Os Cinco Princípios do Prompting
Parte do curso de Prompt Engineering
Você já sabe o que é um prompt, o que é uma completação e que o modelo escreve uma resposta nova a cada vez, em vez de recitar algo que foi consultar em algum lugar. Daí sai a pergunta óbvia: se o modelo chega na base do palpite a uma resposta que soa plausível, como fazer com que ele dê esses palpites na direção do que você realmente quer?
O vocabulário você já tem: entra um prompt, volta uma completação, e o modelo chega lá prevendo um token de cada vez. O que ainda falta é um método. Dá para juntar cem formulações espertas, mas formulação envelhece e cada tarefa é um pouco diferente. O que não envelhece é uma lista dos movimentos que separam um prompt que funciona de um que adivinha. Essa lista são os cinco princípios. ...
Quer aprender Prompt Engineering Os Cinco Princípios do Prompting em um ambiente real?
Clique abaixo, ganhe uma máquina Linux com Prompt Engineering pronto e pratique Os Cinco Princípios do Prompting com um tutor de IA que conhece seu código.
Começar esta liçãoOs Cinco Princípios do PromptingO que você vai aprender
- Giving direction
- Specifying format
- Providing examples
- Evaluating quality
- Dividing labor
Leia esta lição no seu idioma
Todas as lições deste curso
11 lições- 1O que é um prompt20 min
- 2Como os Large Language Models geram texto30 min
- 3Os Cinco Princípios do Prompting30 min
- 4Práticas padrão para geração de texto35 min
- 5Prompt Templates and Function Calling35 min
- 6Vector Databases e Retrieval-Augmented Generation40 min
- 7Autonomous Agents: Memory e Tools40 min
- 8Como os diffusion models geram imagens30 min
- 9Práticas Padrão para Geração de Imagens35 min
- 10Técnicas avançadas de imagem: inpainting, outpainting e ControlNet35 min
- 11Construindo aplicações com inteligência artificial40 min
