Cole um prompt que dá resultados fracos e obtenha um diagnóstico das falhas, uma versão reescrita e estruturada, um registo de alterações e casos de teste para a validar.
Desenhe um chatbot RAG (geração aumentada por recuperação): ingestão e divisão em blocos, embeddings, pesquisa híbrida, citações, permissões, avaliação, custos e riscos como a injeção de prompts.
Obtenha um plano de testes adversariais para o seu chatbot ou assistente de IA: injeção de prompts, fugas de dados, respostas fora do âmbito e promessas inventadas, com tabela de casos e mitigações.
Desenhe um prompt que classifique textos (tickets, avaliações, emails) nas suas etiquetas, com definições claras, exemplos equilibrados, saída estruturada e um plano para medir a precisão.
Desenhe uma avaliação de respostas de IA com grelha de níveis ancorados, prompt de modelo juiz com saída JSON, mitigação de enviesamentos e calibração face a anotações humanas.
Crie um pipeline fiável para extrair texto livre para JSON com um LLM: JSON Schema, prompt com regras para null, exemplos, código de validação com novas tentativas e casos de teste.