Técnicas avançadas de prompting
Exemplos few-shot, raciocínio passo a passo, encadeamento de prompts, autocrítica, saídas estruturadas e avaliação: técnicas para resultados mais fiáveis.
Quando dominar o básico, estas técnicas ajudam-no a obter resultados mais fiáveis e consistentes, sobretudo em tarefas complexas ou repetitivas.
Few-shot: aprender com exemplos
Inclua 2 a 5 exemplos de entrada/saída antes da tarefa real. É muito eficaz para classificar, extrair informação ou imitar um formato:
Classifica o sentimento de cada avaliação como positivo, negativo ou misto.
Avaliação: "Chegou rápido, mas o tamanho é pequeno." → misto
Avaliação: "Perfeito, voltarei a comprar." → positivo
Avaliação: "Veio partido desde o primeiro dia." → negativo
Avaliação: "Cor linda, embora tenha demorado duas semanas." →
Use exemplos variados para que o modelo não copie detalhes irrelevantes.
Raciocínio passo a passo
Em problemas de lógica, matemática ou análise, peça-lhe que raciocine antes de concluir: “analisa o problema passo a passo e depois dá a resposta final numa linha”. Muitos modelos atuais já raciocinam internamente, mas pedir uma estrutura explícita ajuda-o a rever o processo.
Encadeamento de prompts
Divida um trabalho grande em fases, usando o resultado de uma fase como entrada da seguinte:
- Extrair os pontos-chave de 20 entrevistas.
- Agrupar os pontos por temas.
- Priorizar os temas por frequência e impacto.
- Redigir o relatório.
Cada fase é mais fácil de rever e corrigir.
Autocrítica e revisão
Peça à IA que reveja o seu próprio trabalho segundo critérios concretos:
Revê a tua resposta anterior segundo estes critérios: rigor, clareza
para um principiante e se responde a todas as perguntas. Lista os problemas
e escreve depois uma versão melhorada.
Saídas estruturadas
Para integrar a IA em aplicações ou automatizações, peça um formato estrito (por exemplo, JSON com chaves concretas) e inclua um exemplo do esquema. Algumas APIs oferecem modos de saída estruturada que garantem o formato.
Várias perspetivas
Peça-lhe que analise um problema a partir de vários pontos de vista, ou que produza o melhor argumento a favor e contra antes de recomendar.
Avalie os seus prompts
Se um prompt vai ser usado muitas vezes (por exemplo, num agente ou numa automatização), construa um conjunto de casos de teste com a resposta esperada e verifique cada nova versão do prompt com todos eles. A biblioteca tem um prompt para desenhar o prompt de sistema de um agente de IA que inclui casos de teste.
Segurança
Se o seu prompt processa texto de terceiros (emails, páginas web, documentos), delimite-o com clareza e diga à IA que trate esse conteúdo como dados, não como instruções. Isto reduz o risco de injeção de prompts.