Los cinco principios del prompting
Parte del curso de Prompt Engineering
Ya sabes qué es un prompt, qué es una compleción y que el modelo escribe una respuesta nueva cada vez en lugar de recitar algo que haya buscado en algún sitio. Eso plantea la pregunta obvia: si el modelo se limita a adivinar hasta dar con una respuesta que suene plausible, ¿cómo consigues que adivine hacia lo que de verdad quieres? Cada prompt fiable que escribas en tu vida se apoya en los mismos cinco movimientos.
Ya tienes el vocabulario: entra un prompt, vuelve una compleción y el modelo llega hasta ahí prediciendo un token cada vez. Lo que todavía no tienes es un método. Puedes coleccionar cien frases ingeniosas, pero las frases se quedan rancias y cada tarea es un poco distinta. Lo que no se queda rancio es una lista de comprobación de los movimientos que separan un prompt que funciona de uno que adivina. ...
¿Quieres aprender Prompt Engineering Los cinco principios del prompting en un entorno real?
Haz clic abajo, recibe una máquina Linux con Prompt Engineering listo, y practica Los cinco principios del prompting con un tutor de IA que conoce tu código.
Empezar esta lecciónLos cinco principios del promptingLo que vas a aprender
- Giving direction
- Specifying format
- Providing examples
- Evaluating quality
- Dividing labor
Lee esta lección en tu idioma
Todas las lecciones de este curso
11 lecciones- 1Qué es un prompt20 min
- 2Cómo los Large Language Models generan texto30 min
- 3Los cinco principios del prompting30 min
- 4Prácticas estándar para la generación de texto35 min
- 5Prompt Templates and Function Calling35 min
- 6Vector Databases y Retrieval-Augmented Generation40 min
- 7Autonomous Agents: memory y tools40 min
- 8Cómo los diffusion models generan imágenes30 min
- 9Prácticas estándar para la generación de imágenes35 min
- 10Técnicas avanzadas de imagen: inpainting, outpainting y ControlNet35 min
- 11Construyendo aplicaciones impulsadas por AI40 min
