Engenharia de Prompts
Engenharia de Prompts, em termos simples, é fazer perguntas boas à IA. Um prompt é a sua entrada com a sua pergunta ou pedido.
Engenharia de prompts envolve criar perguntas e direções direcionadas para ajudar os modelos de IA a fornecerem as respostas certas durante as conversas. Com prompts melhores, você obtém melhores resultados.
Juntamente com as especificações do modelo escolhido, isso determina a qualidade da resposta.
Elementos de um prompt (pergunta)
Para obter melhores resultados, pense nos seguintes pontos:
- Objetivo: o que exatamente você quer do modelo de linguagem?
- Função: que papel o modelo de linguagem desempenha? (Por exemplo, 'analista de marketing', 'consultor jurídico', 'gerente de projeto')
- Contexto: informações de fundo sobre o pedido (por exemplo, objetivos da empresa, detalhes do projeto, informações de mercado)
- Estilo: qual estilo você deseja usar? (por exemplo, formal, persuasivo, sucinto)
- Saída: em que formato você quer? (por exemplo, relatório, e-mail, esboço de apresentação, trecho de código)
O objetivo
Descrever com precisão o objetivo da sua pergunta é essencial e não pode ser negligenciado.
O que você quer saber?
- Pergunta factual pode, mas esteja ciente das limitações (por exemplo, conhecimento atual ausente)
- Assim como no Google, você não obterá exatamente a mesma resposta se perguntar várias vezes
- Vantagem é a função de “chat” para que você possa fazer perguntas adicionais
Exemplo de prompt com um objetivo claro:
Forneça uma descrição dos principais desafios na implementação de uma nova plataforma de AI em uma empresa de médio porte.
A implementação de uma nova plataforma de AI em uma empresa de médio porte traz diversos desafios. Alguns dos principais são:
- Resistência à mudança: Funcionários estão acostumados com processos e sistemas existentes. Uma nova plataforma de AI exige adaptação e pode gerar resistência, especialmente se o impacto nos fluxos de trabalho não for claro.
- Qualidade e disponibilidade dos dados: Plataformas de AI são fortemente dependentes de dados. Coletar, limpar e estruturar dados para a nova plataforma pode ser complexo e demorado.
- Integração com sistemas existentes: A plataforma precisa frequentemente ser integrada a outros aplicativos empresariais (ERP, fontes de dados, ferramentas de BI). Isso pode trazer desafios técnicos.
- Custos: Além dos custos de licenciamento, há custos de implementação, treinamento, infraestrutura de dados e, possivelmente, pessoal especializado.
- Treinamento e adoção: Funcionários precisam ser treinados no uso da nova plataforma e na interpretação da saída. Sem treinamento adequado e suporte contínuo, a adoção pode ficar baixa.
- Escolha da plataforma certa e casos de uso: Existem muitas plataformas de AI e tecnologias. Escolher uma plataforma e definir casos de uso relevantes que se encaixem nas necessidades específicas e nos objetivos estratégicos da empresa é crucial.
- Considerações éticas e conformidade: Dependendo da aplicação, podem existir questões éticas e requisitos de conformidade (por exemplo, AVG/GDPR) que devem ser tratados com cuidado.
- Gestão de projetos: Uma implementação bem-sucedida requer gestão de projetos sólida, objetivos claros e envolvimento de stakeholders de diferentes áreas.
Adicionar papel e contexto
Adicionar um papel e contexto leva a respostas melhores e mais específicas.
Exemplo da mesma pergunta, mas com papel e contexto:
Como gerente de projeto responsável pela implementação de uma nova plataforma de AI para análise de dados e otimização de processos em uma empresa de serviços B2B com 150 funcionários, forneça uma descrição dos principais desafios e estratégias de mitigação possíveis.
Como gerente de projeto para a implementação de uma nova plataforma de AI para análise de dados e otimização de processos em uma empresa de serviços B2B com 150 funcionários, vejo os seguintes desafios importantes e estratégias de mitigação possíveis:
- Resistência à mudança & Adoção pelos usuários:
- Desafio: Funcionários, especialmente aqueles cujas tarefas são diretamente afetadas, podem resistir a abandonar métodos conhecidos e abraçar as novas percepções guiadas por IA.
- Mitigação: Envolver usuários-chave desde o início. Comunicar claramente os benefícios (eficiência, melhor tomada de decisão, novas percepções). Garantir treinamento abrangente baseado em papéis e suporte contínuo. Nomear " AI-champions" em cada departamento.
- Qualidade, governança e migração de dados:
- Desafio: A eficácia da plataforma de AI depende de dados de alta qualidade, bem administrados. Dados de sistemas existentes costumam ser inconsistentes, incompletos ou incorretos.
- Mitigação: Iniciar com uma auditoria de dados, definir uma estrutura de governança de dados e realizar limpeza de dados antes da integração/migração. Definir modelos de dados e fluxos de dados claros. Realizar testes e validar os dados com cuidado.
- Integração com a infraestrutura de TI existente:
- Desafio: Conexões com fontes de dados, ERP, CRM e outros sistemas precisam funcionar de forma integrada e segura.
- Mitigação: Identificar todas as integrações necessárias cedo. Escolher uma plataforma de AI com APIs robustas ou conectores padrão. Testar integrações minuciosamente.
- Escopo vs Orçamento:
- Desafio: Durante o projeto, novas demandas de aplicações de IA podem surgir, expandindo o escopo e aumentando custos.
- Mitigação: Definir um escopo claro e delimitado com casos de uso (MVP - Minimum Viable Product) para a primeira fase. Implementar um processo rígido de gestão de mudanças. Manter um cronograma realista e orçamento com margem.
- Seleção da tecnologia certa e parceiro de implementação:
- Desafio: O mercado de IA é complexo. Escolha tecnológica inadequada ou parceiro inexperiente pode levar ao fracasso do projeto.
- Mitigação: Realizar pesquisa detalhada sobre tecnologias de IA adequadas aos casos de uso definidos. Escolher um parceiro com experiência comprovada no seu setor e com as tecnologias escolhidas. Solicitar referências.
- Falta de conhecimento e habilidades de IA na organização:
- Desafio: Pode haver falta de expertise interna para usar, manter ou evoluir a plataforma de IA.
- Mitigação: Investir em treinamento. Considerar contratar pessoal especializado ou trabalhar em estreita colaboração com o parceiro de implementação para transferência de conhecimento. Criar uma cultura de aprendizado contínuo.
- Considerações éticas e explicabilidade (Explainable AI):
- Desafio: Decisões tomadas ou apoiadas por IA devem ser transparentes e explicáveis, especialmente se impactam clientes ou funcionários. Viés nos dados pode levar a resultados injustos.
- Mitigação: Estabelecer diretrizes éticas para o uso de IA. Optar por modelos que sejam interpretáveis sempre que possível. Implementar processos para detectar e mitigar vieses. Garantir supervisão humana em decisões críticas de IA.
Ao enfrentar proativamente esses desafios, aumentamos as chances de uma implementação bem-sucedida da plataforma de IA que realmente contribua para os objetivos da empresa.
Técnicas
Abaixo descrevemos algumas técnicas que você pode usar para prompts mais avançados.
Técnica 1 - dar exemplos
Para garantir que o modelo de linguagem use o mesmo estilo que você deseja, forneça um ou dois exemplos.
O método é chamado “one & few-shot prompting”
Escreva um rascunho de e-mail para clientes sobre uma atualização de sistema iminente. Use nossa política interna de comunicação com clientes (inclua pontos relevantes da política). Use como guia de estilo este boletim recente, mas não utilize conteúdo dele: (adicione o texto do boletim)
O prompt completo ficou assim:
Política interna de comunicação com clientes:
- Seja sempre profissional e educado.
- Forneça atualizações oportunas sobre mudanças importantes ou interrupções.
- Ofereça informações claras e concisas.
- Garanta uma solução ou compensação, se aplicável.
Use este estilo a partir deste boletim, mas não utilize informações deste boletim. Prezado cliente,
Gostaríamos de informar sobre uma atualização de sistema iminente que pode afetar nossos serviços.
Data e hora da atualização: [data e hora] Duração prevista da interrupção: [duração] Serviços envolvidos: [serviços]
Durante este período, nossos serviços podem ficar temporariamente indisponíveis. Faremos o possível para minimizar o transtorno e restaurar os serviços o mais rápido possível.
Abaixo está a resposta do modelo de linguagem ao prompt completo com exemplos
Prezado cliente,
Gostaríamos de informá-lo sobre uma atualização de sistema iminente que pode afetar nossos serviços.
Data e hora da atualização: [data e hora] Duração prevista da interrupção: [duração] Serviços envolvidos: [serviços]
Durante este período, nossos serviços podem ficar temporariamente indisponíveis. Faremos o possível para minimizar o transtorno e restaurar os serviços o mais rápido possível.
Se tiver alguma dúvida, sinta-se à vontade para entrar em contato conosco.
Atenciosamente, [Seu Nome] [Seu Cargo] [Nome da empresa] [Informações de contato]
Técnica 2 - fornecer template
Para garantir que o modelo use um formato específico, forneça um template e um exemplo. Isso ajuda o modelo a estruturar a resposta de uma determinada maneira. Pense em formatos úteis para situações como:
- saída em csv para importação em planilha Excel ou ferramenta de análise de dados
- saída em json para integrações de API ou arquivos de configuração
- agenda para uma reunião de projeto
Exemplo de prompt: Gere uma lista de três canais de marketing potenciais para um novo produto SaaS voltado para PMEs. Formate sua resposta da seguinte forma: Canal: Alcance do público: ROI potencial: Recursos necessários:
Por exemplo: Canal: Publicidade no LinkedIn Alcance do público: Títulos/indústrias específicos, tamanho da empresa ROI potencial: Alto, se bem segmentado Recursos necessários: Orçamento de anúncios, criação de conteúdo, gestão de campanha
O método é chamado “output templates”
Abaixo está a resposta do modelo ao prompt com um template de saída
Canal: Content Marketing (Blog & SEO) Alcance do público: Empresas que ativamente procuram soluções para seus problemas, tráfego orgânico ROI Potencial: Alto no longo prazo, constrói autoridade Recursos necessários: Redatores, especialista em SEO, tempo para pesquisa de palavras-chave e promoção de conteúdo
Canal: Google Ads (Pesquisa) Alcance do público: Empresas que ativamente pesquisam por palavras-chave específicas relacionadas ao produto SaaS ROI Potencial: Médio a alto, dependendo da concorrência e CPC Recursos necessários: Orçamento de publicidade, pesquisa de palavras-chave, otimização de landing page, gestão de campanha
Canal: Email Marketing (Lead Nurturing) Alcance do público: Leads coletados via site, webinars ou outros canais ROI Potencial: Alto, eficaz para converter leads em clientes Recursos necessários: Plataforma de email marketing, conteúdo para sequências de email, habilidades de segmentação
Técnica 3 - dar pista
Para fazer com que o modelo comece a escrever de uma certa maneira, dê uma pista. Aqui, colocamos a pista no final do prompt.
Exemplo de prompt: Você pode resumir este relatório de pesquisa de mercado para mim? (cole as seções relevantes do relatório). Comece sua resposta com: As principais descobertas deste relatório de pesquisa de mercado são:
- COLOQUE O TEXTO DO RELATÓRIO
O método é chamado de “pistas e dicas” Este exemplo usa um relatório fictício.
Abaixo está a resposta do modelo ao prompt com uma pista
As principais descobertas deste relatório de pesquisa de mercado são:
- A demanda por software de gerenciamento de projetos em nuvem para PMEs aumentou 35% nos últimos dois anos.
- Fatores decisórios mais importantes para PMEs são facilidade de uso, possibilidades de integração com ferramentas existentes e precificação.
- A Empresa A detém 25% de participação de mercado, seguida pela Empresa B com 18%. Existe espaço para novos players que foquem em nichos específicos ou ofereçam uma experiência de usuário superior.
- Os maiores desafios para PMEs na adoção de novo software são o investimento inicial e o tempo necessário para treinar os funcionários.
- Espera-se que o mercado continue crescendo cerca de 15% ao ano nos próximos cinco anos.
Técnica 4 - dividir conteúdo de instruções
Às vezes a prompt é muito longa devido ao conteúdo extra, e o modelo pode não entender exatamente o que você quer. Nesse caso, separe o conteúdo com três aspas no início e no fim do texto restante da prompt.
Exemplo de prompt: Você pode resumir este artigo para mim? “”” (texto do seu artigo). “”” Comece sua resposta com: Os pontos principais deste artigo são:
O método é chamado de “dividir conteúdo” Este exemplo usa novamente um artigo da internet: https://www.leraar24.nl/2619420/onderwijs-op-afstand-wat-hebben-we-geleerd/
Abaixo está a resposta do modelo ao prompt com conteúdo dividido. Usamos três aspas ou três asteriscos para separar o contexto da pergunta.
Os pontos principais deste artigo são:
- Durante a crise de COVID-19, professores precisaram pensar em estratégias para tornar o ensino à distância o mais eficaz possível, enquanto os pais assumiam um papel maior para apoiar seus filhos.
- Fatores-chave para o sucesso do ensino à distância incluíram organizar uma rotina estruturada, manter uma comunicação aberta entre professor e aluno e tomar decisões cuidadosas sobre quais partes da aula poderiam ser online ou em papel.
- Desafios envolvem encontrar formas de apoiar alunos vulneráveis e a pressão adicional sobre os pais, especialmente aqueles que também trabalham em casa.
- Houve um rápido aumento na digitalização nas escolas, com a adição de novas ferramentas digitais e métodos. O artigo cita o exemplo da professora Mandy de Vries, que, apesar de pouca experiência em ensino, pôde ajudar colegas com suas habilidades digitais.
- O artigo também enfatiza a importância de manter contato e atenção aos alunos, especialmente aqueles com necessidades especiais, oferecendo dicas práticas para docentes e pais.
- Por fim, espera-se que o envolvimento dos pais na educação dos seus filhos à distância continue após a pandemia.
Técnica 5 - perguntar primeiro por informações adicionais
Você pode instruir o modelo para fazer perguntas adicionais antes de gerar a resposta. Assim o modelo pode refinar seu pedido.
Exemplo de prompt: “Quero criar uma proposta de projeto para o desenvolvimento de um novo aplicativo móvel para comunicação interna. O app deve incluir recursos para atualizações de notícias, um catálogo de contatos e mensagens diretas. Antes de escrever a proposta do projeto, você pode me fazer perguntas adicionais para melhorar a proposta?”
O método é chamado de “ask before answer prompting”
Abaixo está a resposta do modelo ao prompt com a pergunta para informações adicionais
Claro! Aqui vão algumas perguntas que posso fazer para melhorar a proposta do projeto: Qual é o objetivo principal do aplicativo de comunicação interna? (por exemplo, aumentar o engajamento, melhorar a disseminação de informações, facilitar a colaboração) Quem é o público-alvo específico dentro da empresa? (por exemplo, todos os funcionários, departamentos específicos, trabalhadores de campo) Existem sistemas ou plataformas existentes com os quais o app precisa se integrar? (por exemplo, intranet, sistema de RH, Active Directory) Qual é o orçamento estimado e o prazo desejado para o desenvolvimento e implementação? Quais são requisitos de segurança ou conformidade que o app precisa atender? (por exemplo, GDPR, política de retenção de dados) Quais KPIs serão usados para medir o sucesso do app? Há ideias de design ou branding para o app? Deve seguir a identidade corporativa? Há preferência pela plataforma de desenvolvimento (iOS, Android, cross-platform)?
Com essas informações adicionais, podemos ter uma visão melhor do escopo e requisitos, e assim criar uma proposta de projeto mais robusta.
Técnica 6 - prompt emocional
Você pode instruir o modelo a adaptar o tom do texto às emoções subjacentes ou a provocar uma resposta emocional específica. Isso é útil para atendimento ao cliente, comunicação interna ou marketing.
Exemplo de prompt: “Preciso redigir um e-mail para um cliente insatisfeito com uma recente interrupção de serviço. O cliente escreveu o seguinte: “”” …. “”” (cole o texto do cliente). Quero que o e-mail seja empático, reconheça a frustração do cliente e ofereça uma solução construtiva.”
O método é chamado de “emotional prompting” Este exemplo usa uma reclamação fictícia.
A prompt completa fica então:
Preciso redigir um e-mail para um cliente insatisfeito com uma recente interrupção de serviço. O cliente escreveu o seguinte: """Prezado(a) senhor(a),
Estou muito desapontado com a recente interrupção de serviço ocorrida ontem à tarde. Isso prejudicou seriamente as minhas operações e resultou em perda de produtividade. Confiamos nos seus serviços e incidentes como este são inaceitáveis. Espero uma explicação clara e uma compensação adequada."""
Quero que o e-mail seja empático, reconheça a frustração do cliente e ofereça uma solução construtiva.
Abaixo está a resposta que recebemos do modelo
Prezado [Nome do Cliente],
Muito obrigado pela sua mensagem e nossas desculpas sinceras pela interrupção de serviço que ocorreu ontem à tarde. Compreendo plenamente a sua frustração e o impacto que isso teve nas suas operações. Lamentamos profundamente não termos atendido às suas expectativas nem aos nossos padrões de serviço.
A interrupção foi causada por [explicação sucinta da causa, ex. falha técnica imprevista em nosso data center]. Tomamos medidas imediatas e nossos técnicos trabalharam bastante para restaurar o serviço o mais rápido possível. O serviço está totalmente operacional desde [horário].
Levamos este incidente muito a sério e já estamos avaliando a causa para evitar recorrência no futuro.
Para compensar um pouco o transtorno, oferecemos [proposta concreta, ex. desconto na próxima fatura, upgrade gratuito por um mês, crédito de serviço]. Um de nossos Gerentes de Conta entrará em contato dentro de 24 horas para discutir pessoalmente e esclarecer qualquer outra dúvida.
Mais uma vez, pedimos desculpas pelo transtorno. Valorizamos seus negócios e buscamos fornecer a você, no futuro, o serviço confiável que espera de nós.
Atenciosamente,
[Seu Nome/Nome da Empresa]
Técnica 7 - pedir várias versões
Sua pergunta pode incluir várias versões de uma resposta, para ter opções. Por exemplo, pedir várias opções de slogans de marketing para um novo produto. Existem muitas perspectivas diferentes, então é útil ter várias opções. Isso pode ser efetivamente combinado com definir um papel específico para o modelo e um prompt de sistema para orientar o modelo.
Você pode ler mais sobre papéis no artigo relevante. Este exemplo de várias versões fica no final do artigo. Não está refeito nesta seção.
Técnica 8 - combinar com um prompt de sistema
Com um prompt de sistema, você pode instruir o modelo a executar tarefas específicas. É uma instrução que você passa ao modelo para moldar a tarefa ou o comportamento desejado. Pode definir o tipo de saída que você espera do modelo de IA. É uma forma de orientar o modelo e evitar respostas irrelevantes ou indesejadas.
Alguns exemplos simples e genéricos de prompts de sistema:
"Quero que você seja um assistente amigável e útil."
"Pode manter sempre um tom profissional e respeitoso em sua linguagem."
"Concentre-se em fornecer respostas concretas e objetivas, sem detalhes desnecessários."
O prompt de sistema, de certa forma, define o tom e as expectativas para a conversa ou tarefa específica que você quer que o modelo de IA execute.
Você também pode criar prompts de sistema mais avançados para tarefas específicas, como resumir um texto: "Analise o texto fornecido com cuidado e forneça um resumo conciso, porém informativo, dos pontos principais. Identifique a mensagem central e os detalhes-chave."
Prompts de sistema não têm o mesmo impacto em todos os modelos de IA. No chatGPT, por exemplo, têm grande efeito; no Claude também; em outros modelos, a influência pode ser menor. Vale a pena testar para ver qual modelo funciona melhor para a sua entrada.
Você pode definir um prompt de sistema geral nas preferências, mas o ideal é criar prompts de sistema específicos para cada tarefa que deseja automatizar. Chamamos isso de papéis.
Você pode ler mais sobre papéis no artigo relevante.