E aí, muito calor, não sei onde vocês estão, espero que estejam bem. Hoje vamos passar pelo meu guia favorito de prompt. Na verdade, hoje vamos fazer uma dinâmica um pouquinho diferente e preciso da participação de vocês para isso dar certo.
Quero que vocês coloquem nos comentários: considerem de 1 a 5, sendo 1 muito ruim e 5 um mestre, qual o nível de prompt que vocês acham que têm? Vamos ver... Nossa, aposto que vocês estão se colocando mais para baixo do que realmente estão, tá bom?
Temos aqui uma média de pouco menos de 2 na nota. Depois quero ouvir de vocês as grandes dificuldades que têm para fazer prompt. Mas hoje vamos mergulhar um pouco neste paper aqui, tá? Esse paper que vocês estão vendo na tela são princípios de instruções para modelos, o Llama 2, o GPT-3, e o GPT-4.
Esse paper foi publicado por pesquisadores do Vila Lab, um laboratório de Trust in AI prática na Mohamed Bin Zayed University of AI, uma universidade especializada em inteligência artificial em Abu Dhabi. O paper está publicado no Hugging Face e no GitHub, e ele dedica 26 princípios guiadores para orientar o processo de criação de prompt.
O que eles fizeram? Pegar muita prática de prompt, fizeram testes diversos, classificaram a qualidade dessas postagens e chegaram a 26 princípios, que são bem certeiros e precisos para garantir melhora nos prompts. Vou passar por eles e testar alguns. Para testar, vou precisar da ajuda de vocês, porque quero testar com prompts que vocês fariam no dia a dia.
A ideia é essa. Já tenho o material pronto e vou passando princípio por princípio. Alguns não carecem de teste, outros são óbvios.
O primeiro princípio diz que não precisamos ser educados com a IA. O que isso quer dizer? Não é que você não possa ser educado, mas a educação não faz diferença na qualidade da resposta. Isso é uma pergunta legítima: será que a resposta fica melhor, mais completa ou mais sofisticada se eu falar “por favor” ou agradecer? A resposta é aparentemente não. Mas se você quiser ser educado, fique à vontade.
O princípio 2 é bem interessante para qualquer coisa que façamos. Quero que vocês me digam um exemplo, sem precisar escrever o prompt, mas um exemplo de algo que vocês pediriam no dia a dia para o ChatGPT no trabalho. Pode todo mundo contribuir, usarei esses exemplos para fazer diferentes testes de prompts.
Vocês podem pedir qualquer coisa, tipo: “Me ajude a estudar o funcionário sobre construção industrializada.” Na verdade, é um curso online de construção industrializada, legal. Adaptar, resumir para um dev, para depois fazer roteiros. São ótimos exemplos.
Vou pegar o pedido do Quante e fazer um teste. O segundo princípio é o de incluir o público-alvo. Quante, qual é o público-alvo do seu curso online de construção industrializada? E o objetivo?
Quante diz que já dá formação para construtores e agora quer fazer um curso específico sobre um sistema construtivo. Basicamente, é um apanhado para que esses construtores entendam o que existe disponível, para saberem se querem seguir nessa área. Fiz o prompt base, para mim, é a estrutura de um curso online.
Primeiro, um prompt sem público-alvo, vamos ver o resultado. Agora, um prompt com público-alvo: arquitetos e engenheiros. Normalmente, os resultados são melhores com público-alvo, mas não dá para garantir. Faço ao vivo porque sou ousada.
Eu não sei o que é construção industrializada, mas já achei o resultado muito bom — 100% melhor do que conseguiria fazer. Agora, vou pedir para que ele crie a estrutura do curso online, incluindo o público-alvo de arquitetos e engenheiros.
Idealmente, seriam delimitados fatores como formato, número de aulas, se vai ser vídeo, apresentação, etc. Mas só colocando público-alvo já mudou bastante. O resultado mostra um curso para quem não é leigo, com termos e jargões, mais adequado para especialistas. Boa.
Depois que assisti aulas de RPG, comecei a pensar diferente. Antes só fazia perguntas aleatórias ao ChatGPT. Hoje, imagino que preciso conversar com um especialista em pedagogia antes, e peço ao ChatGPT para simular um especialista em pedagogia. Isso melhora muito as respostas.
Legal que você expandiu para outro tipo de especialista, significa que conseguimos passar isso. Quando falamos de colocar o público-alvo no prompt, é isso: o resultado fica muito mais orientado para o público.
Tem um curso sobre construção industrializada para leigos e um para especialistas — eles ficam bem diferentes.
Próximo princípio: para tarefas complexas, divida em uma sequência de prompts mais simples. Por exemplo, não pedir tudo de uma vez, mas um passo de cada vez.
Vou pegar exemplo do Leo: adaptar, resumir um PDF e depois criar roteiros. Peguei uma matéria excelente para usar de base. Primeiro, pedi: resuma o PDF em anexo e depois crie um roteiro de vídeo. Incluí público-alvo também.
Esse não é o prompt ideal, porque pedir uma tarefa complexa de uma vez só não é a melhor forma, embora tenha ido bem. Agora, faço diferente: peço para ele ler o documento minuciosamente e destacar cinco possíveis ângulos para o roteiro de vídeo para YouTube, focado em jovens estudantes interessados em produção de conteúdo — assim, o público-alvo também está incluído.
Ele destacou os ângulos, o que já ajuda muito para alcançarmos um conteúdo melhor. Depois, peço para ele produzir o roteiro a partir de um desses ângulos.
Ele desenvolveu um roteiro em primeira pessoa, didático, com uma crítica à prática destacada. Gostei, ele pegou minha linguagem, pois tenho memórias ligadas.
Esse é um ótimo exemplo de como dividir uma tarefa complexa em prompts simples e construir uma conversa interativa, indo ajustando até ter um resultado adequado.
Outro princípio: prefira comandos afirmativos como "faça", evitando linguagem negativa como "não". É mais efetivo pedir o que deve ser feito do que o que não deve ser feito.
Não significa que não possa usar “do's and don'ts”, mas sempre inicie com um comando afirmativo, pois ajuda o modelo a entender melhor.
Também é útil pedir para explicar temas complexos de forma simples, como se explicasse a uma criança de 5 ou 11 anos, usando português simples.
Exemplo: retornar ao PDF original e explicar o artigo como se fosse para uma criança de 12 anos, em até 6 parágrafos.
Recebi um exemplo da Cátia, que sugeriu atuar como especialista em humanização para vídeos musicais no YouTube, explicando a diferença entre humanização via Content AG e quando um canal de artista está no MSL, de modo didático.
Achei a explicação bem didática, traduziu bem a diferença.
Esse tipo de aprofundamento, pedindo para explicar de forma simples, é extremamente útil.
Também usamos “gorjetas” em prompts — se você diz que vai dar uma gorjeta por uma boa explicação, as respostas melhoram.
Princípio 7: use prompts guiados por exemplos.
Por exemplo, pego uma matéria da Amazônia e peço uma crônica no estilo do Antônio Prata sobre um gato que atrapalha sua dona durante aulas, sem usar nenhum exemplo. A crônica ficou caricata, mas boa tentativa. Se eu quiser mudar o formato da história, por exemplo, para um artigo jornalístico, posso dar esse exemplo para o modelo. Quanto mais você organiza o prompt, separando instruções, exemplos, perguntas e conteúdo por quebras de linha, melhor fica a resposta.
Esse método já é usado no método RPG. Um prompt claro inclui instruções muito específicas sobre o que se espera da tarefa. Exemplo: “Quero sua ajuda para criar a estrutura de um curso online, com 10 aulas, descrição e conteúdo.” Isso evita que o modelo fique “perdido” sobre o que fazer.
Outro princípio: ameaçar o ChatGPT com consequências pode gerar respostas melhores, assim como oferecer gorjetas, usar exemplos, e comandos claros — essas dicas são cumulativas. Também é importante pedir para o modelo responder de forma natural, como um humano — produzindo texto em linguagem oral. Palavras orientadoras como “pense passo a passo”, “faça uma coisa de cada vez” ajudam na qualidade da resposta.
Outro princípio é desviar enviesamento no modelo, pedindo no prompt que a resposta seja imparcial e não baseada em estereótipos. Fiz um teste com a crônica do gato, pedindo imparcialidade, e o nome do gato mudou de “Mindal” (muito estereotipado) para “Simão”, mais neutro — isso já mostra o efeito da orientação.
Alguns produtos desse tipo de cuidado saltam muito aos olhos.
Princípio 14: permita que o modelo peça detalhes e requisitos específicos por meio de perguntas até ter informações suficientes para entregar um resultado preciso.
Exemplo de prompt: “Me faça todas as perguntas necessárias para que eu possa passar todas as informações para que você faça a tarefa com alta precisão e qualidade. Vou te dar uma gorjeta de 200 dólares por uma lista de perguntas inteligente, curta e abrangente.”
É muito melhor do que você tentar já mandar todas as informações de uma vez, porque facilita para o modelo entender e você organizar as ideias.
Princípio 15: para explorar um tópico específico para seu entendimento, use “ensine-me sobre” e inclua um teste no final, mas peça para ele não dar as respostas logo de cara.
Meu exemplo foi “sobrevivência em ecossistemas desérticos, dicas práticas.”
Ele ensinou coisas legais, como armazenar água no deserto, fazer fogo, importância de viajar à noite, etc.
Princípio 16: defina um papel para o modelo de linguagem, por exemplo: “Você é um especialista em sobrevivência em ambientes extremos.” Isso molda a resposta.
Princípio 17: use delimitadores, que são restrições como tamanho, formato, o que fazer e o que não fazer. Exemplo: “Liste as dez mais importantes práticas para encontrar água, comida e construir abrigo.”
Delimitadores ajudam o modelo a focar na tarefa.
Princípio 18: repita uma palavra ou frase específica várias vezes no prompt para ênfase, principalmente para características não tão fáceis, como tom de voz, linguagem profissional, etc.
Outro ponto é combinar “chain of thought” com “few-shot prompt.”
Chain of thought é dividir a tarefa em etapas: primeiro destacar pontos interessantes, depois fazer o roteiro.
Few-shot prompt é dar vários exemplos, que são melhor do que apenas um, para o modelo entender o contexto.
Princípio 21: use “Output Primers” — comece seu prompt com o início da resposta esperada para guiar o modelo.
Exemplo: “Produza uma lista de dez itens para levar a uma viagem ao deserto. 1. Canivete: ferramenta multifunção no contexto de sobrevivência…”
Isso molda o estilo e facilita o fechamento da resposta.
Todos esses princípios podem ser aplicados para qualquer tipo de tarefa.
Também testei um prompt para escrever um ensaio detalhado sobre casos extremos de sobrevivência, em que pedi para incluir todas as informações necessárias. Sem essas informações, o modelo perde o foco. Com elas, ele adiciona dados úteis e relevantes.
Princípio 23, para programação: se o prompt for complexo e englobar arquivos diferentes, peça que o GPT gere scripts que criem ou modifiquem esses arquivos automaticamente, para facilitar seu trabalho.
Princípio 24: para iniciar ou continuar um texto com palavras específicas, dê uma introdução, como trecho de uma música, história ou parágrafo, e peça para terminar baseado no começo.
Princípio 25: declare claramente os requisitos que o modelo deve seguir, com palavras-chave, regras, dicas específicas. Isso é fundamental na produção de conteúdo.
Para reproduzir linguagem, use exemplos claros, tipo: “Escreva uma crônica como Antônio Prata” e forneça uma crônica dele para o modelo copiar o estilo.
Essas são as 26 dicas.
Quero saber se vocês têm dúvidas ou comentários antes de encerrarmos. Presumindo que não, agradeço pelo tempo de vocês.
Espero que tenham achado útil. Esse guia de prompt é meu favorito, pois tem as dicas mais úteis que mais me fizeram avançar em engenharia de prompt. Hoje eu me considero relativamente bom nisso, difícil não conseguir gerar um prompt que traga um resultado muito bom.
Mas a dica mais importante é gerar um prompt que traga o resultado que você precisa. Eu acredito muito nesse guia, porque as dicas são certeiras e eficazes.
Espero que vocês possam ter tempo para testar essas dicas e encontrar resultados tão bons quanto os meus. Qualquer dúvida, já sabem onde me encontrar no Discord. Muito obrigada, boa noite.
