Fundamentos de prompts

Tipos de Prompt

Zero-shot Prompting
Os LLMs hoje treinados em grandes quantidades de dados e sintonizados para
seguir instruções são capazes de executar tarefas de tiro zero.

Explicar
Extraia palavras-chave do texto abaixo.

Texto: {texto}

Palavras-chave:

Observe que no prompt acima não fornecemos nenhum exemplo ao modelo --

esses são os recursos de Zero-Shot em ação.
Quando o Zero-Shot não funciona, é recomendável fornecer demonstrações ou
exemplos no prompt que levam ao Few-Shot prompt.

Enquanto o Zero-Shot Learning permite uma ampla generalização, em alguns

casos, pode não ser suficientemente preciso para tarefas especializadas ou
contextos específicos. Isso ocorre porque o modelo pode não ter exemplos
internos diretamente relacionados à tarefa em questão. Em tais cenários,
técnicas como Few-Shot Learning ou Fine-Tuning podem ser mais apropriadas,
pois fornecem ao modelo uma orientação mais clara sobre a tarefa desejada
através de exemplos ou dados adicionais.
Exploraremos as limitações e quando aplicar cada técnica nas próximas
seções, garantindo que você esteja bem equipado para escolher a melhor
abordagem para suas necessidades.
Então, pergunto-lhe: pode pensar em situações onde o Zero-Shot Learning
pode não ser a melhor escolha? Como a precisão e o contexto específico
influenciam essa decisão?

Fundamentos de prompts 1
 Few-Shot Prompting
Embora os LLM's demonstrem recursos notáveis de zero-shot , eles ainda
ficam aquém em tarefas mais complexas. O prompt de Few-Shot pode ser
usado como uma técnica para permitir o aprendizado no contexto, onde
fornecemos demonstrações no prompt para direcionar o modelo para um
melhor desempenho. As demonstrações servem de condicionamento para
exemplos subsequentes onde gostaríamos que o modelo gerasse uma
resposta.
Vamos demonstrar a solicitação de poucos disparos por meio de um exemplo.
Exemplo de Entrada (com exemplos de few-shot):

Explicar
Eu vou te dar alguns exemplos de como transformar frases no
presente simples para o futuro simples. Depois, quero que v
ocê faça o mesmo com a frase que eu te der.

1. Exemplo: Entrada: Eu corro no parque todos os dias. Saíd

a: Eu correrei no parque todos os dias.

Agora é a sua vez: Entrada: Nós jogamos futebol na escola."

Exemplo de Saída (respondendo ao few-shot):

Saída: Nós jogaremos futebol na escola.

Podemos observar que o modelo aprendeu de alguma forma como executar a

tarefa fornecendo apenas um exemplo (ou seja, 1-shot). Para tarefas mais
difíceis, podemos experimentar aumentar as demonstrações (por exemplo, 3
tiros, 5 tiros, 10 tiros, etc.).

Aqui estão mais algumas dicas sobre demonstrações/exemplares ao fazer

poucos disparos:

1. Variedade nos Exemplos Importa: Quando você dá exemplos ao GPT-4,

não é só se os exemplos estão corretos que conta, mas também se eles
mostram diferentes tipos de situações que o modelo pode encontrar. Isso é

Fundamentos de prompts 2
 como mostrar a alguém várias fotos de cachorros de diferentes raças para
ensinar o que é um cachorro, ao invés de mostrar só um tipo.

2. O Jeito que Você Apresenta os Exemplos é Importante: Se você usar uma

maneira organizada de mostrar as informações ao modelo, como sempre
usar a mesma estrutura ou padrão, isso ajuda o modelo a entender o que
você quer. Por exemplo, se você sempre coloca a palavra "Email:" antes de
escrever um e-mail, o modelo aprende que após essa palavra vem um e-
mail.

3. Usar Rótulos Aleatórios com Inteligência: Mesmo se você não tiver

certeza dos rótulos certos para colocar nos seus exemplos, se você
escolher esses rótulos de maneira que mostrem mais ou menos a
frequência com que eles realmente acontecem, isso é melhor do que
escolher sem nenhum critério. Por exemplo, se na vida real, você sabe que
recebe mais e-mails sobre trabalho do que lazer, é melhor você rotular mais
exemplos como trabalho mesmo que esteja chutando, do que rotular
metade e metade.

Exemplo de Entrada (com few-shot):

Explicar
Vou te mostrar alguns títulos de artigos de marketing e as
palavras-chave que eles visam. Depois, quero que você crie
um título baseado na palavra-chave que eu te fornecer.

1. Exemplo: Palavra-chave: "marketing de conteúdo". Título:

"10 Estratégias Inovadoras de Marketing de Conteúdo para 20
23".
2. Exemplo: Palavra-chave: "SEO". Título: "Como Dominar o S
EO em um Mundo com IA: Dicas Práticas".

Agora é a sua vez: Palavra-chave: "publicidade paga".

Neste exemplo de few-shot, o modelo é condicionado a entender que, para

cada palavra-chave, é esperado um título de artigo que seja criativo e relevante
para o tópico, indo além do simples entendimento das palavras e entrando na
criação de conteúdo atraente.

Fundamentos de prompts 3
 A ideia aqui é escolher exemplos que mostrem ao modelo não apenas a
estrutura da tarefa (neste caso, criar títulos), mas também o estilo e tom que
são desejados, que pode ser mais difícil de captar sem exemplos específicos.

Considerando as estratégias de marketing digital, o few-shot prompting pode

ser particularmente útil para treinar modelos para criar conteúdo que siga um
certo tom de voz ou diretrizes de marca, onde exemplos podem ajudar o
modelo a captar nuances que não seriam óbvias a partir de uma única
instrução. Como você vê a aplicação de few-shot prompts para otimizar a
criação de conteúdo em seu trabalho?

No geral, parece que fornecer exemplos é útil para resolver algumas tarefas.
Quando a solicitação de Zero-shot e a solicitação de Few-Shot não são
suficientes, isso pode significar que tudo o que foi aprendido pelo modelo não
é suficiente para se sair bem na tarefa. A partir daqui, é recomendável começar
a pensar em ajustar seus modelos ou experimentar técnicas de solicitação
mais avançadas. A seguir, falaremos sobre uma das técnicas populares de
sugestão, chamada de sugestão em Chain-of-Thought (CoT) , que ganhou
muita popularidade.

Cadeia de Pensamento (CoT)

A solicitação de cadeia de pensamento (CoT) permite recursos de raciocínio
complexos por meio de etapas intermediárias de raciocínio. Você pode
combiná-lo com prompts de poucos tiros para obter melhores resultados em
tarefas mais complexas que exigem raciocínio antes de responder.

Para ilustrar como a Cadeia de Pensamento (CoT) pode ser usada para resolver
problemas complexos, vamos criar um exemplo hipotético no contexto do
marketing digital. A tarefa será desenvolver uma estratégia para aumentar o
engajamento do público em uma nova plataforma de mídia social para uma
marca de moda.

Exemplo de Entrada com Cadeia de Pensamento (CoT):

Tarefa: Desenvolver uma estratégia para aumentar o engajamento do público
em uma nova plataforma de mídia social para uma marca de moda.

Cadeia de Pensamento:

1. Identificar o público-alvo da marca de moda:

Quem são os consumidores ideais?

Fundamentos de prompts 4
 Quais são seus interesses e comportamentos em mídias sociais?

2. Analisar a nova plataforma de mídia social:

Quais são as características únicas desta plataforma?

Como o público-alvo interage com conteúdo nesta plataforma?

3. Estabelecer objetivos de engajamento:

O que significa "engajamento" nesta plataforma? (curtidas,

compartilhamentos, comentários)

Qual é o objetivo específico de engajamento? (aumentar o número de

seguidores em 20%, dobrar o número de comentários nas postagens)

4. Propor estratégias de conteúdo:

Que tipo de conteúdo ressoa com o público-alvo? (imagens de alta

qualidade, vídeos dos bastidores, tutoriais de moda)

Como a marca pode criar conteúdo que incentive o engajamento?

5. Plano de implementação:

Como a marca vai criar e programar este conteúdo?

Que métricas serão usadas para medir o sucesso?

6. Revisão e ajustes:

Como a marca vai revisar o desempenho do conteúdo?

Que ajustes podem ser feitos para melhorar o engajamento com base
nos dados coletados?

Entrada Combinada com CoT:

Para transformar a descrição da Cadeia de Pensamento (CoT) em um prompt
de poucos tiros (few-shot) que pode ser utilizado em um modelo de linguagem,
é preciso formatar a entrada para que ela seja interpretada como uma série de
passos lógicos que o modelo seguirá para chegar a uma conclusão ou solução.
Abaixo está um exemplo de como você pode estruturar essa entrada:

Exemplo de Prompt de Poucos Tiros com CoT para Aumentar o

Engajamento em Mídia Social:
Prompt:

Fundamentos de prompts 5
 Explicar
Aqui está uma tarefa para você: Desenvolver uma estratégia
para aumentar o engajamento do público em uma nova platafor
ma de mídia social para uma marca de moda. Para completar e
sta tarefa, siga a Cadeia de Pensamento abaixo:

1. Identificar o Público-Alvo:"Primeiro, identifique quem é

o público-alvo da marca de moda. Quais são seus interesses?
Como eles geralmente se comportam em mídias sociais?"

2. Analisar a Plataforma: "Agora, analise as característica

s da nova plataforma de mídia social. O que a torna especia
l? Como o público-alvo poderia interagir com o conteúdo aqu
i?

1. Estabelecer Objetivos de Engajamento: "Defina o que sign

ifica engajamento para esta campanha. Isso inclui curtidas,
compartilhamentos, comentários? Quais são os objetivos numé
ricos?"

5. Criar Estratégias de Conteúdo: "Com base na identidade d

a marca e no comportamento do público-alvo, que tipo de con
teúdo você acha que aumentará o engajamento? Pense em forma
tos e temas."

6. Plano de Implementação: "Como você planeja implementar e

programar o conteúdo? Quais serão as métricas chave para av
aliar o sucesso?"

7. Revisão e Ajuste: "Por último, como você revisará o dese

mpenho do conteúdo e que ajustes poderão ser necessários pa
ra melhorar os resultados?"

Ação do Modelo: "Agora, utilizando a Cadeia de Pensamento f

ornecida, desenvolva uma estratégia detalhada que aborde ca
da ponto acima. Por favor, forneça uma resposta estruturad
a, passo a passo."

Fundamentos de prompts 6
 Esse prompt foi estruturado para guiar o modelo através de um raciocínio
sequencial, incentivando a geração de uma resposta detalhada e bem
pensada, o que é essencial para tarefas que requerem um nível mais profundo
de análise e estratégia, como o marketing digital.

Formatação e estrutura de Prompts

“Falar é fácil, até você ter que conversar com um

robô”.
Engenharia de prompt. Pode soar como a nova moda dos cursos de tecnologia,
mas é mais antigo do que você pensa e tão cotidiano quanto pedir uma pizza
pelo app. Só que, nesse caso, você está falando com um robô que, se não for
bem instruído, vai achar que você quer pizza no café da manhã.
Vamos ser realistas: todo mundo já se estressou com uma assistente virtual
que não entendeu o que a gente queria. "Ligue para a Mãe", e ela toca
Metallica. Não é o que você esperava, certo?
Agora, imagine que esses pequenos desentendimentos acontecem em escala
industrial. Temos uma receita para o caos? Talvez. Mas com engenharia de
prompt, temos um mapa para a solução.
Vamos pensar em um exemplo clássico. Pesquisadores tentaram usar LLMs
para criar resumos legais de processos. Os primeiros resultados? Um monte de
palavras legais jogadas num liquidificador. Mas com a engenharia de prompt,
eles começaram a fazer perguntas específicas e receber resumos que até um
juiz aprovaria.
Então, ao aperfeiçoar a arte do prompt, estamos ensinando as máquinas a
jogar no nosso time, a facilitar nossa vida e não complicar. Quem sabe um dia
não precisaremos mais reexplicar um pedido cinco vezes, certo?
“Engenharia de prompt não é só falar com máquinas, é fazer com que elas
falem a nossa língua”.

Fundamentos de prompts 7
 Objetivos de aprendizado
Entender a importância da formatação e estrutura para prompts eficientes

Aprender técnicas para tornar seus prompts claros e bem formatados

Praticar reformular prompts exemplo aplicando essas técnicas

Por que a formatação importa?

Quer ver seu prompt ignorado feito SMS de ex? Então mande aquele textão mal
formatado, com ideias soltas pelo caminho sem nexo ou propósito. Agora, se
quer que seu prompt seja lido, entendido e gerar os resultados esperados,
preste atenção na formatação!
Uma boa formatação torna seu prompt objetivo, fácil de entender. Quebras de
linha separam instruções. Marcadores organizam os elementos. Negrito
destaca palavras-chave.
Em prompts, formatação ≠ enfeite! Ela guia, esclarece e potencializa a
comunicação com a IA. Imagine tentar entender uma salada de palavras soltas,
versus um texto bem estruturado. Faça o teste você mesmo!

Regras práticas e exemplos

1. Coloque as instruções no início do prompt e use ### ou """

para separar a instrução e o contexto
Menos eficaz ❌:
Resuma o texto abaixo como uma lista dos pontos mais import
antes.

{entrada de texto aqui}

Melhor ✅:
Explicar
Resuma o texto abaixo como uma lista dos pontos mais import
antes.

Texto:

Fundamentos de prompts 8
 ~~
{entrada de texto aqui}
~~

2. Seja específico, descritivo e o mais detalhado possível sobre

o contexto, resultado, duração, formato, estilo desejado, etc.
Seja específico sobre o contexto, resultado, duração, formato, estilo, etc.
Menos eficaz ❌:
Escreva um poema sobre OpenAI.

Melhor ✅:
Escreva um pequeno poema inspirador sobre OpenAI, com foco
no recente lançamento do produto DALL-E (DALL-E é um modelo
de ML de texto para imagem) no estilo de um {poeta famoso}

3. Articule o formato de saída desejado através de exemplos

Menos eficaz ❌:
Extraia as entidades mencionadas no texto abaixo. Extraia o
s seguintes 4 tipos de entidades: nomes de empresas, nomes
de pessoas, tópicos e temas específicos.

Texto: {texto}

Melhor ✅:
Explicar
Extraia as entidades importantes mencionadas no texto abaix
o. Primeiro extraia todos os nomes de empresas, depois extr
aia todos os nomes de pessoas, depois extraia tópicos espec
íficos que se ajustem ao conteúdo e, finalmente, extraia te

Fundamentos de prompts 9
 mas gerais abrangentes

Formato desejado:
Nomes de empresas: <lista_separada_por_vírgula_de_nomes_de_
empresas>
Nomes de pessoas: -||-
Tópicos específicos: -||-
Geral temas: -||-

Texto: {texto}

4. Prompts zero-shot
✅ Zero-shot:
Explicar
Extraia palavras-chave do texto abaixo.

Texto: {texto}

Palavras-chave:

5. Reduza descrições “fofas” e imprecisas

Menos eficaz ❌:
A descrição deste produto deve ser bastante curta, apenas a
lgumas frases e não muito mais.

Melhor ✅:
Use um parágrafo de 3 a 5 frases para descrever este produt
o.

6. Em vez de apenas dizer o que não fazer, diga o que fazer

Fundamentos de prompts 10
 Menos eficaz ❌:
Explicar
A seguir está uma conversa entre um Agente e um Cliente. NÃ
O PEÇA NOME DE USUÁRIO OU SENHA. NÃO REPITA.

Cliente: Não consigo fazer login na minha conta.

Agente:

Melhor ✅:
Explicar
A seguir está uma conversa entre um Agente e um Cliente. O
agente tentará diagnosticar o problema e sugerir uma soluçã
o, evitando fazer perguntas relacionadas às PII. Em vez de
solicitar PII, como nome de usuário ou senha, encaminhe o u
suário para o artigo de ajuda www.samplewebsite.com/help/fa
q

Cliente: Não consigo fazer login na minha conta.

Agente:

7. Específico para geração de código - Use “palavras iniciais”

para direcionar o modelo em direção a um padrão específico**
Menos eficaz ❌:
# Escreva uma função python simples que # 1. Peça um númer
o em milhas
# 2. Ela converte milhas em quilômetros

Neste exemplo de código abaixo, adicionar “ import ” indica ao modelo que ele
deve começar a escrever em Python. (Da mesma forma, “SELECT” é uma boa
dica para o início de uma instrução SQL.)

Melhor ✅:
Fundamentos de prompts 11
 # Escreva uma função python simples que # 1. Peça-me um nú
mero em milhas
# 2. Ela converte milhas em quilômetros
import

Aplicabilidade Prática
Ao revisar os exemplos acima, cada prompt é um exemplo de zero-shot
learning. Os prompts foram formulados de maneira que o modelo gerasse a
saída desejada sem exemplos anteriores específicos.

5 características dos melhores prompts

Nesta aula, vamos explorar cinco estratégias fundamentais para extrair o
máximo de modelos de IA. Essas técnicas o colocarão à frente de 99% das
pessoas em termos de eficiência e qualidade ao interagir com modelos de
linguagem.

Vamos começar analisando um prompt exemplo:

Explicar
Tópico: INSERIR TÓPICO AQUI

A novidade mantém os leitores lendo. Vem de ideias que tend

em a ser: 1) Contra-intuitivas, 2) Contra-narrativas, 3) Ch
oque e espanto, 4) Articulações elegantes.

Brainstorm de novas ideias para uma postagem sobre o tópico

acima. Os objetivos potenciais deste cargo poderiam ser:
• Abrir os olhos das pessoas, provando que o status quo est
á errado.
• Compartilhe uma solução para um problema difícil.
• Transforme um tópico complicado em algo acessível.
• Conte uma história cheia de suspense e emoção que transmi
ta uma lição.
• Articule algo em que todos estão pensando, mas ninguém es
tá dizendo. Corte o barulho.

Fundamentos de prompts 12
 • Identifique as principais tendências sobre um tópico. Em
seguida, use-os para prever o futuro.
• Contribuir com ideias originais para um campo através de
pesquisa e experimentação.

Por quê esse prompt é tão bom?

1. Especificidade, Clareza e Concisão

Importância da Especificidade: A IA não possui contexto sobre sua
identidade, trabalho ou estilo. Portanto, ser específico é crucial. Ao solicitar
ideias, não espere conteúdo de alto calibre sem direcionamento claro. Por
exemplo, se queremos ideias originais e não meramente genéricas,
precisamos instruir a IA com essa especificidade.

Clareza e Concisão: Cada frase do prompt deve ser direta e sem

ambiguidades para garantir uma interpretação precisa pela IA.

Então no prompt acima, nós pedimos brainstorm de ideias. Mas não queremos
um conteúdo padrão, chato, nós queremos ideias realmente boas, então ao
invés de nós apenas esperarmos que saia algo bom (o que não vai acontecer,
porque a IA é programada pra sair as ideias de maior probabilidade)
precisamos pedir pra ela, precisamos ser específicos.

2. Descrições e Exemplos
Orientando a IA com Exemplos: Ao pedir um brainstorm de ideias,
fornecemos exemplos do tipo desejado. Isso é essencial, pois toda vez que
mandamos alguma coisa para a IA sem um exemplo, ela primeiro tem que
ter uma ideia do que estamos pensando, criar um exemplo próprio dela e ai
assim retornar uma saída baseado no que ela ACHA que queremos. Então,
sempre vamos adicionar exemplos para ter resultados melhores.

3. Objetivo Específico
Detalhamento do Objetivo: Ao invés de pedir apenas ideias genéricas,
especifique o formato e o estilo. Por exemplo, a abordagem para uma
newsletter é diferente de um tweet. Sempre comunique claramente o
objetivo específico para a IA.

4. Baseado em Ideias Humanas

Fundamentos de prompts 13
 Aplicando Princípios Humanos: Nosso prompt se baseia em princípios de
escrita, como os sugeridos por Julian Shapiro. Ao invés de depender de
ideias geradas aleatoriamente pela IA, utilizamos esses princípios para
guiar a tarefa. Isso ajuda a IA a aplicar conceitos humanos de forma mais
efetiva.

5. Formatação Amigável para IA

Facilitando a Compreensão pela IA: Estruture seu prompt de forma que a
IA possa processá-lo facilmente. Por exemplo, usar bullet points e listas
ajuda na organização e clareza. Evite sobrecarregar uma única frase com
muitas informações; quebre as informações em passos menores.

Eu poderia simplesmente dizer:

Faça um Brainstorm de ideias que são Contra-intuitivas, Contra-narrativas,
causa choque e espanto e tem articulações elegantes para um post sobre
Email Copywriting
Mas isso é muita informação para resumir em uma frase só,
Então, quebramos tudo passo a passo .
Mantenha essas características em mente quando for escrever seus prompts.
Quando precisar retorne nessa aula e pense: "será que estou deixando faltar
algum desses 5 pontos no meu prompt?" Isso vai ajudar muito a melhorar os
resultados que você pode conseguir.

Atribuição de funções

Fundamentos de prompts 14
 A Atribuição de função é uma técnica que pode ser usada para controlar o
estilo do texto gerado pela IA. Também pode melhorar a precisão da IA ao
resolver problemas matemáticos. Implementar a solicitação de função é tão
simples quanto instruir a IA a “incorporar um crítico gastronômico” ou “agir
como um detetive”. A solicitação de função é uma técnica amplamente utilizada
e difundida.

Estilizando Texto
A solicitação de função é usada com mais frequência para estilizar texto. Isto
envolve pedir à IA que finja ser uma determinada pessoa, ou aja de uma
determinada maneira, modificando assim a forma como escreve com base na
função atribuída. Isso pode ser usado para alterar o tom, o estilo e até a
profundidade das informações apresentadas. Vamos nos aprofundar nesse
conceito com um exemplo de revisão de alimentos.

Exemplo de Crítica Gastronômica

Ao escrever uma resenha, é importante adaptar sua abordagem com base na
plataforma que você está usando e no público para o qual está
escrevendo. Simplesmente copiar e colar a mesma avaliação em vários sites
como Google Reviews, TripAdvisor e Yelp não é uma estratégia eficaz,
especialmente se você estiver escrevendo para um crítico gastronômico em

Fundamentos de prompts 15
 uma revista ou postagem de blog. Para garantir que sua resenha ressoe com o
público-alvo, considere fatores como extensão, estilo, linguagem e tom, e use-
os para criar uma resenha que atenda diretamente aos interesses e
expectativas de seus leitores. Com uma abordagem cuidadosa e foco em
conteúdo de qualidade, você pode criar uma avaliação que realmente capte a
essência da pizzaria sobre a qual está escrevendo. Vamos começar com um
prompt simples, sem função.

Entrada

Escreva uma avaliação sobre [Pizzaria]

Saída

Tive recentemente o prazer de experimentar [nome aleatório

de pizzaria] e devo dizer que fiquei extremamente impressio
nado. A pizza estava cozida à perfeição e os ingredientes e
ram frescos e saborosos. A massa era leve e crocante, e o m
olho tinha a quantidade certa de acidez. O atendimento tamb
ém foi de primeira; a equipe era amigável e atenciosa. No g
eral, tive uma ótima experiência e definitivamente recomend
aria [nome aleatório de pizzaria] para qualquer um que este
ja procurando por uma pizza deliciosa.

Esse resultado é muito bom, mas vamos ver o que acontece quando a IA
assume o papel de crítica gastronômica.

Entrada

Você é um crítico gastronômico. Escreva uma crítica sobre

[nome de uma pizzaria aleatória].

Saída da IA

Explicar
Crítica Gastronômica: Sabor da Itália

Fundamentos de prompts 16
 Ambiente: Ao entrar na pizzaria Sabor da Itália, somos imed
iatamente transportados para uma típica trattoria italiana,
com uma atmosfera acolhedora e música ambiente suave. A dec
oração rústica, com toques de modernidade, cria um ambiente
relaxante e convidativo.

Atendimento: O serviço é atencioso sem ser intrusivo. Os ga

rçons demonstram conhecimento detalhado do menu e oferecem
recomendações personalizadas. O tempo de espera entre o ped
ido e a chegada da pizza é razoável, mostrando eficiência e
cuidado na preparação.

Menu: O cardápio oferece uma diversidade de sabores tradici

onais e inovadores, atendendo a todos os paladares. Destaca
-se a opção de personalizar a pizza, permitindo que os clie
ntes explorem sua criatividade gastronômica.

Comida: As pizzas são o verdadeiro destaque. A massa, fina

e crocante nas bordas, serve de ase perfeita para os ingred
ientes frescos e de alta qualidade. A pizza Margherita, com
seu equilíbrio perfeito de molho de tomate, mozzarella di b
ufala e manjericão fresco, é um testemunho da autenticidade
dos sabores.

Preço: Os preços são justos, refletindo tanto a qualidade d

os ingredientes quanto a habilidade na preparação. Há opçõe
s para diferentes faixas de preço, tornando a experiência a
cessível a uma variedade de clientes.

Podemos ver que adiciona mais detalhes e se aprofunda um pouco mais. Agora
vamos dar passo adiante e fazê-lo assumir o papel de redator do guia Michelin:
Entrada

Você é um crítico gastronômico escrevendo para o Guia Miche

lin. Escreva uma análise de [restaurante de pizza aleatóri

Fundamentos de prompts 17
 o].

Saída

Explicar
Análise Gastronômica: Pizzaria La Dolce Vita

Ambiente:

Ao adentrar a Pizzaria La Dolce Vita, somos imediatamente t

ransportados para um cenário que exalta as tradicionais tra
ttorias de Nápoles. O ambiente intimista com iluminação sua
ve, paredes adornadas com arte italiana e o aroma convidati
vo de tomates frescos e massa que exala do forno a lenha cr
iam uma atmosfera acolhedora que promete uma experiência au
têntica.

Serviço:

O serviço merece destaque. Os garçons, vestidos impecavelme

nte, aliam profissionalismo e calor humano, entregando uma
experiência personalizada. Estão sempre prontos a oferecer
recomendações e demonstram um conhecimento profundo sobre a
composição e a história dos pratos.

Menu:

O cardápio é uma ode às receitas clássicas, mas também apre

senta inovações que desafiam o paladar dos mais aventuroso
s. Entre as entradas, o antipasto com queijos artesanais e
embutidos de produção própria se destaca.

A estrela, sem dúvida, é a pizza. A massa, fermentação natu

ral e de espessura média, apresenta bordas aeradas e um lev
e toque de carvão, cortesia do forno a lenha. A seleção de
ingredientes é meticulosa, com produtos DOP (Denominação de
Origem Protegida), garantindo sabores intensos e genuínos.

Fundamentos de prompts 18
 Destaques do Menu:

- Margherita Regal: Uma interpretação sublime da clássica M

argherita, com mozzarella di bufala, tomates San Marzano e
folhas de manjericão fresco que remetem aos sabores da Itál
ia meridional.

- Bianca Delicata: Para os amantes de queijos, uma base cre

mosa de ricota e mozzarella, finalizada com trufas negras e
um toque de mel trufado, criando um equilíbrio perfeito ent
re doce e salgado.

Recomendação:

Recomendo vivamente uma visita para os aficionados por pizz

as que procuram autenticidade e qualidade sem compromissos.
A pizzaria também é uma escolha excepcional para eventos es
peciais, oferecendo um cenário ideal para uma experiência m
emorável.

A solicitação de função é uma estratégia poderosa para moldar o resultado de

modelos de IA generativa. Permite-nos controlar o estilo, o tom e a
profundidade do texto gerado, tornando-o mais adequado a contextos ou
públicos específicos. Esteja você redigindo um e-mail, escrevendo uma revisão
ou resolvendo um problema matemático, a solicitação de função pode
melhorar significativamente a qualidade e a precisão dos resultados. À medida
que continuamos a explorar as capacidades da IA, a orientação de funções
continuará a ser uma estratégia-chave de engenharia imediata.

Método Learn Prompting para resolver problemas

Desbravando o Universo da Inteligência Artificial Generativa, temos o Método
de Solução de Problemas, uma bússola para navegar na vastidão do Gen AI.
Esta estrutura não é apenas um guia - é um aliado na tomada de decisões
críticas: quando convocar a Gen AI, quais estratégias de engenharia aplicar de

Fundamentos de prompts 19
 imediato, e a escolha acertada das ferramentas. Vamos mergulhar juntos em
cada uma das cinco fases essenciais deste método e, para cristalizar o
aprendizado, exploraremos um estudo de caso prático.

Os Cinco Passos
1. Indique o seu problema
A primeira etapa do Método de Learn Prompting é declarar seu problema. Isso
envolve articular claramente o problema que você está enfrentando, sem pular
para possíveis soluções. Por exemplo:
“Nossos clientes têm dúvidas sobre os recursos de nossos produtos que
precisam ser respondidas, pois estamos perdendo negócios em potencial”.

2. Examine informações
Depois de declarar seu problema, a próxima etapa é examinar as informações
relevantes. Isso pode incluir a pesquisa de problemas semelhantes e suas
soluções, o estudo do contexto do seu problema ou a análise de dados
relacionados ao seu problema. Também inclui encontrar prompts relevantes
e ferramentas Gen AI . Esta etapa é crucial para compreender as nuances do
seu problema e identificar abordagens potenciais para resolvê-lo. Neste ponto,
você deve saber se a Gen AI é adequada para o seu problema.

3. Proponha uma solução

Depois de examinar as informações relevantes, você deverá ter uma ideia mais
clara de como resolver seu problema. Agora é hora de propor uma
solução. Pode ser um prompt, uma nova ferramenta ou uma nova maneira de
usar uma ferramenta atual. A solução deve estar diretamente ligada ao
problema que você declarou e às informações que você examinou.

4. Ajuste a solução
Depois de escolher uma solução, que pode ser um prompt ou uma ferramenta,
a próxima etapa é ajustá-la com base no feedback e nos testes. Isso pode
envolver a configuração de testes para ver como os usuários interagem com o
prompt, obter feedback dos usuários ou fazer ajustes com base em sua própria
intuição e experiência. É aqui que entra a engenharia imediata!

5. Lance sua solução

Fundamentos de prompts 20
 A etapa final do Método de solicitação de aprendizado é lançar sua
solução. Isso pode envolver integrá-lo ao seu produto, publicá-lo em uma
plataforma ou simplesmente começar a utilizá-lo em suas interações com os
usuários.
O Método de Learn Prompting é um ciclo, não um processo linear. Depois de
lançar sua solução, você deverá continuar monitorando seu desempenho e
fazer os ajustes necessários. Você pode usar a sigla IEPAL para lembrar essas
etapas!

Estudo de caso: usando o método de solicitação de

aprendizado para criar um bot
Vejamos um estudo de caso de como o método de solicitação de aprendizado
pode ser usado para criar um chatbot do zero. Nesse caso, temos uma coleção
de perguntas de usuários sobre chapéus.

1. Explique seu problema: temos um grande volume de dúvidas de usuários

sobre diferentes tipos de chapéus, sua história e como usá-los. Precisamos
fazer algo a respeito porque estamos perdendo negócios potenciais.

2. Examinar informações relevantes: Analisamos as consultas dos usuários

que coletamos. Percebemos que as dúvidas mais comuns são sobre a
história de tipos específicos de chapéus, como usá-los corretamente e
como cuidar deles. Também analisamos os chatbots existentes,
examinando sua extensão de contexto, preço e velocidade, e as
ferramentas Gen AI que poderiam nos ajudar a resolver nosso problema.

3. Proponha uma solução: Com base na nossa análise, decidimos criar um

chatbot usando ChatGPT que possa responder a estes três tipos de
questões. Elaboramos um prompt inicial:

Você é um historiador de chapéus experiente que estudou a h

istória, os estilos e as maneiras adequadas de usar vários
tipos de chapéus. Um usuário faz uma pergunta sobre chapéu
s. Responda à sua consulta de maneira útil e informativa: U
SER_INPUT

1. Ajuste a solução: testamos nossos prompts iniciais com um pequeno

grupo de usuários e coletamos seus comentários. Com base no feedback

Fundamentos de prompts 21
 deles, percebemos que nossas solicitações precisam ser mais envolventes
e menos formais.

Ajustamos nossos prompts de acordo:

Você é um entusiasta de chapéus com vasto conhecimento sobr

e a história, os estilos e a etiqueta do uso de vários tipo
s de chapéus. Um usuário está curioso sobre chapéus e faz u
ma pergunta. Responda às suas perguntas de maneira amigável
e informativa.

Fazemos ainda mais testes com usuários e percebemos que precisamos

segmentar nosso mercado: as pessoas interessadas na história do chapéu
preferem uma abordagem mais formal, enquanto as interessadas em estilo e
em usar o chapéu preferem um bot mais informal. Desenvolvemos um prompt
de roteamento inicial que decide que tipo de usuário eles são com base em sua
pergunta:

Você é uma IA que entende as nuances das consultas relacion

adas a chapéus. Com base na pergunta do usuário, determine
se ele está mais interessado na história formal dos chapéus
ou no estilo informal e no uso de chapéus. Responda com For
mal para história- consultas relacionadas e Informal para c
onsultas relacionadas a estilo e uso.

Usamos uma ferramenta como Langchain, Voiceflow ou Dust para conectar o

prompt de roteamento aos outros dois.

1. Lance sua solução: Lançamos o chatbot em nosso site. Continuamos

monitorando as interações dos usuários com o bot e fazendo ajustes
adicionais conforme necessário.

Seguindo o método Learn Prompting, conseguimos criar um chatbot que

responde com eficácia às dúvidas dos usuários sobre chapéus. Este processo
destaca a importância de compreender as necessidades dos usuários, testar e
ajustar soluções e melhorar continuamente com base no feedback dos
usuários.

Megaprompts

Fundamentos de prompts 22
 Um megaprompt é como uma receita.
É uma receita que você fornece ao modelo de linguagem de uma só vez, com a
esperança de que ele possa seguir todos os passos e requisitos e produzir algo
ótimo em um passo.
O conceito de megaprompts é quase como escrever um mini-programa usando
linguagem natural, mas com o benefício adicional de ser mais fácil de compor e
executar.
Usamos isso o tempo todo para melhorar a qualidade, especificidade e
relevância da saída da IA, dando-lhe instruções mais detalhadas e
estruturadas.
Embora nem todos os megaprompts (incluindo os exemplos neste curso) sigam
perfeitamente este acrônimo, descobri que a estrutura PERCATO é uma
maneira realmente útil de entender todas as informações componentes que
você pode incluir.
PERCATO Megaprompts podem conter um aspecto de alguns ou todos os
seguintes elementos:

1. Passos para executar a ação

2. Exemplos de entradas e/ou saídas

3. Restrições e o que evitar

4. Contexto sobre a ação e situação

5. Ação a ser tomada

6. Template ou formato desejado para a saída

7. Objetivo da persona

Abaixo, apresento um megaprompt que segue este formato. Este exemplo cria
algumas ideias de prompts de imagem com o tema "crochê".

Explicar
Passos para Executar a Ação = Elabore 10 descrições de prom
pts de imagem de coisas do cotidiano feitas de crochê. Seu
objetivo é trazer alegria e encanto ao mundo.

Exemplo de Prompt de Imagem = Uma floresta encantada de cro

chê, onde árvores imensas crescem de fios e galhos se entre

Fundamentos de prompts 23
 laçam em formas caprichosas, adornadas com folhas de crochê
em vários tons de verde, formas simples, baixo detalhe, art
e em crochê.

Restrições = Evite adicionar detalhes excessivos a qualquer

prompt de imagem, pois isso dificulta a visualização dos de
talhes específicos do crochê.

Contexto = Você quer criar imagens estranhas, divertidas e

interessantes com o tema de crochê / crocheting.

Ação a Ser tomada = Invente 10 descrições de prompts de ima

gem de coisas comuns feitas de crochê.

Template = Retorne cada resultado como seu próprio bloco de

código em texto simples, com uma etiqueta de markdown ## H
2.

Objetivo da Persona = Você é uma caixa mágica de prompts qu

e pode criar imagens incríveis simplesmente emitindo palavr
as na forma de prompts de imagem.

Aqui abaixo está uma amostra dos resultados:

Prompt de Imagem 1
Uma cozinha vintage totalmente feita de crochê, com armários, utensílios e
eletrodomésticos em fios coloridos. Há uma mesa de crochê com um vaso de
flores, também de crochê, e pequenas xícaras e pratos criados com delicadeza
e cores pastéis.

Prompt de Imagem 2
Um jardim de crochê com uma variedade de flores, todas feitas de fios de
cores vibrantes. Inclui um pequeno lago de crochê com peixes e um banco de
parque, criando um cenário de conto de fadas, onde tudo é suave e
convidativo ao toque.

Fundamentos de prompts 24
 Prompt de Imagem 3
Uma cidade em miniatura feita inteiramente de crochê, com prédios, carros, e
pessoas. As estruturas variam em cores e tamanhos, mostrando uma paisagem
urbana colorida e divertida, com detalhes simples, mas cativantes.
(A propósito, aqui está a aparência desses prompts de imagem quando
gerados com DALL-E 3
Muito divertido, hein?)

Fundamentos de prompts 25
 Dá vontade de começar a tricotar...

Quero dizer... de volta aos megaprompts!

Vamos explorar cada uma dessas informações com mais detalhes.

Resumo PERCATO
P - Passos
As etapas fornecem uma sequência de etapas a serem seguidas pela IA. A
estruturação do processo guiará a IA em direção ao resultado desejado de
maneira sistemática.
Exemplo de uma série de etapas:

1. Identifique o público-alvo da campanha de marketing X para minha

empresa Y

2. Selecione os melhores canais de marketing para usar nesta campanha

3. Crie uma mensagem atraente e personalizada para cada canal de

marketing

Fundamentos de prompts 26
 4. Faça um brainstorming de recursos visuais para acompanhar cada
mensagem e descreva-os em uma linguagem vívida para serem usados
como prompts de geração de imagens

E - Exemplos
Demonstre o que você procura com amostras específicas de entradas ou
saídas desejadas. Os exemplos fornecem um ponto de referência para a IA
emular.
Observe que a inclusão de exemplos específicos pode influenciar fortemente
o modelo de linguagem em uma direção específica e exemplos vagos ou uma
grande quantidade de exemplos podem funcionar melhor.
Exemplos de exemplos:

Você fornece um exemplo de resumo executivo de um documento anterior

para basear um novo

Você cola exemplos de postagens de mídia social para que a IA possa

combinar a voz e o tom

Você compartilha um exemplo de email frio bem-sucedido com clientes em

potencial e gera mais

Você lista algo entre parênteses (por exemplo, celulares, tablets, laptops)
para explicar nuances em uma palavra

Você dá à IA suas ideias incompletas e pede que ela as melhore: “Quero

um título que faça referência a um animal que é conhecido por ser
corajoso”

R - Restrições
As restrições podem ser trabalhadas no prompt ou adicionadas em sua própria
seção.
Aqui está um exemplo de Action+Constraints na mesma frase, neste caso, para
um prompt que pode escrever um tweet:

AÇÃO: Escreva uma postagem curta nas redes sociais com

menos de 280 caracteres .

O mesmo prompt também pode ter um conjunto de restrições.

Fundamentos de prompts 27
 REGRAS:

As saídas não devem ter mais de 280 caracteres

Nunca use hashtags ou palavras que comecem com o

símbolo # (por exemplo, #vendas)

Use frases curtas e contundentes em vez de frases

longas e detalhadas .

Termine todas as frases em um ponto final. Não termine

nenhuma frase com ! ou ?

MAS - é difícil dizer não a uma IA

Saiba que às vezes pedir a um modelo de linguagem que não faça algo não
funciona muito bem.
Em parte, isso ocorre porque quando você diz algo como “Não use hashtags”,
você também está dizendo “use hashtags” como parte dessa frase.
Em teoria, a IA entende o significado. Mas, na prática, um modelo de linguagem
às vezes parecerá desconsiderar o que você pediu. Se isso acontecer, tente
ajustar o idioma.
Muito assertivo:

Isso é importante! TweetBot NUNCA usa #hashtags!

Reformule como um comando positivo:

Use apenas letras, números e sinais de pontuação comuns (. , ' " ?) em sua
saída.

Lembrete no final do prompt:

AÇÃO: Escreva uma postagem curta nas redes sociais com menos de 280
caracteres . [...o resto do prompt vai aqui...] E lembre-se, as saídas devem
ter menos de 280 caracteres!

C - Contexto
Forneça o ambiente, as circunstâncias e os detalhes relevantes para a
tarefa. Fornecer contexto ajuda a IA a criar respostas que se alinhem com a
situação mais ampla.

Fundamentos de prompts 28
 Contexto de lançamento de um novo produto em um mercado altamente
competitivo

Contexto de um esforço de rebranding após uma fusão de empresa

Contexto de tratamento de reclamações de clientes nas redes sociais

Contexto de busca de financiamento de capitalistas de risco para uma

startup

Contexto de adaptação das operações comerciais a um mundo pós-

pandemia

Imagine que você tem um estagiário ou colega de trabalho fazendo esse

trabalho. Considere adicionar qualquer coisa que você possa dizer a eles para
garantir que façam um bom trabalho.

Ação (A)
A ação define a missão especificando uma tarefa explícita para sua IA
executar. Esta clareza de propósito permitirá à IA produzir resultados
significativos e direcionados .
Exemplos de ações:

Gere um relatório de análise de mercado

Escreva uma descrição envolvente do produto

Desenvolva um plano de conteúdo de mídia social

Crie uma lista de ideias de postagens de blog para um site de tecnologia

Elabore um discurso de vendas para uma nova solução de software

T - Template
Defina o formato que você deseja que a saída tenha. O estabelecimento de um
modelo orienta a estrutura e a apresentação do conteúdo gerado pela IA.
Exemplos de modelos:

Retorne seus resultados em formatação markdown

Formate seus resultados em um bloco de código de texto simples

Use esta fórmula para seus títulos: Como conseguir {YAY!} sem {BOO!}

Rotule cada resultado e, em seguida, indique por que você o escolheu

Fundamentos de prompts 29
 Organize todos os itens acima em formatação remarcada com cabeçalhos,
marcadores e palavras em negrito

Forneça seus resultados em linguagem concisa e espartana, sem pré-texto

ou pós-texto

O - Objetivo da Persona
Use uma persona para atribuir à sua IA algo para agir. O personagem escolhido
pode fornecer um filtro único sobre o conhecimento que a IA colocará em uso
e dará voz e perspectiva às respostas da IA.
Exemplos de persona:

Atuar como um consultor de negócios experiente, oferecendo

aconselhamento estratégico

Imagine que você é um diretor criativo fazendo brainstorming de conceitos

publicitários

Emule um analista financeiro fornecendo insights sobre oportunidades de

investimento

ASSISTENTE = Empreendedor experiente em tecnologia compartilhando

dicas para startups

Forneça conselhos como se você fosse um palestrante motivacional

fazendo um discurso inspirador

Contras do uso de megaprompts

Os megaprompts nem sempre são a resposta e, de fato, há um contingente
crescente na comunidade de IA que começou a apontar como podem ser
problemáticos.
O maior problema é este: os megaprompts são difíceis de solucionar.
Com tantas informações, se o prompt não funcionar, nem sempre é óbvio o que
corrigir. Além disso, ajustes em uma parte do prompt podem afetar o
funcionamento de outras partes de maneiras inesperadas.
Você também aplica toda a cognição do modelo de IA em todas as etapas e
informações do prompt. Para usar uma metáfora, ele tem um limite de
inteligência para cada solicitação. Portanto, quanto mais instruções você
distribuir em seu trabalho, mais inferências ele poderá aplicar a cada etapa.

Fundamentos de prompts 30
 É por isso que, na próxima lição, também veremos os prompts progressivos,
que são sequências ou cadeias de prompts projetados para funcionarem
juntos.
Você também pode combinar as duas técnicas, tendo um conjunto progressivo
de prompts mega-ish, para obter os melhores resultados.

Fundamentos de prompts 31