Práticas padrão para geração de texto
Parte do curso de Prompt Engineering
As lições dois e três te deram uma noção de como o modelo realmente produz texto, um token de cada vez, e dos cinco princípios para guiá-lo. Esta lição transforma esse entendimento em um punhado de hábitos que deixam a geração de texto confiável o bastante para você construir em cima dela. São as convenções que quem trabalha com isso usa todo dia e, quando viram automáticas, seus prompts param de te surpreender.
Quando o seu prompt traz ao mesmo tempo uma instrução e um trecho de texto sobre o qual agir, o modelo precisa descobrir onde um termina e o outro começa. Se você emendar os dois, ele pode ler parte dos seus dados como se fosse uma instrução nova, ou engolir a sua instrução dentro daquilo que deveria resumir. ...
Quer aprender Prompt Engineering Práticas padrão para geração de texto em um ambiente real?
Clique abaixo, ganhe uma máquina Linux com Prompt Engineering pronto e pratique Práticas padrão para geração de texto com um tutor de IA que conhece seu código.
Começar esta liçãoPráticas padrão para geração de textoO que você vai aprender
- Prompt formatting and delimiters
- System, user, and assistant roles
- Few-shot prompting
- Parsing structured output like JSON
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
