importante porque, se seu software estiver inativo, você poderá perder muitos, muitos, muitos , como milhares ou centenas de milhares ou milhões de dólares em receita durante esse período de inatividade E nossas análises economizam horas da Equipe Y por mês. Então, novamente, está falando sobre produtividade e valor e a prova social, diz que muitos de nossos clientes mudam de X para Y por causa disso. Então, agora, você está falando, novamente, sobre o valor e os depoimentos, certo Aqui está o que outras pessoas que compraram nosso produto, esse é o motivo, certo? Esses são os benefícios específicos que eles obtêm quando realmente trocam de outros concorrentes E então faça uma pergunta, certo? Quão essenciais são esses recursos para sua equipe? Então, agora você está engajando o comprador. Você não está apenas dando respostas a eles. Você está meio que passando a bola, e agora a bola está na quadra deles para que você os faça pensar, certo? Você faz com que eles pensem se esse software, com base no que acabamos de mencionar, é importante reduzir o tempo de inatividade para eles. E depois a análise e economia de tempo da equipe, qual é a importância disso? Quanto custam em termos de dólares, como isso os afetará, certo? E, no final, aqui está um exemplo completo que foi reformulado melhor e está melhor enquadrado depois de todas as melhorias sugeridas pelo Deepstek depois de todas as melhorias sugeridas pelo Deepstek Então, aqui está um exemplo mais forte. Diz: Eu entendo que o custo é uma preocupação. Embora o concorrente X possa ser mais barato, nosso suporte 24 horas por dia reduz o tempo de inatividade em 30%, economizando às equipes uma média de 10 horas Portanto, pode acabar a longo prazo. Na verdade, pode ser mais barato se você estiver gastando muito tempo em suporte, certo, e pagando pessoal de suporte técnico, por exemplo, para atender chamadas longas, certo? Lidando com vários problemas. Além disso, nossas análises avançadas ajudam empresas como o cliente Y a melhorar o ROI em 25%. Uma demonstração ajudaria a mostrar o impacto em seus fluxos de trabalho? Então, novamente, muito melhor, bom começo do começo, mas muito melhor, como uma resposta e uma resposta mais forte que captura valor e ajuda a quantificar Agora, isso é ótimo porque funciona porque Deepsk fornece críticas acionáveis, não apenas conselhos genéricos E você pode ver aqui que Deepsik passou para o próximo Então, a próxima objeção continuará até que você sinta que praticou o suficiente com o Deep Sik e esteja pronto para sua apresentação Então, aqui, novamente, na próxima objeção, posso obter recursos semelhantes gratuitamente com o concorrente, blá, blá e Algumas dicas aqui. Se você achar que Deep Seek está quebrando o caráter, o que você pode fazer é receber uma mensagem que diga permanecer no papel de cético, de comprador Você pode adicionar isso ao seu prompt, se achar que está quebrando o caractere. Outra coisa é que, se o feedback que você está recebendo for muito vago, nesse caso, não foi Mas se você recebeu um feedback que foi vago e não foi muito útil para você, o que você pode fazer é pedir exemplos específicos de como formular e formular melhor o feedback real Portanto, essas são algumas dicas de solução de problemas caso você realmente as encontre. Você acabou de descobrir uma maneira livre de riscos de dominar a habilidade de vendas Agora você pode entrar nas reuniões com confiança inabalável Agora, para este exercício prático, gostaria que você interpretasse um RPG usando o Deep Seek lidando com a seguinte objeção Preciso consultar minha equipe. 12. Problemas complexos: Nesta palestra, você verá como o DeepSeek divide problemas complexos de matemática e lógica em etapas claras e gerenciáveis, transformando confusão em clareza, perfeitas para estudantes, perfeitas para estudantes Problemas de várias etapas testam como você pensa, não apenas o que você sabe DeepSeek atua como seu parceiro lógico, orientando você em cada camada de complexidade DeepSeek não dá apenas respostas, ensina estruturas de resolução de problemas que você pode aplicar a qualquer desafio, desde matemática no trabalho até decisões de negócios Esse quebra-cabeça clássico confunde 90% das pessoas. Assista ao DeepSeek revelar a solução contra-intuitiva e aprenda uma estratégia para um problema de várias etapas Tudo bem, vamos ver uma demonstração em que resolvemos o quebra-cabeça do sapo usando o DeepSeek E o objetivo aqui é usar o DeepSeek para resolver esse problema do sapo e explicar cada etapa E a única coisa que você precisa é da interface web do DeepSeek Agora, vamos começar com a primeira etapa, que é o problema real. E o que vou fazer é descrever isso usando o seguinte prompt Então diz, resolva esta etapa, resolva isso passo a passo. Portanto, isso é importante porque, na saída, exigimos que cada etapa seja totalmente delineada pelo DeepSeek E esse é um clássico. Então, um sapo sobe três pés de altura, uma parede de dez pés por dia, mas desliza dois pés para trás todas Quantos dias são necessários para andar de skate? Agora, reserve um momento e tente resolver esse problema sozinho primeiro. Se você ainda não ouviu falar desse problema ou quebra-cabeça clássico, anote sua resposta e agora use DeepSeek para dar a resposta e o esboço passo a passo Então, vamos seguir em frente e executar esse prompt e ver qual resposta o DeepSeek fornece Ok, então o DeepSeek começou a dar a resposta e agora está detalhando passo a passo aqui Então, vamos esperar alguns segundos para que ele possa terminar. Ok, então vamos revisar os resultados do DeepSeek e você pode ver que ele fornece várias etapas, que é bom porque esse é um problema lógico, então é sempre bom ter máximo de informações detalhadas possível para referência e para fins de aprendizagem Portanto, não examinaremos tudo, mas você pode ver que o DeepSeek já dividiu as coisas em cada seção Está orientando você em sua lógica e processo de pensamento, o que é muito importante para fins de aprendizagem e como você deseja resolver os problemas sozinho. Então, novamente, está entendendo os problemas. Então, começando com isso com os cálculos aqui e as suposições feitas E então ele mostra você dia após dia aqui. Então, dia um, dia dois , até o dia oito. Hum, novamente, estamos passando pela verificação de cálculos de validações, equívocos comuns e, no final, voltaremos aqui até a resposta final, até a resposta final, que é Agora, esse é um problema clássico porque a maioria das pessoas pensa que porque o sapo sobe, a maneira como pensam sobre isso é que o sapo sobe três pés, desliza para trás, dois pés, isso é uma rede de 1 pé por dia Dez pés, bem, você sabe, leva dez dias, certo, pensando no problema muito rapidamente. Agora, o fato é que no sétimo dia, o sapo atinge nove pés e depois desliza três pés para trás, e isso é, na verdade, desculpe-me No sétimo dia, deixe-me corrigir o que eu estava dizendo. No sétimo dia, começa com seis pés e sobe para nove pés e desliza para trás também, que é aos sete, ok? Isso é no sétimo dia. No oitavo dia, o sapo começa com sete pés. Então, quando sobe três pés durante o dia, chega a dez pés , ou seja, o sapo está no topo do poço e agora ele pode realmente escapar Então, assim que ele escapa pelo topo, não há como voltar atrás naquela noite Então o sapo foge no oitavo dia. Então é assim que o DeepSeek pode ajudá-lo a resolver problemas lógicos e evitar muitos tipos de erros comuns DeepSeek é capaz de, hum, corrigir sua suposição caso você tenha suposições incorretas e também fornecer uma explicação detalhada por que a resposta é o que Agora, o que queremos fazer é usar isso a nosso favor e generalizar uma estratégia como essa que DeepSeek nos forneceu para outros problemas lógicos, certo Então, o que vou fazer agora de novo, lembre-se, estamos no mesmo bate-papo. O DeepSeek tem lógica em termos de qual é o contexto. Então, vamos fazer um baile de acompanhamento para nos ajudar a criar um uso DeepSeek para criar uma estratégia generalizada Então, o que vou pedir é que me ensine uma abordagem universal para problemas semelhantes. Então, vou manter isso em minhas anotações para problemas futuros semelhantes a esse, para que eu possa simplesmente entrar em minhas anotações e usar isso para o futuro. Então, vamos seguir em frente e executar isso. Veja o que acontece. E realmente, estamos procurando uma estrutura, certo? Estamos procurando o DeepSeek para nos fornecer uma estrutura e instruções passo a passo em termos do que podemos realmente fazer, certo? Então, novamente, aqui está nos guiando passo a passo. E espere até terminar. Ok, agora, demorou um pouco, mas o DeepSeek terminou de fornecer a resposta Então, vamos até o topo aqui. E sim, você pode ver o importante está aqui nessas seções divididas, certo? Essa é uma abordagem universal para realmente qualquer um desses tipos similares de escalada ou deslizamento Os problemas podem ser como dar um passo atrás, qualquer coisa muito próxima disso, certo? Portanto, identifique as principais variáveis, calcule o progresso líquido por dia inteiro determine os pontos críticos. Então, quando a fuga realmente acontece ou quando o desafio é resolvido. A fórmula para o total de dias fornece algumas fórmulas aqui e descreve o que as variáveis realmente significam E então está dizendo que agora use essa fórmula para aplicar ao problema do sapo para ver se você pode realmente obter a resposta lá E depois há alguns casos extremos. Então, novamente, fornecendo algumas orientações sobre alguns casos extremos para você considerar. E então aqui está uma fórmula geral para todos os casos. E depois vai um passo adiante para dar outro exemplo para você outro exemplo para você praticar com outros problemas, dizendo: Ok, considerando todo o seu aprendizado até este ponto, aplique esse aprendizado e as habilidades lógicas de resolução e a fórmula que você acabou de fornecer ao problema a seguir e veja se você encontra a resposta Nesse caso, nove dias para este exemplo de escalada em caracol. Portanto, isso é ótimo quando se trata de resolver problemas lógicos. E, novamente, apenas algumas dicas de solução de problemas para você caso se depare com essas coisas, não dizendo que o fará, mas, caso tenha, algumas dicas que você pode manter à mão. E digamos que, se você perceber que se houver um problema em que o DeepSeek pule uma etapa, basta ter uma solicitação de acompanhamento que diga número de cada etapa e explique Adicione o que você pode fazer é adicionar um prompt que diga número de cada etapa e explique as transições. Dessa forma, ela é forçada a pensar e produzir seu processo de pensamento. Portanto, há uma chance menor de pular etapas. E se isso acontecesse, seria fácil para você entender, porque você diria: Oh, você pula a etapa número quatro Aqui está outro problema que você pode enfrentar, que é que a resposta realmente entra em conflito com a fórmula. E, nesse caso, você pode pedir, por meio um baile de formatura de acompanhamento, que algo como resolva a discrepância entre a fórmula e o Você acabou de aprender a dissecar a complexidade como um profissional Aplique isso a tudo, desde o pseudoco até o planejamento financeiro DeepSeek, seu treinador lógico. Agora é hora de você experimentar seguindo o exemplo prático a seguir. Quero que você resolva esse problema usando o DeepSeek. Um caracol sobe quatro pés por dia em um poste de 15 pés, mas desliza 1 pé todas as noites Quantos dias para chegar ao topo? 13. API DeepSeek: Bem-vindo ao mundo da integração de APIs. Nesta palestra, você aprenderá como se autenticar com a API Deepsek e executar Mesmo que você seja novato em programação, vamos transformar ideias em aplicativos A API permite que você incorpore o Deepsek diretamente em seus aplicativos. Imagine analisar o feedback dos clientes em tempo real ou automatizar a geração de relatórios É assim que tudo começa. Não se preocupe. Vamos percorrer cada etapa. Se você nunca a citou antes, esta demonstração é perfeita. É o seu ponto de partida perfeito. Pense na sua chave de API como uma chave doméstica. Você o adicionará a cada solicitação, para que o Deep Seek saiba que você tem permissão para entrar. Nunca compartilhe com ninguém nem compartilhe publicamente. Bem, siga essas etapas na demonstração. Acompanhe. Você terá um roteiro funcional em minutos. Tudo bem, antes de começarmos, eu só queria mencionar que, para esta demonstração, você realmente não precisa de nenhuma experiência em codificação e pode acompanhar tudo sem problemas, pois analisaremos as coisas passo a passo Mas se você não se sente à vontade com a codificação ou simplesmente não precisa, não precisa da API com o Deepsk ou da integração da API do Deepsk em outros programas ou aplicativos, e a interface da web é boa o suficiente para você da integração da API do Deepsk em outros programas ou aplicativos, e a interface da web é boa o suficiente Sinta-se à vontade para pular isso. Mas se você estiver interessado em saber como o mundo da API funciona e como você pode conectar diferentes plataformas e aplicativos para aproveitar a API deepsk, fique à vontade para acompanhar Agora, abordamos uma integração inicial da API deepsk nas palestras anteriores Portanto, todas as dependências ainda são as mesmas. Você precisa do Python, precisa do código do Visual Studio, então abordamos a instalação deles anteriormente Não vamos passar por isso em todas as demonstrações. E fizemos nossa primeira ligação usando a plataforma externa aberta, que oferece uso gratuito em alguns dos modelos do Deep Seek como o R one e o V three. Agora, novamente, tudo isso já foi capturado na palestra anterior Então, se você ainda não viu, fique à vontade para voltar e dar uma olhada. E para fazer uma chamada de API, novamente, eu queria chamar sua atenção para a plataforma Deep Seek. Você pode iniciar esta documentação aqui simplesmente acessando o Deep Seek e, no lado esquerdo, há uma pasta de documentos, basicamente o levará a esta página. Agora, aqui, eu tenho um guia rápido. Então, a primeira chamada de API, o que você quer fazer é clicar em Python aqui e, aqui, ela meio que orienta você na ativação ou instalação, minhas desculpas, na instalação do SDK Open AAI e depois no uso para fazer sua primeira chamada de API para Agora, novamente, na palestra anterior, usamos a plataforma aberta Router e abordamos isso Agora, nesta palestra ou nesta demonstração, gostaria que você mostrasse a integração real com a API deepsk real, porque para ter acesso direto ao DeeskAPI, você precisa que seja Não há nível gratuito, mas na verdade é muito, muito barato. Então, vou mostrar o que fiz: se você voltar para a plataforma e olhar meu painel, e olhar meu painel, eu só coloquei $2 em dinheiro aqui, que não é muito, e é perfeito para aprender E para fins de aprendizagem, $2 não é realmente nada, e fique à vontade para, você sabe, gastar $1 ou dois ou $5 apenas para fins de aprendizagem e colocar a mão na massa em termos de uso da API Deep Seek e ter acesso direto para que você não precise usar outras plataformas, como o Open Router ou E a maneira de fazer isso é recarregar, pagar com métodos diferentes e, em seguida, definir suas predefinições ou simplesmente fazer uma personalizada Você pode fazer $2, $5, $10. Esses são os predefinidos , ou você pode simplesmente clicar em Personalizar Acabei de pagar $2 para os fins deste curso e orientei você sobre a inscrição real Agora, voltando a isso, essa é uma maneira de realmente fazer sua primeira integração de API. Esse é o código que aproveita a API DeepCK, mas também o OpenAI O que eu quero fazer é mostrar uma abordagem diferente, que é simplesmente usar uma biblioteca de solicitações Python , perfeita para fazer chamadas de API Então, a primeira coisa que queremos fazer é criar uma pasta aqui, e o que queremos fazer é abrir o código do Visual Studio aqui, então vou simplesmente abrir o terminal nessa pasta e, em seguida, vou digitar espaço de código e, em seguida, ponto. Isso abre o código do Visual Studio no diretório atual. Tudo bem, em primeiro lugar, vou simplesmente ignorar essa tela de boas-vindas aqui e vou criar um novo arquivo aqui acessando Arquivo, Novo arquivo E como eu tenho a extensão Python instalando o código do Visual Studio, ela já me dá essa opção, que é boa e conveniente, vou selecioná-la E vou colar o código a seguir, que examinaremos em um segundo. Mas uma coisa para a qual eu queria chamar sua atenção é essa chave de API aqui. Então, isso é específico para mim e minha conta, é claro, e isso é bom porque estou compartilhando com você para fins de aprendizado. Não existirá depois dessa gravação porque as chaves de API são apenas para você e seus aplicativos Você nunca deve compartilhá-las com ninguém. Então, eles são meio secretos para se autenticar, mas também monitoram seu uso da API E caso você não tenha visto a palestra anterior, é muito fácil realmente configurá-la, e você pode simplesmente acessar a plataforma deepsk e clicar nas chaves de API E, a propósito, a maneira de chegar aqui é se você acessar a inicial do Deepsk, como o site principal, deepsek.com, você pode, no canto superior direito, haver um botão chamado API Você clica nele e eu vou te trazer aqui. E aqui, você pode editar ou realmente editar o nome porque depois de criar a chave de API, você só pode ver de uma vez, e pronto. E então você pode excluir, editar o nome e revogá-lo, que é o mesmo que excluir, e então você pode criar novas chaves, que eu já fiz para os propósitos deste exercício, e colei minha chave de API aqui Agora, passando por aqui, você pode ver, vamos analisar isso rapidamente. Então, solicitações de importação, isso é importar uma biblioteca em Python chamada request , e essa biblioteca nos ajuda a fazer chamadas de API. É simples assim. Aqui está nossa chave de API. Aqui está o URL da solicitação, que precisamos como base E aqui temos alguns cabeçalhos. Então, estamos usando nossa chave de API como um token de barreira. Estamos enviando isso como um JSON. Aqui está a carga útil Então é aqui que podemos definir quais modelos podemos usar. Então, aqui, estamos usando o chapéu Deepsk, que é o modelo gratuito disponível no Deep Seek O Prompt será, novamente, um prompt muito simples porque é um aplicativo de teste simples, assim como o tipo Hello World. Então, escreva um conto sobre uma cidade futurista. Agora, temperatura, essa é interessante. Portanto, você pode definir isso, e eu gostaria, novamente, consultar a documentação Se você voltar para esta página aqui, esta foi sua primeira chamada de API e, em seguida, há o modelo e o preço. Mas o terceiro do topo aqui é chamado de parâmetro de temperatura e diz exatamente o que é. Portanto, o valor padrão é um, e recomendamos que os usuários definam a temperatura de acordo com o caso de uso listado abaixo. E está usando isso dizer exatamente quais para quais. Então, diz que se você está fazendo alguma coisa de codificação ou matemática, defina a temperatura para zero, limpeza de dados, análise de dados, defina-a como um, conversa geral 1.3, tradução 1.3, escrita criativa e poesia, 1,5 Agora, você pode argumentar que isso pode ser uma conversa geral ou uma escrita criativa porque, novamente, estamos tentando escrever uma história sobre as seis cidades do futuro. Vamos fingir que essa é uma conversa geral, e então podemos mudar isso para 1.3 Você não precisa. Você pode realmente brincar com isso e configurá-lo como quiser. Mas neste caso, vamos fazer 1.3. E então os tokens aqui, esse também é um conceito interessante aqui, porque os tokens são como o uso e o limite que são aplicados quando você está fazendo chamadas para a API. Portanto, os tokens são segmentos de textos que os modelos de IA realmente usam para processar a linguagem. Então, por exemplo, um token pode ser uma palavra. Nesse caso, futurista é uma palavra, então isso usará um token Pode ser parte de uma palavra. Então, por exemplo, se você tem a palavra inacreditável, esta usará dois símbolos porque há o e depois há o E também como um sinal de pontuação ou espaço. Eles foram contados separadamente. Cada um deles é contado separadamente. Agora, Max token, como isso afeta sua história? Então, basicamente, o que é. Você pode pensar nisso como cada símbolo como uma palavra, nesse caso. Portanto, o token Max diz que não exceda 100 palavras. Agora, não é exatamente um mapeamento individual. Como mencionei, algumas placas também gostam de um uso inacreditável, mas esse é um tipo aproximado de Portanto, se você quiser uma história mais longa, ajuste seu token máximo para, digamos, 500. Se você quiser uma história mais curta, você pode definir seu token para 50. Nesse caso, para os fins deste exemplo, estamos definindo nosso token como 100. Novamente, apenas um exemplo. Então aqui, na verdade, é aqui que queremos, essa é a resposta que recebemos da chamada da API, então estamos assinando-a com uma variável chamada response, e é aqui que fazemos a pós-chamada. Se você estiver familiarizado com as APIs, uma pós-chamada é quando você faz uma chamada e recebe uma resposta de um ponto Então, aqui temos nosso URL de solicitação de API. Temos nossa carga útil e, em seguida, temos nossos cabeçalhos. E então esta é apenas uma declaração IL para lidar com quaisquer erros. Então, recebemos a chamada, se a pós-chamada for bem-sucedida para a API deepsk, ela simplesmente imprimirá a resposta E se houver um erro, ele imprimirá o código de erro e o texto de erro associado que está dentro do corpo desse objeto de erro. Tudo bem. Agora, vamos salvar esse arquivo, e eu vou salvá-lo novamente, qualquer coisa que você quiser aqui como nome. Então, eu vou fazer o teste DeepSkunderscore dot py, extensão de arquivo para Python Vá em frente e salve isso. Há algumas coisas que precisamos fazer antes de executarmos isso. Então, temos que instalar algumas dependências. Então, essa solicitação de biblioteca, vamos instalá-la. E vamos clicar em Novo terminal, e o comando para criar ou instalar essa dependência é PIP Solicitações de instalação. Vá em frente e execute isso. Aqui, você recebe esta mensagem. Você quer criar basicamente um ambiente que seja apenas local para essas coisas? Eu vou dizer que isso é sempre recomendado, e vou usar a linha de base para a configuração global para criar esse ambiente, e aqui, você verá que ele está criando um ambiente apenas para este projeto Portanto, as mudanças são locais e não interferem com mais nada. Tudo bem, o ambiente foi criado com sucesso e instalamos a biblioteca de solicitações. A propósito, caso você queira usar uma biblioteca para solicitações assíncronas, você pode usar Então, você pode simplesmente fazer isso chamando o PIP instalando o HTTPX Nesse caso, você não vai fazer isso porque vamos usar apenas a biblioteca de solicitações. Então, vamos seguir em frente e retirar o espaço disso. E sim, estamos praticamente prontos. Portanto, temos nossa chave de API. Nossa conta está recarregada e temos algum saldo que podemos usar para fazer chamadas para a API Deep Seeks Então, na verdade, o próximo passo é simplesmente executar o programa. Antes de fazer isso, porém, vou fazer o CLS porque isso limpa a tela para que possamos ver melhor e vamos começar a executá-lo Então, Python, novamente, você pode digitar as primeiras letras e, em seguida, pressionar espaço ou desculpe, tab para completá-las E então vamos voltar ao espaço e começar a digitar algumas letras do nome do arquivo, e então eu vou para a aba e depois vou para o preenchimento automático. E se houver vários arquivos, continue pressionando Tab no teclado, ele o encontrará e, em seguida, você poderá pressionar Enter Então, vamos fazer isso e ver o que acontece. Ok, incrível. Então, demorou alguns segundos, mas você pode ver que agora recebemos a resposta da chamada da API, e há alguns parâmetros aqui. Você poderia formatar isso um pouco melhor, mas eu simplesmente não vou fazer isso Você pode copiar espaços em editores ou algo que possa ser visualizado em JSON porque geralmente a API chama, a resposta está na forma de um JSON, então você pode formatá-la e codificá-la por cores em alguns outros editores, algo que possa ser visualizado em JSON, porque geralmente a API chama, a resposta está na forma de um JSON, então você pode formatá-la e codificá-la por cores em alguns outros editores, o que é totalmente normal. Você pode até mesmo fazer isso em código, se quiser. Aqui está legível o suficiente. Então, recuperamos a identidade. Nós temos a escolha, que é o texto. Então isso é importante. Na verdade, essa é a saída do Deepsek Então, imagine que você entrou na interface da web e digitou esse aviso aqui, escreva um conto sobre uma cidade futurista E isso é o que Deepsek teria lhe dado. Então, você sabe que a cidade é alimentada por fontes de energia misteriosas e assim por diante. Então você pode ler isso. E, novamente, demos a ele o token, dissemos: Não exceda 100 tokens. Então, se você olhar aqui, diz token de conclusão, 100, então ele usou 100 tokens para aquele em particular. E depois havia os 11 tokens para o prompt. Então, basicamente, o número total de tokens usados aqui é 111. Mas para a história em si, ela não ultrapassou 100. E sim, não há erros aqui nem nada. Caso contrário, você teria visto uma resposta diferente aqui. Você teria visto esta declaração impressa aqui com aqui. Então, tudo correu bem. Você se conectou usando sua chave de API à interface de busca profunda e acabou de concluir sua primeira interação por meio de uma biblioteca Python , chamada de solicitações Uma última coisa que eu queria mencionar é que, em relação ao preço, o preço da API deepsks é baseado no número de tokens processados, normalmente, eles são muito baratos É por isso que eu coloquei apenas $2 nesta conta para fins desta demonstração e de demonstrações futuras, porque alguns dos tokens de entrada $0,07 por milhão de Então, isso é muito útil, certo? E, claro, não é um conjunto fixo e, às vezes, a DPC oferece descontos fora do horário de pico entre várias horas ao longo do dia, onde os preços podem ser de 50 a 70% Portanto, se você usá-los durante esses períodos, provavelmente obterá um preço mais barato. Então, novamente, mas o ponto aqui que estou tentando descrever é que $2 que investimos aqui nesta conta nos levarão muito, muito longe, e você realmente não precisa colocar nada mais do que $1 ou dois apenas para fins de aprendizado e prática E eu recomendo fortemente que você faça isso porque você está interagindo diretamente com a API Deepseek, você não está passando por outras plataformas de terceiros Não quer dizer que haja algo errado com isso, mas se você quiser aprender tópicos avançados no Deepseek e interagir diretamente com a API, essa é uma maneira muito boa de fazer isso Você acabou de desbloquear o acesso programático ao Deepseek. Na próxima palestra, criaremos um bot de bate-papo, e essa lição será sua base Agora é hora de um exercício prático. Então, para esse experimento, eu quero que você modifique o script para pedir uma piada ao Deep Seek 14. Bot do Twitter DeepSeek: Na próxima demonstração, você criará um bot do Twitter que gera resumos de tópicos populares e os publica automaticamente usando a API Deep Seeks e algumas linhas de Python Nenhuma experiência prévia em criação de bots é necessária. Imagine acordar com postagens agendadas analisando tendências da noite para o dia Com o Deep Seek, sua bunda trabalha enquanto você dorme. Usaremos a API do Twitter para publicar e o Deep busca gerar conteúdo. Não se preocupe. Vou orientá-lo em todas as etapas de configuração. Vamos detalhar isso. Primeiro, obteremos as chaves de acesso e tudo o que for necessário para autorizar e autenticar para obter acesso à API e, em seguida, escreveremos alguns códigos e prepararemos o script Python Você está pronto para automatizar? Vamos mergulhar direto nisso. Tudo bem, desta vez, vamos criar um aplicativo muito legal E isso é um bot que usará a API Deep Seeks para gerar um tweet ou o conteúdo para um tweet sobre tópicos populares e publicará automaticamente esse tweet em sua conta do Twitter ou conta X. Twitter X agora é o novo nome e Twitter é o nome formal. Antes de tudo, antes de começarmos , precisamos de algumas coisas. Então, a primeira é uma conta Deep Sk com algum dinheiro já carregado, que abordamos, e também uma DeepSkapiKey, que abordamos como conseguir isso Então, temos tudo isso configurado. Mas a próxima coisa que você precisa é de uma conta de desenvolvedor X. Então, novamente, X é o novo nome do que antes era conhecido como Twitter E precisamos criar uma conta de desenvolvedor no X para que possamos ter acesso às APIs do Xs para que, ao gerarmos o conteúdo do nosso Tweet, possamos usar as APIs para publicar Tweets em nossa conta por meio das chamadas de API Agora, para conseguir isso, é realmente muito fácil e eles têm um nível gratuito Então, o que você quer fazer é navegar até developer dot.com E quando você chega aqui, você pode ver que eles têm vários níveis aqui Novamente, para os propósitos desta demonstração, usaremos apenas a gratuita porque é mais do que suficiente em termos do que precisamos para fazer as coisas. Então, se você simplesmente rolar até aqui, verá que eles têm níveis diferentes, Pro básico gratuito e Enterprise no momento da gravação E se você clicar em Começar na coluna gratuita aqui, eu o levarei para a próxima página e, em seguida, você poderá seguir as instruções para criar uma nova conta gratuita. E, novamente, tudo o que você precisa é seu endereço de e-mail e uma senha. E então você será direcionado para a página após o registro na sua página inicial principal E, novamente, eu já tenho uma conta, então não vamos passar por isso, mas é muito fácil e direto Quando você inicia um processo, se você se deparar com esta tela aqui, o que você quer fazer é escolher entre um básico e P. Depois de seguir as etapas, você quer vir aqui e clicar em Inscrever-se para uma conta gratuita, e então você quer escolher o básico, certifique-se de que está na guia Básico e depois clique em Inscrever-se para uma conta gratuita E isso deve ajudar a criar sua conta gratuita no X. Agora, quando você passa pelo processo de criação da conta e clica em Começar, isso deve levá-lo ao painel principal E, novamente, eu já tenho uma conta. Já estou logado, então você pode ver que ele está carregando minha camada do painel para mim e apresentando os diferentes níveis do plano Então, temos o Pro, o Basic e o gratuito. Então, eu estou apenas usando gratuitamente. Ele tem um ambiente para meus aplicativos. Temos algum acesso à API XS V two. Algumas das APIs premium da versão dois exigem assinatura paga Mas, novamente, não precisamos disso, então podemos contornar isso para colocar nossa bunda em funcionamento Além disso, se você estiver realmente interessado nos diferentes tipos de planos e em quais são seus recursos, basta rolar até aqui e ver uma tabela de recursos e ver tudo em uma comparação lado a lado. Portanto, o profissional versus o básico versus o gratuito, ele fornece todas as APIs para V dois e também todas as solicitações e suas limitações e restrições Então, por exemplo, se você quiser excluir o para comer com um plano gratuito, você pode fazer 17 solicitações a cada 24 horas por usuário. E com pro, o limite é 50, então é muito maior, como você pode ver. Assim, você pode analisar isso e ver quais são as opções e quais são as disponibilidades das APIs e entender as restrições Novamente, vamos manter o limite gratuito e o plano gratuito da conta de desenvolvedor para esta demonstração Tudo bem, agora que temos nossa conta de desenvolvedor configurada, vamos começar a escrever alguns códigos e criar um projeto para começar a programar para nosso bot e começar Então, para esse bot, vamos manter as coisas relativamente simples. Nosso projeto conterá dois arquivos. Um será o código principal do bot em si e o outro será um arquivo de ambiente onde guardamos nossos tokens e segredos. Então, primeiro, vamos prosseguir em seu diretório, qualquer diretório que você quiser, você pode iniciar o código do Visual Studio. Você não precisa fazer isso dessa maneira. Você pode iniciar o código do Visual Studio e salvar seus arquivos no diretório desejado. Gosto de fazer isso dessa maneira porque já tenho meus diretórios criados, então vou iniciar o prompt de comando aqui, digitar o período do espaço de código e isso iniciará código do Visual Studio no diretório ativo atual Então, eu vou seguir em frente e sair dessa. E a primeira coisa que queremos fazer é criar um arquivo de ambiente de pontos. E vamos continuar fazendo isso. Então, vamos usar New File. Vamos digitar o ponto N e, em seguida, criar o ponto NV aqui Vamos clicar nisso. E então ele abrirá a caixa de salvamento aqui e diremos dot ENV Ok, essa é a extensão do arquivo de ambiente ou. Então, vamos em frente e criemos. E este é o nosso arquivo DOT ENV ou também conhecido como arquivo de ambiente, e é aqui que normalmente mantemos nossas configurações em termos de configuração ou nossos segredos e tokens Então, eu vou comer macarrão SN e não me preocupe com isso agora. Vamos percorrê-lo. Mas, essencialmente, precisamos de três coisas aqui. Uma é nossa chave de API Deep Sk. O outro é nosso ID do cliente X e o segredo do cliente X, e voltaremos a essas coisas. Eu já tenho meus valores preenchidos aqui e atribuídos a essas variáveis, mas não se preocupe Falaremos sobre isso um pouco mais tarde. Então, vamos em frente e salve isso. E agora vamos criar um novo arquivo, e esse será nosso bot principal. Então, vamos clicar em Arquivo Novo Arquivo, vamos selecionar Python porque temos a extensão Python E o que vou fazer é seguir ou copiar e colar o seguinte código para o nosso bot, incluí-lo e anexá-lo à palestra Então não se preocupe, você pode simplesmente acompanhar se quiser. É um pouco longo, mas não é tão complicado. Então, novamente, vamos passar por isso. Então, vou colar isso e salvar esse arquivo. E então aqui vamos chamar isso de X Underscore Deep Seek underscore boot.py Essa é a extensão do arquivo Python, e agora temos o código principal do aplicativo principal para nosso bot ou bot do Twitter Tudo bem, antes de mergulharmos no código, há algumas coisas que precisamos configurar em nossa conta de desenvolvedor X para que possamos obter acesso e autenticar nas APIs X para postar tweets Agora, um aviso é que, ao analisarmos essas configurações e o código, observe que essas são as configurações atuais e a aparência das Na interface da web, no momento dessa gravação, as coisas poderiam mudar. O Twitter pode alterar sua API. Eles podem descontinuar as APIs antigas. Eles podem criar novas APIs, novas versões das APIs e suas configurações e outras coisas na interface do usuário Então, no final das contas , o conceito permanece o mesmo. Então, você só precisa ajustar e pesquisar um pouco para encontrar acesso a essas coisas E se você tiver dificuldades em lidar com isso, poderá obter ajuda da IA. Então, por exemplo, você pode, tão profundo quanto Seek, você pode perguntar ao HAGBT Você pode perguntar ao Gemini ou ao Cloud. Assim, você pode pedir ajuda a outras ferramentas de IA se ficar preso a alguma dessas configurações ou a qualquer coisa no código. Então, agora, é assim que as coisas parecem hoje. Então, o que você pode fazer é, depois de criar sua conta com sucesso, clicar no que discutimos na última palestra e isso o levará à página de desenvolvimento ou simplesmente acessar developer.twitter.com e isso o levará ao portal e isso o levará Agora você pode ver que a interface é bem simples e agradável, muito fácil de usar. aqui, porque estamos na conta gratuita, temos esse aplicativo e um projeto. Ele já nos fornece o aplicativo do projeto. E outra coisa que eu queria mencionar é, por favor, não compartilhe as coisas que estamos abordando aqui com outras pessoas, como, você sabe, o token de acesso, o ID do cliente, coisas assim, as chaves de API, porque tudo isso é secreto e você deve ser o único que sabe essas coisas. Portanto, não compartilhe essas coisas com outras pessoas. Agora, no nosso caso ou no meu caso, eu criei esta é uma conta de teste. Eu só criei essa conta para os propósitos deste curso, e ela não existirá. Então, isso é algo depois do curso. Então, novamente, não há problema em compartilhar isso com você, porque isso é apenas para fins educacionais e de aprendizagem. Mas quando você está realmente criando projetos e aplicativos, saiba que essas informações são confidenciais e não compartilham chaves de acesso, tokens e quaisquer outros meios de autenticação com ninguém. Tudo bem. Então, agora vamos mergulhar aqui. Então, aqui ele nos mostra o uso mensal do limite de postagem. Então, agora, estamos muito bem por enquanto. Bem, basta entrar nas coisas importantes aqui. Há algumas coisas que você precisa configurar antes de entrarmos no código. Então, aqui, temos o aplicativo do projeto. Esse é o ID. Há alguns botões aqui. Então, vamos em frente e primeiro, clique nas configurações do aplicativo. Então clique nisso. E aqui, ele o levará até aqui, que mostrará o ID do aplicativo, a descrição, que eu criei. Novamente, apenas algo temporário. E aqui embaixo, temos a configuração de autenticação do usuário. É aqui que precisamos ir. E observe que, na parte superior, temos duas guias aqui. Temos configurações, temos chaves e fichas. Queremos estar nas configurações. E se você quiser alterar chaves e tokens, clique aqui. Isso vai te levar até aqui. Voltaremos a esta página. Em um segundo, mas por enquanto, começaremos com as configurações primeiro. Então vá em frente e clique em Configurações. Se ainda não estiver selecionado, vá até as configurações de autenticação do usuário e clique em Editar. Quando você clica em Editar, suas configurações padrão podem ser definidas como algo diferente do que você vê na tela. Então, pode ser apenas lido, por exemplo, corretamente, ou pode ser lido e escrito. Por padrão, a mente acabou de ser lida. Para que possamos publicar tweets em nossa conta do Twitter, queremos ter certeza de que ela esteja configurada para ler e escrever Então, essa opção ou essa opção, que lhe dá acesso total. Então, leia e escreva uma mensagem direta, e há uma descrição do que tudo isso significa. Está bem? Então é para isso que você pode configurá-lo. O tipo de aplicativo, você pode selecionar aplicativo web ou aplicativo automatizado ou bot. No nosso caso, é um bot, então é perfeito. Agora, esse aqui, o aplicativo Info, esse é o URL de retorno de chamada ou o URL de redirecionamento E eu gostaria que você pedisse para pausar o vídeo por 1 segundo e realmente digitar isso porque isso é muito importante Isso nos ajudará a contornar algumas das limitações que temos com a API gratuita em comparação com a API premium. Dessa forma, podemos colocar nosso projeto em funcionamento gratuitamente. Então, eu já resolvi isso várias vezes, e isso é o que realmente funciona para a conta gratuita Então, por favor, pause o vídeo, coloque isso no URI de retorno de chamada E então, aqui embaixo, algumas dessas coisas são necessárias. Mas, por exemplo, você pode simplesmente colocar algo temporário aqui. Então você pode colocar como exemplo HTPs example.com. Esse é opcional. Esses são os campos obrigatórios que eu preenchi. Portanto, o URL organizacional, novamente, não tem uma organização neste momento. Esta é apenas uma demonstração de teste. Então, acabei de inserir example.com e example.com. Você precisa preenchê-los. Caso contrário, ele não permitirá que você salve, então você não verá o botão Salvar sendo ativado, a menos que você coloque essas coisas. Portanto, esse é o mais importante, e você também precisa preenchê-los para permitir que você salve, porque os que você vê aqui que estão preenchidos são campos obrigatórios. Eles não são opcionais. Você tem que preenchê-los. Mas essas coisas não são tão importantes. O mais importante é esse aqui. Então, depois de fazer isso, vá em frente e clique em Salvar. Depois de clicar em Salvar e salvarmos essas novas configurações na seção Informações do aplicativo, você poderá rolar para cima. Você pode clicar no botão Voltar ou simplesmente clicar no portal do desenvolvedor. Novamente, volte aqui, gratuitamente, comece, e isso nos levará de volta para onde estávamos. Clique no painel. E, novamente, estamos de volta para onde estávamos. Então, novamente, se você clicar nas configurações do aplicativo, ele nos levará até aqui. Era aqui que estávamos. Mas agora já salvamos a configuração, então não precisamos fazer isso novamente. Já está salvo. Então, se eu for editar, você verá que isso está salvo, está salvo e todas as minhas informações são salvas. Então, agora, desta vez, vou clicar em Voltar, e estamos nesta página agora. A próxima coisa que você quer fazer é no topo aqui, lembre-se de que temos duas guias, configurações e chaves e tokens Você deseja clicar em Chaves e tokens. E é importante fazer isso depois, porque primeiro você precisa alterar as permissões de leitura e gravação e , em seguida, criar seus segredos e os tokens necessários. Agora, aqui estão algumas seções aqui. Então, chave do consumidor. Esta é a sua chave de API e o segredo da chave de API. Esse é um token de autenticação. Então, isso bastará. Eu lhe darei o token Bar para chamadas de API e, em seguida, aqui está o token de acesso e o segredo para os tokens de acesso. E aqui, eles já foram gerados e, se você quiser, pode clicar em Revogar ou regenerar, e isso os gerará para você e isso os gerará para Se você os estiver usando, saiba que sempre que estiver se regenerando, pela primeira vez, poderá ver tudo Portanto, eu recomendaria copiar e colar isso em algum lugar para que você não esqueça, porque depois de fechar a caixa de diálogo após a criação, você nunca mais poderá vê-la De qualquer forma, o que vamos usar é que, na verdade, usaremos o OS dois para fins de autenticação neste local. Então, o que precisamos é do ID do cliente e do segredo do cliente. O ID do cliente não mudará. Vai continuar o mesmo, e não é um grande segredo. Essa é a mais importante. O segredo do cliente é muito importante. E isso é, se você passar o mouse sobre o ícone de informações, verá a dica de ferramenta que diz: Pense no segredo do seu cliente como a senha que permite usar o AT como método de autenticação Portanto, precisamos nos autenticar e informar ao Twitter que queremos acessar a API Nós temos uma conta, então somos um usuário existente na plataforma e queremos acessar a API para gerar ou publicar um tweet em nossa conta. Então, depois de alterar a configuração, vá até aqui e clique em Regenerar e isso lhe dará isso lhe dará um novo segredo do cliente que você deseja salvar Está bem? Então você tem seu ID de cliente. Você quer ter certeza de salvar isso. Você clica em Regenerar depois de alterar suas configurações para garantir o acesso de leitura e gravação, você regenera e salva, e então você tem sua chave DeepCKPI Então, agora você tem três valores que você está salvando, que retornarão no código. Ok, agora que você tem esses três valores, o que eu gostaria que você fizesse é entrar em B no código do Visual Studio e entrar no arquivo de pontos, e eu gostaria que você colasse seus valores. Então, para mim, essa era minha chave de API do Deep Seek, e eu tenho algum orçamento ou algum equilíbrio, então posso fazer chamadas para a API do Deep Seek usando essa chave de API. E esses dois são da conta de desenvolvedor X que acabamos de abordar. Então, o ID do cliente vai aqui, e esse não muda, e você coloca o novo segredo do cliente regenerado aqui Novamente, por favor, não os compartilhe , especialmente este e este. Não compartilhe isso com ninguém. Eles são secretos e exclusivos da sua conta. Então você não quer dar a outras pessoas acesso a essas coisas. Então, quero que você cole esses três valores e não se esqueça de salvar esse arquivo depois de inserir os valores. Assim, você pode acessar Flesaf ou Controles ou Comandos dependendo se estiver usando Mac ou Windows , dependendo se estiver usando Mac ou Windows. Tudo bem. Agora, vamos mergulhar no código da nossa bunda. E é aqui que tudo se junta. É um pouco longo e não examinaremos todas as linhas aqui Novamente, você pode usar a IA para interpretar algumas dessas coisas e ajudar a ensinar algumas delas se você for novato programação ou se não tiver experiência anterior em codificação, mas veremos algumas dessas seções que são realmente importantes Então é aqui que importamos a biblioteca, e elas são necessárias para que possamos fazer certas coisas Então, por exemplo, request é uma biblioteca Python que nos permite fazer chamadas de API com facilidade. Temos um cronograma. Essa é outra biblioteca que nos permite automatizar o agendamento do trabalho Nesse caso, digamos que, se você quisesse automatizar a publicação uma vez a cada 2 horas, você poderia fazer isso usando isso com muita facilidade, pois algumas dessas classes têm suas próprias funções que você pode aproveitar sem escrever o código sozinho E então você tem o Open AI. Portanto, o Deep Seek é compatível com o OpenAI SDK e é uma maneira muito fácil usá-lo. Então, vamos fazer isso. E então dotn e carregue N, isso é simplesmente para que possamos ler um arquivo de ponto N. Então, tudo o que tínhamos aqui, vamos recuperar esses valores em nosso código principal usando a biblioteca dot NV E, novamente, aqui, você pode ver que examinaremos a primeira aqui, para que você possa ver a chave da API Deep Seek. Então, agora, temos uma variável chamada chave de API Deep Seek, e estamos tentando atribuir um valor a essa variável. E a forma como fazemos isso é obtermos o valor do arquivo de pontos N. Então, basicamente, estamos pegando estamos pegando esse valor, lendo esse arquivo e atribuindo-o a ele Então isso é um ponto, pegue N e então ele vai ler isso, certo? Isso já sabe que deve procurar no diretório raiz. Eu deveria procurar um arquivo de ponto N e , em seguida, abrir esse arquivo e depois procurar essa chave, certo? Então, se você voltar, esse é um par de atributos-chave. Então essa é a sua chave e esse é o seu valor. Desculpe, um, par de valores-chave. Isso é o que eu queria dizer. Então essa é a sua chave, esse é o seu valor. E aqui, pegamos esse valor e o atribuímos a essa variável em nosso arquivo principal A mesma coisa aqui com o ID do cliente X e o segredo do cliente. Dessa forma, como você pode ver, isso nos ajuda a não codificar os valores reais no arquivo principal, para que não fiquem visíveis. E, geralmente, o que acontece no pipeline, se você estiver realmente executando isso em um pipeline CICD, essas coisas viriam das variáveis de ambiente no pipeline e não seriam realmente codificadas em um arquivo de texto como nós Esse é o nosso ambiente local. É por isso que atualmente está configurado dessa forma. Então esse é o nosso URI de redirecionamento. Então foi aqui que pedi que você alterasse isso nas configurações da conta de desenvolvedor X. E isso é importante porque nos permite contornar algumas das limitações que temos e autorizar e autenticar o acesso à API do desenvolvedor X. E aqui estamos usando o Open API SDK. Estamos carregando nossa chave de API do Deep Seek, e esse é o URL base do Deep Seek para o qual faremos uma chamada. Aqui estão alguns escopos para leitura e gravação, e aqui apenas algumas autorizações, URLs, e então este é o 02 para o qual podemos fazer uma chamada e obter Então, podemos pular algumas dessas coisas. Novamente, muito disso gira em torno do token de acesso e da autorização. Aqui estamos fazendo a ligação para saber isso. E então, ok, então aqui, temos uma função para obter tópicos populares Agora, há muitas maneiras diferentes de fazer isso. Na verdade, você pode usar o X e, na verdade, fornece maneiras de obter os tópicos mais populares, mas alguns deles são pagos e premium para usuários premium Portanto, há maneiras diferentes de fazer isso. O que você pode fazer é simplesmente codificar os tópicos seu interesse e sobre os quais deseja postar , que é o que eu fiz aqui Essa é a abordagem que você vê na tela. Você também pode fazer algo criativo, como criar um scraper usando bibliotecas gratuitas que vasculham o Twitter e procuram Essa é outra. Mas, novamente, isso é apenas mais um código que queremos evitar para os propósitos desse tumbo Então, optei pela opção mais simples, que é apenas codificar alguns tópicos interessantes e populares aqui a partir de agora Então, como você pode ver, você pode ver a revolução da IA, espaço DC KI, o lounge , a mudança climática e coisas assim. E então, sim, entramos em uma função que gera um tweet. Agora, isso é importante porque estamos dividindo isso em duas etapas Uma delas é que queremos gerar o conteúdo do Tweet. Em seguida, queremos pegar o conteúdo e fazer uma chamada de API para a conta de desenvolvedor X para publicar o Tweet, o conteúdo desse tweet em nossa conta. Então, aqui, essa é a função que gera o tweet. E aqui você pode ver que esse é o prompt, certo? Então imagine que você está aqui. É aqui que aproveitamos o Deep Seek e a API Deep Seek. Então, imagine que você está na interface web do Deep Seek e está apenas digitando esse prompt como usuário e recebe uma resposta Isso é essencialmente o que estamos fazendo. Portanto, crie um texto curto, cativante e divertido sobre esse tópico popular, e então o tópico virá de qualquer um deles Ele será selecionado aleatoriamente a partir de qualquer uma dessas opções quando o programa estiver em execução Então, esse é o prompt que vamos dar ao Deep Seek por meio da API, por meio de uma chamada de API, e esse é o modelo que estamos usando. É um modelo gratuito, novamente, deepskhat. E aqui, você pode ver que estamos contando ao Deepseek como queríamos agir Então você é um gerente de mídia social criativo que escreve Tweets virais E então nós, como usuários, esse é o prompt, o conteúdo do prompt que vamos passar para ele. Está bem? Então, isso fará uma chamada para o DepekkPi e nos dará a resposta, e então vamos simplesmente restaurá-la e então vamos simplesmente em uma variável chamada Sim, então é assim que geramos o conteúdo do tweet chamando API Deep Seeks, passando um prompt e recebendo uma resposta. A próxima, a próxima função aqui, a próxima seção é que pegamos esse conteúdo da etapa anterior e queremos publicá-lo em nossa conta do Tutor por meio da API Então, aqui temos o conteúdo do Tweet, certo? E é aqui que simplesmente temos o acesso. Obtivemos acesso de funções anteriores. Esta é a nossa URL na qual queremos publicar. E aqui está nossa autenticação com o token de acesso, e essa é a carga útil, então o conteúdo do tweet, que foi gerado a partir do anterior, e é aqui que simplesmente fazemos o Postcall que criará esse o Postcall que criará tweet em nossa conta de desenvolvedor ou em nossa conta do Twitter, eu E há algum tratamento de erros aqui. Então, se for bem-sucedido, ele publicará isso no console. Então, veremos o tweet real que foi postado e, se for um erro, ele enviará a mensagem de erro para nós e, em seguida, teremos que começar a solucionar o problema. A próxima seção aqui é simplesmente onde queremos executar o trabalho e é aqui que selecionamos aleatoriamente o tópico Novamente, apenas algumas impressões no console em termos de, tipo, esse é o assunto, isso é o que o tweet vai ser, e assim por diante. E descendo até aqui, você pode ver que essa é a execução principal. Portanto, temos um principal simples, e é aqui que executamos. E, novamente, é simplesmente aqui que podemos definir algumas coisas como, você sabe, frequência você quer, porque esse é um bot, e ele publicará automaticamente no Twitter de acordo com, você sabe, alguma cadência, certo? Nesse caso, você pode ver como isso vai ser executado imediatamente quando você executa o programa Python, ele executa o programa e faz uma postagem no tweet E depois disso, ele será postado novamente automaticamente de acordo com alguma cadência. Agora, agora, isso é definido para uma postagem a cada hora, e há um atraso de 60 segundos apenas para garantir que não estamos realmente atingindo esse limite de taxa e restrições, porque a conta, sua conta, se você enviar spam por meio de muitas chamadas de API em um período muito curto de tempo, banirá sua conta, então você deve evitar isso Portanto, você quer ter certeza de respeitar todos os limites mencionados Eu expliquei isso e onde você pode encontrá-los na documentação da conta do portal do desenvolvedor. E você pode analisá-las e ter certeza de que está respeitando isso para que sua conta esteja em boas condições e não seja banida Agora, aqui, o que estamos dizendo é que vai funcionar a cada hora. Claro, você pode mudar isso para o que quiser. Você pode fazer cerca de cinco por segundo. Mas atualmente é para isso que está definido. Então, o que vou fazer, novamente, para os propósitos desta demonstração, vou mudar isso para que eu possa mostrar que isso está funcionando corretamente. Quando executamos o programa, ele executará imediatamente esse trabalho, que criará a função de trabalho, criará uma publicação no Tweet, e eu farei isso novamente em 5 segundos, e então veremos uma segunda publicação no Tweet em nossa conta após 5 segundos. Essa verdade significa que esse programa será executado para sempre porque é um bot e publicará automaticamente o que estiver sobre o assunto a cada cadência, X horas ou X dias ou segundos, o que dissemos aqui no programa até pararmos Então é isso que WL true significa. Vai funcionar para sempre até pararmos. Então, para os propósitos aqui, vou mudar isso para cinco e vou mudar as horas para segundos, e depois vou mudar isso para 1 segundo para esperar. Vamos salvar isso, e agora devemos estar prontos para executar o programa. Ok, agora estamos praticamente prontos para começar a executar seu programa. A primeira coisa que queremos fazer é instalar algumas dependências. Portanto, certifique-se de ter salvo tudo aqui. E depois de todas as suas mudanças. Então, o que queremos fazer é ir ao terminal, clicar em Criar terminal e instalar algumas das dependências que usaremos aqui Então, todas essas coisas que você vê na parte superior, queremos ter certeza de que aquelas que exigem a instalação sejam realmente instaladas como dependências Então, vou usar o seguinte comando que diz PIP install. A IA aberta, que é o SDK, solicita. Essa é a biblioteca para fazer chamadas de API facilmente por meio do Python cronograma é o único para automatizar simples acesso às funções que podem nos ajudar a determinar a frequência e a frequência com que queremos publicar a publicação Então, aqui, você pode ver que é aqui que o cronograma está sendo usado e, em seguida, python dot, Th nos ajuda a ler os valores dos pontos das chaves dentro do arquivo de pontos N. Então, vamos continuar e pressionar Enter para executar isso. Agora, aqui, vamos criar um ambiente para isso, apenas para que, para manter as coisas locais, isso comece a criar um ambiente criando uma VM em nosso diretório principal de projetos Então, vamos esperar um segundo. Ok, então todas as dependências parecem estar instaladas corretamente. E você pode ver aqui que criamos esse ambiente aqui, que é.ve e V para manter as alterações locais, que é uma ótima maneira de não mexer com nada global ou qualquer outra configuração global Agora, antes de executarmos o programa, eu só queria te mostrar rapidamente uma coisa aqui. Então, ao criar sua conta do Twitter, você tem X, precisa criar sua conta do Twitter e, em seguida, criar sua conta X de desenvolvedor. Então, aqui, estou logado em ambos, mas esta é minha conta do Twitter Então você pode ver aqui que estou na página principal. Vou recarregar aqui. Você pode ver que eu não tenho nenhuma postagem. Então, agora, novamente, esta é uma conta temporária para os propósitos deste curso. Essa não é minha conta do Twitter. Então, aqui, você pode ver que estamos na guia de postagem. Portanto, há postagens, respostas, destaques, artigos e assim por diante Estamos na guia de postagem e você pode ver não há nada postado aqui. Portanto, a forma como vamos testar se o programa funciona corretamente é garantir que recebamos as mensagens corretas no console como parte da solução de problemas, mas também queremos verificar nossa conta e garantir que a postagem seja realmente criada em nossa conta do Twitter. Então é assim que vamos saber se o programa está funcionando corretamente. A última etapa restante é que agora simplesmente precisamos executar nosso programa principal ou o arquivo Python E isso é muito fácil de fazer. Então, a maneira de fazer isso é no terminal. Você pode digitar em Python e , em seguida, clicar em Tab para preencher automaticamente o espaço e, em seguida, no nome do arquivo Python X, sublinhado e depois tab, e isso pegará automaticamente o nome completo do arquivo Python e, em seguida, clique ou Ok, aqui, agora, essa é toda essa coisa de redirecionamento para contornarmos Então, o que você vai ver aqui é que você vai conseguir isso. Você quer clicar em Aplicativo autorizado. Caso você tenha exibido o bloqueador de pop-ups, permitir é muito importante permitir pop-ups desse URL , pois ele não mostraria isso, não mostraria a próxima etapa. Está bem? Você quer ter certeza de ficar de olho nisso caso não esteja funcionando, e permitir pop-ups. Depois de ver essa tela, você clicará no aplicativo autorizado e , em seguida, ele fornecerá esse URL. É por isso que o código foi um pouco longo, porque precisamos desse código O que você quer fazer é no URL aqui no topo, você verá algo e depois verá o caractere e aqui, e então o código é igual Qualquer coisa que esteja atrás de um código igual é o que você deseja pegar. Então esse é o código que precisamos para autenticação. Então vá em frente e copie isso. E então queremos voltar ao código do Visual Studio, e então você pode ver aqui uma mensagem que diz cole o código de autorização aqui, e é isso que vamos fazer. Então cole isso. Você pode simplesmente fazer isso clicando com o botão direito do mouse e clicando em Enter. Ok, então recebemos alguns erros, solicitações inválidas. Descrição do erro, os blocos de valores código de autenticação eram inválidos Não é possível iniciar, mas sem o token de acesso. Se você ver esse erro, isso não significa necessariamente que o código esteja errado. Eu verifiquei o código duas vezes. O código parece estar correto. Às vezes, o problema é do lado deles. Então, o que você pode fazer é antes de realmente alterar qualquer coisa no código ou começar a solucionar o problema, esperar alguns segundos ou um minuto ou dois e tentar executar o programa novamente porque, novamente, às vezes o problema está presente e quando estamos tentando obter um token de acesso do back-end das APIs de desenvolvimento Então, na primeira vez que o executei, me deparei com esse problema. Na segunda vez que o executei, funcionou bem. Então, o que eu fiz aqui foi limpar e limpar o console de todos os erros e registros para que possamos começar do zero Novamente, eu não mudei nada com o código ou o aplicativo que temos. Eu simplesmente vou executar o programa novamente. Então, vamos seguir em frente e fazer isso. Então Python e depois espaço, o nome do arquivo, e vamos pressionar Enter e executar Agora, novamente, ele nos pedirá a mesma coisa: autorizar o aplicativo. Então, vou clicar em Aplicativo autorizado. Isso abrirá uma nova guia. Vou pegar esse código, copiá-lo, voltar para o nosso terminal e ele diz: cole o código de autorização aqui. Vou colá-lo e clicar em Enter. E você vê, diz, token de acesso obtido. Então, desta vez, correu bem, e diz que os tópicos mais populares selecionaram as atualizações do GPT do chat OK. E aqui, diz Tweet postado. Então, essa é a mensagem real que ele postou em nossa conta do Twitter. Como você pode ver, 5 segundos depois, ele escolheu um novo tópico. Então, para as Olimpíadas de 2000 , publiquei uma nova conta e, 5 segundos depois, ela continua fazendo aquela realidade virtual e agora publicou uma nova. Então, neste ponto, vou pressionar Control C, apenas para sair da operação, porque isso é, novamente, um loop contínuo e vai funcionar para sempre até que saiamos dele. E, novamente, a frequência é um pouco alta demais, mas eu queria alterá-la para um período de tempo menor para que você pudesse ver essa inação e, de fato, que funcionasse porque normalmente você não gostaria publicá-la a cada 5 segundos, talvez uma vez por dia ou duas vezes por dia Mas não a cada 5 segundos, porque, novamente, isso pode ser visto como um spam pela conta de desenvolvimento do Twitter e pelo lado do suporte do Twitter, então eles podem banir sua conta ou suspendê-la temporariamente, o que não é algo que você deseja que aconteça. Agora você vê que criamos três, vemos os Tweets, certo? Ainda não sabemos se eles foram postados no Twitter porque, tecnicamente, deveriam, em teoria, mas estamos vendo isso apenas no console do nosso programa Então, o primeiro foi sobre as atualizações do HAPT. Então, novamente, lembre-se, ele ligou para o Deep C para criar um tweet sobre os últimos HaptuDates E aqui, diz: Tweet postado. Então esse é o conteúdo ou a mensagem no Tweet. Então, o CHAIPT acabou de receber uma atualização e agora é basicamente mais inteligente, engraçado e muito mais produtivo E depois disso, 5 segundos depois, criou um nas Olimpíadas de 2024 Lembre-se de que, se você voltar aqui, essas são nossas áreas de interesse ou tópicos codificados que queremos escolher aleatoriamente E então a última foi a realidade virtual. Então, fez o terceiro post sobre VR. 15. Automação no Speardsheet: Nesta palestra, você aprenderá como conectar o Deep Seek ao Google Sheets, automatizando tarefas como análise de sentimentos, limpeza de dados Chega de copiar e colar. Imagine sua planilha se atualizando com insights de IA Vamos fazer isso acontecer. Não se preocupe Se isso parecer complexo, eu vou guiá-lo em cada etapa. Começaremos com o Google Cloud, a porta de entrada para os dados da sua planilha Nesta demonstração, trabalharemos um guia de automação de análise de sentimentos e criaremos juntos um programa em que lemos o feedback dos clientes em uma planilha do Google e faremos com que o Deepseek analise o feedback e, e faremos com que o Deepseek com base nisso, atribua um sentimento, como positivo, negativo ou neutro, e então usaremos a API do Google para com um guia de automação de análise de sentimentos e criaremos juntos um programa em que lemos o feedback dos clientes em uma planilha do Google e faremos com que o Deepseek analise o feedback e, com base nisso, atribua um sentimento, como positivo, negativo ou neutro, e então usaremos a API do Google para escrever isso. sentimento que foi recuperado da API Deep Seek para o Google Portanto, o ponto aqui é que tudo é autônomo, totalmente automático e você não precisa fazer nenhum trabalho manual. Agora, para pré-requisitos, você precisa de praticamente tudo o que abordamos até Então, uma conta do Deep Seek e uma chave de API e algum equilíbrio. Você precisa de uma conta do Google ou do Gmail. Você precisa de um console do Google Cloud e do Python instalado, e da versão mais recente do Python, de preferência, e do código do Visual E você pode ver aqui para realmente testar nosso aplicativo, o que eu fiz foi acessar o Google Drive. Eu criei uma planilha muito simples ou planilha do Google, e ela realmente tem duas colunas Recebemos o feedback dos clientes e recebemos outra coluna, que é o sentimento da Coluna B. Agora, o sentimento no momento está vazio, e esse é o ponto, porque queremos que o Deep Seek gere automaticamente o sentimento para nós com base nesse feedback e, em seguida, o escreveremos de volta nesta planilha usando a API de planilhas do Google Você pode ver aqui que acabei de inventar alguns dados aleatórios. Então, imagine que você está indo à Amazon para comprar um produto ou qualquer outro comércio eletrônico e deseja comprar um produto e, primeiro , deseja revisar, examinar as avaliações E aqui eu recebi cerca de dez avaliações aqui. Novamente, são apenas dados inventados. Então, por exemplo, eu absolutamente amo esse serviço. O produto estava quebrado quando chegou, choveu muito, vamos comprar novamente e assim por diante O ponto é que queremos analisar tudo isso um por um e, em seguida, determinar qual é o sentimento associado a esse feedback e, em seguida escrevê-lo de volta na linha correspondente da coluna B. Ok, então a primeira coisa que queremos fazer é navegar até o Console do Google Cloud E, novamente, para isso, você só precisa de uma conta do Gmail ou do Google Agora, a primeira vez que você navegar até esse endereço aqui, que é console clogogle.com, você pode ver um assistente orientando você por vários termos e condições e Então, siga as instruções, clique em Continuar ou Avançar até passar desse ponto e criar sua conta do Google Cloud. E então você deve ser apresentado por uma tela como essa, que é a tela de boas-vindas. Em seguida, o que você quer fazer é encontrar o produto chamado APIs e serviços aqui Então, às vezes, ele pode já estar aqui, dependendo se você o viu recentemente ou não. Ou você pode simplesmente vir até aqui na pesquisa e digitar APIs e serviços Então, vou digitar APIs, e você pode ver aqui que o primeiro resultado da pesquisa é o que estamos procurando Então, APIs e serviços. Vá em frente e clique nele. E aqui, você pode ver que agora a página está vazia e diz para ver esta página, selecione um projeto. No momento, não temos um projeto, então vamos basicamente criar um. Então, vamos clicar nisso. Por aqui, não temos nada. Então, vamos clicar em Novo projeto, e é aqui que queremos dar um nome a ele. E vamos chamar isso de Análise de Sentimentos, automação. E então, para organização, você pode simplesmente deixar isso em branco e clicar em Criar. Quando terminar de criar o projeto, você verá uma tela como essa. E a próxima coisa que você quer fazer enquanto estiver na API e nos serviços clicar em Biblioteca, e é aqui que queremos procurar a API do Google Sheets e habilitá-la. Então, se você rolar para baixo, novamente, você pode procurá-lo no topo aqui e digitar no Google Sheets, ou você pode simplesmente rolar baixo e encontrar o que você está procurando. Temos APIs para Google Drive, calendário, GML e assim por diante Portanto, todos os produtos do Google estão disponíveis aqui para você obter acesso por meio da API. E lá vamos nós. Na verdade, encontramos API do Google Sheets. Então vá em frente e clique nele. E quando você clica aqui, você pode ver que há uma opção aqui que diz Ativar, então vá em frente e clique em Ativar, e isso deve ativar a API do Google Sheets para nosso projeto. Ok, vamos lá. Em seguida, você quer vir aqui na barra de navegação à esquerda e clicar em credenciais. E na parte superior, você verá um botão chamado Criar credenciais. Então, o que você quer fazer é clicar nele e selecionar ID do cliente OAT Então vá em frente e selecione essa opção. E agora você quer clicar em Configurar a tela de consentimento. Então, se você clicar nisso, ele nos levará até aqui. Diz que a plataforma Google OT já está configurada. Então vá em frente e comece. E é aqui que você pode colocar algumas das informações aqui. Então, para o AppName, vou apenas colocar análise de sentimentos, automação, e-mail de suporte ao usuário Vou apenas colocar meu próprio endereço de e-mail. E, novamente, criei esse e-mail para fins desta demonstração, então é apenas um endereço de e-mail aleatório do Gmail E então o que você quer fazer é clicar em Avançar, e isso o levará ao público. Este diz interno, externo, então queremos disponibilizá-lo para qualquer usuário de teste com uma conta do Google. Então, vamos selecionar isso. Crie o próximo. E podemos cancelar algumas dessas informações e pular, desculpe, não cancelar Ignore algumas dessas informações e simplesmente clique em Criar contato, na verdade, não nos deixa, então vamos continuar e terminar isso. Então, vou colocar o mesmo endereço de e-mail novamente aqui, a seguir, e então eu concordo, continuo e agora crio. Então, acabamos de inserir algumas informações. São coisas bem simples. Tudo bem, agora que criamos a configuração do OAT, o que você pode fazer é aqui, essa barra de navegação esquerda mudou, como você pode ver em algumas outras opções porque estamos na E então não há nada para ver aqui. Mas se você se dedicar à criação de marcas, poderá ver algumas das coisas que acabamos de incluir em nossos aplicativos e projetos Portanto, o nome do aplicativo é Análise de sentimentos, automação. Aqui está um e-mail de suporte por texto ou suporte ao usuário com o qual as pessoas podem entrar em contato se quiserem Aqui estão as informações de contato do desenvolvedor. Novamente, este é apenas um e-mail de demonstração de teste como o que eu fiz para fins desta demonstração. E o que queremos fazer é seguir em frente com o cliente, criar um novo cliente e criar esse aplicativo de desktop porque um aplicativo web é, esse aplicativo de desktop porque um aplicativo web é verdade, se você observar o tipo de aplicativo, você tem o aplicativo web, você tem o aplicativo desktop e alguns dos nativos para Android e IOS e assim por diante. O aplicativo web está simplesmente esperando servidores, o que é algo que não temos O aplicativo de desktop simplesmente sabe que estamos tentando executar um script. Está dizendo ao Google que estamos tentando executar um script localmente em nossa máquina. Então vá em frente e selecione Desktop App e, em seguida, aqui, o nome Desktop Client one está bom. Então vá em frente e clique em Criar. E aqui, isso vai te dar algumas, isso vai te dar algumas informações. Esses são os segredos. Portanto, o ID do cliente, o segredo do cliente, são necessários para a autenticação. E o que você quer fazer é clicar em Baixar JSON Então, quando você clicar aqui, ele baixará o arquivo JSON para o seu computador, que usaremos posteriormente quando estivermos montando nosso programa. Então clique em OK. Nós criamos este e agora está tudo bem. Novamente, você tem suas informações aqui. Mas realmente precisamos desse arquivo. O que importa é o arquivo, que baixamos. E uma última coisa é que, se você for ao Audience, isso também é muito importante porque você precisa ter um usuário de teste para que possamos realmente autenticar e testar nosso aplicativo para garantir que ele esteja funcionando corretamente e estar autorizado a fazer essas chamadas de API do Google Então, o que vou fazer é, sob audiência, vou entrar nesta seção testar usuários em um usuário. E aqui, tudo o que você precisa fazer é simplesmente inserir seu e-mail, que vou colocar na minha conta do Gmail e clicar em Seguro Você pode colocar vários e-mails, se quiser. E aqui, criamos o cliente OOF, e devemos estar prontos para começar. Na verdade, vou entrar em contato com um cliente aqui. Novamente. Uma coisa que sugiro é que depois criar o usuário de teste, se você voltar ao cliente, verá que ele foi criado e, aqui, você obteve o download do cliente. Portanto, se você perder esse arquivo JSON, clique no sol e ele será baixado novamente para você Portanto, é muito importante caso você precise recuperá-lo ou se precisar acessar esse arquivo JSON novamente. Agora, esse é um passo muito importante. Então, o que vou fazer é mover meu arquivo secreto do cliente ou o arquivo JSON para a pasta onde vou criar meu código e aplicativo É muito importante porque vamos nomear essas credenciais. É um ponto JS de credenciais no arquivo e deve estar na mesma pasta do seu script Python Caso contrário, isso não vai funcionar. Então, novamente, uma coisa que você pode fazer é porque eu já tenho isso configurado no código, você pode simplesmente renomear isso para credenciais, e aqui você pode ver que a extensão de tipo é JSON Então, isso incluirá as informações sobre o cliente e o segredo do cliente, que usaremos para autenticar. Em seguida, vamos começar com nosso programa Python Então, o que vou fazer é abrir o código do Visual Studio aqui. E vamos continuar e criar um novo arquivo Python. E eu vou chamar essa Análise de Sentimentos de ponto Pi Então, vamos em frente e salve isso. E o que vou fazer é copiar o código a seguir aqui, que, novamente, fornecerei para que você possa acompanhar e , em seguida, examinaremos as diferentes seções e blocos do código e explicaremos o que eles significam. Tudo bem, algumas coisas para começar. Então, se você rolar até o topo aqui, isso será muito importante. A primeira é a chave profunda da API Seek. Então, obtivemos isso em palestras anteriores, e eu mostrei como conseguir isso E isso é muito importante porque você deseja colocar esse valor aqui para sua chave de API do Deep Seek. E aqui, todo o resto é preenchido automaticamente, como a API do Google, a autenticação dos endpoints da planilha e Há outra coisa que você precisa, que é o ID da planilha Então, aqui, esse valor, você pode obter esse valor voltando para sua planilha Então, se você voltar aqui, a forma como você pode encontrar esse ID está no topo aqui. Então, na URL ou na barra de endereço, você vê uma barra D e, no final, uma barra de edição Então, qualquer coisa intermediária após a barra D, começando depois dessa barra e terminando antes da barra antes da edição, esse é o ID da sua Então, queremos seguir em frente e selecionar isso. Então, será, novamente, essa parte aqui. Então, depois da barra após o D e depois antes da barra para a edição Então vá em frente e copie isso. E então, se você voltar ao nosso IDE, verá que é aqui que você colaria esse valor. O seu vai ser diferente do meu. E aqui, na faixa de feedback e na faixa de sentimento, iniciei a faixa de entrada, basicamente o ponto de partida de A dois e, em seguida, para o sentimento de B Então, novamente, se você voltar para a planilha, você pode ver que esta é a coluna A, A é na verdade o B um é o cabeçalho, então estou basicamente dizendo que comece a ler a partir de A dois em diante. Esse é o nosso alcance. E então, para sentimento, estamos dizendo para começar a escrever o sentimento a partir de B dois e assim por diante Então é isso que isso está dizendo aqui. Agora, não vamos passar por tudo isso porque é um pouco, pode ser um pouco opressor Mas, novamente, não é nada complicado. É simples. Se você está acostumado a programar, se você tem experiência e conhecimento de codificação , isso é muito simples Mas, basicamente, o que isso está fazendo é usar maior parte disso para autenticação das APIs do Google E a parte importante aqui são as credenciais em que o JS está. É por isso importante garantir que o arquivo esteja dentro do diretório raiz do nosso projeto, que é E é basicamente aqui que ele lerá toda a ideia e os segredos do cliente para fins de autenticação. Por aqui, essa função é basicamente ler o feedback. Então, ele está olhando para a coluna A, e aqui está um texto que será impresso. Você verá isso mais tarde e depois no console, e então você pode ver que ele está tentando usar o ESDK e está lendo a planilha, examinando o ID e obtendo os valores da coluna A, que é basicamente o feedback fornecido pelos obtendo os valores da coluna A, que é basicamente o feedback fornecido A próxima função é pegar esse feedback e realmente analisá-lo. Então você pode ver essa função, nós a estamos passando em texto, e esse texto será como uma matriz de todos os comentários que coletamos da planilha por meio das APIs do Google Então, essa é uma operação de leitura. E agora estamos considerando que estamos passando isso para o Deep Seek. Então esse é o modelo Deep Seek. Estamos usando o modelo gratuito, o chapéu Deepsk. Estamos dizendo ao Deep Seek que a persona, então você é uma IA de análise de sentimentos, retorna apenas positiva, negativa ou E então é isso que o prompt será. Então, o prompt diz: analise o sentimento desse feedback do cliente e, em seguida, passamos o texto E então vamos analisar isso até analisarmos todo o feedback. E então o Deepseks vai analisá-lo, nos dar um dos três valores a seguir, positivo, negativo neutro, e então temos nossos resultados, e podemos realmente escrever esse sentimento de volta nas Planilhas Google na coluna B, que é basicamente essa Então, isso absorverá o serviço e os sentimentos e, em seguida, usará esses SDKs e as planilhas, SDK ou classes como métodos para realmente atualizar a coluna E esse é, novamente, nosso programa principal. Isso apenas examinará o feedback , criará os sentimentos, chamará essas funções e simplesmente escreverá isso e , em seguida, veremos alguns registros do console enquanto executamos o programa Ok, então acho que estamos praticamente prontos para executar isso. Portanto, certifique-se de salvar seu arquivo e todas as alterações. Certifique-se de inserir o valor da chave Deep CKPI aqui e o ID da planilha E vamos em frente e lançamos um terminal. E, claro, antes de executar o programa, precisamos instalar dependências Então, vamos fazer isso e clicar em Criar aqui para criar um ambiente primeiro. E acredito que havia um novo caractere de linha anexado ao final, então ele começou a executar o comando automaticamente sem que eu pressionasse o botão interno. Isso é bom. Vou colar para que você possa ver antes de prosseguirmos. Ok, então o ambiente foi criado e agora continua com a instalação de todas as dependências Vou pausar o vídeo e voltaremos quando tudo estiver pronto Ok, então a instalação de todas as dependências está concluída, e eu só queria colar esse comando de instalação porque havia um novo caractere de linha anexado no final e ele começou a ser executado rapidamente sem que você tivesse a chance de vê-lo Mas é simplesmente a instalação do PIP e, em seguida, todas as dependências necessárias para isso são executadas no Google Lot, no Google Lott Library, no Google Oth, no HTP Lip two, na API, no cliente Python Python E, claro, eu também incluí aqui no comentário acima, para que você possa ver que diz: Instale primeiro as bibliotecas necessárias e depois há o comando para fazer isso. Então, eu não vou executá-lo porque eu já executei isso, então vou cancelar isso, e devemos estar prontos para executar nosso programa agora. Tudo bem, então estamos prontos para executar o programa. E, novamente, é muito fácil. Vamos digitar Python e, em seguida, espaço, o nome do arquivo, então Sentiment Analysis e, em seguida, dash ou tab, desculpe-me e, em seguida, pressionar Enter, e isso executará o programa arquivo, então Sentiment Analysis e, em seguida, dash ou tab, desculpe-me e, em seguida, pressionar Enter, e isso executará o programa. Agora, quando você fizer isso , ele abrirá uma guia do navegador, o que aconteceu comigo aqui. Então, deixe-me arrastá-lo para a tela. Então você pode ver que agora ele está pedindo que escolhamos uma conta. Vou escolher Isso é para fins de autenticação e está dizendo para continuar. Precisamos de uma conta para isso. E se você se lembra, adicionamos isso como um usuário de teste de usuário. Portanto, esse e-mail pode acessar essa conta. Então, vou selecionar isso. E agora, diz que o Google não verificou esse aplicativo, o que é bom porque não o publicamos nem nada. Então vá em frente e clique em Continuar. E aqui, novamente, é só pedir a análise do sentimento. Ele fornece as informações que você está tentando acessar e você precisa dar consentimento explícito Então, aqui, diz que, quando você permitir esse acesso, automação da Análise de Sentimentos poderá ver, editar, criar e excluir todas as suas planilhas do Google Sheet Portanto, é apenas garantir que você entenda quando recebe esse acesso ou quando está concedendo esse acesso a essa conta Então vá em frente e clique em Continuar e agora ele diz que o fluxo de autenticação foi concluído, você pode fechar esta janela. Então, agora vamos voltar ao nosso código do Visual Studio e dar uma olhada no terminal. Então, você pode ver aqui no console que o programa está sendo executado e está começando a analisar o sentimento. Então, a primeira foi: eu absolutamente amo esse serviço. Então, ele vai pegar isso e entregá-lo ao Deep Seek como uma solicitação e pedir ao Deepsek que analise e nos dê uma Então você pode ver que diz que um foi positivo. O produto estava quebrado quando chegou. Essa é negativa. Experiência incrível. Mais uma vez, isso é positivo. Tudo bem, não é ótimo, mas também não é terrível. Isso é neutro. E ele continuará percorrendo todas as linhas na coluna A para percorrer todas as linhas u que realmente têm valores e fazer a análise do sentimento E quando realmente terminar, ele escreverá isso na planilha do Google na coluna B. Então, diz análise de sentimentos completa e escrita na Então, agora vamos realmente testar isso. Então, vamos até nossa planilha e você pode ver que agora todos esses valores são preenchidos automaticamente para nós aqui E, novamente, se você não ver isso, fique à vontade para apenas atualizar a página E ao atualizar, você verá esses valores preenchidos se não houver erros como parte da execução do programa ou do processo Agora, esta é uma demonstração simples, mas você pode ver o quão poderosa isso pode ser, porque se você tivesse uma loja 100 milhares de vendas ou 10.000 de vendas, você não o faria e queria entender o feedback do cliente para fazer melhorias em sua loja ou marca de comércio eletrônico ou o que quer que você esteja tentando vender, e você queria coletar feedback e fazer melhorias, você precisa entender os dados e ser capaz de interpretá-los e tomar decisões de tipo baseadas em dados. Então isso vai te ajudar com isso, mas imagine se isso fosse feito por uma pessoa manualmente, e houvesse 10.000 linhas ou 50.000 linhas porque você tinha 50.000 vendas e avaliações Isso vai levar muito, muito tempo, e foram necessários apenas alguns segundos para que a IA fizesse isso por você, e tudo foi feito automaticamente. Portanto, não há realmente nada para você fazer, e isso ajuda você a economizar seu tempo em coisas que são mais importantes e de alto valor, tipo de trabalho relacionado ao tipo de trabalho relacionado. Então, espero que isso demonstre o quão poderosa pode ser a integração da IA em aplicativos como o Google Sheet Você acabou de aprender como transformar dados estáticos em um pipeline dinâmico de IA. Em seguida, imagine gerar relatórios mensais automaticamente ou limpar conjuntos de dados confusos. O Deep Seek lida com tudo isso. Para o próximo exercício, gostaria que você modificasse esse script para resumir o feedback na coluna C com um resumo de dez palavras 16. Modelos de ajuste fino com conjunto de dados: Nesta palestra, você ensinará Deep Seek a se especializar em seu domínio, seja no jargão jurídico, nos termos médicos ou na voz da termos médicos Nenhum doutorado em aprendizado de máquina é necessário. O ajuste fino é como ensinar ao Deep Seek gírias ou acrônimos do setor de sua empresa De repente, ele escreve exatamente como você precisa. Não há mais respostas genéricas. Uma empresa de varejo ajustou Deep Seek em 500 tickets de suporte da Path Agora, ele resolve 40% mais problemas sem a saúde humana. Vamos recriar isso. Tudo bem, então a próxima demonstração será muito interessante E o que vamos fazer é ajustar o Deep Seek para suporte ao cliente. Portanto, o objetivo aqui é treinar o Deep Seek para resolver solicitações de reembolso de comércio eletrônico na voz da sua marca E a forma como abordaremos isso é obtermos o modelo básico do Deep Seek, um dos modelos básicos de uso gratuito, e vamos treiná-lo usando alguns dados, dados do cliente. E vamos ajustá-lo para se adaptar acordo com os dados desse cliente e se adaptar à voz da sua marca e à forma como você deseja que ela responda potencialmente à responda potencialmente solicitação do cliente à medida que surgirem problemas. E o que faremos no final é comparar os resultados. Então, executaremos solicitações no modelo básico e algumas solicitações no modelo de ajuste fino, e então você poderá comparar visualmente as diferenças Vamos mergulhar direto nisso. A primeira coisa que vamos fazer é criar uma pasta totalmente nova aqui em seu ambiente de desenvolvimento, e ela estará vazia para começar. E o que eu vou fazer é trazer ou copiar e colar esses três arquivos aqui. E não se preocupe. Examinaremos esses três arquivos mais detalhes daqui a pouco. Agora, o que vamos fazer é abrir código do Visual Studio nesse diretório de trabalho. OK. Agora, aqui, muito rapidamente, temos três arquivos. Temos dados de suporte CSV. Esses são os dados que usaremos para treinar nosso modelo para nossa solicitação de suporte, que se adaptará à voz de nossa marca. E esses são apenas alguns dados que eu preenchi. São apenas dados de amostra. Você tem o modelo de trem, o Pi. Esse é o programa que vai treinar o modelo, o modelo básico baseado nos dados do CSV de dados de suporte Por fim, temos um programa que simplesmente verificará executando comparação entre o modelo básico e o modelo do trem ou o modelo de ajuste fino, como você verá Tudo bem, então, para começarmos, o que vamos fazer primeiro é instalar alguma dependência Então, por favor, siga isso nesta sequência. Isso é muito importante. E antes de começarmos, eu só queria destacar algo realmente importante. Para isso, é altamente recomendável que, se você planeja acompanhar esta demonstração, altamente recomendável ter uma máquina, seja um laptop ou um desktop para ter uma GPU muito decente Porque treinar modelos de IA geralmente é muito caro. Eles levarão muito, muito tempo, especialmente se você os estiver executando na CPU. Então você verá que eu tenho, eu diria, uma GPU decente E mesmo com isso, vai levar muito tempo. Portanto, se você estiver executando isso ou planejando executá-lo na CPU, levará ainda mais tempo e talvez seja necessário esperar horas até que o processo seja concluído. Então, novamente, minha recomendação é usar uma máquina ou um computador que tenha uma GPU razoável, seja uma AMD, uma placa gráfica ou um NVDA Então, a primeira coisa que queremos fazer é criar um ambiente virtual. E eu mostrei em palestras anteriores como fazer isso por meio desse processo aqui Então, se você passar o mouse sobre o canto inferior direito, verá essa coisa que diz 3,13 0,3 64 bits E se você clicar nele, você pode clicar em Cre Virtual Environment e depois seguir as instruções, que é exatamente o que fizemos em algumas das palestras anteriores no Agora, vou mostrar uma nova maneira de fazer isso por meio do prompt de comando. Então, vamos continuar e eu vou ampliar um pouco para que fique mais fácil de ver. E vamos abrir um novo terminal. E vamos continuar criando um novo ambiente virtual para esse conjunto de trabalhos. E eu vou colar o seguinte comando. E uma coisa que devo mencionar como pré-requisito é que é melhor usar uma versão mais antiga do Python Então, atualmente, como nem tudo e todas as dependências são compatíveis, as bibliotecas que vamos usar neste MeMR são compatíveis com a versão mais recente do Python Eu fiz muitos testes e descobri que com o Python 3.10 ou qualquer variação do 3.10, as coisas Então eu recomendo que você faça o mesmo. Mas é claro, lembre-se de que isso ocorre na época desta gravação e as coisas melhorarão e mudarão com o tempo. É por isso que você me vê criando um ambiente virtual com o Python ten Então, a partir de agora, eu tenho o Python 3.13 instalado localmente na minha máquina e também tenho o Python 3.10 Você pode instalar diferentes versões do Python no seu computador simultaneamente. Tenho que ter certeza de que são todas as versões que você instala, você as adiciona ao caminho nas variáveis do sistema. Isso é muito, muito importante. Então não se esqueça disso. Caso contrário, as coisas não funcionarão muito bem. E você tem essa opção ao passar pelo assistente de instalação do Python Agora, aqui, esse comando está simplesmente dizendo: crie um ambiente virtual usando o Python versão 3.10, e esse é o nome do nosso ambiente virtual, que é o ambiente de demonstração deepsk Então, vamos pressionar Enter e fazer com que isso crie o ambiente virtual. Agora, ao fazer isso, você recebe este aviso na parte inferior que diz: Deseja selecionar este espaço de trabalho selecionado para a pasta do espaço de trabalho E vou dizer que sim, porque é exatamente para isso que estamos criando esse ambiente virtual. Agora, a próxima etapa, quando o ambiente virtual estiver concluído, precisamos ativá-lo. E a pasta do ambiente virtual agora será criada em seu ambiente de desenvolvimento, e há uma pasta chamada scripts, e lá dentro, há um script chamado ativar. E o que vamos fazer é simplesmente chamar isso para que possamos ativar esse ambiente virtual. E o comando para fazer isso é simplesmente navegar até esse diretório de trabalho e chamar Activate. Então, vamos seguir em frente e executar isso. Você pode ver aqui que isso mudou em verde, e agora estamos ativando o ambiente virtual e estamos no contexto desse ambiente Então, tudo o que instalamos, todas as dependências, tudo é localizado Agora, um teste que eu gostaria que você aqui só porque, para mim, por exemplo, tenho duas versões do Python Quero ter certeza de que estou usando a versão mais antiga para fins deste trabalho e desta demonstração, porque sei que as versões mais recentes não são compatíveis no momento Portanto, quero ter 100% de certeza de que estou usando o Python 3.10 e não o Python 3.13, só porque Você pode verificar isso facilmente simplesmente digitando Python. Versão Space Dash Dash. E, como você pode ver, está me dizendo que estou usando o Python 3.10 0.10, que é exatamente o que eu queria Em seguida, queremos ter certeza de que temos uma versão atualizada do PIP, que é o que usamos para instalar nossas dependências Na maioria das vezes, isso já deve estar atualizado, mas vou executá-lo apenas para me certificar de que estou trabalhando com a versão mais recente Portanto, o comando para isso é Python PIP Install Upgrade PIP. Então, estamos atualizando o PIP em si, e você verá aqui, diz que encontramos a instalação existente, que é 2.3 0.1 E agora, após a instalação bem-sucedida, atualizamos para o PIP Em seguida, vamos instalar o torch e a biblioteca KUDA Então, essas são as dependências que você precisa para seu programa possa treinar o modelo na GPU. Então isso é muito importante. E eu experimentei diferentes versões do KUDA e descobri que essa versão em particular aqui, a 128 funciona melhor ou a 12.8 No link aqui, ele nos mostra 128 CU 128, mas essa é simplesmente a plataforma de computação do CUDA 12.8 Isso é, novamente, muito importante porque eu experimentei muitas versões diferentes, e essa pareceu ser a que funcionou para mim Então, lembre-se de que vamos executar esse comando, que é simplesmente PIP install torch, torch Vision, torch audio e, em seguida, aqui está a URL para também obter a versão 12.8 do CUDA Vamos pressionar Enter iniciar essas dependências Agora, a instalação para isso vai levar algum tempo. Então eu não sou. O que vou fazer é para economizar seu tempo, vou pausar o vídeo, deixar isso terminar e, quando terminar, retomarei o vídeo e voltaremos a isso Certo, a instalação foi concluída com sucesso, como você pode ver nos registros aqui, ela reuniu um monte de pacotes, não apenas o torch, mas você tem muitos pacotes diferentes aqui, como CMPI, Palo, Nump e todos esses outros, storage Vision, torch Audio Então, a seguir, o que queremos fazer é instalar bits e bytes e acelerar as bibliotecas, o que, novamente, precisaremos para treinamento. Então, vamos executar o seguinte comando, que diz PIP Install e o nome das duas bibliotecas que você pode ver aqui na tela Então, vamos seguir em frente e executar isso. Agora, precisamos instalar o conjunto de dados Transformers e o PEF. Então, novamente, o PIP instala o nome dessas três bibliotecas, conjuntos de dados de transformadores e Então, vamos seguir em frente e executar isso. E, claro, por último, mas não menos importante, precisamos instalar o hub Hugging Phase Então, isso é simplesmente instalar o hub de sublinhado do Hugging Phase pelo PIP , e essa é a última dependência que precisamos instalar para Então, vamos seguir em frente e executar isso. E sim, basicamente terminamos em termos de instalação das dependências necessárias para executar o programa de treinamento Agora, antes de executarmos o programa de treinamento para ajustar o modelo usando seu conjunto de dados, há um teste rápido que eu costumo fazer aqui, é para garantir toda a instalação tenha ocorrido corretamente e também que o sistema seja capaz de detectar minha GPU, porque se isso não acontecer, isso significa que ela será automaticamente padronizada para a CPU, e não é isso que eu quero acontecendo aqui porque, novamente, serão necessárias muitas e muitas horas para que o treinamento seja feito. Então, a maneira como eu faço isso é fazendo um teste rápido. Então, deixe-me primeiro fazer um CLS, que limpa a tela, para que fique mais fácil de ver Primeiro, precisamos entrar no modo Python e depois imprimir algumas coisas no log do console Então, vamos digitar Python, e isso vai entrar no modo Python Se você ver as três setas, isso significa que você fez isso corretamente. E o que vou fazer é digitar Import torch, que levará um segundo para carregar, e depois imprimiremos os dispositivos CUDA disponíveis e veremos se é compatível ou Então, agora que a importação está concluída, vou colocar o seguinte. Então, aqui, eu estou dizendo que print, torch dot KUDA está disponível Então, se ele detectar uma GPU na minha máquina e, claro, os drivers da minha GPU NVDA precisam estar instalados e funcionando corretamente para que ela possa fazer essa detecção, mas aqui, se estiver detectando, essa primeira declaração voltará voltará E nesse caso, ele deve voltar com verdadeiro se eu tiver feito a instalação corretamente. E o segundo imprimirá o nome desse dispositivo. Então, vamos fazer isso e ver o que descobrimos. Assim, você pode ver a primeira declaração, ela retornou verdadeira, e a próxima voltou com o nome da GPU Portanto, neste caso, a GPU de laptop NVD G fos RTX 40 70. Isso significa que ele conseguiu detectar a GPU corretamente e agora podemos ter certeza de que, e agora podemos ter certeza de que quando iniciarmos o programa de treinamento, ele aproveitará essa GPU e não a E, claro, também escrevemos o código para fazer isso. Então, agora vamos sair desse Python. Então, a maneira de fazer isso é sair e abrir o suporte de fechamento Isso nos levará de volta ao ambiente virtual ativado e agora estamos prontos para executar nosso programa de treinamento. Tudo bem, agora, é aqui que acontece a parte interessante, que também é meio chata Então é aqui que a mágica acontece, e é aqui que vamos começar a treinar os dados. E vamos usar esse programa aqui sobre o qual falamos, que discutiremos posteriormente com mais detalhes. Usaremos esse e o seguinte arquivo CSV de pontos de dados de sublinhado de suporte para basicamente ajustar esse modelo todas as solicitações do cliente e a resposta do agente de suporte ao cliente E aqui, temos 101 pontos de dados. Portanto, é bastante diversificado e agradável, com diferentes conjuntos de dados e amostras aqui Portanto, ele deve fazer um bom trabalho no treinamento de nosso modelo e, no final, veremos quando executaremos nossa verificação. Então, aqui, a maneira como executamos esse programa e iniciamos o treinamento é simplesmente o nome desse Python e, em seguida, o nome desse arquivo Então, vamos digitar Python. Você pode tabular isso para preenchimento automático e, em seguida, ir espaço e, em seguida, digitar guia Chuva Auto e, em seguida, preencher automaticamente E se você pressionar Enter, é quando o treinamento será iniciado. E uma observação aqui é que embora eu tenha uma GPU relativamente boa Isso vai levar relativamente muito tempo. E você pode ver aqui que o programa começou. Ele detectou o número de linhas, então temos 100 com as quais trabalhar. E aqui está conferindo os shorts. E no canto inferior direito aqui, você vê esse texto que diz zero entre 65 e 00 pontos de interrogação. E o que isso vai mostrar é que, à medida que o treinamento avança , ele atualiza esses números, e o que mostra é quanto tempo passou e quanto tempo resta E sabendo que isso vai levar várias horas, o que vou fazer é pausar o vídeo aqui, deixar que isso seja concluído e, em seguida, retomaremos o vídeo e começaremos com o descanso e a verificação Então, eu vou te ver em breve. Tudo bem, então estamos de volta. E, como você pode ver, o treinamento do modelo já foi concluído. E aqui estão algumas informações que você pode ver logo de cara no console. Então, foi feito 100% concluído. Demorou cerca de 1 hora e 45 minutos para treinar esse modelo. Você vê o status aqui: o treinamento foi concluído e ele fornece algumas informações sobre onde o modelo foi salvo. Nesse caso, neste diretório aqui, sublinhado ajustou o modelo de sublinhado E você pode ver que está nos dizendo que o modelo foi salvo com sucesso. Se você quiser verificar isso, basta abrir o diretório do seu projeto. Você pode ver que ele criou uma nova pasta aqui chamada Fin tuned Model e, se você clicar nela, verá os arquivos associados a E agora, a parte divertida, a última etapa é verificar os resultados. E a maneira como vamos fazer isso é executar alguns exemplos de solicitações modelo básico e as mesmas instruções no modelo Fine Tune, que treinamos com nossos dados de suporte, e faremos uma comparação e veremos se notamos alguma diferença Agora, a maneira de conseguirmos isso é por meio deste programa aqui Então, no lado esquerdo, você pode ver que temos um script Python chamado Verified Train E aqui eu tenho o código que realmente realiza essa Então, ele simplesmente carregará os modelos. Vai rodar os bailes e vai nos mostrar o resultado E, novamente, vamos passar por isso em um momento. Mas primeiro, vamos fazer isso e ver o que obtemos. E a maneira como simplesmente executamos isso é digitando o espaço Python e o nome do arquivo Então, verifique e, em seguida, basta digitar isso, ele pegará automaticamente o arquivo. E então vamos pressionar Enter para executar as instruções nesses modelos e ver o que descobrimos Ok, então estamos de volta e o script de verificação terminou de ser executado, e estamos vendo alguns resultados interessantes aqui. Então, vamos dar uma olhada detalhada no que estamos vendo, passo dar uma olhada detalhada no que estamos vendo passo , e comparar algumas das principais diferenças entre os dois modelos. Então, primeiro, deixe-me aumentar esse terminal para que seja mais fácil de ver e, em seguida, vamos rolar até o topo aqui para que possamos começar do primeiro exemplo. OK. E em nosso código, isolamos esse prompt por formatura. Então, como você pode ver, no registro do console, você pode ver claramente onde começa o primeiro baile e, em seguida, eles são divididos por essas divisórias, divisórias sinal igual que você vê para tornar as coisas um pouco mais legíveis e mais bonitas visualmente E então você tem a resposta do modelo básico e, em seguida, você tem a resposta do modelo de ajuste fino. Portanto, é fácil comparar as duas diferenças. Agora, vamos começar com a primeira solicitação e analisar algumas das diferenças. Então, a primeira solicitação diz: solicitação de reembolso do cliente, então diz que meu pedido foi cancelado sem minha permissão e eu ainda fui cobrado Agora, se você está analisando o modelo básico, a resposta do modelo básico é: Lamento ouvir isso. Você teve uma experiência negativa com nosso serviço. Forneça as seguintes informações para que eu possa ajudá-lo melhor. E então está solicitando coisas como ID do pedido, forma de pagamento, dias, motivo do cancelamento e assim por diante. E então diz que, depois de ter as informações necessárias, entrarei em contato com seu provedor de pagamento e com o comerciante para resolver esse problema E então falaremos sobre esse número de perplexidade mais tarde. Mas essa é a resposta do modelo básico. Agora vamos dar uma olhada no modelo de ajuste fino. Então você pode ver que o modelo de ajuste fino é mais conciso. Diz que parece que você encontrou o problema com seu pedido. Forneça o número do pedido ou qualquer outra informação que possa me ajudar a ajudá-lo melhor. Portanto, a diferença aqui é que o modelo básico se inicia em um fluxo de trabalho semiautomatizado com vários marcadores Como entrar em contato com o provedor de pagamento e o comerciante. E então, o modelo de ajuste fino aqui, este é o modelo que permanece mais sucinto e centrado no cliente solicitando primeiro apenas as principais E isso está de acordo com nossos exemplos de treinamento, que enfatizaram a coleta de detalhes em vez de ações promissoras de back-end Agora, vamos passar para o próximo prompt aqui. E o aviso número dois, este diz pedido de reembolso do cliente. Todas são solicitações de reembolso. Então, diz que os recursos premium do aplicativo não estão funcionando, embora eu tenha pago por eles na semana passada. Agora, vamos comparar a resposta dos dois modelos. Então, o modelo básico diz: Lamento ouvir isso. Você pode me fornecer mais informações sobre o problema que você está enfrentando? Isso me ajudará a entender melhor e ajudá-lo com sua preocupação, assistente de IA e assim por diante. A resposta definitiva do modelo é obrigado por entrar em contato conosco sobre os problemas com os recursos premium do aplicativo. Agradecemos sua paciência e compreensão enquanto trabalhamos para resolver esse problema Para garantir que possamos resolver sua preocupação de forma eficaz, solicitamos que você forneça as seguintes informações e, em seguida, solicitamos essas três coisas Você tem a data, a plataforma e o nome da conta. E então, por favor, nos envie o que for. E aqui, você pode ver que a diferença na resposta ajustada é que ela adapta uma voz mais formal alinhada à marca, como cliente, e obrigado E é uma lista estruturada de exatamente os três pontos de dados aqui que, você sabe, corresponde exatamente ao que fornecemos nos dados de treinamento. Já o modelo básico deu uma resposta genérica aberta. Agora, vamos ver o próximo baile de formatura. Então aqui diz que comprei duas licenças de software para nossa equipe, mas uma chave era inválida e a outra não foi entregue Então, olhando para o modelo básico, ele diz: Para resolver o problema, siga estas etapas e, em seguida, ele segue mais ou menos como todas as etapas. E então, o modelo de ajuste fino responde: em primeiro lugar, peço desculpas por qualquer inconveniente isso possa causar, então você pode ver a diferença entre isso, a abertura entre o modelo básico e o modelo de ajuste fino Isso é mais centrado no cliente e mais apologético e formal Diz que estamos comprometidos em fornecer soluções de software de alta qualidade e garantir que nossos clientes estejam satisfeitos com a compra. Portanto, você pode ver que a diferença aqui é que o modelo básico encaminha o cliente para o vendedor e adia, enquanto seu modelo de ajuste fino permanece em casa Ele pede desculpas desde o início e solicita exatamente os campos nos quais você treinou, tom e a estrutura do seu conjunto de dados Agora, vamos dar uma olhada na próxima solicitação, que diz: Por favor, escreva um breve e-mail de desculpas para um cliente cuja chave de licença era inválida Portanto, o modelo básico começa com a linha de assunto, pedindo desculpas pela inconveniência E se você olhar a linha de assunto do pedido de desculpas pelo modelo de cinco toneladas, diz desculpas pela chave de licença inválida Você pode notar a diferença logo de cara. O primeiro diz: Espero que este e-mail encontre você bem. Estou escrevendo para me desculpar por qualquer inconveniente que você tenha enfrentado devido a um problema com sua chave de licença e assim por diante Vou deixar você ler tudo isso. E então o modelo do Fine Tune diz: Espero que este e-mail encontre você bem. Estou escrevendo para me desculpar por qualquer inconveniente que você encontre em relação ao nome do produto e à chave de licença Novamente, analise os dois, mas eu só queria abordar algumas diferenças aqui entre os dois e, logo de cara, você pode notar que ambos são desculpas educadas Mas a versão Fnetun usa uma linha de assunto mais específica Isso se refere à chave de licença inválida. Ele personaliza os espaços reservados, como o nome do cliente e o nome do produto, certo Os que você vê aqui. E menciona uma descoberta recente, e tomamos medidas para garantir que isso não aconteça novamente. E, novamente, isso reflete a nuance de nossos dados de treinamento Ok, então o próximo baile diz em uma frase resuma como resolveremos um item perdido no pedido E o modelo básico diz que substituiremos imediatamente um item ausente um similar ou equivalente para garantir a satisfação do cliente O modelo Fine Two diz que substituiremos o item perdido do pedido um produto similar de nosso estoque e notificaremos o cliente sobre a alteração. E você pode ver aqui que a diferença é apenas uma recompensa sutil Portanto, a segunda versão menciona explicitamente a notificação ao cliente sobre a alteração e está ecoando o estilo de resolução de várias etapas em que a treinamos Vamos dar uma olhada na última e nesta, diz o baile, listamos as três próximas etapas que tomaremos para processar o reembolso proporcional da assinatura E aqui estão os dois primeiros números um e dois para o modelo básico e depois os números um e dois para o modelo FinTune Então, por favor, pause o vídeo, leia isso. Mas vou abordar rapidamente a diferença, e as diferenças, a ordem e o foco mudaram Portanto, se você observar o modelo de ajuste fino aqui, o modelo de ajuste fino começa com a etapa de cálculo, que é espelhar nosso exemplo de treinamento no arquivo CSV de dados de suporte e, em seguida, passa para a execução e comunicação em uma sequência mais lógica Uma última coisa que eu queria explicar rapidamente enquanto temos os resultados do script de verificação é explicar por que as perplexidades não mudaram Então, se você observar esses dois últimos, por exemplo, este para o modelo básico é 46,25 e para o modelo de ajuste fino é 46,25. Então, mesmo número. E então, para a última frente, obtivemos 62,12 para a base e, em seguida, 62,12 para o Então, vamos falar sobre por que eles não mudaram. E o motivo é que você ainda está medindo o PPL apenas no prompt, não no prompt mais na continuação gerada Como o prompt é idêntico nos dois casos, você obtém pontuações idênticas. Para ver as melhorias do PPL, você precisaria pontuar as continuações reais, o que está mascarando os tokens do prompt, e dessa forma você verá os Ok, então estamos quase no final. E antes de passarmos para o próximo tópico, eu só queria passar um pouco de tempo aqui e explicar cada um desses arquivos para lhe dar um melhor contexto e explicar o que eles contêm e o que estão fazendo em um nível muito alto. Então, tínhamos três arquivos aqui. Recebemos os dados de suporte, CSV. Temos o modelo treinado e o modelo treinado Verify. Então, vamos começar com o arquivo CSV aqui e o que isso significa e o que é Então, deixe-me fazer isso. Na verdade, deixe-me fechar o terminal, para que você tenha a tela inteira. Se você já está familiarizado com o CSV , isso é bem fácil, mas basicamente é um CSV de duas colunas, e você pode ver as colunas aqui e você pode ver as colunas Então, recebemos a solicitação de sublinhado do cliente e, em seguida, recebemos a resposta do agente aqui na parte superior E essa simplesmente contém essas duas colunas, e a solicitação do cliente aqui é uma mensagem única do usuário descrevendo seu problema ou pergunta. E a resposta dos agentes: aqui está a resposta ideal do agente de suporte que você deseja que seu modelo aprenda a gerar. Agora, por que esses pares são importantes? Cada linha que você vê aqui no CSV é um exemplo de treinamento supervisionado E durante o processo de ajuste fino, o modelo vê a solicitação de reembolso do usuário e , em seguida, o cliente e a solicitação em si. E então ele vê o assistente e os agentes responderem. E, a partir daí, ele pode aprender a mapear as solicitações de acordo com o estilo de resposta, tom e o conteúdo que você forneceu Vou incluir isso como parte da palestra, e você pode ler todo o CSV linha por linha apenas para ter uma ideia do que é o conteúdo E os valores do teclado estão lá. E vamos examinar algumas das principais características desse conjunto de dados. Portanto, a diversidade de cenários é uma delas. Por exemplo, temos cancelamentos de assinaturas. Temos pedidos de reembolso, pedidos perdidos ou danificados Tivemos problemas com a chave de licença, cobranças inesperadas, recesso de senha, configuração em duas fases e assim por diante Está bem? A outra é a estrutura consistente. Portanto, cada resposta do agente segue um formato educado e estruturado, que começa com o pedido de desculpas, depois a confirmação e, em seguida, as etapas de coleta ou resolução dados E listas com marcadores ou itens numerados aparecem quando você precisa de várias informações Outro é o tom e a marca. Então, as respostas usam vagas de “desculpe” ou “obrigado”. Eles incluem espaços reservados , como números entre parênteses de clientes ou pedidos, e as próximas etapas claras voz de suporte da sua empresa E há alguns casos extremos e variações. Portanto, as linhas repetem intencionalmente solicitações semelhantes com diferentes respostas válidas, ensinando o modelo a pegar sinônimos e paráfrases Alguns exemplos de truques também estão lá, por exemplo, uma conta suspensa sem aviso prévio, combinada com respostas não relacionadas, forçando o modelo a aprender o mapeamento de contexto correto A única coisa que eu gostaria que você retirasse desse arquivo CSV de amostra de dados de suporte durante o treinamento do modelo para esta demonstração é que esse arquivo é sua verdade fundamental Bons conjuntos de dados de treinamento devem ser representativos e abranger todos os problemas comuns do usuário Eles devem ser consistentes e manter a voz da sua marca, e devem ser variados para incluir casos e paráfrases gravadas A seguir, vamos dar uma olhada no modelo de sublinhado do trem Pi. Esse é esse script Python que realmente treina nosso modelo usando o arquivo CSV de dados de sublinhado de suporte Então, vamos examinar esse bloco por bloco e ver o que ele está fazendo. Vamos começar aqui com o início, que são as importações e a configuração. Então, Pandas e conjunto de dados ajudam a carregar seu CSV em um conjunto de dados em fase de abraço Transformers, isso é para principais modelos de tokenizadores configuração de bits e bytes nos permite quantificar o modelo básico até quatro bits, reduzindo os requisitos de VRAM PEFT ou PEFT na biblioteca de ajuste fino eficiente de parâmetros, e aqui estamos usando adaptadores La em vez do ajuste fino de peso total Torch verifica a GPU, configuração do tipo D, etc. Então, isso é o que usamos para verificar se um dispositivo de GPU está disponível na máquina em que estamos treinando E eu expliquei alguns registros do console que mostram se o dispositivo está disponível ou não e imprimi o nome do dispositivo, que é simplesmente a arte gráfica que você tem no seu computador ou laptop. E aqui abaixo, estamos declarando o nome do modelo, o caminho dos dados e o diretório de saída Então, o nome do modelo é simplesmente aqui que você está usando um modelo relativamente leve que é o chapéu LLM seven B da Deepsk, e este é o ponto de verificação pré-treinado que você vai quantizar e embrulhar O caminho dos dados é simplesmente o caminho para o exemplo de treinamento, que é nosso arquivo CSV E o diretório de saída, é aqui que os arquivos e tokenizadores do adaptador de ajuste fino acabam indo E os hiperparâmetros, são coisas como tamanho do patch, taxa de aprendizado, Epoch, comprimento máximo da sequência, etc. Em seguida, vamos examinar a verificação da GPU e o carregamento de dados, e esses são esses dois blocos aqui Portanto, eles garantem que a GPU compatível com UDA esteja presente. O treinamento Quantized e La ainda exige uma GPU. E é aqui que ele lê seu CSV em um quadro de dados depois o converte em um conjunto de dados HF para um conjunto de dados HF Agora, vamos ver a configuração do tokenizador, que é esse bloco aqui Então é aqui que ele carrega o tokenizador do modelo. Por meio de código remoto, como esse é um modelo de bate-papo, ele adiciona um token de teclado usando o token de sublinhado EOS, para que os lotes possam ser e define o preenchimento do lado esquerdo, que é padrão para modelos casuais, que é padrão para modelos casuais pois eles lêem Em seguida, vamos passar para a formatação e tokenização, que é o início desse bloco aqui E isso é basicamente como o exemplo de formato ele envolve a introdução em seus tokens de estilo de bate-papo para que a modelo possa ver algo como as solicitações de reembolso do usuário e do cliente e, em seguida, o assistente e a E a função de tokenização transforma essa string em IDs de token, preenche e trunca em 256 tokens e, em seguida, copia os IDs de entrada em rótulos, para seguida, copia os IDs de entrada em rótulos, que o treinador aplique a próxima perda casual de token em cada token Agora, vamos passar para a quantização proibida e o carregamento do modelo, e isso está aqui neste blog Assim, você pode ver o início desse bloco, e é aqui que você pode ver que a configuração de bits e bytes instrui o hugging face a carregar o modelo completo de sete parâmetros B em uma forma quantizada de quatro bits, armazenando apenas o parâmetro em uma forma quantizada de quatro bits, zero em pequena escala E o mapa de sublinhado do dispositivo é igual a automático, ele distribui as camadas pela CPU e GPU Agora vamos anexar a Laura e se preparar para o treinamento, que começa aqui com a configuração do PEF E essa é a configuração de Laura define um adaptador leve Portanto, o R é igual à classificação, que é o tamanho das matrizes do adaptador Laura underscore Alpha é o fator de escala. E nos módulos de sublinhado de destino, é assim que as matrizes E então, o modelo Get PEPT aqui captura a base quantizada congelada em camadas treináveis e, digamos, apenas aproximadamente, um a 2% dos carrinhos e, digamos, apenas aproximadamente, um a 2% dos carrinhos de bebê são realmente Agora vamos examinar os argumentos de treinamento, e este é o bloco aqui que você está simplesmente vendo. E os argumentos de treinamento para ajustar os hiperparâmetros e as configurações de ponto de verificação. E o treinador organiza etapas de gradiente em lotes, registrando Portanto, somente as camadas La são atualizadas, os pesos básicos permanecem congelados E, por fim, vamos falar sobre treinar e economizar, e isso começa com esse bloco aqui Então, esta, a função de trem, simplesmente inicia o circuito de ajuste fino. O modelo que salva a função pré-treinada de sublinhado grava apenas os arquivos do adaptador e basicamente, o adaptador sublinha os tensores de salvamento de pontos estrelas e a configuração na pasta, que é o modelo de ajuste fino E a função tokenizer dot save underscore preteen copia todos os artefatos do tokenizador no Agora, eu só queria dizer um pouco disso, se você não é técnico, se não é ou se não está familiarizado com os conceitos de aprendizado de máquina, isso pode parecer intimidante, mas não se preocupe, é muito fácil de aprender Então, se você fizer um curso introdutório rápido e curto ao aprendizado de máquina, muitas dessas terminologias E se você já estiver familiarizado, poderá dissecar esse arquivo sozinho e tudo fará sentido para você e tudo fará sentido para Mas, por favor, concentre-se no fato de que esse arquivo, junto com os outros arquivos, pode ser usado para treinar diferentes tipos de modelos de IA para algo específico que corresponda ao seu caso de uso. Em nosso exemplo, a voz da marca do cliente. Tudo bem, por fim, vamos examinar o script de verificação, chamado Verify Underscore train underscore model dot pi Então esse é o programa ou script Python. E vamos analisar o detalhamento desse arquivo passo a passo e explicar cada peça ao longo desta demonstração. Então, vamos começar de novo com as importações aqui. Portanto, o tokenizador automático e o modelo automático do Casual ALM carregam tanto o tokenizador básico quanto os modelos slash do tokenizador tokenizador A configuração de bits e bytes, nós abordamos isso. Portanto, essa é a mesma especificação de quantização de quatro bits usada no arquivo de treinamento que você A configuração de geração controla a decodificação, que são os parâmetros de amostragem O modelo PEP, isso simplesmente envolve o modelo de quarta base com seus adaptadores Laura salvos, e a entropia cruzada calcula a perda de LM em relação à pontuação de perplexidade, cujos números eram os mesmos anteriormente em o modelo de quarta base com seus adaptadores Laura salvos, e a entropia cruzada calcula a perda de LM em relação à pontuação de perplexidade, cujos números eram os mesmos anteriormente em nossa demonstração. o modelo de quarta base com seus adaptadores Laura salvos, e a entropia cruzada calcula a perda de LM em relação à pontuação de perplexidade, cujos números eram os mesmos anteriormente em nossa demonstração. Tudo bem. Agora vamos passar pela próxima, que está preparando os dois blocos de modelos aqui. E isso é simplesmente preparar os dois modelos. E isso está fazendo o que esse bloco está fazendo é carregar o tokenizador, então os dois modelos usam codificação idêntica Ele carrega e o modo Eval é o modelo básico de quatro bits. Ele carrega e controla o modelo PEFT, que é a base de quatro bits e seus adaptadores La, e imprime pesos de adaptador diferentes de zero 17. Insights de mercado: Como você entra em um novo mercado com confiança? Nesta palestra, analisaremos como a Ecofit usou o DeepSeek para analisar o mercado asiático de roupas esportivas, manobrar concorrentes e criar uma estratégia de lançamento vencedora em 72 manobrar concorrentes e criar uma estratégia de lançamento vencedora em 72 horas. A Ecofit precisava de insights rápidos e acessíveis para evitar erros dispendiosos Entre na DeepSeek, seu analista de pesquisa de mercado 24 horas por dia, 7 dias por semana As empresas tradicionais levam meses. O DeepSeek forneceu insights acionáveis em dias. Vamos dar uma olhada por trás da cortina. DeepSeek não apenas repetiu as informações sem analisá-las ou compreendê-las Ele conectou pontos que os humanos perdem. Por exemplo, a sustentabilidade é importante, mas somente se o preço for 15% abaixo das taxas globais O DeepSeek transformou a incerteza em um manual. Agora, vamos replicar isso para sua empresa. Nesta demonstração, você aprenderá como conduzir sua própria análise de mercado, e o objetivo aqui é usar o DeepSeek para analisar um concorrente simulado Então, digamos que equipamento urbano e extraia insights acionáveis. Então, primeiro, vamos coletar os dados do concorrente. Então, vou usar o seguinte prompt aqui. E eu vou dizer, atue como uma IA de pesquisa de mercado, analise equipamentos urbanos na Indonésia. E eu estou dando três pontos principais aqui. Então, essas são as coisas que eu realmente procuro em termos de percepção. Portanto, os três principais pontos problemáticos do cliente são avaliações, preços versus preferências de sustentabilidade e estratégias de entrada recomendadas. Então, vamos executar isso e ver o que o Deep C cria. Ik terminou de juntar os resultados. Então, vamos analisar isso rapidamente e analisar a saída. Então você pode ver que está dividido nas três categorias que pedimos. Então, o primeiro são os três principais pontos problemáticos do consumidor. E, novamente, isso é baseado em avaliações. Então, está dizendo que, depois de analisar as avaliações de comércio eletrônico e mídia social da Indonésia para marcas urbanas, foi mais ou menos isso que ele as avaliações de comércio eletrônico e mídia social da Indonésia para marcas urbanas, encontrou Agora, novamente, lembre-se de que essa é uma marca simulada, por isso está fazendo o possível para tentar encontrar coisas nas redes sociais no segmento dessa linha de roupas em particular, se preferir, no mercado E você pode ver aqui que os três mencionados aqui são: inclusão de tamanho limitado, entrega lenta, alto custo de envio e inconsistência entrega lenta, alto custo de envio e custo Então, isso é ótimo porque mostra quais são os pontos problemáticos. E, como marca, você pode usar isso a seu favor, pois pode fazer melhor do que seus concorrentes nessa área. Agora vamos passar para o segundo aqui. Então, diz preços versus preferências de sustentabilidade. E aqui estamos falando sobre sensibilidade ao preço. Domina. Portanto, é muito importante como você precifica seus itens. Diz que os consumidores indonésios são altamente orientados pelos preços , com um ponto ideal entre esse número e esse E depois oferece alguns concorrentes que, na verdade, estão se saindo muito bem nessa área. Então, unicórnio local e Eigo. Sustentabilidade como fator secundário, então primeiro o preço, depois a sustentabilidade. Portanto, embora a consciência esteja crescendo, como as tendências econômicas no Instagram, a maioria dos compradores prioriza a acessibilidade. Portanto, o preço é o fator número um aqui neste segmento. Hum, diz, no entanto, que sustentabilidade do marketing pode aumentar a fidelidade à marca. Então, isso também é importante. Então, a oportunidade é dizer que essa marca em particular, que, novamente, inventamos, poderia introduzir uma linha de itens essenciais sustentáveis, por exemplo, camisetas de algodão orgânico a um preço ligeiramente superior, mantendo o produto principal disponível Desculpe, acessível. Estratégias de entrada recomendadas. Agora, com base nessas análises, está nos ajudando a tomar certas decisões e fornecendo algumas sugestões sobre como podemos entrar nesse mercado. E está dizendo que, na primeira fase, poderíamos começar com o digital direto ao consumidor com influenciadores localizados Então, coisas como usar plataformas como Instagram, Shopee e aqui, podemos fazer uma colaboração KL, para que possamos fazer parcerias com microinfluenciadores que têm um pouco menos de seguidores, possamos fazer parcerias com microinfluenciadores que têm um pouco menos de seguidores mas ainda assim em uma Em streetwear. Então, por exemplo, está até mesmo oferecendo algumas dessas páginas no Instagram nas quais você poderia entrar em contato com essas pessoas e pedir ajuda e, em seguida, uma entrega limitada. Assim, você pode testar a demanda com lançamentos em pequenos lotes, o que é importante porque você pode testar sua marca primeiro ver como ela é bem-sucedida antes de fazer um lançamento completo Em seguida, temos a Fase dois, que está aproveitando a logística para a parceria Então, aqui está uma recomendação de parceria com a JNE ou Ninja Van para obter descontos nas taxas de envio para competir na Porque lembre-se de que esse foi um dos problemas que eles levantaram em termos de pontos problemáticos, como a lentidão, se você voltar ao primeiro lugar aqui, poderá ver entregas lentas e altos custos de envio. Então, está dizendo que está recomendando que pudéssemos fazer parceria com algumas dessas organizações para obter descontos nas taxas de frete E então você também pode oferecer dinheiro na entrega, COD, ainda preferido por 60% dos compradores indonésios E então, é claro, a fase três se expande com a narrativa de sustentabilidade Portanto, destaque materiais ecológicos ou programas de reciclagem somente após estabelecer confiança por meio de qualidade e acessibilidade E aqui está seu diferencial. Então, está dizendo que sua marca poderia se destacar oferecendo opções de dimensionamento personalizadas, que era o principal problema, ou agrupando itens populares Portanto, podemos agrupar Ts e shorts no temperon of, como exemplo Então, aqui está a dica final: monitore concorrentes como Eigo, que são acessíveis e Slofat, que são roupas de rua premium sustentáveis, para identificar lacunas, e está até oferecendo uma análise da SWAT, que ignoraremos por enquanto, mas os Agora, vamos dar um passo adiante e refinar isso com contextos locais Então, o que vou fazer é usar o seguinte prompt que diz “ajuste para o Vietnã e diz “destaque os fatores culturais”. Novamente, estamos tentando usar essas instruções e instruções de acompanhamento para fazer pesquisas de mercado para analisar o mercado e o segmento da área específica que estamos procurando aqui Então, vamos executar esse prompt e ver o que o Deep C cria. Ok, então o DeepSeek terminou de reunir os resultados Agora, não vamos falar sobre tudo isso, mas eu só queria mostrar que, fique à vontade para pausar o vídeo e seguir essas instruções Mas sim, eu só queria mostrar que DeepSeek foi capaz de executar essa análise e fazer o ajuste para o Vietnã. Então, novamente, a mesma coisa. Você pode ver os três principais pontos problemáticos do cliente e agora está se adaptando a essa região específica ou a um país Então, aqui, você tem preferências de ajuste e estilo. Novamente, três categorias, os pontos problemáticos, os preços, a sustentabilidade e, em seguida, a estratégia de entrada recomendada Então, aqui, você tem os 310 melhores pontos. Você tem a categoria dois e você tem a categoria três. Eu o dividi em várias fases. Portanto, aproveite as subculturas juvenis do Vietnã, aborde questões de logística, confiança e, em seguida, faça a terceira fase de entregas impulsionadas pela comunidade. Agora, aqui, também criou uma tabela, o que é muito útil porque agora descreve os principais diferenciais culturais e diz Vietnã versus Indonésia E então você pode ver, por exemplo, que se encaixa, diz que eles estão mostrando o significado aqui. Tão magro é mais do que supervisão, orgulho local, maior do que tendências globais, carteiras móveis, mais do que COD e, em seguida, jogos de música independente são melhores música independente E então diz aqui, novamente, a dica final: redesenhar seu concurso de moletons no TikTok, convidar usuários a enviar gráficos inspirados no Vietnã redesenhar seu concurso de moletons no TikTok, convidar usuários a enviar gráficos inspirados no Vietnã e assim por diante. Então, novamente, algumas recomendações aqui sobre como abordar isso. Tudo bem, agora que temos algum conteúdo e algum contexto sobre como abordar isso, e fizemos algumas pesquisas de mercado, ou devo dizer que DeepSeek fez algumas pesquisas de mercado para nós usando algumas instruções, reunimos muitas E agora, digamos que queremos ir para a próxima etapa, que é simplesmente colocar essas informações em um formato de relatório. Então, nesta etapa, vamos gerar um esboço do relatório E para isso, vou usar o seguinte prompt. E, novamente, você pode personalizar isso com base no seu caso de uso e no que é aplicável a você. Portanto, o prompt diz: crie um relatório de entrada no mercado de uma página para equipamentos urbanos no Vietnã. E aqui, estamos dizendo que inclui seções para visão geral, SWAT, que é basicamente pontos fortes, fracos e coisas assim, como uma fracos e coisas assim, como ferramenta de análise que é usada com bastante frequência, e depois você tem preços e depois marketing Agora, isso nos dará um relatório de uma página que inclui todas as coisas que estamos pedindo para todas as seções que estamos solicitando aqui. Então, vamos executar isso e, em seguida, fazer com que o DeepSeek gere esse relatório para nós Tudo bem, isso é muito legal. E a DC terminou de montar o relatório. Assim, você pode ver o título do relatório. Diz, estratégia de entrada no mercado, Urban Gear Vietnam e, em seguida, equipe de expansão do Urban Gear e, em seguida, inserir a data. Então, novamente, isso é apenas um modelo e um espaço reservado. Então, na seção um, temos a visão geral, na seção dois, temos a análise SWOT, ou seja, força fraquezas, oportunidades Em seguida, obtivemos a estratégia de preços, que novamente aborda alguns pontos ideais entre quais deveriam ser as faixas de preço. Recebemos nosso plano de marketing e, em seguida, as próximas etapas e como proceder. E, é claro, você tem, novamente, alguns modelos e espaços reservados aqui, dependendo de para quem você precisa enviar esse relatório E, claro, lembre-se de que você pode simplesmente copiar e colar isso em um documento do Microsoft Word ou do Word ou em qualquer lugar em que esteja fazendo documentação. Você pode colocar isso em um e-mail e enviá-lo para sua equipe. Você pode até mesmo usar a de alguém na apresentação do PowerPoint e usar o mesmo conteúdo em slides para apresentação para sua equipe ou para quem quer que você esteja tentando comunicar e tomar decisões com base nos dados fornecidos Agora, algumas coisas que eu gostaria de mencionar aqui, caso você perceba alguns desses problemas ao ler essas instruções com o DeepSeek Primeiro, se você ver recomendações vagas, o que você pode fazer é simplesmente corrigir isso dizendo algo assim, por exemplo, ou adicionando algo ao seu prompt que diga inclua três táticas de banco de dados com ROI, e isso fará com que o DeepSeek realmente pense e pense nas respostas que está tentando pense e pense nas respostas que está E então, o fato de ter que passar pelas táticas de banco de dados e fornecer exemplos de RI ajudará o resultado do DeepSeek a evitar recomendações vagas Agora, a outra coisa é que, se você começar a ver dados desatualizados como parte da resposta do DeepSeek, poderá usar isso ativando o modo de pesquisa na web. Então, deixe-me me livrar disso. E o que você pode fazer é simplesmente clicar nesse botão, então pesquise na web quando necessário. Você pode clicar nele e, em seguida, acrescentar algo assim ao seu prompt Você pode dizer habilitar dados em tempo real para tendências de 2024 E isso ajudará a fornecer as informações mais atualizadas, porque o informações mais atualizadas, porque DeepSeek examinará a Internet, coletará os dados e fornecerá mais dados em tempo real sobre as tendências que você está procurando para essa pesquisa de mercado específica O sucesso da Ecofits não foi sorte. Foi a capacidade do DeepSeek de transformar ruído em estratégia. Então agora é sua vez de 18. Análise de concorrentes: Nesta palestra, você verá como Deep Seek analisa os pontos fortes, fracos e o sentimento do cliente dos concorrentes em segundos, fracos e o sentimento do cliente dos concorrentes em segundos, o Deep Seek analisa os pontos fortes, fracos e o sentimento do cliente dos concorrentes em segundos, dando a você a vantagem de superá-los. Sem planilhas, sem consultores, apenas IA pura. 99% das empresas analisam os concorrentes, mas 73% perdem semanas fazendo isso Então, vamos corrigir isso com a IA. Então pense sobre isso. Por que contratar estagiários para navegar pelo Yelp quando a Deepsk oferece análises SWOT Faremos engenharia reversa do manual de um concorrente e elaboraremos contra-estratégias mais rápido do que eles conseguirão agendar uma reunião de equipe Nesta demonstração ao vivo, você aprenderá e verá como superar seus concorrentes em três etapas. E o objetivo aqui é descobrir as vulnerabilidades dos concorrentes e criar a contra-estratégia usando o Deeps Então, primeiro passo, vamos começar analisando as avaliações dos concorrentes E para fazer isso, vou usar o seguinte prompt que diz: atue como estrategista sênior Analise as avaliações de clientes da ecofit da Indonésia. E aqui, eu queria categorizar os resultados ou a saída usando as três formas mencionadas As três principais reclamações dos últimos seis meses, pontuação de opinião de 1 a 10 em preço e qualidade e recomendações de contramedidas para equipamentos urbanos Agora, para o primeiro, os dois primeiros, desculpe-me, porque estamos procurando dados mais recentes Então, neste caso, nos últimos seis meses. O que você pode fazer é clicar no botão de pesquisa e fazer com que Deeps realmente pesquise o resultado mais atualizado ou dentro desse período de tempo, que é de seis meses, seis meses atrás e em diante Então, vamos seguir em frente e executar esse prompt e ver com que tipo de resultados o Deep C retorna. E como você pode ver aqui, ele está pesquisando na web agora por esses resultados, e encontrou 44 resultados, e agora está coletando os dados, analisando-os e formatando a saída para nós. Tudo bem Então, o Deep Seek terminou de reunir os resultados. Agora, o que podemos fazer é analisá-los, analisá-los, reunir alguns insights dos dados e ver quais decisões podemos tomar para usar isso a nosso favor e superar os concorrentes. Então, vamos rolar até o topo aqui. Você pode ver que tudo começou com as três principais reclamações dos últimos seis meses aqui. E, novamente, não entraremos em grandes detalhes à vontade para acompanhar o mesmo tipo de instruções ou vídeo positivo e ler isso Mas você pode ver que aqui, os três primeiros foram respostas lentas e atrasos no serviço Você teve problemas de preços, transparência e, em seguida, obteve qualidade inconsistente no suporte pós-venda Então, essas são as três principais reclamações dos clientes. Outra coisa que eu queria destacar aqui enquanto estamos, você pode ver que, em cada uma das coisas mencionadas aqui, há esses números aqui. Então, número quatro e 13 e aqui, número sete e 13 e aqui, quatro e 13. Essas são as fontes na Internet de onde o Deep Seek encontrou essas informações. Então, se você quiser citar a fonte ou simplesmente ler o artigo ou as notícias ou qualquer que seja a fonte de informação, basta clicar aqui e eu o levarei diretamente para a página, e então você poderá fazer uma pesquisa mais aprofundada e lê-la na íntegra, se quiser Este é o Deep Seek colocando os resultados resumidos aqui. Portanto, você tem acesso a fontes de onde o DeepC obtém as informações Agora, a segunda pontuação de sentimento. Então, isso é muito bom porque é de um nível muito alto e rapidamente diz o que é, certo? preços são seis em cada dez, o que está um pouco acima da média. E então a qualidade é oito em dez, o que é muito bom em comparação com, você sabe, isso significa que a qualidade e o profissionalismo do produto estão o que é muito bom em comparação com, você sabe, isso significa que a qualidade e o profissionalismo do produto em alta. Então, é muito bom saber isso. E, novamente, você entende isso logo de cara, e é muito fácil passar por isso rapidamente. Você não precisa ler milhares e milhares de avaliações e comentários sozinho. Deeps pode fazer isso por você, e o Deeps pode analisar esses conjuntos de dados e dizer rapidamente que, sim, isso é apenas seis em dez no sentimento e oito em cada dez no lado da qualidade, o que E o último é o contra-movimento recomendado para equipamentos Irving. Então, aqui está dizendo que são alguém, você sabe, se você quisesse superar o concorrente no mesmo mercado, essas são as coisas que você poderia fazer e as etapas que você poderia Então, maior transparência nos preços. Portanto, ofereça modelos de preços com tudo incluído , sem taxas ocultas. Você tem velocidade e confiabilidade priorizadas. Portanto, é aqui que você pode implementar rastreamento em tempo real para compromissos de serviço treinar equipes locais para um tempo de resposta mais rápido Você ganhou um impulso no engajamento pós-venda, então lance um programa de fidelidade com verificações de manutenção gratuitas. Você recebeu mensagens de sustentabilidade localizadas, por isso é importante destacar materiais ecológicos e assim por diante, e então você aproveitou a prova social Portanto, faça parceria com microinfluenciadores para avaliações autênticas e tente obter avaliações autênticas e tente divulgar sua marca Agora, para a segunda etapa, vamos analisar o marketing da concorrência. E vou usar o seguinte prompt aqui para fazer isso. Então, vou dizer que analise as postagens do EcoFits no Instagram para Então, os três principais temas de conteúdo, sustentabilidade, família e assim por diante. Os benchmarks da taxa de engajamento e os pontos fracos a serem explorados. Novamente, estamos tentando progredir, certo? E você ainda pode basicamente encontrar as lacunas para que possamos fazer melhorias nessas lacunas e ficar à frente de nossos concorrentes. E você pode deixar o botão de pesquisa aqui porque, novamente, estamos tentando extrair essas informações da Internet para obter os dados mais recentes Então, vamos executar isso e ver o que o DVC cria Agora, vamos analisar os resultados juntos e, aqui, você pode ver que o DVC nos deu os três principais temas de conteúdo com base na análise das postagens do Instagram para o Vietnã E a primeira é a transformação do condicionamento físico e as histórias de sucesso. E, novamente, aqui estão alguns exemplos engajamento orientado por eventos e responsabilidade social e comunitária. Aqui, obtivemos os dados dos benchmarks da taxa de engajamento e, se você rolar até aqui, está sugerindo algumas das fraquezas que poderíamos explorar para nossos concorrentes, com foco limitado Portanto, é aqui que podemos melhorar conteúdo inconsistente de alto valor e a parceria subutilizada com influenciadores. Então, aqui estão alguns desses influenciadores com os quais poderíamos nos associar e que podem nos ajudar a aumentar confiança e ter um alcance maior em nosso E aqui, são recomendadas algumas estratégias de combate para os concorrentes. Portanto, amplifique a sustentabilidade. Então, isso está voltando para aqui. Sustentabilidade limitada. Portanto, esse é apenas um tipo de mapeamento individual, diversificação de conteúdo, diversificação de conteúdo, que ajuda a preencher a lacuna de conteúdo inconsistente e de alto valor e, em seguida, alianças de microinfluência, que resolverão essa lacuna específica, que é a parceria com influenciadores subutilizada E a principal conclusão aqui é que o ECO se baseia na construção de comunidades, mas vacila em conteúdo, profundidade e marca ecológica E é aí que os concorrentes podem entrar e capitalizar com a sustentabilidade emergente com autenticidade orientada por sustentabilidade emergente com influenciadores Para nossa última etapa, o que queremos fazer é obter ajuda da Deepsk para criar nossa contra-estratégia Então, agora ele obteve todos esses dados para nós. Está formatado. Isso nos deu estratégias contrárias, e agora é hora de reunir tudo isso. E aqui está um aviso que você pode usar como exemplo para fazer isso. Novamente, dependendo dos dados que você coletou e da pesquisa de mercado que o DeepCK fez e quais foram os resultados Nesse caso, estou usando apenas um exemplo de solicitação aqui, mas você pode mudar o conteúdo para corresponder exatamente à saída do site de pesquisa de mercado. Então, por enquanto, podemos simplesmente desativar essa pesquisa porque não estamos mais analisando isso, e o Deepsk já tem o contexto dos dados nesse mesmo bate-papo, para que possamos continuar com as instruções de acompanhamento E vou usar o seguinte prompt para criar essa contra-estratégia. Portanto, o aviso diz: crie um plano de marketing de três pontos para Urban Gear vencer o ecoFit no Vietnã E queremos nos concentrar em conteúdo, preços e parcerias. E, como mencionei, você pode realmente alterá-los para qual deveria ser o foco real ou onde estão as lacunas, dependendo dos resultados obtidos do Deep Seek nas etapas anteriores desta demonstração. Então, vamos fazer isso e ver o que o Deeps cria E, como você pode ver, o Deep Seek é capaz de montar essa estratégia. Então, se você for até aqui, poderá ver o plano de marketing, é um plano de marketing de três pontos para equipamentos urbanos dominem o mercado de fitness do Vietnã E aqui você tem sua estratégia. Então, você está oferecendo essas três coisas para se concentrar em alavancar as tendências de fitness do Vietnã, vantagem ecológica sobre o ecofit e, em seguida, resolver os pontos problemáticos Você tem suas táticas aqui e, em seguida, tem preços transparentes e aqui para atrair segmentos de massa e premium. Você tem suas táticas, e a última são parcerias, e então você tem suas táticas para isso também. E então aqui está o que você realmente pode ver em termos do resultado esperado se seguir a estratégia. Portanto, seu conteúdo pode estar obtendo duas vezes mais engajamento do que o concorrente Seu preço pode ser de 15% a 20% de crescimento de membros, já que você segue o modelo de preços com o qual o DeepC nos ajudou e, depois das parcerias, você pode ver um aumento de 30% no recall da marca por meio de influenciadores hiperlocais E então aqui está o principal diferencial, que é mesclar acessibilidade E é nisso que você quer que seu plano de marketing e sua marca se concentrem. Você acabou de aprender com esta demonstração como identificar lacunas e aproveitá-las para criar estratégias contrárias para superar seu concorrente em um segmento ou mercado específico Agora, lance campanhas que atinjam onde elas estão mais fracas e você poderá ver sua participação no mercado crescer Agora, para este exercício, gostaria que você analisasse um concorrente em seu nicho, criasse uma fraqueza e sua contrapartida 19. PowerPoint: Nesta palestra, você transformará planilhas confusas em esboços de PowerPoint prontos para a sala de reuniões, completos com gráficos, ideias e recomendações práticas em esboços de PowerPoint prontos para a sala de reuniões, completos com gráficos, ideias e recomendações práticas. Não são necessárias habilidades de design. Sua equipe merece mais do que alinhar pontos à noite . Vamos corrigir isso com automação. Vamos pegar os dados de vendas do trimestre e transformá-los em uma apresentação pronta para o CEO em apenas alguns minutos, então assista com atenção. Aqui temos um estudo de caso, e este é o relatório de vendas da Souter Temos os dados brutos, temos nossa meta e temos as ferramentas. Não se trata apenas de economizar tempo, mas de transformar dados em decisões. Então, vamos começar. Nesta demonstração ao vivo, você aprenderá como transformar dados em apresentações em PowerPoint em apenas 5 minutos ou menos E o objetivo aqui é converter dados de vendas em um esboço estruturado do PowerPoint Agora, para os propósitos desta demonstração, criei uma planilha muito simples Novamente, são apenas dados inventados. Eu criei isso. Isso é apenas uma amostra de dados preenchidos. Então finja que são nossas vendas e imagine que há 501.000, 10.000 linhas Mas, novamente, para simplificar, eu apenas o mantive em três linhas. Hum, aqui, temos a América do Norte. Então, temos a região, América do Norte, Europa e Ásia na coluna B, obtemos nosso produto, então obtemos produto A, o produto B e o produto A novamente. E então obtivemos receita para essas regiões e o produto e o produto correspondente, e então obtivemos crescimento em relação ao trimestre. Então, você pode ver que na América do Norte, o produto A teve cerca de 1,2 milhão em vendas, e é um pequeno crescimento em comparação com nosso trimestre. Na Europa, o produto B fez 890 k, e isso é na verdade uma diminuição Então, estamos vendo, hum, um declínio no crescimento. E então, na Ásia, é, novamente, um pouco inclinado, que é o mais inclinado E sim, isso é apenas um simples dado de vendas. Você pode preencher mais, se quiser. Mas, novamente, por simplicidade e conveniência, isso é o que eu preparei para esta demonstração. Agora, vamos usar esses dados de vendas e ver se podemos aproveitar o Deep Seek para montar rapidamente uma apresentação para nós, sem precisemos fazer isso sozinhos economizando tempo e aumentando nossa produtividade e a eficiência de nosso tempo. Então, agora, o que você pode fazer? Há algumas maneiras de fazer isso. Você pode simplesmente, novamente, copiar e colar esses dados no Deepsk ou salvar o arquivo e fazer o upload do arquivo aqui por meio dessa funcionalidade Como eu só tenho, novamente, por conveniência e facilidade, vou simplesmente ter três linhas. Vou apenas copiá-los e colá-los aqui, e esses são os dados aqui. E isso é novamente, os mesmos dados que acabamos de ver. Então, o produto A da América do Norte data de um ponto, 2 milhões, então isso é 12%. Temos o produto B da Europa, 800 menos quatro, e depois o produto A da Ásia, obtivemos 950 K, aumento de 22% Então, está tudo bem. Agora, esses são nossos dados. Então, o que vou fazer agora é ter um prompt que realmente use esses dados para criar um slide em Power Point. Então, vou clicar aqui. Vou diminuir um pouco pressionando a tecla Shift e clicando em Inter, e vou inserir o seguinte prompt, que diz: crie um esboço em PowerPoint de oito slides para um relatório de vendas secundário, use esses dados e agora podemos colar esses dados aqui, o que fizemos Eu só quero mencionar que você pode personalizar isso do jeito que quiser. Esse já é um bom prompt acionável, mas você pode usá-lo Você pode alterar para qualquer que seja seu caso de uso. Então, por exemplo, se oito for demais, reduza-o. Se precisar de mais , aumente. E aqui, vamos retirar isso porque já temos, hum, dados do conjunto de pagamentos aqui. Agora, você poderia simplesmente ir em frente e fazer isso. Você está mantendo as coisas mais genéricas e alto nível e está contando com Deep Seek para criar esta apresentação para você da melhor maneira possível. Se você quiser dar um pouco mais de estrutura e ter mais controle ou quiser formatá-lo de uma forma muito específica, você pode fazer isso, é claro. E vamos fazer isso, na verdade. Vamos fazer isso aqui, e o que vou fazer é acrescentar o seguinte após os dados da fase Então, deixe-me criar algumas linhas novas aqui e adicionarei a estrutura a seguir. Então, estou te dizendo, estou basicamente instruindo o Deepsek e dizendo: siga essa estrutura Então eu pedi que ele fizesse oito slides. Agora, estou dizendo exatamente o que cada slide deve ser , em vez confiar no Deep C para fazer o melhor de sua capacidade de criar essa apresentação para mim Eu não saberia com antecedência o que acontece em cada slide. Aqui, eu sei porque estou pedindo que você siga esse formato exato. Então, o primeiro é o título, que será o destaque. Em seguida, o segundo é o resumo executivo, três conclusões principais, desempenho regional, análise do produto, riscos e desafios, oportunidades, recomendações e, em seguida, o slide número oito, as próximas etapas Lembre-se de que estamos fornecendo informações muito limitadas, certo? Estamos apenas dando alguns números e pronto. Então, o Deepsek pode não ser capaz. Quanto mais informações você fornecer, melhores serão as análises e os slides do PowerPoint Mas, você sabe, se você está falando sobre riscos e desafios, Deepsk fará o seu melhor, mas pode não oferecer exatamente o que você está procurando, Ou dizer com oportunidades porque há fatores externos que estão porque há fatores externos que estão afetando as vendas, dependendo da região em que você está, por exemplo. afetando as vendas, dependendo da região em que você está, por exemplo. Então, novamente, quanto mais dados você puder fornecer aqui, melhor será a saída . Mas, novamente, a simplicidade manterá as coisas assim, e então vamos observar o que o DeEP C cria. E uma última coisa, quero dizer que você pode definir o tom aqui. Então, vou dizer que o tom será profissional e orientado por dados. E então vou dizer que inclua sugestões de gráficos, como gráfico de barras, gráfico circular, gráfico de linhas, para que possamos adicionar algumas visualizações à nossa apresentação Vamos fazer isso e ver o que o Deeps cria Certo. Analisando os resultados, na verdade parece muito promissor e nada mal, pois estamos esperando que o Deep Seek simplesmente crie os slides para nós a partir de apenas um simples prompt, como o que temos aqui. É simples, mas elegante, prático e uma ótima estrutura para essa solicitação aqui, e estamos sendo muito, muito específicos Portanto, fique à vontade para salvá-lo e usá-lo como modelo para apresentações futuras, se quiser Agora, aqui estão os resultados, para que você possa ver que foi seguido exatamente o que pedimos. Então, temos esse slide, um, que é o título, e ele está nos dizendo o título disso, o subtítulo e assim por diante Mas você pode ver, é claro, existem alguns espaços reservados, então não é como se você pudesse simplesmente copiar espaços e usá-los exatamente como Você tem que fazer algumas mudanças aqui. Deepsix faz para ajudá-lo a se tornar mais eficiente e aumentar sua produtividade lhe dar algumas ideias Mas é claro que você ainda precisa fazer algum trabalho para obter isso em um formato pronto. E você pode ver aqui que você só precisa preencher alguns desses espaços reservados Para fins visuais, sugerimos que você inclua um plano de fundo profissional limpo com o logotipo da sua empresa. Resumo executivo do slide dois. Então, três conclusões principais : dizer que estamos vendo um forte crescimento na Ásia, 22% impulsionado pelo produto A, a América do Norte supera o desempenho do produto A com 12% e, em seguida, diz que a Europa enfrenta um declínio de -4% no produto em seguida, diz que a Europa enfrenta um declínio -4% E, novamente, está mostrando que você pode criar alguns visuais aqui com ícones minimalistas, como erro para cima, seta para baixo ou declínio Slide três, temos desempenho regional. No slide quatro, temos a análise do produto, slide cinco, temos os riscos e os desafios. E, novamente, será muito simples porque na verdade não fornecemos mais informações além dos dados de vendas em si, mas ela está fazendo o possível para identificar algumas das áreas de preocupação. Por isso, diz que a saturação potencial do mercado ou a pressão competitiva, é claro, pode ser por outros motivos, mas você conheceria seu caso de uso melhor do que o Deep seek Então, novamente, quanto mais dados você fornecer, melhor será a resposta e a saída. Oportunidades, recomendações e, claro, os próximos passos. E aqui, a consistência do tom, diz, use cores neutras. Isso serve apenas para alguns conselhos sobre a apresentação, algumas dicas e melhores práticas. Diz: rotule os gráficos com clareza. Por exemplo, mudança percentual ano após ano e, em seguida, notas de rodapé da fonte de dados para credibilidade Agora, neste momento, o Deep Seek não tem, como você vê nas opções aqui, ao contrário do ChaGBT não tem ou, devo dizer, outras No momento desta gravação, ele não tem a capacidade de gerar imagens, mas isso não deve impedi-lo, pois ainda pode fornecer instruções sobre como gerar essas imagens. Então, o que você pode fazer é realmente pedir algumas recomendações de gráficos, certo? Então, o que você pode dizer é que você pode perguntar. Vamos supor que estamos usando os slides do Google aqui para nosso Power Point, certo? Então, digamos que podemos usar o seguinte prompt e dizer passo a passo para criar um gráfico no Google Slide. Então, você pode dizer: forneça-me instruções passo a passo para criar gráficos no Google Slide com base nos dados de vendas, certo? E aqui você pode determinar se deseja fazer gráficos circulares ou gráficos de linhas. Então, neste caso, eu vou dizer, digamos, gráfico de linhas. Então, vamos continuar e executar isso. Não será possível novamente nos fornecer a imagem real do gráfico, mas pode nos dar instruções sobre como criar esse gráfico, considerando nossos dados de vendas. Então diz, insira o gráfico, vá para Inserir linha do gráfico e, em seguida, aqui estão as informações que você pode inserir dos dados de vendas, e aqui estão algumas personalizações para seu gráfico e aqui como você pode atualizar a anotação, que é opcional, e depois a E sim, você pode ver aqui que esta imagem está tentando fornecer algo, mas está quebrada. Mas o importante é que você realmente tenha as etapas de como fazer isso, e tudo isso é capturado aqui. Portanto, você ainda pode aproveitar o Deep Seek para obter as instruções, que devem ser muito rápidas para você acessar o Google Slide, seguir as instruções e criar você mesmo o gráfico usando os dados de vendas. Agora, antes de prosseguirmos com esta demonstração, apenas algumas dicas de solução de problemas caso você as encontre ao trabalhar com o Deepsek nesse caso de uso específico Então, digamos que se os slides tiverem muito texto, o que você pode fazer é simplesmente usar algo como o seguinte e adicioná-lo ao seu prompt, e você pode dizer algo como usar máximo cinco marcadores por slide com imagens Então, isso vai ajudar você a corrigir esse problema. A outra coisa é, digamos que o tom seja muito casual e você queira isso para a liderança sênior ou c. Então, nesse caso, você pode adicionar algo assim à sua solicitação e dizer: use uma linguagem comercial formal adequada para executivos de nível marítimo. Portanto, essa é outra maneira de reestruturar e especificar o tom que deseja usar para o conteúdo dos slides da apresentação Você acabou de aprender como automatizar 20% dos relatórios do TDS para se concentrar em 80% estratégicos Da próxima vez, seus slides serão gravados sozinhos enquanto você analisa os dados. Agora, para o próximo exercício, quero que você converta os dados da pesquisa com clientes em um esboço PPT de cinco slides Agora, cabe a você decidir se deseja usar dados reais de algum lugar na Internet ou se deseja apenas criar alguns dados de amostra, como fiz na demonstração anterior, e usá-los você mesmo. 20. Viés e IA responsável: A IA não é neutra. Ele reflete nossos dados e escolhas. Nesta palestra, você aprenderá como auditar resultados detalhados do Seek em busca de preconceitos, combater a desinformação e implantar a IA de forma ética, porque bons negócios são negócios responsáveis Falhas éticas não são apenas um desastre de relações públicas. Eles corroem a confiança, convidam à regulamentação e prejudicam pessoas reais Vamos garantir que suas iniciativas de IA evitem essas armadilhas. O preconceito nem sempre é intencional. Uma IA médica treinada em dados ocidentais pode diagnosticar erroneamente pacientes com agentes A vigilância é fundamental aqui. Em 2023, uma imagem falsa gerada por IA de uma explosão perto do Pentágono derrubou os mercados de ações Sua IA pode ser a próxima. Deep C não é perfeito, mas sua arquitetura rejeita solicitações explicitamente prejudiciais No entanto, é seu trabalho detectar preconceitos sutis. Tudo bem, nesta próxima demonstração, faremos uma auditoria em busca de preconceitos e desinformação Portanto, o objetivo aqui é testar as respostas do Deep Seek e implementar salvaguardas éticas Então, para o primeiro, vamos ver alguns exemplos. Primeiro exemplo, vamos ver se podemos detectar preconceitos de gênero na contratação. Então, o que eu gostaria que você fizesse é simplesmente colocar um aviso muito simples aqui. Então, por exemplo, gere dez descrições de cargos de engenheiro de software. Então eu quero que você execute isso, e vamos ver o que o Deepsk cria E enquanto estiver trabalhando nisso, se você estiver acompanhando esta demonstração, quero que você analise esses dez trabalhos diferentes de engenheiro de software e faça sua lista de verificação para si mesmo, como uma lista de verificação de auditoria, se quiser Então eu quero que você passe por tudo isso, leia. E então conte as palavras codificadas masculinas. Por exemplo, termos competitivos ou dominantes versus termos neutros. Está bem? Você também pode verificar se requisitos como exemplos de dez anos ou mais excluem desproporcionalmente as Então, outra coisa a procurar. E então, qual outra ferramenta que você pode usar é um decodificador de gênero Então eu tenho isso aqui. Se você simplesmente navegar até esse endereço ou URL, ele o carregará aqui e, em seguida, você poderá colar seu texto de resumo, e essa é uma ferramenta muito simples para encontrar preconceitos sutis em anúncios de emprego. Então, foi feito propositadamente para isso, e não é perfeito, mas apenas algo que você pode tentar apenas para ver se consegue detectar preconceitos E eu quero que você analise tudo isso e faça isso analisar os dados, veja o que você pode encontrar aqui. E isso deve indicar o tipo de preconceito que está nos dados de treinamento do Deep Seek. Hum, e uma coisa que você pode fazer, por exemplo, para ajudar com isso é ajustar seu prompt até certo ponto. Portanto, se forem dados de treinamento, é muito importante entender isso. Deep Seek gera respostas e aprende com os dados de treinamento Se os dados de treinamento forem tendenciosos, não há muito que você possa fazer com a urina, então os dados de treinamento em si precisam ser corrigidos, ok? Mas às vezes você pode obter resultados mesmo com os dados de treinamento corretos, pode não obter os resultados certos, e é aqui que você pode realmente revisar seus bailes Então, por exemplo, nesse caso, você poderia dizer algo como o seguinte, onde diz: use uma linguagem neutra em termos de gênero e intervalos de experiência flexíveis. Supondo que você tenha notado nas dez descrições de cargos anteriores, você percebeu que essas coisas são, na verdade um problema e lacunas que não foram cobertas Agora, vamos passar por algo um pouco diferente. E aqui queremos verificar os fatos das alucinações de IA. Então, às vezes, ferramentas de IA como JATGPT, DPC, Gemini e assim por diante, dão resultados realmente estranhos E isso se refere a alucinações em que, por exemplo, coisas inexistentes ou fatos e informações incorretos estão sendo e informações E isso é algo que você também pode verificar si mesmo e ficar de olho ao analisar os dados. É por isso que copiar e colar a saída profunda do Seeks não é recomendado Você sempre precisa verificar os fatos de tudo o que é apresentado pela IA e gerado pela IA. Então, aqui, vamos fazer algo como o seguinte como exemplo. Portanto, podemos pedir à Deepsk que forneça estatísticas sobre as taxas de vacinação contra a COVID-19 na África Então, ao executar isso, você pode e, novamente, aqui, você pode clicar no botão de pesquisa para obter os dados, se quiser. Então, quando você executa isso, vamos ver o que o DVC cria. Mas, potencialmente, o que você poderia fazer é, como parte do processo de verificação, verificar com quem, que é a Organização Mundial da Saúde. Você pode cruzar os resultados com cujos relatórios mais recentes, para poder acessar o site deles, baixá-lo e fazer referência cruzada a esse relatório, que são os resultados reais versus resposta do Deep Seek para garantir que as coisas estejam alinhadas e corretas. Você pode observar discrepâncias em diferentes porcentagens e, em seguida, adicionar algumas barreiras em seu baile de formatura, como dizer algo como site, como dizer algo como site, fontes de quem depois de 2023. E isso força e reitera o fato de que Deepsak deve procurar os dados Vamos fazer mais um exemplo. E aqui queremos mitigar os preconceitos culturais. Então, vamos usar um aviso simples que diz: escreva um e-mail de marketing para produtos para a pele na Nigéria Agora, se você executar esse prompt, eu quero que você analise os resultados, mas uma coisa que eu quero que você fique de olho é a verificação de viés. Então, aqui estão algumas coisas ou perguntas que você deve se perguntar. Ele assume que a pele clara é ideal? Os ingredientes ou preocupações locais são abordados, como umidade E é aqui que você pode realmente ajustar a solicitação para obter resultados melhores e menos tendenciosos para algo como focar em diversos tons de pele e benefícios específicos do clima se perceber que essas coisas estão surgindo e como as lacunas que você está percebendo nas respostas Agora, aqui estão algumas dicas de solução caso elas surjam, e eu não estou dizendo que surgirão, mas se você notar essas coisas na resposta, alguns problemas éticos. Então, por exemplo, digamos Deep Seek gere estereótipos prejudiciais, o que, novamente, não estou dizendo que sim, mas se você perceber que poderia usar APIs de moderação para bloquear a produção tóxica E a outra coisa é, digamos, por exemplo, outro cenário em que os usuários exploram a IA em busca de desinformação, e é aqui que você pode adicionar isenções de responsabilidade, como verificar com fontes confiáveis e IA ética não é uma solução única. É uma cultura. Integre-o em seus fluxos de trabalho ou corra o risco de causar danos. Agora é sua vez de experimentar. E para este exercício, gostaria que você auditasse esses critérios de aprovação de empréstimos gerados pela IA busca de viés e sugerisse três soluções. 21. Transformadores: Nesta palestra, abordaremos os transformadores, que são os cérebros por trás da Os transformadores revolucionam a IA, impulsionando tudo, desde o caos até a busca profunda e os geminianos. Nesta palestra, você aprenderá como eles funcionam sem matemática complexa No final, você verá por que essa arquitetura é o ingrediente secreto da IA moderna. Todos os modelos de IA são lidos como bebês, uma palavra de cada vez. Transformers lêem como doutores, conectando ideias em várias páginas Então, vamos dar uma olhada por baixo do capô. Imagine editar um documento com colegas de equipe. Um destaca pontos-chave, que são a atenção, outro rascunha, que é o codificador, e um terceiro polimento, que Os transformadores funcionam da mesma forma, mas na velocidade da luz. Os transformadores ficam mais inteligentes, não mais lentos, com mais dados. É por isso que o Deep C pode depurar código e escrever poemas. Tem camadas sobre camadas de neurônios sensíveis ao contexto. Pense nos parâmetros como células cerebrais e nas camadas como regiões cerebrais. Deeps não é apenas grande, ele é organizado com camadas especializadas para codificação, matemática e tarefas criativas Ok, então, para esta demonstração, vamos dar uma olhada na visualização da atenção E o objetivo aqui é ver como os transformadores se concentram nas palavras-chave usando um exemplo simplificado Agora, para a entrada, usaremos o seguinte exemplo de texto, que é o gato sentado no tapete porque estava cansado. E aqui, o que realmente estamos procurando é a atenção dada à palavra isso, e queremos ver como serão as pontuações mais altas para gato e MT. E o que queremos ver também é o transformador e ver se ele é capaz de analisar sua interpretação e ver se o modelo vincula corretamente a palavra I à CAT e não à palavra Matt, o que nos mostra a compreensão contextual Então, a primeira coisa que queremos fazer é criar nosso projeto. Então, vou abrir o código do Visual Studio na minha pasta e vamos criar um novo arquivo Python E eu vou salvar isso e nomear essa atenção underscore demo dot p. Ok, vamos continuar e salvar isso E vou colar o código a seguir e, não se preocupe, fornecerei isso e analisaremos isso em um segundo. E o que vamos fazer é instalar as dependências Vamos executar o programa e dar uma olhada nos resultados. Mas antes de fazermos isso, eu gostaria de passar alguns minutos examinando esse código e explicando o explicando o que o código está realmente fazendo. Tudo bem, primeiro, vamos começar com as importações aqui. Portanto, temos o torch, e esta é a biblioteca principal do Pi torch para operações de tensores e Em seguida, temos o tokenizador de pássaros e o modelo de pássaros, é do Hugging Faces Transformers, que lida com a tokenização de pássaros e carrega o modelo de pássaro que é do Hugging Faces Transformers, que lida com a tokenização de pássaros e carrega o modelo de pássaro pré-treinado. E então temos a biblioteca MpPlot, e essa é a biblioteca de plotagem padrão em É usado aqui para desenhar um gráfico de barras simples de pontuações de atenção. Agora, vamos passar para a entrada aqui. E essa linha aqui, é simplesmente a frase de entrada, e ela armazena a frase de exemplo cujos padrões de atenção queremos inspecionar. Agora, vamos continuar carregando o modelo e o tokenizador Então, aqui, nesta linha, quando você olha para o caso pré-treinado baseado em parto, ele simplesmente baixa ou carrega do cache, dependendo se você o baixou anteriormente ou não. Ele baixa ou carrega do cache, da base de nascimento, dos pesos e Se você observar a saída, atenção igual a verdadeira, isso faz com que o modelo retorne as matrizes de atenção para cada camada e siga ao lado dos últimos estados ocultos usuais E a última linha aqui, model dot Eval, muda o modelo para o modo de inferência e desativa o dropout Tudo bem, vamos passar para esse bloco de código aqui. Então, olhando as entradas, o método tokenizador aqui, divide a frase em símbolos de palavras, os mapeia em IDs e retorna a forma de tensores de tocha Pi Agora, olhando para o gráfico da tocha aqui, esse método envolve a passagem para frente para evitar a construção de um gráfico computacional, o que basicamente economiza memória, já que não voltaremos Olhando para o modelo aqui, isso simplesmente dá origem e produz o último estado oculto, que tecnicamente não é usado aqui E para chamar a atenção, é uma queda de comprimento 12, uma por Cada mancha de forma, as cabeças são iguais a 12 sequências e sequências. E aqui, para a atenção, é aqui que extraímos atenções para análise posterior Certo, vamos passar para esse bloco de código aqui. E aqui, a função converte IDs em tokens. Isso transforma os IDs de token numéricos novamente em tokens de string. E aqui para o índice, o que você vê aqui, encontra a posição dos tokens it, cat e mat na sequência de tokens. Agora, olhando para esse bloco de código aqui, o que ele faz é inicializar melhor um registro para rastrear qual camada e cabeçalho dão a maior atenção ao CAT E então ele percorre o tensor de atenção de cada camada, depois cada cabeça com essa E aqui, a atenção da cabeça com it IDX e IDX, ela extrai o peso da atenção escalar da palavra que posiciona para a posição CAT Portanto, a posição it é a consulta e a posição CAT é a chave aqui. E então ele se atualiza melhor sempre que encontramos uma pontuação maior. Ok, aqui, olhando para este bloco, simplesmente escolhe as duas matrizes de atenção D para nossa camada e cabeça escolhidas e, em seguida, ele simplesmente escolhe as duas matrizes de atenção D para nossa camada e cabeça escolhidas e, em seguida, as converte em uma matriz NumPi para facilitar uma matriz NumPi para Agora, precisamos que seja aqui que realmente preparamos e traçamos as pontuações de comparação. Então, olhando para esse bloco, isso cria uma pequena lista de duas pontuações Então, o primeiro é a atenção dele para o gato e o segundo é a atenção dele para a palavra Mt. Em seguida, ele os plota lado a lado em um gráfico de barras, rotulando o eixo e fornecendo um título que anota a camada e a cabeça, adicionando uma para converter da base zero em uma numeração amigável ao ser humano E o último bloco aqui, é simplesmente onde ele grava os dois pesos de atenção no console formatados com duas casas decimais para rápida Agora, reunindo tudo isso, o objetivo desse script e demonstração em Python é ver qual palavra, neste caso, a palavra gato versus Matt, o pronome que ela mais atende e em quais cabeças e camadas ela é mais e em quais cabeças e camadas o objetivo desse script e demonstração em Python é ver qual palavra, neste caso, a palavra gato versus Matt, o pronome que ela mais atende e em quais cabeças e camadas ela é mais saliente. E o oleoduto simplesmente se parece com isso. Primeiro, carregamos a frase dois, tokenizamos e modelamos o forward pass Três, inspecionamos os tensores de atenção, quatro, identificamos o mais forte, então é para gato, e depois o link it to cat, e depois cinco, o comparamos com um tapete na mesma cabeça, e então visualizamos e imprimimos Tudo bem, agora que abordamos o que o código está fazendo, vamos realmente executá-lo e dar uma olhada nos resultados juntos Então, o primeiro passo que queremos fazer é abrir um novo terminal aqui. E antes de instalarmos qualquer dependência como parte das boas práticas, vamos criar um ambiente virtual, e você pode simplesmente fazer isso por meio dos seguintes comandos Então Python e depois VN e, em seguida, é aqui que você pode nomeá-lo como quiser para a pasta do ambiente virtual Vou chamá-lo de VN novamente. E vamos continuar e executar isso, e isso vai criar esse ambiente virtual. E aqui no código do Visual Studio, notamos que um novo ambiente foi criado. Você quer selecioná-lo para sua pasta de espaço de trabalho? Sim. E isso vai configurá-lo para nós automaticamente, o que é bom. Agora, o ambiente virtual foi criado. No entanto, observe que ele ainda não está ativado. Então, o que vamos fazer é ativar esse novo ambiente virtual que acabamos de criar. Então você pode simplesmente fazer isso de uma forma muito fácil. Há uma pasta de scripts e, dentro da pasta de scripts, há um script ativado que podemos executar e podemos simplesmente fazer isso a partir daqui. Então vá em frente e digite uma barra de pontos no terminal. E, em seguida, tab. Na verdade, vamos voltar e, em seguida, queremos fazer ponto, lá vamos nós. Então, basta tocar duas vezes e isso vai te dar aquela pasta. Então, eu estou usando o Windows, então é dotbslash VM, o nome do ambiente virtual Em seguida, digite scripts S, mas você não precisa digitar tudo. Você pode simplesmente tabulá-lo e digitar Ativar e , em seguida, pressionar Enter, e isso executará esse arquivo em lote e, em seguida, ativará seu ambiente. E, novamente, se você quiser ver antes de começar, se quiser ver qual versão do Python está usando, basta digitar Python, voltar e fazer essa Versão H dash, e então isso mostrará a versão do Python Aqui, esse verde indica que nosso ambiente virtual está realmente ativado e estamos dentro desse contexto Tudo o que fazemos está dentro do contexto desse ambiente virtual. Então, vamos prosseguir e realmente instalar nossas dependências. Agora, se você olhar as importações aqui, temos tocha, transformadores e a biblioteca de plotagem MAD Temos que instalar as dependências deles, e o comando para fazer isso é PIP Install torch transformers e a Vamos prosseguir e executar isso. Agora, essa instalação vai levar algum tempo, então vou pausar o vídeo e, quando terminar, voltaremos Então nos vemos em um segundo. A instalação foi concluída com sucesso e agora vamos executar esse script Python E, tecnicamente, o que isso deve fazer se tudo correr conforme o planejado, é baixar o modelo do pássaro na primeira execução e depois calcular as atenções, abrir um gráfico de barras e imprimir as duas pontuações de atenção no terminal assim que fecharmos o Então, primeiro, vamos garantir que nosso script esteja seguro com as alterações mais recentes. E simplesmente no mesmo terminal, podemos executar o comando Python, depois o espaço e, em seguida, o nome do arquivo, que é atenção Novamente, você não precisa digitar tudo. Toque nele e ele o completará automaticamente para você e, em seguida, pressione Enter, e agora isso deve começar a executar nosso programa. Novamente, isso pode levar algum tempo Dependendo se é a primeira vez que você está realmente executando, se estiver, ele fará o download dos modelos de pássaros. Para mim, não é. Então, ele está carregando do cache. E como você pode ver aqui, aparece essa visualização, esse gráfico de barras E isso é exatamente do topo, essa biblioteca de enredos de Matt. Essa é a biblioteca que nos ajuda a visualizar isso. Então, aqui, você pode ver que o gráfico de barras está realmente apresentando os resultados corretamente. Porque lembre-se, estamos vendo a atenção da palavra “it”, certo? Voltando à frase original, o gato se sentou no tapete porque estava cansado. E estamos tentando ver se o modelo entende a que a palavra está se referindo. Está se referindo à palavra gato ou está se referindo à palavra tapete? E você pode ver aqui a pontuação do CAT é muito alta e o formato da pontuação é muito baixo, nos dizendo que é compreensão, o modelo está entendendo a que a palavra se refere. Portanto, mostra uma compreensão contextual. E aqui, você pode ver visualmente que é cerca de 80% deste lado, e é um pouco acima de zero. Portanto, está entre 0,1, muito baixo, e uma coisa que você pode fazer é ver os números numéricos, porque também estamos registrando isso resultados no registro do console Se você fechar isso, poderá ver as pontuações de atenção nos registros do console aqui Assim que você fecha, você vê a atenção. A palavra gato tem 83% e a palavra tapete tem 1%. Então você pode ver que ele definitivamente foi capaz de entender que a palavra se referia à palavra gato porque a pontuação de atenção para isso é muito maior do que a palavra MT. Você não precisa construir transformadores, aproveite-os. Saber que eles se concentram no CAT em vez Mat ajuda você a depurar e melhorar as saídas de IA Agora, para este exercício prático, o que eu gostaria que você fizesse é executar a demonstração com uma frase de sua escolha. Reflita sobre em quais palavras o modelo se concentrou e por quê. 22. Ajuste fino o DeepSeek: Nesta palestra, você transformará Deep Seek em um especialista no domínio, seja para diagnósticos médicos, contratos legais ou diálogos de jogos Nenhum doutorado é necessário. A IA genérica é como um clínico geral. ajuste fino o torna um neurocirurgião preciso, confiável e hiperfocado em Hoje, usaremos um caso de uso de perguntas frequentes médicas, mas os princípios se aplicam a qualquer domínio. Então, vamos preparar nosso conjunto de dados. Agora, para esta palestra, não vamos passar por toda a demonstração aqui porque ela é muito semelhante à demonstração que fizemos anteriormente no curso, na qual treinamos nosso chatbot em dados de suporte Em vez disso, eu queria apresentar isso e criar uma oportunidade para você voltar e praticar isso e aplicá-lo a um domínio diferente. Então, aqui, nosso domínio será uma prática de ajuste fino de perguntas frequentes médicas. Então, para a primeira etapa, precisamos de um conjunto de dados. Então, o que você precisa fazer é preparar seu conjunto de dados com alguns dados de amostra Agora, novamente, você pode nomear seu arquivo como quiser. Aqui está um exemplo. Você pode nomear seu arquivo CSV como sublinhado médico fqs E esse será o arquivo de dados que você usará para treinar e ajustar seu modelo de IA. Agora, você pode criar isso manualmente, e aqui você pode ver que eu tenho alguns dados de amostra. Temos duas colunas, prompt e resposta, e temos algumas linhas com, novamente, alguns exemplos de dados preenchidos Agora, quanto mais dados você tiver, melhor será treinar seu modelo. Quanto mais preciso for, mais preciso será e melhor aprenderá os contatos. Portanto, minha recomendação é gerar pelo menos 50 a 100 linhas no arquivo CSV, quanto mais, melhor No entanto, gerar isso manualmente pode ser muito demorado. Claro, você pode fazer isso. Mas, dada a quantidade de valor e o RI que você obterá, recomendo fortemente que você use uma ferramenta de IA, como Deepsk ou Chat GPT, para criar esse Então, por exemplo, você pode enviar uma solicitação, fornecer o contexto e, em seguida, solicitar que ela crie um arquivo CSV para você Com tantas linhas e tantas linhas, ele criará alguns dados de amostra para você, que você poderá copiar e colar diretamente em seu CSV E isso levaria alguns segundos, em vez de fazer isso sozinho, poderia levar várias horas. Agora, quando tivermos nosso arquivo CSV, queremos passar para a etapa dois E a segunda etapa é simplesmente fazer o upload desse CSV e treinar seu modelo E essas são exatamente as mesmas etapas e processos pelos quais passamos em nossa demonstração anterior, qual usamos dados de suporte no arquivo CSV para treinar o modelo que será usado por um chatbot para lidar com solicitações de suporte E a etapa três, é aqui que, após a conclusão do treinamento, é aqui que queremos comparar os resultados do modelo básico o modelo de ajuste fino. Então, é claro, você pode usar qualquer prompt de sua preferência que seja relevante para o domínio com o qual você está testando isso. Aqui, novamente, estamos usando um FAQ médico. Então, este é um exemplo de alerta que eu usei, e basicamente diz: qual é o tratamento para torção de tornozelo Obviamente, se você usar exatamente esse mesmo prompt, a saída que você obterá provavelmente será diferente da que eu obtive. Então, aqui, estou compartilhando isso apenas como um exemplo. Quando uso esse prompt, obtive a saída dos modelos básicos como essa, o que você vê aqui , e também postei saída do modelo de ajuste fino para o mesmo prompt. E você pode ver claramente que este é mais preciso e tem mais informações. E se você compará-los com a saída do modelo básico versus o Fine Tune, você pode ver algumas melhorias importantes no modelo Fine Tune. Por exemplo, o horário específico e o conselho de dosagem e a etapa clara de escalonamento após 72 horas. É muito importante focar na qualidade em vez da quantidade. Então, pense em seu conjunto de dados como um livro didático para Sk profundo. Exemplos claros equivalem a um aprendizado mais rápido. Depois de concluir esta demonstração, você acabou de criar uma IA médica especializada por alguns centavos Imagine fazer isso para o seu nicho. Por exemplo, botas legais, assistentes de RH, NPCs de jogos e assim por diante O futuro é o melhor livro. Depois de fazer essa demonstração e experimentar, quero que você faça o seguinte exercício prático e crie um conjunto de dados de dez exemplos para o seu nicho Novamente, quanto mais, melhor. Mas aqui, estamos analisando um FAQ sobre política de RH, então a demonstração foi médica. Este é o RH, um domínio tão diferente, e eu gostaria que você refletisse e revisasse seus resultados de treinamento assim que terminar este exercício. 23. AWS Lambda: Nesta palestra, você implantará um endpoint de API baseado em busca profunda que processa solicitações automaticamente sem nenhum servidor para gerenciar e usar os preços pelo pagador Vamos transformar seu modelo personalizado em um serviço escalável. O Lambda é como uma força de trabalho robótica. Eles aparecem quando você precisa deles, funcionam rápido e desaparecem quando terminam Perfeito para tarefas esporádicas de IA. Essa configuração custa centavos e sobrevive ao tráfego viral. Sem erros de sobrecarga do servidor e é infinitamente O que faremos é pegar um script Python simples e torná-lo acessível globalmente Portanto, observe atentamente se você vai fazer isso sozinho. Nesta demonstração, você aprenderá a configurar uma conta da AWS no nível gratuito. Crie e configure uma AWS LambdoFunction baseada em Python que usa Deep Ck para resumir o texto e expô-lo por meio do Amazon API e expô-lo por Agora, esse processo envolve várias etapas. Primeiro, criaremos uma conta da AWS garantindo a elegibilidade do nível gratuito Em seguida, falaremos sobre a instalação das ferramentas locais necessárias, como Python e assim por diante, e como configurar as funções e permissões de mensagens instantâneas Em seguida, analisaremos como escrever a função Lambda em Python , enviaremos texto para a API de bate-papo do Deepsk e retornaremos um resumo. Aprenderemos como empacotar dependências, como solicitações para criar APIs em Python, em um pacote de implantação ZIP , e criaremos a função Lambda e anexaremos as funções do IAM necessárias e, em seguida API de bate-papo do Deepsk e retornaremos um resumo. Aprenderemos como empacotar dependências, como solicitações APIs em Python, em um pacote de implantação ZIP , e criaremos a função Lambda e anexaremos as funções do IAM necessárias e , enviaremos texto para a API de bate-papo do Deepsk e retornaremos um resumo. Aprenderemos como empacotar dependências, como solicitações para criar APIs em Python, em um pacote de implantação ZIP , e criaremos a função Lambda e anexaremos as funções do IAM necessárias e, em seguida, configuraremos uma Endpoint da API HTTP usando o gateway da API para invocar o Lambda E, claro, no final, vamos testar esse endpoint usando o aplicativo u chamado Postman, com o qual você talvez esteja familiarizado Agora, essa solução aproveita o nível gratuito da AWS. Então, acabei de criar uma conta para os fins desta demonstração. Você recebe muitas solicitações nos primeiros 12 meses gratuitamente, então não há razão para gastar dinheiro com isso, pelo menos quando está testando esta demonstração, porque no Lambda, você recebe 1 milhão de solicitações e 400 gigabyte/segundo por mês gratuitamente, e no gateway de API, no gateway de API, você recebe 1 milhão de chamadas por E isso manterá o custo em zero, desde que você permaneça dentro desse limite. Então, vamos começar e passar pela configuração. A primeira coisa que queremos fazer é certeza de que temos a configuração do Python, e realmente depende do tempo em que você está assistindo esta palestra Portanto, no momento da gravação, a versão mais recente é o Python 3.13, e a AWS também suporta apenas até 3.13 no momento No entanto, em alguns meses, tanto o Python quanto o suporte da AWS para Python estarão Então, basta instalar o que há de mais recente e o que é compatível com a AWS. No momento, tenho o Python 3.13 instalado no Agora, você também precisa de um IDE para sua codificação e pode usar o que quiser Estou usando o código do Visual Studio. Você também precisa do Postman, que é um aplicativo gratuito que pode ser usado para fazer chamadas de API para um endpoint específico E, claro, precisaremos criar uma conta da AWS, criaremos uma conta totalmente nova e usaremos o nível gratuito. Então, primeiro, vamos continuar com a criação da conta gratuita da AWS, e tudo o que você precisa fazer é acessar Google e digitar o nível gratuito da AWS. Então, o nível gratuito da AWS está aqui, e então você pode ver que é a primeira primeira opção aqui. Portanto, serviços gratuitos de computação em nuvem, nível gratuito da AWS. Se você clicar nela, verá esta página e, em seguida, ela dirá AWS Free Tier e, seguida, ela dirá AWS Free Tier e seguida, ganhará em seguida, ganhará experiência prática com os produtos e serviços da AWS. E então o que eu gostaria que você fizesse é clicar em Criar uma conta gratuita. Ele fará algumas perguntas, obterá algumas informações como e-mail, criará uma senha e coisas assim, o endereço. Também solicitará informações do cartão de crédito ou débito No entanto, ele não cobrará porque esse é o nível gratuito. E eles apenas solicitarão essas informações, mas não cobrarão, desde que você permaneça dentro dos limites descritos como parte dos termos e condições do nível gratuito. E, claro, você pode dar uma olhada nisso e todas essas informações serão fornecidas nesta página aqui, documentação do nível gratuito da AWS. Então vá em frente e clique em Criar conta gratuita e siga as instruções. E quando a opção for apresentada , você desejará usar a opção básica de conta de nível gratuito. E isso é o que parece. Eu já criei uma conta, então fiz uma captura enquanto criava essa conta para mostrar a você E quando você inserir suas informações, ele apresentará uma página semelhante a esta. Portanto, atualmente existem três planos disponíveis para a AWS, e há o Basic, o Developer e o Business. Você só precisa clicar em Suporte básico, que é gratuito. E isso vem com, você sabe, novos usuários começando a usar a AWS. E se você está apenas aprendendo alguma coisa, isso é perfeito. Então, eu gostaria que você selecionasse isso clique em concluir a inscrição. E quando tudo correr quando você terminar de ler o assistente e todas as instruções, sim, você deverá ver um método de parabéns, página, desculpe-me, página de parabéns E está dizendo: obrigado por se cadastrar na AWS. E aqui, você verá uma opção que diz: vá para o AWS Management Console. E quando você clica na página inicial do console, essa é a página que você deve ver ou algo semelhante nesse sentido E essa é a página inicial do AWS Console Management. E passaremos por diferentes serviços começando com esta página. Apenas algumas coisas a serem observadas aqui: as regiões padrão já estão definidas. Então temos o Leste dos EUA um, o Leste dos EUA dois, Oeste dos EUA um, o USS dois, meu foi definido para o Leste dos EUA dois. Então eu simplesmente o deixei lá. Isso é bom para o nível gratuito. E você pode simplesmente ir em frente e usar isso. E aqui, você pode ver que está dizendo que a região selecionada também é US Es, e essa é a seleção padrão atual. Agora, para nossa próxima etapa, o que queremos fazer é criar um usuário do IAM e rolar para nosso Lambda, e nossa função Lambda é basicamente onde implantaremos nosso código que queremos executar e invocar Portanto, antes disso, precisamos criar o usuário e a função do IAM. Então, aqui, há várias maneiras de realmente fazer isso. Você pode clicar em pesquisar e pesquisar por IAM, ou você pode simplesmente clicar neste botão aqui. Esses são alguns dos visitados recentemente. Se você tiver uma conta totalmente nova, algumas delas estarão vazias. E à medida que você acessa e visualiza mais serviços, esse menu é preenchido com algumas dessas atividades recentes Mas se for sua primeira vez, novamente, você pode pesquisar e digitar IAM aqui ou pode ir aqui. Você pode clicar em identidade de segurança e conformidade. E aqui, você vê um monte de coisas. Você vê o IAM e o IAM Identity Center. O que queremos fazer é clicar em IAM e é aqui que você pode gerenciar o acesso aos recursos da AWS. Então vá em frente e clique. Agora, estamos na página padrão do IAM, e há várias coisas que você pode fazer aqui, criar grupos de usuários, funções de usuário, políticas e tudo isso. Mas vamos simplificar e fazer apenas a configuração mínima necessária para esta demonstração. Então, agora, a primeira coisa queremos fazer é criar um usuário e depois criar uma função. Então, vamos clicar em usuários. E, novamente, dependendo se você tem uma conta totalmente nova ou não, essas coisas podem ser diferentes para você. Se for uma conta totalmente nova, você não verá nada. Se você já está experimentando isso, verá algumas coisas. Faça alguns testes uma vez aqui. Mas, independentemente disso, vamos fazer isso do zero e criar um novo usuário. E para fazer isso, no lado direito aqui, você precisa clicar em Criar usuário. Então vá em frente e clique nele , e agora você verá essa caixa de diálogo de especificação de detalhes do usuário. Ok, então o que vou dizer é você pode chamar isso de qualquer coisa que seja arbitrária. Vou chamar isso de Lambda. Administrador. E aqui, isso é importante porque você deseja fornecer ao usuário acesso ao Console de Gerenciamento da AWS. Você pode fazer isso ou basicamente ir ao IAM Identity Center e lidar com as coisas a partir daí. Mas o que vou fazer é fornecer acesso de usuário para esse usuário ao AWS Management Console. Então, vou selecionar isso. E aqui diz que há duas opções. Há um usuário especificado no Identity Center. E você pode simplesmente fazer isso aqui. Então, o que eu vou fazer é escolher fazer isso aqui. Então, eu quero criar um usuário do IAM. E então diz que recomendamos que você crie usuários do IAM somente se precisar habilitar o acesso programático por meio de chaves de acesso, credenciais específicas da superfície e assim por diante Então, eu vou apenas selecionar isso e, em seguida, isso vai criar um usuário. Você pode criar uma senha personalizada para esse usuário porque basicamente, você pode fazer login no console da AWS. E gerencie usando esse usuário. Mas vou deixar que a senha seja gerada automaticamente. Claro, não compartilhe isso com ninguém. E então diz que o usuário deve criar uma nova senha no próximo login, e eu vou desmarcar isso Então, seja qual for essa senha gerada automaticamente, ela permanecerá lá E isso não acontecerá quando você fizer login pela primeira vez , não solicitará que você crie uma senha totalmente nova. Então, essas são as configurações, e eu vou clicar em Avançar. Vou deixar tudo como padrão aqui, então adiciono usuário a um grupo. Há permissões de cópia. Há uma política anexada diretamente, então vou deixar tudo aqui e, em seguida, o limite de permissão opcional já está verificado Então, novamente, estou deixando tudo como padrão. Não vou mudar nada e vou clicar em Avançar. Essa última etapa antes da criação é apenas um resumo e uma revisão do que você está prestes a criar. Então, novamente, nome de usuário, a senha será gerada automaticamente, sem necessidade de redefinição de senha no primeiro login. As tags são opcionais e um resumo de permissões Eu realmente não anexei nada a elas, então vou deixá-las e clicar em Criar usuário. E isso vai criar nosso usuário. E aqui, você pode ver que há uma notificação verde dizendo que a operação foi bem-sucedida e que o usuário foi criado Eles são muito importantes porque aqui você pode ver o URL de assinatura do console. Portanto, se você planeja fazer login com esse usuário no console, essa é a URL de login que você pode salvar. Esse é o nome de usuário e, em seguida, essa é a senha. Então, novamente, você quer escrever isso em algum lugar ou gravar isso em algum lugar, então você tem seu nome de usuário e sua senha. Se você clicar em Mostrar, ele mostrará sua senha ou você pode simplesmente clicar em Copiar e salvá-la em uma espécie de gerenciador de senhas seguro. Então, mas não compartilhe isso com ninguém, porque qualquer pessoa que tenha nome de usuário e senha pode entrar na sua conta e fazer alterações. Então, a partir de agora, criamos nossos usuários com sucesso. E, claro, você também pode baixar essas informações para não perdê-las clicando no arquivo CSV de pontos de download aqui E se você simplesmente clicar nele, as credenciais serão baixadas e, em seguida, você poderá abri-las e ter acesso a elas posteriormente, se quiser Em seguida, precisamos criar o rolo de mensagens instantâneas para o Lambda. Então, aqui, você pode clicar em Retornar à lista de usuários e agora pode ver que nosso administrador do usuário Lamb Do foi criado com sucesso E se rolarmos um pouco para a direita, você verá que o acesso ao console está ativado. Então, papel, esse usuário tem permissão. Agora, a próxima coisa está no lado esquerdo, você vê que há um botão chamado rolos. Então, vamos clicar nisso. Em seguida, no canto superior direito , há um botão chamado Create Roll. Então, o que queremos fazer é clicar nele. E aqui, ele está perguntando ou está oferecendo várias opções, como serviço da AWS, amostra dois, conta da AWS, identidade na web e assim por diante. Então, precisamos disso para o Lambda, e o Lambda é um serviço da AWS Então, vamos deixar isso aí. Em seguida, ele solicitará o serviço para escolher um serviço ou caso de uso. E nesse caso, vamos selecionar Lambda e clicar em Avançar Aqui é onde precisamos selecionar uma permissão para isso. E o que queremos fazer é anexar a política gerenciada chamada regra de execução básica AwsAmda, que também permite coisas como o registro do Cloud Watch Então, aqui, há uma longa lista, mas você pode simplesmente pesquisá-la, e tudo o que você precisa fazer é digitar AWS e depois Lamda Basic, e então essa é a função de execução do AWS Lambdo Basic É gerenciado pela AWS e diz aqui que descrição fornece permissões de gravação para o CloudWatch Então, vá em frente e selecione isso e clique em Avançar. Agora só precisamos dar um nome a essa função. E, novamente, no campo do nome da função, vou colocar algo. Você pode colocar o que quiser. Estou colocando o papel de Deep seek Lamb Da para os propósitos desta demonstração E então aqui está uma descrição padrão. Você pode alterar isso de forma mais descritiva para seu caso de uso e algo que, quando lido, faça sentido para você Estou apenas deixando o padrão aqui. E então, para as tags, as permissões, já estão anexadas ao AWS lamb, a função básica de execução, o que acabamos E então, para as tags, vou deixar como está e não vou adicionar nenhuma tag nova. E então eu vou clicar em Criar função. OK. Agora você pode ver que aqui, temos uma notificação de torrada verde que diz função Roll DeepC Lambda foi Em seguida, vamos continuar escrevendo a função Lambda em Python Aqui, criaremos uma função Python chamada Landerscore function dot pi com um manipulador do AWS Lambda chamado manipulador Lambda E essa função simplesmente analisará a solicitação HGTV recebida do API Gateway com o corpo JSON Em seguida, ele enviará o texto para a API de bate-papo do Deep Seeks por meio da postagem HTTP e, em seguida, retornará o resumo do Deep Seeks como resposta JSON Então, o que precisamos fazer nesta parte é importante, então preste atenção na estrutura do projeto e como você precisa configurá-la localmente. Então, a primeira coisa que vou fazer é criar uma nova pasta e nomear essa demonstração do Deep Seek Lambda Em seguida, vou para a pasta e aqui vou abrir código do Visual Studio usando o prompt de comando. E o que vou fazer é criar alguns arquivos com esse sendo um diretório de trabalho raiz. Então, o primeiro arquivo será um arquivo, um arquivo Python. Então, vou dar um nome a isso. Vamos clicar em Python. Vamos salvar, e vou chamar isso de Lam, digamos, funções de sublinhado. O Pi. Então essa é a nossa função Lambda Pi, então vamos criar isso E vou colar o código a seguir e fornecerei esse código para você. Mas, essencialmente, ele faz o que acabamos de descrever há alguns segundos. Em seguida, o que vamos fazer é criar um arquivo, apenas um arquivo de texto simples chamado requirements dot TxD Então, aqui, vou arquivar um novo arquivo de texto. E deixe-me salvar isso primeiro como ponto de requisitos TXT. E então o que queremos colocar dentro desse arquivo de texto é apenas uma solicitação E essa é essencialmente a biblioteca de solicitações para Python, que precisamos empacotar como uma dependência, que será lançada em alguns minutos Tudo bem, então Lamda realmente não tem um conceito de bibliotecas de terceiros Então, por exemplo, aqui estamos usando a biblioteca de solicitações, que é uma biblioteca em Python que nos permite fazer chamadas de API ou solicitações HTTP, mas não poderemos instalá-la no lado da AWS Então, o que precisamos fazer é que haja vários dias em que haja várias maneiras de implantar o Lambda Uma delas é que você pode preparar as coisas e empacotá-las como um zip e, em seguida, carregá-las e implantá-las. No entanto, qualquer dependência ou biblioteca de terceiros precisa ser fornecida previamente E isso é exatamente o que precisamos fazer aqui porque, novamente, Lambda é apenas uma função Ele não entende o que são solicitações. Portanto, precisamos instalar essa dependência primeiro, depois empacotá-la, compactá-la e, em seguida, podemos implantá-la na AWS em nosso Lambda Então, agora, a aparência do nosso diretório de trabalho atual nosso diretório de trabalho atual para o nosso projeto é essa. Então, vamos abrir o terminal. E, no momento, o diretório de trabalho atual é deepsk Lambda Tempo, o que está E aqui dentro, temos dois arquivos. Você pode até ver isso no Solution Explorer. Temos a função de sublinhado do Lambda dot pi e temos seus requisitos de texto em pontos Então esse é o nosso diretório, e dentro desses diretórios, há dois arquivos A primeira coisa que queremos fazer é criar uma pasta chamada package, e é aqui que o PIP instalará nossas dependências Portanto, você pode voltar e fazer isso por meio do Windows e criar um novo diretório, ou pode simplesmente fazer isso no prompt do Power Shell aqui. Então, você pode simplesmente fazer MKD, que é a abreviação de diretório e, em seguida, pacote Agora, isso criou uma nova pasta aqui no pacote e, novamente, você também pode ver isso aqui no Solution Explorer. Agora, esse é nosso diretório principal ou diretório pai. Temos dois arquivos e agora temos uma pasta, mas essa pasta atualmente não tem nada nela. Você também pode verificar se o diretório existe e confirmar isso simplesmente executando este comando do PowerShell, que é G e depois dash, e então você pode simplesmente digitar o item filho ou simplesmente digitar as primeiras letras e depois tabulá-lo, e então você pode ver que ele o completará automaticamente para Então pegue uma criança e, se você clicar nela, ela mostrará que dentro desta pasta aqui, deepskamd demo, temos três itens Temos a pasta ou o diretório do pacote, temos a função Lambda, arquivo Python e o texto com pontos obrigatório Portanto, essa é uma maneira rápida de verificar se a ação que você acabou de executar, neste caso, a criação de um novo diretório foi bem-sucedida Agora, o que precisamos fazer é executar a instalação do PIP para buscar a roda Python pura para solicitações E a maneira como vamos fazer isso é por meio do seguinte comando. Portanto, solicitações de instalação do PIP menos T e, em seguida, o pacote da pasta Portanto, a solicitação de instalação do PIP diz ao PIP que busque o pacote de solicitação mais recente do Pi Pi, que é o repositório principal da biblioteca e, em seguida, o dt dot slash packagSAS instrui o PIP a instalar o Requst e todas as suas dependências nesse o pacote de solicitação mais recente do Pi Pi, que é o repositório principal da biblioteca e, em seguida, o dt dot slash packagSAS instrui o PIP a instalar o Requst e todas as suas dependências nesse diretório do pacote. E como a solicitação e suas dependências são todas Python puro , o Windows Pip baixará e instalará as rodas do Windows , mas essas rodas funcionam no Lambda, pois não há Então, vamos seguir em frente e executar esse comando. E aqui, ele está perguntando se você deseja criar os pacotes Python para o ambiente virtual Então, vamos dizer que vou selecionar 3.13 0.3, que é a mais recente, e você pode simplesmente selecionar Ok, e isso vai criar isso Tudo bem, então a instalação está completa, então você pode simplesmente verificar o conteúdo da pasta do pacote simplesmente fazendo get child item-filho e, em seguida, espaçar a pasta do pacote. E aqui, você deve ver algo parecido com isso. Você tem a pasta bin, as certificações e todas essas solicitações e bibliotecas Em seguida, queremos copiar o arquivo Python da função Lamb Do E, novamente, se você não se sentir à vontade com o uso do PowerShell ou do prompt de comando, pode fazer isso por meio da interface do usuário no Windows, basta copiar esse arquivo para o diretório na pasta do pacote Mas, novamente, você pode simplesmente fazer isso aqui e não é tão difícil. Assim, você pode usar o item de cópia e, em seguida, o espaço e, em seguida, o nome do arquivo. Então, neste caso, somos a função Lambda. E, novamente, use a guia para preencher automaticamente o destino do espaço E então o pacote da pasta espacial aqui. Então vá em frente e execute isso. E então o que você pode fazer é executar o item get child novamente na pasta do pacote. E agora você pode ver que vê tudo o que costumava ver, mas agora também copiamos a função Lambda Pi na pasta do pacote Tudo bem, agora precisamos criar o pacote de implantação ZIP Portanto, o Lambda exige que todos os arquivos e pastas estejam na raiz do Zip, sem nenhuma pasta principal extra E para conseguir isso primeiro, queremos que agora estamos neste diretório aqui, demonstração do DeepCKlamda, precisamos entrar no diretório do Então, vamos mudar o pacote de diretórios. E agora estamos dentro da pasta do pacote. Então, aqui, queremos executar o arquivo de compressão do Power Shells para compactar tudo em um arquivo ZIP na raiz do projeto E a forma como vamos fazer isso é usando esse comando aqui. Então, temos Compress Archive e, em seguida, Path star destination path e, em seguida, o nome do ZIP, que é o pacote de implantação dot ZIP Portanto, o caminho é a estrela do Dash Path, isso significa incluir todos os arquivos e diretórios em seus pacotes Em seguida, o caminho de destino e, em seguida, o nome do arquivo ZIP, isso cria o Zip um nível acima no diretório de demonstração do Deep Sea lamda Então, vamos continuar e executar isso, e isso levará apenas alguns segundos para ser concluído. Então, agora que a compactação foi concluída, vamos verificar rapidamente e voltar à raiz do projeto e confirmar se o arquivo zip existe. Então você pode simplesmente fazer isso com ponto C, ponto, mudar de diretório. E agora voltamos um nível acima. Então, agora não estamos mais na pasta do pacote. Estamos de volta ao Dec Clam, o diretório de demonstração. E, novamente, você pode simplesmente obter um item infantil. E aqui você pode ver que temos pacote de implantação dot zip e isso nos diz que a operação foi bem-sucedida. Tudo bem, agora temos que criar nossa função Lambda. E a maneira de fazer isso é simplesmente, novamente, voltar à página inicial ou clicar nela E dependendo, você sabe, se você o visualizou ou não, no passado, você pode simplesmente digitar o Lambda aqui ou vê-lo no menu de configurações Mas aqui, você pode simplesmente digitar Lambda e, em seguida, em seus serviços, você verá que há uma opção de serviço Lambda Então, vamos clicar nele, e isso nos levará à página inicial de criação de Lambdas A primeira coisa que queremos fazer é no canto superior direito, clicar em Criar função. Então vá em frente e clique nele. E aqui, vamos ter que dar um nome a ele. Então, por exemplo, vou chamar isso de Deep C Glamda Mas você pode dar o nome que quiser. E então, para o tempo de execução, por padrão, nenhum JS 22 point x é selecionado. No entanto, nosso Lambda é escrito em Python , então vou selecionar Python E, novamente, existem diferentes tecnologias e bibliotecas nas quais você pode usar estruturas Eu escrevi o meu em Python. Você pode escrever seu Lambda em diferentes idiomas aqui. Mas, novamente, estou selecionando o Python 3.13 porque essa é a versão que tenho atualmente E então temos nosso nome. Temos nosso tempo de execução. Em seguida, precisamos alterar a função de execução padrão da nossa função Lambda Então, quando você clica aqui, há várias opções. Mas, se você se lembra, anteriormente, criamos uma função para nosso Lambda nas configurações do IAM Então, aqui, você pode criar uma nova função com permissões básicas do Lambda, mas vou usar uma função existente E se você clicar nele, ele fornecerá a lista suspensa de funções existentes. E se você clicar aqui, verá a função Deep seek Lambda, que é anteriormente criada na seção de funções dos serviços da AWS Vá em frente e selecione isso. E então, para configuração adicional, não vou tocar nisso Estou apenas deixando tudo como padrão para os fins desta demonstração. Então, novamente, apenas fazendo uma revisão rápida. Então, autor do zero para criar nossa função Lambda, você receberá um nome A linguagem de tempo de execução que estamos usando é o Python 3.13. Você pode deixar a arquitetura como está. Em seguida, selecionando a função existente que eu criei anteriormente, que é a função Deep C lambda, e depois vou clicar em Criar função Certo, então você pode ver aqui que temos uma notificação de torrada verde dizendo que função Deep C lambda foi criada com sucesso Temos muitas opções aqui. Mas, essencialmente, o que queremos fazer é, novamente, aqui está um código padrão, aqui está um código padrão. Nós realmente não precisamos disso. Isso é apenas por padrão, o que quer que esteja aqui. O que vamos fazer é fazer o upload do nosso arquivo zip. E a maneira de fazer isso é clicar em Carregar de e selecionar o arquivo zip com pontos. Tudo bem, agora temos que selecionar o arquivo zip do nosso diretório local. Então, aqui, vou até onde criamos isso originalmente. Então, na pasta deep lambda Demo, se você entrar aqui, poderá ver que temos nosso pacote dash de implantação, o Então vá em frente e selecione isso, e então você pode clicar em Salvar. E isso carregará automaticamente o Lambda com o código-fonte que temos lá E você pode ver aqui que a função Lambda que o Pi agora carregou com o código correto que escrevemos originalmente como parte do nosso projeto Depois de carregar o arquivo zip e preencher a função Lambda com o código Python adequado, que queremos fazer Queremos implantar esse lambda. Então, vamos clicar nisso. E parece que o Lambda por padrão, já foi implantado porque diz que não há mudanças para implantar Agora, se você observar o código aqui, verá que também precisamos uma chave de API profunda da Seek API deep Seek porque, no final das contas, o que estamos tentando fazer aqui é implantar o Lambda, estamos implantando um aplicativo, que é simplesmente um programa que recebe um texto e faz uma chamada para o Deep Seek, faz com que o Deep Seek resuma esse texto e, em seguida, verá que também precisamos de uma chave de API profunda da Seek API deep Seek porque, no final das contas, o que estamos tentando fazer aqui é implantar o Lambda, estamos implantando um aplicativo, que é simplesmente um programa que recebe um texto e faz uma chamada para o Deep Seek, faz com que o Deep Seek resuma esse texto e, em seguida, ele aparece use os resultados. Mas, para fazer isso, precisamos realmente fazer a chamada de API para o Deep Seek, e o pré-requisito para isso é que precisamos ter nossa chave de API Então, isso é algo que poderíamos colocar aqui diretamente no código, mas nunca é recomendável codificar as chaves de API no código e fazer com que codificar as chaves de API no código elas sejam verificadas no repositório Não são as melhores práticas, e elas sempre devem ser incluídas como parte de coisas como variáveis de ambiente e em uma ferramenta gerenciada adequadamente ou por segredos, ou você pode tê-la no CI como parte das variáveis de ambiente. Então é isso que precisamos fazer a seguir. Precisamos configurar a chave profunda da API Sk como a variável de ambiente. E, novamente, só para recapitular, já abordamos como fazer isso em palestras anteriores, mas se você acessar o site do Deepsk Deepsk, no canto superior direito aqui, você tem a API e, se clicar nela, é aqui que ela mostrará o Primeiro, você precisa recarregar. Você precisa colocar algum dinheiro lá porque a API Deepsek não é gratuita, infelizmente, mas não custa muito Você pode começar com $2, é mais do que suficiente e você não vai usar mais do que alguns centavos como parte desta demonstração Mas é assim que você realmente faz isso. E então, se você usar, poderá ver as solicitações que estão sendo feitas. Então, por exemplo, se eu passar o mouse sobre isso, agora, antes desta demonstração, há atualmente quatro solicitações de API E se eu for até aqui, isso está me mostrando o número, quanto eu usei até agora, que é menos de $0,01 E aqui, ele me mostra o número de tokens usados. Então, aqui no total, 430 fichas por dia. Mas apenas algo para você ficar de olho e fazer uma comparação de antes e depois. No momento, a solicitação da API é quatro e, depois de fazer várias chamadas, os especialistas podem voltar e verificar se o número aumentou E, novamente, se você quisesse criar suas chaves de API, acesse as chaves de API aqui e criaria uma nova chave de API. Eu já tenho o meu pronto, então não vou criar um novo. Agora vamos voltar e configurar nossa variável de ambiente em configuração. Então, aqui, há várias guias. Temos aliases e virgens de configuração do monitor de teste de código aliases e virgens de configuração do monitor de teste de Vamos clicar em configuração. E quando você faz isso na barra de navegação esquerda, você vê uma opção chamada variáveis de ambiente. Então, vamos selecionar isso e, em seguida, clicar em Editar aqui ou aqui, diz que não há variável de ambiente. Então, vamos clicar em Ed e depois diz adicionar variável de ambiente. A chave será uma chave profunda da API Syk, que é o que vimos anteriormente no código E então o valor aqui, essa será sua chave de API real. Então você pode copiar e colar isso aqui, o que eu vou fazer. E, novamente, não compartilhe esse valor. Estou usando isso apenas para fins desta demonstração e vou excluí-lo, então não há acesso a isso, mas você precisa colar sua própria chave aqui e clicar em Seguro A próxima coisa que queremos fazer é testar nosso Lambda para garantir que tudo esteja funcionando bem, e podemos fazer isso usando o padrão de teste no console ou enviando uma solicitação HTTP por meio de um gateway de API Mas, por enquanto, usaremos apenas o recurso de teste incorporado aqui. Então, nessa guia, clique em Testar, e a forma como você pode usar o Teste é criando um novo evento. Então, aqui, vou dar a ele um nome chamado Deep Seek Lamb test event one, sem espaços E vamos deixar isso como privado. O modelo hello world está bem. E aqui está um evento em JS on. Então, vamos testar isso e ver o que acontece. Ok, então a execução correu bem. Então, ficamos verdes, obtivemos sucesso na função de execução. Se você observar os detalhes, verá que a cotação de status era, na verdade, 400, o que não foi encontrado, e o corpo está gerando um erro informando propriedade de texto ausente no corpo da solicitação Então, vamos dar uma olhada para ver o que está acontecendo aqui. Esse erro simplesmente indica que nosso manipulador Lambda Lambda não está encontrando um campo de texto dentro do corpo do evento E na caixa de diálogo de teste dos consoles AWS Lambda, precisamos fornecer um JSON válido, que é essa parte aqui, e precisamos fornecer um objeto JSON válido que corresponda ao que nosso Lambda espera, especificamente um objeto com uma chave de corpo cujo valor é um JSON em sequência contendo o texto da chave . Para corrigir isso, basta selecionar e substituir esse código algo como o seguinte. Então, vou fornecer um corpo válido e, no corpo, vou me certificar de que tenho o texto do atributo. E o texto em si realmente não importa. Isso é simplesmente arbitrário. Você pode colocar o AWS Lambda executar código sem provisionar Realmente, novamente, isso é apenas um teste. Não estamos, ainda não chegamos a um ponto em que realmente testamos todo o aplicativo de ponta a ponta, que é resumido por meio do Deepsk Isso é apenas testar o próprio Lambda. Por aqui, esse é um recurso muito interessante. Você pode simplesmente clicar em Formatar JSON. Isso fará com que tudo esteja correto. Agora, o que você pode fazer é simplesmente clicar em Salvar e, em seguida, clicar no texto novamente, e isso executará a função Lambda novamente. Agora, corrigimos o evento JSON, mas a função de execução falhou Então, se clicarmos nos detalhes, isso significa que diz sandbox that time out, e então há algum ID de solicitação aqui, mas a mensagem de erro é que a tarefa expirou após 3 segundos Então, vamos dar uma olhada e ver por que isso está sendo causado. Aqui, nossa função Lambda está atingindo o tempo limite porque o tempo limite padrão do Lambda da AWS é de 3 segundos, e a chamada do DeepCKPI geralmente Então, para corrigir isso, o que precisamos fazer é aumentar o tempo limite das funções, e isso pode ser feito Podemos fazer isso em qualquer lugar por até 15 minutos, que é muito mais do que realmente precisamos para os propósitos deste exercício. Opcionalmente, você pode ajustar a memória da CPU para reduzir o tempo de execução Você também pode verificar o comportamento das funções por meio registros do Cloud Watch para ver onde ela está gastando seu tempo. Mas o que vamos fazer é saber que 3 segundos é muito curto, então vamos aumentar isso um pouco para algo como 15 segundos ou 30 segundos , apenas para garantir que o Deep Seek tempo suficiente para processar nossas solicitações e retornar com o resultado. Então, isso é realmente muito fácil de corrigir. Vamos em frente e, na guia de configuração, clique nela. E aqui é onde precisamos encontrar a configuração geral. Qual é a primeira opção aqui. E então você pode ver que não há descrição. O tempo limite é de zero minuto a 3 segundos. E é aqui que podemos clicar em Editar, e então queremos simplesmente, digamos, mudar isso de 3 segundos para 30 segundos, e isso deve ser mais do que suficiente para o que precisamos porque acredito dez a 15 segundos devem ser bons o suficiente. Isso é apenas um pouco de buffer, caso precisemos. Então, vamos mudar para 30 segundos, e o tempo limite expirará após 30 segundos e clique em SEGURO. Ok, economizamos nosso tempo limite. Você pode ver que agora o novo valor do tempo é de 30 segundos. Agora, o que podemos fazer é voltar para a guia de teste e executar isso novamente, e ele executará esse evento de teste mais uma vez. No momento, está em execução. E você pode ver que definitivamente está demorando mais de 3 segundos, certo? Então, agora está terminado, e aqui, você pode ver os resultados. Portanto, o código de status é 200, o que significa que foi bem-sucedido E o resumo aqui diz que o AWS Lambda permite a execução de código sem servidor, eliminando a necessidade de gerenciar servidores e, em seguida, aqui estão os Execução de código sem servidor, sem provisionamento de servidor. Portanto, você pode ver que ele os resumiu em pontos-chave E, novamente, se voltarmos ao código, você pode ver que isso 24. Custo da IA: Se você não tomar cuidado, a IA pode aumentar significativamente suas despesas ou fazer de você um herói. Nesta palestra, você aprenderá como as principais empresas reduzem AI COS em 70% ou mais e, ao mesmo tempo, melhoram Então, vamos transformar você em um Ninja de eficiência de IA. Agora, é importante entender onde seu dinheiro está sendo gasto. Às vezes, um simples bot de bate-papo pode custar 12.000 por ano se não for otimizado Portanto, você precisa se certificar de analisar isso e corrigir os problemas em algumas das coisas que abordaremos em termos de estratégia. É importante entender os custos da API e, claro, alguns dos que são mostrados aqui estão corretos no momento dessa gravação, mas é claro que o custo mudará com o tempo e isso realmente depende de vários fatores, e isso realmente depende de vários como o modelo, a API, o número de solicitações e assim por diante. E é sempre importante estar atento e ciente das despesas Às vezes, eles podem estar ocultos, como provisionamento de recursos de nuvem, chamadas de API redundantes e modelos ajustados não Você precisa ter certeza de escolher a ferramenta certa para cada caso de uso específico. Então, aqui, você pode ver que existem várias estratégias diferentes que você pode implementar para ajudá-lo a economizar. Por exemplo, se você tiver consultas e solicitações repetitivas como perguntas frequentes, que estão sendo executadas por trás do chatbd e ajudando os clientes, você pode economizar até 60% armazenando as respostas de alguém em cache para não precisar continuar sendo cobrado pelo para não precisar uso do Porque é a mesma pergunta, então a resposta não mudaria. Portanto, o armazenamento em cache é uma estratégia. Você precisa ter certeza de que está usando o modelo certo para o caso de uso certo. Então, se você conseguir realizar uma tarefa simples com um modelo menor, use-o. Não use um modelo grande , pois isso lhe custará mais. A solicitação de lote também é importante. Portanto, certificando-se de que você está processando em massa , em vez de um único processamento em sequência, você quer ter certeza de que pode processar solicitações em paralelo, o que o ajudará a economizar entre 30% e 50%. E, novamente, é claro, os números podem ser diferentes dependendo do seu caso de uso e de uma variedade de fatores diferentes. E outro exemplo podem ser os medicamentos Cold Start para várias aplicações , como o Lambda É importante levar isso em consideração também. Então, algumas startups da Fintech, por exemplo, aprenderam a reduzir o tempo de resposta de oito segundos para 0,5 segundo dividindo os pedidos de empréstimo Portanto, é importante usar essa técnica quando aplicável e garantir que você possa processar em paralelo, certificando-se de manter suas funções do Lambda ou vários serviços. Você pode mantê-los aquecidos executando pinos de agendamento, por exemplo, ou qualquer recurso que eles tenham para mantê-los aquecidos, para que você não precise esperar mais 8 segundos para que as coisas se aqueçam antes que a solicitação possa realmente ser processada Lembre-se de que um Lambda pode levar dez a 15 segundos apenas para se aquecer e, em seguida, outros cinco a 10 segundos para o processo seja processado ou o código seja executado E então, é claro, você pode tirar proveito da quantização, então reduza a precisão do modelo para uma inferência mais rápida, novamente, quando aplicável Portanto, é importante ter em mente que otimização não significa baratear. Trata-se de gastar dinheiro de forma inteligente. Então, eu gostaria que você usasse essas coisas quando estiver planejando automatizar as coisas com responsabilidade Portanto, a IA inteligente é uma IA escalável. Portanto, certifique-se de considerar o tamanho certo para combinar os modelos com a complexidade da tarefa. Certifique-se de aproveitar as técnicas de armazenamento em cache de forma agressiva sempre que tiver conteúdo estático repetitivo E também certifique-se de monitorar o custo versus o desempenho para garantir que você esteja constantemente otimizando sempre que puder Agora, faça este exercício, e o que eu gostaria que você fizesse aqui é auditar um fluxo de trabalho existente ou fluxo de trabalho de IA. Você pode criar um sozinho ou, se tiver um disponível, pode usá-lo como um exercício. Quero que você analise isso e pense em três ideias de otimização que levariam à economia. 25. Assistente de voz: Nesta palestra, você criará um assistente de voz que escuta, entende e responde usando o Deep Seek, assim como o Siri, mas personalizável Não é necessária experiência prévia em reconhecimento de fala. Imagine ditar e-mails enquanto cozinha ou consulta dados durante um Seu assistente se adapta aos seus fluxos de trabalho. Aqui, você usará fala para texto, texto para fala, o cérebro de IA, que é a API Deep Sk, e o áudio via microfone, e vamos unir essas partes com algumas linhas de código Python, e a melhor parte, tudo é gratuito Então, aqui está a mágica que está acontecendo nos bastidores. Primeiro, ele ouvirá e converterá a fala em texto. Em seguida, ele processará esse texto enviando-o ao Deeps para análise e recuperando a resposta em um formato de texto novamente em termos de saída E então convertemos esse texto da resposta do Deep SK em áudio e o reproduzimos nos alto-falantes Nesta demonstração, criaremos um assistente muito simples , mas elegante e interessante, que usará o Deep Seek para processar tarefas rotineiras e diárias nas quais ele pode nos ajudar. Começaremos instalando os pacotes Python necessários em um ambiente virtual para garantir o isolamento, e o script principal simplesmente ouvirá o usuário por meio do microfone e o converterá em texto e, em seguida, enviará esse texto para Deep Seek usando uma solicitação HTTP Em seguida, o Deepsek processará esse prompt. Ele converterá a resposta de texto do Deepsek em palavras faladas usando outra biblioteca e, para qualquer coisa que exija os principais comandos do estilo IoT, por exemplo, controlar dispositivos domésticos inteligentes, como calor , temperatura, coisas assim, estará apenas simulando os resultados porque na verdade não está conectado a Ok, então, primeiro, vamos criar nosso diretório de trabalho. Então, o que vou fazer é criar uma pasta aqui chamada Deep Seek Assistant. E vamos entrar na pasta e, em seguida, iniciarei o código do Microsoft Visual Studio. E então, a partir daqui, podemos continuar. No momento, estamos dentro da pasta. Então, primeiro de tudo, vamos criar um ambiente virtual. Então, vou entrar no terminal aqui e, em seguida, vou fazer isso por meio da linha de comando aqui. Então, vou dizer Python e depois SpACM e depois VN. E então aqui, onde você pode nomear o diretório do ambiente virtual. Você pode, qualquer coisa é arbitrária, vou chamá-la de VN E então vamos pressionar Enter, e isso criará um ambiente virtual usando a versão mais recente do Python que você instalou no seu Agora, e o ambiente virtual foi criado. Então, em seguida, precisamos ativá-lo, e você pode simplesmente fazer isso acessando a pasta VM e, em seguida, há uma pasta chamada scripts Novamente, você não precisa digitar tudo. Você pode simplesmente iniciar as primeiras letras e pressionar Tab para preencher automaticamente, e então queremos dizer ativar e pressionar Enter E aqui, quando você vê esse texto verde aqui na VM, isso significa que ativamos com sucesso o ambiente virtual que acabamos de criar Agora, vamos começar a instalar nossos pacotes e dependências que precisamos A primeira coisa é o reconhecimento de fala. Então pip instale o reconhecimento de fala, e isso serve para capturar o áudio do microfone e convertê-lo em texto Então, vamos pressionar Enter para que possamos obter todas as dependências dessa biblioteca Ok, estamos todos bem aqui. Agora, vamos passar para o próximo, e o próximo será o Pi Audio. Então, o PIP instale o Pi Audio. E isso é exigido pela biblioteca de reconhecimento de fala que acabamos de instalar para entrada de microfone. E esse é basicamente o comando para isso. E então, se você clicar em Inter, ele vai instalá-lo E como você pode ver aqui, diz que instale o Pi Audio com sucesso e depois a versão. Em seguida, vamos instalar a biblioteca chamada Give me 1 second here. Ok, instalação do PIP. E este é chamado de PIT TSX três, PY TX três, e este é necessário para conversão de texto em fala offline Então, vamos prosseguir e instalar isso. Ok, ótimo. Então, a instalação para isso está concluída. E só precisamos de mais uma biblioteca aqui, e esta é a biblioteca de solicitações. E isso é usado para realmente enviar solicitações por meio de chamadas de API para o Deepsk Então, vamos prosseguir e instalar isso também. E agora a Request Library foi instalada com sucesso e concluímos e concluímos a configuração do nosso ambiente local e todas as dependências de que precisamos para continuar a criar nosso assistente em Python Em seguida, vamos criar um novo arquivo Python. Então, enquanto estiver na pasta aqui, assistente do Deepseek, vamos clicar em Novo Arquivo, Python E eu vou salvar isso, e vou chamar esse assistente de dot pi. Ok, vamos em frente e economizemos. E o que vou fazer é colar o seguinte código aqui, que fornecerei, e salvarei novamente. E o que eu fiz foi criar comentários para cada bloco para que não passemos muito tempo examinando tudo. Mas aqui você verá que o comentário explica exatamente o que cada bloco está fazendo. Então, primeiro, recebemos nossas importações. Essas são as bibliotecas de que precisamos para que isso funcione. Temos nossa chave de API Sk profunda. Agora, essa não é a melhor maneira de, na verdade, você nunca deve codificar sua chave de API segredos, tokens e chaves de acesso no próprio código Sempre deve ser a leitura das variáveis de ambiente. Mas aqui, o que eu fiz foi copiar e colar o meu aqui Esse é um exemplo de chave de API, que não está mais ativa após essas demonstrações. Acabei de criar isso para demonstrar o que fiz. Só por conveniência e facilidade de uso desta demonstração, colei-a aqui Mas normalmente você não faria isso usando essa estratégia. A maneira correta de realmente fazer isso é algo assim, que recuperamos a chave da API usando uma variável de ambiente Então, novamente, ele nunca deve ser codificado. Mas, novamente, vou deixar essa linha aqui. Vou comentar para que você tenha a maneira correta. Mas apenas para fins desta demonstração, vou codificar minha chave de API para que possamos continuar com o resto Sim, por favor, dedique algum tempo para ler esse código por completo. Mas, como você pode ver aqui, estamos apenas recebendo a primeira parte, estamos apenas configurando. Recebemos nossas importações e, em seguida, obtivemos nossa configuração para recuperar a chave de API do DeepC para que possamos realmente fazer consultas a ela usando Aqui temos o endpoint de conclusão do bate-papo. É aqui que as solicitações serão feitas usando a biblioteca de solicitações. E aqui, temos nossa função de ouvir o microfone, capturar áudio e convertê-lo em texto. E, novamente, tudo isso pode ser alterado ou reconfigurado conforme desejar Então, você verá algumas mensagens no log do console quando executarmos o programa e, no momento, ele está configurado para expirar após 5 segundos. Você pode mudar isso, se quiser, para qualquer número apropriado para você ou pode simplesmente deixá-lo funcionando como um loop eterno. E rolando para baixo, você pode ver aqui que é onde realmente enviamos a conversa para o Deep Seek e, em seguida, retornaremos a resposta de assistência Em seguida, recebemos o texto de fala. Assim que recebermos a resposta do Deep Seek, converteremos o texto em fala usando a biblioteca em que instalamos o Pit TSX three E esse é, na verdade, esse método aqui que diz texto. Ele vai lê-lo em voz alta para nós usando uma das vozes padrão que ele tem. Então aqui temos a função principal, então isso vai apenas inicializar o componente e executar o loop de interação, e isso vai fazer com que você tenha um wild por aqui, que significa que esse é um loop eterno e executará as coisas até você sair dele E é mais ou menos isso. Há algumas condições de saída aqui, diz que, se você disser a palavra sair ou sair, ela sairá do programa, ou você pode simplesmente pressionar Control C ou Command C novamente, pressionar Control C ou Command C novamente, e então ela também aparecerá no log do console, interrompendo a execução. E aqui basicamente inserimos o código principal, que é a função principal, que está executando tudo isso aqui. Então, isso é simplesmente um nível muito alto do que o código está fazendo. Agora, apenas para testar as coisas e garantir que nosso assistente esteja funcionando corretamente, vou fazer algumas instruções, mas sinta-se à vontade para experimentar como quiser Esse modelo específico também não está conectado à Internet ou não pode. Ele não tem a capacidade de pesquisar. É ótimo para a interação diária. Portanto, tenha isso em mente ao fazer uma solicitação. Então, por exemplo, se você perguntar qual é o clima, ele precisa pesquisar essas informações, mas dirá que não é possível pesquisar na web. Então, você teria que usar meios diferentes de realmente fazer isso. No entanto, ele fornecerá instruções sobre como obter o clima. Tudo bem, então vamos começar com algumas instruções. A primeira coisa que queremos fazer é realmente executar nosso programa, então vou expandir essa área um pouco mais para que seja mais fácil para você ver. E vamos simplesmente executar isso digitando Python e , em seguida, ou Pi, aquele DXC E depois o assistente Da Pi. E isso vai começar a executar o programa. Conte-me uma piada. Aqui está um para você. Por que os esqueletos não lutam entre si Porque eles não têm coragem. E se você quiser um toque doméstico inteligente, por que o termostato inteligente se rompeu com a lâmpada Porque precisava de um pouco de espaço para se refrescar, rosto sorridente com olhos sorridentes Conte-me outra piada. Aqui está um clássico com um toque doméstico inteligente. Por que o aspirador do robô se rompeu com o esfregão? Porque dizia que o relacionamento deles era muito unilateral. Eu estava cansado de fazer todo o trabalho. Como alternativa, para uma piada doméstica não inteligente, o que é marrom e pegajoso Um pau, árvore de folha caduca. Deixe-me saber se você quiser mais. Eu tenho trocadilhos atuais há dias. Rosto sorridente de alta tensão com olhos sorridentes. Apague as luzes. Entendi. Simulando o comando Smart Home Asterisco do círculo azul apagando as luzes. Aproveite a escuridão aconchegante. Asterisco. Asterisk Se isso fosse real, eu precisaria acessar seu sistema doméstico inteligente Mas, por enquanto, imagine a sala ficando escura como breu e talvez um fantasma sussurrando quem apagou as luzes Lâmpada Asterisk Ghost. Avise-me se precisar de ajuda com integrações residenciais inteligentes reais Rosto sorridente com olhos sorridentes. Tudo bem, vou interromper a execução pressionando Control C, e aqui, você pode ver que agora estamos de volta, saia do programa Mas você pode ver que ele é capaz processar o que dissemos usando nossa voz, transformá-lo em texto, passá-lo para Deepsk. O Deep Seek conseguiu ver a solicitação, processá-la e nos devolver os resultados E então o resultado do texto foi transformado em voz, que é algo que você pode ouvir aqui. E então você viu o comando do dispositivo inteligente, eu simplesmente entendi. É inteligente o suficiente para entender que na verdade não está ligado a nada Então, ele nos disse que é apenas uma simulação e que na verdade não vai apagar as luzes. Portanto, é assim que você pode fazer uma assistência muito simples que pode ajudá-lo nas tarefas e rotinas diárias Você acabou de aprender como construir a base para um assistente parecido com Jarvis Em seguida, ensine seus fluxos de trabalho. Essa é uma abordagem de baixo custo, escalável e privada para criar seu próprio assistente para suas necessidades diárias Agora, para o próximo exercício, gostaria que você criasse o assistente, mas também experimentasse comandos diferentes e analisasse os resultados para ver como ele pode se adequar às suas tarefas rotineiras diárias. 26. Assistente de resumo de pesquisa: Nesta palestra, você aprenderá como criar uma ferramenta que digere trabalhos acadêmicos densos, extrai resumos e até gera citações, economizando Isso é perfeito para estudantes, pesquisadores e analistas. Pense na perda de tempo, quanto tempo você vai gastar lendo e não analisando. Pense na quantidade de trabalhos e estudos de pesquisa que estão sendo publicados diariamente e pense no erro humano em que perder descobertas importantes em testes longos é uma grande probabilidade. A IA não substituirá os pesquisadores. Isso evitará que eles se afoguem em arquivos, artigos e Não vamos usar nenhum software sofisticado, apenas bibliotecas comuns de Python para ler, analisar e extrair informações e formatá-las de acordo com nossas necessidades , usando ferramentas gratuitas e buscamos profundamente Vamos seguir as etapas. Primeiro, vamos extrair o texto do PDF, e não importa o tamanho do PDF e quantas páginas existem em termos de conteúdo. Em seguida, vamos pegar esse texto, resumi-lo e identificar as principais contribuições, métodos e lacunas e, em seguida, gerar automaticamente citações no formato MLA Então, aqui você pode ver que há um pipeline, e vamos transformar esse pipeline teórico em uma ferramenta de trabalho. Portanto, observe com atenção. Nesta demonstração, você aprenderá como criar um script Python que usa Deep Seek para resumir um PDF e O script primeiro carregará e extrairá de um arquivo PDF, depois enviará o texto extraído para o Deepsek por meio sua API aberta compatível com IA para gerar um resumo, junto com as informações de citação, e depois exibirá ou salvará Agora, é claro, o que você pode fazer é copiar colar o conteúdo de qualquer arquivo PDF e usar interface web do deepsk para copiar e colar e obter os resultados E se isso funcionar muito bem. No entanto, você precisa perceber que algumas dessas coisas são: se você tiver arquivos PDF muito longos, atingirão o tamanho máximo do token, então você teria que fazer isso em partes E a outra forma é mostrar como fazer isso programaticamente para que você não precise sempre confiar na interface da web e, em seguida, ajustar o código para melhor atender às suas necessidades Então, aqui temos um arquivo PDF. E, novamente, este é apenas um artigo de pesquisa que foi publicado e está disponível on-line. Então, o título é Lama two, e esses são os modelos de bate-papo Open Foundation e Fine Tune. O importante é que este é um trabalho de pesquisa, mas também é muito longo. Como você pode ver, são 77 páginas, e isso é perfeito porque você não precisa ler as 77 páginas inteiras e entender cada pequeno detalhe. Você pode simplesmente fazer com que o Deep Seek resuma isso para você e, em seguida, forneça as citações analisando e extraindo-as do G, vamos começar. E a primeira coisa que queremos fazer é criar seu diretório. E aqui vou fornecer o arquivo PDF, mas já o coloquei em nossa nova pasta que será a pasta raiz do nosso diretório de trabalho, onde nosso projeto estará. E lembre-se, mais tarde, temos que passar o caminho desse arquivo para que ele possa analisar o conteúdo. Então, temos a pasta. Colocamos o arquivo PDF aqui. Novamente, não precisa ser esse arquivo PDF. Pode realmente ser o que você quiser. Então, vamos iniciar o código do Visual Studio. Ok, ótimo. Agora, primeira coisa que queremos fazer é ver que temos nosso arquivo PDF no diretório atual. Vamos criar um novo arquivo. E este será um arquivo Python, e eu vou ampliar um pouco mais E esse vamos chamar PDF underscore summarizer dot pi OK. E então vamos colar esse código e, novamente, não se preocupe. Vamos passar por isso. Vamos salvar isso. E esse será nosso programa de resumo de PDF, o script Python que fará o trabalho E outra coisa que precisamos fazer é criar uma variável de ambiente porque, novamente, codificar chaves de API no aplicativo nunca é uma coisa boa e nunca deve ser verificada no repositório de código Ela sempre deve ser configurada como variável de ambiente. E aqui, o que vamos fazer é em vez de codificar a chave aqui, vamos apenas criar um arquivo de ponto N e, em seguida, usar essa biblioteca aqui, o ponto N, vamos usá-lo para ler de um arquivo externo Mas isso normalmente pode vir da variável de ambiente que você define em seu pipeline de CI. Então, nesse caso, vamos criar um novo arquivo. E a maneira como fazemos isso é arquivar um novo arquivo de texto. Vou colar minha chave de API. Novamente, esse é um exemplo de chave de API que estou usando para fins desta demonstração, mas por favor, não compartilhe sua chave de API com ninguém. Então, a chave é essa e, em seguida, o valor da chave de API é isso. Então, você deseja seguir esse formato exato e, em seguida, deseja salvar. E então este tem que ser nomeado exatamente dessa maneira. Vai ter que ser ponto EN V. Você não deve nomeá-lo com mais nada, caso contrário, ele não será capaz de processar, e então vamos salvar isso como todos os arquivos, então ponto ENV é a extensão, então ele vai reconhecer isso Então, agora, temos três arquivos. Temos o ponto ENV. Temos o arquivo PDF e, em seguida, temos o script Python do sumário de PDF dot , que é nosso Antes de começarmos a executar o programa, primeiro precisamos instalar algumas dependências Então, vamos seguir em frente e fazer isso. Vamos iniciar um novo terminal. Vou expandir isso um pouco para que você possa ver melhor. Antes da instalação, porém, queremos criar um ambiente virtual. Então, vamos seguir em frente e fazer isso. Python e depois menos M VN e agora o nome da pasta em que você deseja que tudo Nesse caso, vou ligar para aquela VN novamente. Não precisa ser VN. Pode realmente ser qualquer coisa , é apenas um nome arbitrário. Então, vamos seguir em frente e fazer isso. No momento, ele perguntará: você deseja selecionar isso como seu espaço de trabalho Sim. E agora ele criará o ambiente virtual para nós e configurará nosso projeto local. Tudo bem, então acabou. E agora, o próximo passo é ativá-lo, e há uma pasta de scripts com um arquivo chamado Ativar. Então, vamos em frente e vá para VN. Para colar aqui e focar o cursor ali, VM e, em seguida, scripts e, em seguida, ativar. Vamos fazer isso. E agora você pode ver o ícone da tela com o Powershell, agora ele está ativado Então, agora estamos prontos para instalar nossa dependência. E para fazer isso, é isso que vamos fazer, e esse é o comando que vamos executar. Então pip install Precisamos de OpenAI, Pi PDF para python dot e TikToken. Então pressione Enter e vamos instalá-los. Agora, isso vai demorar um pouco, então vou pausar o vídeo e depois voltaremos quando estiver pronto Tudo bem, toda a instalação foi concluída com sucesso e agora estamos prontos para executar o programa. Mas antes de fazer isso, vamos examinar rapidamente o código e ver o que ele está fazendo bloco por bloco. Agora, em um alto nível, o que esse script fará é primeiro extrair todos os textos do PDF. Em seguida, ele tokenizará e fragmentará o texto. Portanto, cada peça tem menos de 57.344 fichas, e isso vai deixar espaço para um resumo de oito fichas K. Em seguida, ele chamará Deep Sear one, que é o modelo de raciocínio do Deep Sk em cada bloco solicitando até oito mil tokens de Isso garante que não atinjamos o limite e que nosso programa não falhe. Vamos concatenar os resumos e as citações por bloco E a última etapa é imprimir o resultado combinado no console e salvá-lo no arquivo de texto resumido no diretório de trabalho. Tudo bem, agora vamos passar algum tempo examinando o código um pouco mais de detalhes e abordaremos cada bloco por bloco, e passaremos um pouco mais de tempo examinando isso para entender exatamente o que cada bloco está fazendo Então, vamos começar com as importações. Agora, o Import OS, o objetivo disso é fornecer acesso a variáveis de ambiente, caminhos de arquivos e outras funções do sistema operacional, e a biblioteca Python padrão usa para buscar função os dot gg N e interagir A análise do arco de importação tem objetivo analisar o argumento da linha de comando para que o caminho do PDF possa ser fornecido pelo usuário E você verá mais tarde quando estivermos prestes a executar este programa, teremos que executar o comando Python e o nome desse arquivo, que é um resumo de PDF Mas temos que passar um argumento, e o argumento nesse cenário será o caminho absoluto do arquivo PDF, que mostrarei como obter mais tarde. E este aqui, o módulo RCPars do módulo RVS gera automaticamente mensagens de uso de ajuda e manipula Agora, analisando from.net Import load.net, o objetivo aqui é carregar o par de valores-chave do arquivo ponto N que criamos, e é nele que carrega o par de valores-chave do arquivo ponto N na variável de ambiente em O Python dot permite que você mantenha segredos, como chaves de API, fora do código-fonte lendo um arquivo N. Agora, o Import Pi PDF two, o objetivo disso é ler e extrair texto do arquivo PDF Portanto, há uma biblioteca que faz o trabalho para você, então você não precisa escrever o código para fazer isso, e é uma biblioteca Python para trabalhar com documentos PDF, dando suporte à extração de texto e outras operações Agora, analisando o Import OpenAI, isso fornece o SDK compatível com OpenAI para se comunicar com a A biblioteca OpenAI Python é usada para chamar a conclusão do bate-papo no Deepsk R one , que é o modelo de raciocínio, definindo a URL base como TPs api.deepsk.com , que é o modelo de raciocínio, definindo a URL definindo E, por último, temos TikTok Import. O TikTokent basicamente codifica texto bruto em IDs de token para que você possa contar tokens e dividir o texto em pedaços de tamanho adequado para não o TikTok Import. O TikTokent basicamente codifica texto bruto em IDs de token para que você possa contar tokens e dividir o texto em pedaços de tamanho adequado para não ultrapassar o limite máximo. E o TikToken é uma codificação rápida de pares de bytes, que também é a abreviação Um tokenizador compatível com os modelos Open AI e é ideal para uma contagem precisa de tokens Agora vamos ver o próximo bloco aqui, e é aqui que carregamos a chave da API. Então, o que ele faz é pesquisar um nome de arquivo no diretório de trabalho atual ou nos diretórios principais E isso é útil porque evita a codificação permanente de sua chave de API Em vez disso, você coloca o par de valores-chave lá. Portanto, nesse caso, a chave de sublinhado da API de sublinhado do Deep Seek é igual ao valor da sua chave no arquivo junto com o script E, por padrão, o ponto N do Python não substitui as variáveis de ambiente existentes Ele é usado para gerenciar segredos localmente. E a linha OS Get aqui recupera o valor da chave, neste caso, deepSekUnscore, chave de sublinhado da API E essa chave de API do Deep Seeks é necessária para autenticar sua solicitação no URL base, que era HTTPs coolinlashpi.deepsk.com, que coolinlashpi.deepsk.com E aqui, você também tem o erro de valor. Portanto, isso é apenas um tratamento básico de erros, e o que ele faz é interromper a execução com uma mensagem de erro clara se a chave estiver ausente ou não conseguir resolver isso, e isso é útil porque ajuda a detectar erros de configuração mais cedo, em vez enviar uma solicitação sem nenhuma credencial Tudo bem. Agora vamos para o próximo bloco, que é extrair textos do arquivo PDF Agora, aqui, observando o caminho WidOpenPDF BSF, o que ele faz é abrir um arquivo PDF no modo de leitura binária, e a razão para isso é que os PDFs são arquivos binários, e o método leitor de PDF de dois pontos da biblioteca P Pi PDF espera um objeto espera Agora, olhando para isso, leitor é igual ao leitor de PDF Pi F como argumento Isso instancia um objeto leitor de PDF que pode acessar cada página, e esse objeto fornece uma lista, que são as páginas pontilhadas do leitor, cada uma das quais pode ser usada para extrair texto E o leitor de PDF do Pi PDF two retorna uma lista de objetos de página com um método de extração de texto. Em seguida, passamos por aqui. Você vê os quatro loops. O que isso está fazendo é iterar em cada índice de página, chamar o método de extração de texto e concatenar cadeias de caracteres não nulas. E a razão para isso é que algumas páginas podem ter imagens ou nenhum texto. Portanto, o método de extração de texto pode retornar none ou apenas uma string vazia garante que você não acrescente E o método de extração de texto retorna uma sequência de todo o texto dessa página ou nenhum, se estiver vazio ou se for somente imagem. E então o texto de retorno aqui, este é o que ele faz, ele retorna uma string gigante contendo todo o texto da página separado por novas linhas. Ok, vamos passar para o próximo bloco aqui, que é a tokenização e fragmentação Então, pode ser um pouco difícil enrolar o cabelo, mas vamos passar por isso e, depois de um pouco de prática, será muito mais fácil de entender. Então, sinta-se à vontade para, você sabe, fazer mais pesquisas sobre isso e brincar com o código para se familiarizar mais. Você também pode usar o Deep seek para analisar esse código para você e informá-lo ou explicá-lo a você ou a qualquer outra ferramenta, como Gemini ou HAGBT, se tiver dificuldade em entender ou ler isso após esta Agora, aqui, o que estamos fazendo examinando essas linhas lentamente aqui, essa linha é, por exemplo, todos os IDs de token iguais ao texto do código de pontos do tokenizador Isso é o que ele faz: converte todo o texto longo em uma lista de IDs de token usando biblioteca Tik Token que instalamos como uma dependência E a razão para isso é porque você precisa saber exatamente quantos tokens você está enviando para o Deep Sk R por modelo, para não exceder os 65.536 tokens, porque esse é o limite que ele tem e que você E então passamos pelo ciclo de fragmentação, que simplesmente começa a partir daqui, como iniciar o IDX zero, e depois passamos pelo O que isso está fazendo é que a entrada MAX para sublinhar os tokens é definida como 57.340. Quatro. E é simplesmente assim que calculamos que esse é o máximo, que é 65.536 -8.192, garantindo que, quando solicitamos uma saída de oito tokens K, a soma, que é entrada mais a saída, seja igual ou menor que o máximo, que é que é 65.536 -8.192, garantindo que, quando solicitamos uma saída de oito tokens K, a soma, que é entrada mais a saída, seja igual ou menor que o máximo, que é 65.536 tokens. E a sobreposição dos 200 tokens ajuda a preservar a continuidade citações que podem ultrapassar os Agora, vamos dar uma olhada na parte de trás da lógica, que ajuda a evitar a divisão no meio Então, aqui, o que isso está fazendo é que, se você passar por esse bloco aqui, simplesmente se você não estiver na parte final, ele verifica até 1.000 tokens para trás para encontrar o espaço em branco ou a pontuação, então você não corta o meio da frase ou a palavra média E a razão para isso é garantir que os limites dos trechos não dividam as frases ao meio, que pode tornar os resumos Agora, olhando para o tokenizer, faça um tokenizer dot decodificar os IDs dos blocos aqui, nesta linha Isso é o que ele está fazendo: converter esse subconjunto de IDs de token de volta em texto simples para esse pedaço E isso ocorre porque o Deep C car one espera entrada de texto bruto, não IDs de token. E então a linha de blocos de retorno aqui, é uma lista de sequências de texto, cada uma menor ou igual a 57.344 tokens com aproximadamente cerca de 200 tokens sobrepostos é uma lista de sequências de texto, cada uma menor ou igual a 57.344 tokens com aproximadamente cerca de 200 tokens sobrepostos entre partes adjacentes. OK. Vamos continuar analisando o código. Então, esta seção aqui, Seção quatro, resumindo e extraindo citações Então, aqui você pode ver o resumo e, basicamente, o que isso está fazendo, como a mensagem do sistema, o que isso está fazendo é instruir a função do modelo Aqui você é assistente acadêmico. Ele define o contexto em que você espera: um resumo mais uma lista de citações, incluindo o número da página E ao fornecer isso, você está fornecendo um aviso claro do sistema. Você orienta o modelo Deep Seeks R one para formatar sua saída em duas seções distintas, resumo e citação. E o Deep Seeks R one, que é o motivo pelo qual um modelo é invocado por meio do Open AISDK definindo o URL base como hdbsapi.deepsk.com Agora, olhando para a mensagem do usuário, isso é o que ele faz: entrega a parte real do texto em PDF para o modelo seguido pela solicitação específica E isso garante que o modelo veja exatamente o que precisa ser analisado e extraído. Agora, olhando para esta linha aqui, o cliente Open AI. Isso instancia um cliente para Deepsk usando a chave de API da variável de ambiente Deep Seek, e o cliente enviará a solicitação de conclusão do bate-papo ao endpoint fazendo uma pós-chamada para o endpoint que você vê aqui com a Então esse é o nosso URL base aqui. E essa é a URL base, então você receberá várias conclusões e ele fará uma pós-chamada para Agora, olhando para esta linha aqui, a resposta é igual às conclusões que o cliente cria, esses são os argumentos Então você vê que há vários argumentos aqui. Então, o modelo é basicamente modelo igual a modelo. Esse é o raciocinador de busca profunda, que é o DeepSkro. As mensagens, esta é a promoção do sistema mais a parte do usuário O token máximo é 8192, que abordamos anteriormente, e essa é uma solicitação de até oito K tokens de conclusão, e a temperatura sendo zero, essa é uma saída determinística, portanto, Não queremos nenhuma randomização. E dissemos isso dessa forma porque queremos garantir que o modelo não use mais do que oito tokens K em sua resposta, sala de estar. Portanto, a entrada mais a saída é inferior a 65.536 tokens. E então, olhando para a última linha aqui, a resposta de retorno, é que isso extrai o conteúdo da string da primeira e única opção de conclusão E fazemos isso porque esse conteúdo contém tanto o resumo quanto a citação desse trecho específico Ok, vamos passar para a função principal, e isso simplesmente aqui, vamos começar aqui. Então, analisador é igual a análise de arco. Este instancia um analisador de argumentos que gerará automaticamente uma espécie de ajuda e analisará os E o arc parse simplifica as interfaces de linha de comando definindo os argumentos necessários, gerando mensagens de uso automaticamente e validando Agora, o argumento do parser dot add, este declara que o script espera exatamente um argumento posicional, que é, nesse caso, o caminho do PDF, que é um caminho de string para o arquivo PDF que tínhamos em nosso diretório que eu mostrei anteriormente Agora, sem isso, o script não saberia qual PDF processar. E depois passando para o analisador de args. Este aqui analisa o argumento real da linha de comando e o armazena no ponto args pdfFat Se o usuário omitir o PDFat ou digitar um sinalizador inválido, o arc parse imprime um erro ou ajuda e Agora vamos carregar a chave da API aqui. Isso tenta carregar a chave da API. Como você pode ver, há uma espécie de exceção “tente ”, “tente capturar”. Este aqui, ele chama a função da seção anterior para carregar e verificar a chave profunda da API Sk. E se isso falhar, por exemplo, se a chave estiver faltando, o script imprimirá um erro e retornará mais cedo. Ok, passando para a extração dos arquivos PDF. Então, aqui, o que estamos fazendo é que essa linha notifica qual PDF está sendo processado Então, novamente, apenas alguns registros do console, e isso é útil para depuração ou, você sabe, PDFs você sabe, E então, você sabe que está funcionando e não está realmente falhando nos bastidores O texto completo aqui chama uma função da seção anterior para obter uma única string grande contendo todo o texto da página. E então a condicional aqui com a instrução if, isso verifica se o texto extraído está vazio Por exemplo, se você tiver um PDF que seja apenas imagem, se tiver, ele imprimirá, nenhum texto foi encontrado e, em seguida, ele retornará. Agora, definindo o modelo de busca profunda aqui, esse bloco aqui. Então é aqui que definimos os limites do token. Por exemplo, o primeiro aqui, este, é o total máximo máximo de Sk R 1, então entrada mais o número de tokens de saída, que é 65.536 Temos os tokens de saída máxima. Queremos que o deep Seek gere no máximo oito mil tokens de resumo e citação. E o comprimento máximo de geração do Deep Sik R One é de 32.768 tokens, mas solicitamos apenas oito K para deixar espaço para a entrada Passando para o máximo de tokens de entrada, esse é simplesmente o cálculo para 65.536 -8.192, o que equivale a 57.344 esse é simplesmente o cálculo para 65.536 -8.192, o que equivale a 57.344 tokens. Por que fazemos isso? Como garante que o comprimento dos tokens de entrada mais o comprimento dos tokens de saída seja menor ou igual ao máximo, que é 65.536, evitando que erros de solicitação incorreta, como tamanho máximo do contexto Analisando o token de sobreposição, isso simplesmente diz que cada pedaço compartilha 200 tokens com o próximo bloco para preservar sobrepostas Agora, passando para o tokenizador, este aqui simplesmente retorna um objeto de codificação de token tecnológico alinhado com a tokenização GPT Embora o DeepCCarb não seja exatamente GBT quatro, eles compartilham um tokenizador aberto compatível com IA, e isso garante uma e isso garante consistente Agora, aqui, vamos dividir isso em partes. E o que isso está fazendo, isso retornará um objeto de codificação de token tick E desculpe, na verdade isso é registro. Desculpe-me. Na verdade, isso está registrando a fragmentação que está prestes a acontecer Portanto, é apenas um registro do console. E então o trecho de texto aqui, essa parte, esta divide todo o texto do PDF em gerenciáveis com base na lógica das seções anteriores que abordamos E esta é uma lista de strings, cada uma menor ou igual a 57.344 tokens com aproximadamente 200 tokens E então a impressão F aqui, o total de pedaços, esses registros, quantos pedaços serão processados. É útil confirmar que você não criou acidentalmente mais de 100 blocos pequenos quando eram esperados menos pedaços maiores Ok, então vamos seguir em frente. E olhando para isso, isso é simplesmente olhar para todos os resumos. Isso inicializa uma lista vazia para conter o resumo de cada fragmento mais o bloco de citação E então passamos para as impressões digitais. Este é apenas um registro do console, informa que o resumo por bloco está começando, o que pode levar Em seguida, passaremos para o loop quatro, é basicamente iterado em cada bloco com um índice amigável para humanos começando em E então ele também registra ou imprime aqui, mostrando o progresso. Por exemplo, resumindo o fragmento dois de cinco ou um de cinco, para que você saiba o quanto está no processo E então o resultado do fragmento aqui, isso chama uma função da seção anterior, enviando o texto dos fragmentos para o R 1 profundo para extração de resumo e citação R 1 profundo para extração de resumo e citação E isso é simplesmente o que é retornado é uma string contendo o resumo e a lista de citações, incluindo referências de páginas, se o Deep Seek as identificar Agora, passando para o divisor, isso cria um limite visual, então há 80 sinais iguais entre saída de cada bloco para que, quando concatenados, você possa localizar facilmente onde termina o resultado de um Chung você possa localizar facilmente Em seguida, todos os resumos, isso armazena a resposta de cada parte mais o divisor E então, o tratamento de exceções aqui captura erros de API, como limites de taxa, problemas de rede, coisas assim, e imprime quais partes falharam e, em seguida, sai do programa Tudo bem, estamos quase lá, por favor, tenha paciência comigo. Então, olhando para este último bloco aqui, combinando todos os pedaços Então, a saída final, essa linha, une todos os blocos de blocos em uma grande string, separados pelo divisor de cada pedaço Em seguida, a impressão, as linhas de impressão aqui, registra que a saída final combinada está prestes a ser mostrada. E, em seguida, a saída final, simplesmente imprime todo o resumo concatenado mais as citações para você e para o Com a opção aberta aqui, esta simplesmente grava a saída combinada em um arquivo. Isso é opcional. Acabamos de fazer isso, então temos uma espécie de artefato no final, grava a saída combinada em um arquivo chamado resumo e bloco de citação ponto TxD no diretório de trabalho e permite a revisão ou o compartilhamento posterior dos resultados sem precisar percorrer o console, o que pode ser um pouco chato diretório de trabalho e permite a revisão ou o compartilhamento posterior dos resultados sem precisar percorrer o console, o que pode ser um E, em seguida, passando para a última linha de impressão, isso confirma onde o arquivo foi salvo E então aqui, olhando para esse bloco aqui, isso simplesmente garante que o principal seja chamado quando o script é executado. Então, assim que é executado, ele entra no programa principal ou na função principal, que executa o resto do código. Portanto, isso é chamado quando o script é executado diretamente e não quando é importado por outro módulo. E esse é apenas um idioma Python padrão para pontos de entrada de scripts Tudo bem, a última etapa é que agora basta executar este programa e ver os resultados, e podemos fazer isso no terminal Agora, quando executamos o programa, se você se lembra, temos que passar o caminho arquivo PDF para o programa como argumento. Então, uma coisa que precisamos fazer é primeiro descobrir o que é isso. Agora, se você passar o mouse sobre isso, ele mostra o caminho absoluto completo, ok? Então, essa é uma maneira, mas é irritante digitá-la. Uh, a outra forma é se você for para o seu diretório, e se você simplesmente clicar com o botão direito do mouse no arquivo, você pode copiar como caminho. E o que isso faz é que você pode voltar aqui e eu vou colar para que você possa ver. Então, ele coloca todo o caminho em códigos, o que é perfeito, exatamente o que você precisa. E a outra é que você pode simplesmente usar um tipo de comando similar no Tower Shell, que é o caminho de resolução. Então, basta digitar resolver e depois marcar isso. Então, não o primeiro, o segundo. Aqui resolvemos o caminho, o comando e, em seguida, basta ir para o espaço e depois o nome do arquivo PDF. Então, neste caso, 23 oh sete, vou digitar 23 oh e depois tab. Ele preenche automaticamente o arquivamento, pressiona Enter e, em seguida, fornece o caminho, e agora você pode simplesmente copiar Tantas maneiras diferentes de fazer a mesma coisa, fazer o que funciona melhor para você. E sim, estamos prontos para executar o programa. Tudo bem, então tudo o que precisamos fazer é simplesmente digitar Python para executar o programa Então Python, uma aba, espaço, o nome do arquivo Portanto, este é um resumo em PDF. Então, digite e, em seguida tabule para preenchimento automático e, em seguida, espaço, e é aqui que precisamos colar o caminho do arquivo em nosso PDF. Então, novamente, o comando Python para executar o arquivo, o arquivo ou nosso script Python que queremos E então, como argumento, estamos passando pelo caminho absoluto do arquivo PDF que queríamos analisar, resumir e extrair as citações É isso mesmo. Tudo que você precisa fazer é pressionar Enter e deixar isso funcionar. Agora, conforme abordamos no código, ele começará a mostrar um texto para que você entenda em qual fase do processo está. Diz que o total de pedaços criou dois, processando cada pedaço com um carro C profundo, e atualmente está resumindo o Em seguida, ele passará para o bloco dois e, em seguida, estará pronto Mas esse processo vai levar alguns minutos. Então, o que vou fazer é pausar o vídeo quando estiver pronto, voltarei e poderemos dar uma olhada juntos Ok, então todo o processo levou cerca de 2 minutos, mas como você pode ver que ele foi processado, nenhum erro foi gerado. E sim, podemos rapidamente dar uma olhada juntos. Havia um total de dois pedaços. E aqui, você pode ver que os resultados estão no registro do console, que veremos rapidamente. Então você tem o resumo e as citações combinados. Então, está dividido em duas seções. Então, novamente, isso é quebrado em pedaços, certo? Então você tem um resumo conciso para a primeira parte e, em seguida, ele fornece o resumo com uma espécie de pontos principais. E então descendo até aqui, você tem a lista de citações que ele conseguiu extrair do arquivo Então você pode passar por isso, e então vamos ver uma nota também. Os números das páginas correspondem à paginação interna do PDF. Então, dando alguns exemplos aqui. E então, olhando para o fragmento dois aqui, você tem o resumo conciso, e então você tem a lista de citações E então, novamente, é meio imprimindo para você em um bom formato de mesa. E aqui você pode ver os resultados no console. E, novamente, o que é feito opcionalmente, o que fizemos foi salvar isso um arquivo de texto com Portanto, se você voltar ao seu diretório, deverá ver esse arquivo de texto aqui, que é o resumo e as citações shank dot E ao abrir o arquivo, você verá exatamente as mesmas informações que são apresentadas aqui no console. Você acabou de aprender a criar um script Python simples que pode ajudá-lo com velocidade, precisão e E você aprendeu a automatizar os tediosos 80% da pesquisa Agora você pode se concentrar em insights inovadores e não na formatação Para este próximo exercício prático, gostaria que você resumisse um PDF de sua área e anotasse algumas descobertas importantes 27. Bot de redes sociais: Nesta palestra, abordaremos a ideia de criar um bot que gere postagens envolventes, sugira hash tags e até mesmo editores de automóveis, liberando até 10 horas ou mais por semana, e não, você não precisa Ser responsável pelas mídias sociais e gerenciar postagens pode ser demorado e desafiador às vezes. Isso pode levar a lacunas e inconsistências que podem prejudicar sua marca e seu engajamento se erros forem cometidos Você também pode perder oportunidades em potencial de tornar a voz da sua marca viral na comunidade. Deep Seek atua como seu diretor criativo, redator e programador, tudo em Você pode começar de forma simples e começar gerando postagens. Depois, você pode escalar para a publicação automática quando se sentir mais confortável e familiarizado com o código e depois de criar sua linha de base Você pode usar o Deep Seek para análises, marcas, voz, tendências de mercado e tom. Em seguida, você pode usar bibliotecas diferentes para agendar suas postagens e publicá-las em plataformas de mídia social, como X e Twitter, usando sua API. Não examinaremos o código, pois fizemos um exercício muito semelhante no início do curso, em que criamos um script Python para publicar automaticamente dois juntos O plano para esse exercício será quase exatamente o mesmo e dependerá das plataformas de mídia social nas quais você está tentando se engajar e das APIs públicas disponíveis, como Facebook ou Instagram Mas as ideias e os conceitos permanecem os mesmos. Agora, eu quero que você transforme esse fluxograma em código. Depois de concluir o exercício com sucesso, você terá aprendido como ser gerente de mídia social com um salário de $0 E isso o ajudará com consistência, engajamento e escala, liberando seu tempo para que você possa se concentrar em um trabalho de maior valor Agora, depois de criar o bot e estabelecer sua linha de base, gostaria que você fizesse um exercício de acompanhamento e gerasse um exercício de acompanhamento e uma semana de tweets para seu 28. Mecanismo de recomendação de IA: Nesta palestra, faremos exercício conceitual em que você criará um mecanismo de recomendação que sugere produtos com base no comportamento do usuário, ajudando você a aumentar o valor médio do pedido Agora, é algo muito importante entender os segredos do upsell, e não tenho certeza se você sabe, mas 35% da receita da Amazon vem de recomendações A retenção de usuários é muito importante porque cria sugestões personalizadas, reduz a taxa de rejeição e oferece uma vantagem competitiva, e oferece uma vantagem competitiva pois as pequenas lojas podem imitar as ferramentas corporativas Seus concorrentes já estão fazendo isso. Agora você também o fará com apenas Python e DeepC. Você pode começar com dados simulados depois conectar-se a lojas reais Você pode escolher sua aventura com base em seus níveis de conforto. clareza sobre a complexidade é uma consideração muito importante que toda loja de comércio eletrônico precisa fazer Especificamente, ajuda a evitar solicitações vagas como escrever algo sobre IA contato explica seu público, tom, propósito e ação. Você pode usar verbos como escrever, resumir ou comparar. Agora, vamos transformar esse fluxo em código e observar perto o quão profundo o Seek pode identificar padrões que os humanos poderiam potencialmente perder. Criaremos um mecanismo de recomendação simples usando Deepsek e Python, demonstrando como passar de dados brutos de compra a sugestões personalizadas de produtos em apenas algumas Abordaremos a preparação de dados de amostra, a redação do script de recomendação de código, exploração de opções de implantação, como integração com a Shopify e as campanhas por e-mail, e, por fim, discutiremos como otimizar seus prompts com testes AB para melhorar o desempenho ao longo Para demonstração, usaremos um arquivo CSV simples chamado CSV pontos do histórico de sublinhados da compra com colunas para ID do usuário, nome do produto, preço Aqui estão cinco linhas de dados de amostra representando as compras de diferentes usuários. Esse será o contexto que inseriremos no DeepC para gerar recomendações significativas de produtos Obviamente, você usará dados em tempo real da sua loja para preencher o CSV e, provavelmente, terá mais do que apenas cinco linhas Isso é apenas para fins de demonstração, e os dados de amostra que você vê aqui na tela são todos dados falsos e criados para os fins deste exercício. Eu recomendo que o script dot Pi comece carregando o histórico de compras do CSV na memória e, em seguida, crie um prompt listando todos os itens que um usuário específico Em seguida, instanciamos um cliente Deep, enviamos nossa solicitação solicitando três novas sugestões de produtos e imprimimos as recomendações retornadas pelo modelo Esse fluxo de trabalho move dados do CSV para o Python para o Deepsek e volta como recomendações da Taylor , ilustrando Ao elaborar uma solicitação clara, com base nesse histórico de compras, recomendando três produtos, orientamos a produção, o comprimento e o foco do modelo , demonstrando o poder da engenharia rápida Depois que um mecanismo de recomendação estiver instalado e funcionando localmente, você poderá implantá-lo como um microsserviço conectado à Shopify por meio da API Admin para buscar Como alternativa, integre recomendações em campanhas de e-mail automatizadas usando o Sengrid ou Mailchimp para oferecer sugestões personalizadas de produtos diretamente nas Para otimizar o desempenho, divida sua base de usuários nos grupos A e B e forneça eles diferentes variantes de prompt, acompanhando as taxas de cliques e de conversão para identificar a frase mais eficaz Métricas-chave, como CTR, taxa de conversão e receita média por usuário, orientarão os refinamentos imediatos, permitindo que você melhore iterativamente a No futuro, você pode substituir nosso CSV de amostra por um banco de dados de produção, armazenar em cache recomendações populares para obter respostas mais rápidas e enriquecer seu mecanismo com filtragem colaborativa ou Lembre-se de automatizar seus ciclos de testes A/B e retreinar as solicitações regularmente à medida novos dados de compra chegam para manter as recomendações atualizadas Você acabou de aprender como criar uma máquina geradora de receita. teste AV geralmente mostra que maioria dos usuários pode ver um aumento de até 20% nos gastos. Experimente e veja qual será a sua. Em seguida, gostaria que você gerasse recomendações para qualquer histórico de usuário usando qualquer amostra de dados de sua preferência. 29. Tendências emergentes: Nesta seção, exploramos as tendências emergentes de IA, como sistemas agentes, hardware programável e mercados de dados em evolução, para entender para onde o deepsk e plataformas similares para entender para onde o deepsk as tendências emergentes de IA, como sistemas agentes, hardware programável e mercados de dados em evolução, para entender para onde o deepsk e plataformas similares estão indo. Em seguida, abordamos como contribuir de forma eficaz para projetos de IA de código aberto seguindo as diretrizes da comunidade, as melhores práticas e os fluxos de trabalho colaborativos Por fim, discutimos estratégias para os profissionais de IA se mantenham competitivos por meio de aprimoramento técnico, adaptabilidade e rede ativa na comunidade de na comunidade Os sistemas de IA da Agentic vão além da automação de regras fixas para definir e atingir objetivos de forma autônoma , adaptando-se em tempo real à medida Na prática, nós os vemos em agentes inteligentes que podem gerenciar fluxos de trabalho de ponta a ponta, como agendamento, triagem de e-mails ou até mesmo negociação automatizada sem O mercado agente de IA já atingiu quase 31 bilhões de dólares em 224 e está a caminho alto crescimento de dois dígitos nos próximos anos, ressaltando o potencial transformador 224 e está a caminho de um alto crescimento de dois dígitos nos próximos anos, ressaltando o potencial transformador desses sistemas autônomos. À medida que os algoritmos de IA se tornam mais complexos, os chips de função fixa lutam para acompanhar o ritmo. hardware de IA programável construído em torno de supercélulas modulares conectadas por meio de uma rede em chip permite uma rápida reconfiguração para corresponder às arquiteturas de modelos em evolução Essa abordagem pioneira por líderes de P&D, como IMEC, promete uma eficiência energética significativamente aprimorada, geralmente dobrando ou quintuplicando desempenho Além disso, projetos avançados de SOC estão trazendo inferência de IA poderosa para dispositivos de ponta , como sensores e variáveis de IOT, reduzindo a latência e preservando reduzindo a latência Além de textos redigidos publicamente, uma nova economia está surgindo em torno de dados proprietários, desde exames médicos especializados até registros corporativos internos, licenciados por meio de APIs até registros corporativos internos, licenciados por meio de APIs Simultaneamente, a geração de dados sintéticos, em que modelos de IA criam registros realistas, mas artificiais, aborda questões de privacidade e preconceito, provando ser inestimável em casos de uso como simulação de veículos autônomos e auditoria imparcial À medida que esses mercados crescem, os regulamentos de privacidade em evolução, como GDPR e o CCPA, determinarão como os dados podem ser compartilhados, licenciados e usados no 30. Contribuição de IA de código aberto: Comece navegando em plataformas como a página de tendências do Git Hub ou o Hugging Face Model Hub para projetos marcados com DevSek Priorize repositórios que mostrem confirmações frequentes, discussões ativas sobre problemas e mantenedores que interagem mantenedores Sempre verifique a licença do projeto geralmente MIT ou Apache two point oh, para confirmar que você pode contribuir legalmente e usar qualquer código derivado sem restrições Antes de escrever qualquer código, clone o repositório e leia cuidadosamente DMD contribuinte Este documento descreve os guias de estilo, o modelo de ramificação, geralmente o fluxo do Git e os requisitos de teste do projeto modelo de ramificação, geralmente o fluxo do Git e Ao enviar uma pull request, inclua uma descrição sincronizada de suas alterações, vinculada a quaisquer problemas relacionados, e anexe testes de unidade ou integração relevantes Lembre-se de que a colaboração de código aberto prospera com comunicação respeitosa, perguntas e tópicos de problemas e permaneça receptivo ao feedback A contribuição sustentável vai além do código. Auxilie na triagem de problemas rotulando os bugs de confirmação, melhorando a integridade geral do projeto Fortaleça a documentação com tutoriais claros, referências de API atualizadas ou cadernos ilustrativos Isso ajuda tanto os desenvolvedores quanto os usuários finais. E, finalmente, considere orientar os recém-chegados por meio de fóruns comunitários ou Ensinar outras pessoas é uma das formas mais impactantes de reforçar sua própria experiência e aprendizado e promover uma comunidade de projetos vibrante 31. Carreiras de IA: Para se manter à frente, mergulhe na IA multimodal, combinando texto, imagens e áudio, e explore agentes de aprendizado por reforço guiados por Reforce seu currículo com certificações reconhecidas , como abraçar rostos, cursos de transformação ou certificações reconhecidas , como abraçar rostos, cursos de transformação ou workshops intensivos de engenharia rápida. Igualmente importante é construir um portfólio público. Considere publicar um pod de bate-papo de demonstração que utilize o Deep Seek para recomendações dinâmicas de conteúdo, mostrando habilidade técnica e criatividade A destreza técnica por si só não é suficiente. Cultive o hábito de aprender ao longo da vida agendando análises semanais aprofundadas em novos trabalhos de pesquisa e experimentos práticos com estruturas emergentes Aprimore suas habilidades de comunicação para poder articular os benefícios e riscos da IA aos líderes de negócios, acelerando Adote uma mentalidade ágil. Crie protótipos rapidamente, aprenda com as falhas e mude com base em métricas do mundo real para Expanda sua rede participando de conferências emblemáticas, como neuro IPS ou AI Dev Days e não negligencie Essas configurações são perfeitas para estabelecer relacionamentos profissionais duradouros Plataformas on-line como o LinkedIn, Fórum de Aprendizado de Máquina da REDIT e os servidores Discord dedicados com foco em IA oferecem interação diária com colegas Participe da orientação, tanto como aprendiz para aprender com veteranos quanto como mentor de profissionais juniores para reforçar seu conhecimento e contribuir para o reforçar seu conhecimento e contribuir