Engenharia de Prompt: O Guia Definitivo 2023 [GPT-3 e ChatGPT]

A engenharia imediata é de longe uma das habilidades de maior renda que você pode aprender em 2023. Aqueles equipados com ele são capazes de criar milhões de dólares em valor em apenas algumas frases cuidadosamente elaboradas.

Neste guia rápido de engenharia, não apenas descompactarei essa habilidade altamente lucrativa e o guiarei passo a passo para aprendê-la, mas também compartilharei com você exatamente como tenho usado essa habilidade para ganhar dinheiro e construir negócios.

E não, você não precisa de nenhuma experiência em codificação. Este guia destina-se a todos que desejam adicionar essa habilidade fundamental de engenharia imediata ao seu kit de ferramentas para que possam acessar mais oportunidades com uma IA.

Engenharia imediata
Conteúdo

O que é Prompt Engenharia?

Em inglês simples, prompting é o processo de instruir uma IA a realizar uma tarefa. Dizemos à IA, por exemplo, GPT-3, um conjunto de instruções e ela executa a tarefa com base nessas instruções. Os prompts podem variar em complexidade, de uma frase a uma pergunta a vários parágrafos de texto.

Tenho certeza de que todos vocês já brincaram com o Chat GPT. O texto que você fornece nessa caixa de diálogo é o seu prompt.

No entanto, a maior parte do valor criado por meio de solicitação não é feito com Chat GPT. Mais sobre isso mais tarde.

A razão pela qual a engenharia de prompts, ou simplesmente, como você constrói seus prompts, é tão importante e valiosa por causa de um conceito chamado lixo que entra, lixo que sai.

Essencialmente, a qualidade de sua entrada determina a qualidade de sua saída. Quando você tem grandes modelos de linguagem como GPT-3, que são enormes e são apenas uma sopa de dados.

Sua capacidade de escrever ótimos prompts determina diretamente sua capacidade de extrair valor deles.

Bate-papo GPT vs OpenAI Playground

Para este guia de engenharia imediato, usaremos o Abrir playground de IA por nossa sugestão.

É fundamental entender que o playground não é o mesmo que o Chat GPT. Se você não estiver familiarizado com o playground, ele nos fornece uma plataforma flexível onde podemos interagir com todo o conjunto de produtos Open AI em seu estado natural.

produtos openai

E por estado natural, quero dizer a forma pela qual temos acesso a eles por meio das APIs de IA aberta.

É importante entender isso, porque qualquer coisa que você conseguir no playground pode ser dimensionado, produzido e vendido. Mais sobre isso mais tarde.

Se você não sabia, o ChatGPT é, na verdade, um aplicativo que a Open AI construiu sobre o modelos GPT que vamos acessar pelo playground.

A diferença é que o Open AI mudou significativamente o GPT-3 para tornar o ChatGPT por meio de aprendizado por reforço e ajuste fino e um monte de outras coisas divertidas.

Para encurtar a história, o ChatCPT pode ser divertido e valioso por si só, mas se você deseja criar valor e construir um negócio escalável com base nesses modelos, precisa aprender como projetar os modelos básicos em seu estado natural. .

Isso ocorre porque esses modelos de nível básico são as únicas coisas às quais podemos obter acesso por meio das APIs atualmente e, portanto, as únicas coisas sobre as quais podemos construir negócios.

Portanto, aprender como projetar prompts para os modelos básicos por meio do playground será o foco deste guia.

Configurações do OpenAI Playground e como usá-lo

Agora, darei a você um resumo das configurações importantes do playground OpenAI com as quais você pode brincar na barra lateral.

Modelos GPT

Primeiro e provavelmente o mais importante, você pode alterar o modelo que está usando para interagir.

Open AI tem uma tonelada de modelos diferentes para diferentes propósitos.

Primeiro, temos diferentes versões de modelos GPT-3 como:

  • Da Vinci
  • Ada
  • Curie
  • Babbage

E todos esses diferentes servem basicamente a funções diferentes.

Modelos de playground OpenAI GPT-3

Ele contará um pouco sobre o que cada uma dessas coisas faz e no que é bom.

Então, temos modelos relacionados ao código aqui que são mais capazes de entender o código.

Códigos de modelos de playground OpenAI

E aqui eu tenho algumas das minhas músicas da minha conta pessoal.

Modelos de playground OpenAI ajustados

Você pode estar pensando, por que eu não usaria apenas o melhor, que é o Davinci 3 no momento?

Isso ocorre porque o preço de cada um desses modelos é realmente diferente.

Se você deseja usar esses modelos para uma tarefa de reconhecimento de padrões muito básica, não deveria pagar mais e usar o modelo top Da Vinci 3. Você pode usar Curie ou Ada ou algo muito inferior que faça o que você precisa e nada que você precise. não.

Temperatura

A próxima e segunda coisa mais importante com a qual você pode brincar é a temperatura.

Temperatura do playground OpenAI

A configuração de temperatura é crucial porque determina a aleatoriedade de sua saída.

Algumas tarefas, como escrita criativa ou ideação, funcionariam melhor se você aumentasse a aleatoriedade. Mas, em muitos casos, ter a temperatura basicamente zero será melhor se você quiser essas saídas determinísticas rígidas.

Definir a temperatura em zero geralmente pode ser uma maneira muito boa de garantir que você obtenha os mesmos resultados essencialmente com a mesma entrada.

Configuração de Comprimento Máximo

Em seguida, é a configuração de comprimento máximo, que é uma parte extremamente importante de sua escrita de prompt. Esses modelos têm um limite estrito sobre a quantidade de dados que você pode compactar no prompt e na resposta obtida do modelo.

Isso significa que o prompt que você escreve e a resposta esperada não podem ultrapassar 4,000 tokens.

Configuração de comprimento máximo do playground OpenAI

1 token é igual a aproximadamente 4 caracteres em texto normal em inglês. A configuração de comprimento máximo determina o comprimento da resposta que ele retornará a você.

É importante fazer um pouco de matemática rápida e ver na parte inferior da tela aqui quantos tokens você consumiu com seu prompt e, em seguida, maximizar o comprimento máximo para que a resposta não ultrapasse 4,000 tokens no total.

Tokens

Então, aqui temos algumas configurações menores com as quais você pode brincar, como a penalidade de frequência e as penalidades de presença.

Configurações do playground OpenAI

Em alguns casos, eles são muito úteis porque você pode perceber que está repetindo a mesma coisa várias vezes e você não quer isso. Ou você deseja falar sobre novos tópicos com mais frequência, o que o ajudará com a penalidade atual.

Agora que isso está resolvido, posso ensinar a você seu primeiro método de engenharia de prompt, que é o prompt de função.

Solicitação de Função

Na solicitação de função, se você não conseguir descobrir pelo nome, usará um prompt para definir a IA em uma determinada função. Por exemplo, em seu prompt, você pode incluir, você é médico ou advogado e, em seguida, começar a fazer perguntas legais ou médicas.

Aqui, temos um problema de matemática para ilustrar essa solicitação de função.

Resposta errada do problema de matemática do playground OpenAI

Agora, se eu enviar esta equação, recebo 280 como resultado, o que é incorreto.

Agora, se eu for algumas linhas acima e adicionar esta pequena seção de Prompting de Função, de repente a resposta muda.

Obtemos a resposta de 1,400, que na verdade é a resposta correta.

Resposta correta do problema de matemática do playground OpenAI

O que fizemos aqui é dizer que é um matemático brilhante que pode resolver qualquer problema do mundo.

Então, isso está colocando-o no papel de ser um matemático.

Ou podemos fazer o que aplicativos como o ChatGPT fizeram e definir o modelo em um modo de bot útil e amigável para assistentes pessoais.

Aqui está um exemplo de prompt que transforma o modelo em um útil assistente de IA.

Prompt do assistente de IA do Playground

É um prompt básico que transforma o modelo em um assistente de IA amigável usando adjetivos como útil, criativo, inteligente e muito amigável para realmente definir esse modo como um assistente útil, amigável e inteligente.

Agora que foi configurado para esse modo, posso fazer a pergunta: devo fazer compras on-line para minhas compras ou ir ao supermercado?

Resposta imediata do assistente de IA do Playground

Assim, temos uma resposta do tipo GPT de bate-papo, que é uma resposta amigável e útil à nossa pergunta.

Definir modos como acabamos de fazer é uma das ferramentas fundamentais do seu kit de ferramentas de engenharia de prompt.

Ao atribuir uma função a uma IA, estamos ajudando dando mais contexto. Com esse contexto, a IA consegue entender melhor a questão.

Não surpreendentemente, com uma melhor compreensão da questão, a IA dará melhores respostas.

Você deve ter notado no último prompt que, na verdade, mostramos um exemplo de uma interação entre o humano e o bot.

Isso nos leva ao nosso próximo método de solicitação de tiro.

Solicitação de tiro

A solicitação de tiro pode ser dividida em três categorias:

  • Solicitação de tiro zero
  • Um tiro
  • Poucos tiros solicitando

Usar esses métodos de solicitação de tiro é a maneira mais fácil que encontrei de construir negócios com IA no momento.

Solicitação de tiro zero

O prompt de tiro zero está essencialmente usando a IA como um mecanismo de preenchimento automático. Você está simplesmente dando uma pergunta ou uma frase e dando-lhe rédea solta para responder a isso sem qualquer estrutura esperada.

O prompt de disparo zero é o que já fizemos na maior parte deste curso de engenharia de prompt.

Coisas simples como, qual é a capital da França? Paris.

Usar o prompt zero shot é essencialmente usar esses grandes modelos de linguagem como um enorme mecanismo de preenchimento automático.

Voltando ao nosso exemplo anterior do matemático, sugestão de papel, isso também é tiro zero. Não fornecemos nenhuma estrutura ou expectativa sobre como respondê-la. A IA vai apenas olhar para isso e dizer, é assim que vou responder. Não é uma estrutura esperada.

Não fornecemos nenhuma estrutura sobre como queremos que essa resposta seja devolvida. Isso nos leva ao prompt de um tiro.

Solicitação de um tiro

Aqui está um exemplo de sugestão de uma cena misturada com um pouco de sugestão de função também.

exemplo de prompt de um tiro

Temos um pouco de informação para configurá-lo em uma função de bot de resposta a perguntas altamente inteligente. Abaixo, temos um exemplo único de uma interação entre o usuário e a IA.

Portanto, a pergunta que farei é "quantas vezes Michael Phelps ganhou o ouro?"

Agora, quando eu insiro minha pergunta nisso, não apenas levarei em consideração o prompt de função acima, mas também examinarei a estrutura e como ela interagiu com o prompt de uma cena acima.

resposta imediata de um tiro

Aqui temos a resposta, que é Michael Phelps ganhou um total de 28 medalhas, incluindo 23 de ouro.

Esses dois pares de respostas e respostas são muito semelhantes. Ele olhou para o padrão e olhou para a estrutura do anterior, e respondeu da mesma forma, combinando o tom e o comprimento dele.

Solicitação de poucos tiros

A solicitação de poucos tiros é feita dando mais de um exemplo de como você deseja que a IA responda.

Aqui, tenho um pequeno prompt feito de um gerador de ideias de vídeo do YouTube.

pergunta de prompt de poucos tiros

O que fiz foi configurar um par de perguntas e respostas.

A pergunta – “Idéias de vídeo do YouTube para vender produtos no TikTok”.

Em seguida, dei 5 exemplos que acabei de pegar do Chat GPT e coloquei lá.

💡 Dica Pro: Esses dados aqui são muito importantes. Se você está tentando usar Few Shot para obter um resultado específico, as coisas que você está colocando como exemplos são muito importantes.

Agora, se eu adicionar o restante do prompt, tenho a próxima parte, que é a segunda tomada do prompt de algumas tomadas: “Idéias de vídeo do YouTube sobre por que você deve experimentar bancos digitais”

Eu dei mais 5 exemplos e tudo o que preciso fazer agora é colar em outra pergunta – “Idéias de vídeo do YouTube sobre como ganhar dinheiro com o Chat GPT”.

E a IA vai olhar meus prompts de tiro anteriores e, em seguida, me dar uma resposta com base na estrutura e no conteúdo desses prompts anteriores.

resposta rápida de poucos tiros

E assim, pegamos o GPT-3 e o transformamos em um gerador de ideias de vídeo do YouTube, baseado nos estilos que eu gosto e nos títulos fornecidos aqui usando o método de poucas fotos.

Ao adicionar mais e mais exemplos, você pode definir com mais precisão a saída que deseja.

Aspectos cruciais de sua resposta, como tom, duração e estrutura, podem ser determinados pelos exemplos que você fornece.

Outro exemplo seria um bot de perguntas e respostas.

Solicitação de bot de perguntas e respostas

Quando solicitado com uma pergunta no final, a IA vai dar uma olhada no prompt de função na parte superior, definir a função e, em seguida, examinar todos esses exemplos fornecidos e dizer "ok, esses são os tipos de respostas que se espera que eu dê.”

Estes são quantos são. Este é o tom de voz. Esta é a estrutura. É assim que você ensina para obter os resultados desejados.

Se, por exemplo, você pegar essas respostas e expandi-las e torná-las um parágrafo inteiro e fizer isso para cada pergunta, então, quando você fizer uma pergunta, ele também retornará um parágrafo completo.

É importante entender por que a solicitação de compra funciona tão bem. Isso ocorre porque grandes modelos de linguagem são essencialmente apenas máquinas de geração e reconhecimento de padrões.

Sugestão de Cadeia de Pensamento

Outra ferramenta útil para ter em seu kit de ferramentas de engenharia de prompt, a fim de extrair o máximo valor desses modelos, é chamada de sugestão de cadeia de pensamento.

A cadeia de sugestões de pensamento encoraja o modelo de linguagem grande a explicar seu raciocínio à medida que segue as etapas, o que geralmente resulta em resultados melhores e mais precisos.

O aumento na precisão é particularmente notado em:

  • tarefas aritméticas
  • Tarefas de senso comum e
  • Tarefas de raciocínio simbólico

Aqui temos uma equação de palavras que pergunta qual é a maneira mais rápida de chegar ao trabalho.

cadeia de pensamento prompt exemplo 1

A resposta que recebo é que a opção 1 é a maneira mais rápida de trabalhar.

O que descobrimos quando alteramos o prompt é que essa era realmente a resposta incorreta.

Se mudarmos o prompt e fizermos com que ele explique o pensamento, na verdade ele apresenta uma resposta diferente, que é a opção 2.

Sugestão de cadeia de pensamento como essa é realmente útil para esses tipos específicos de tarefas. É ótimo ter em seu kit de ferramentas como um engenheiro de prompt.

Outro método de fazer uma cadeia de pensamento é, na verdade, chamado de cadeia de pensamento de tiro zero.

Se adicionarmos esta pequena frase mágica “vamos pensar passo a passo” ao nosso prompt de tiro zero, obtemos uma resposta um pouco diferente do que obtivemos antes.

cadeia de pensamento de tiro zero

Assim, temos a resposta correta, que é a opção 2, pedindo que ela pense passo a passo para nós.

Você pode estar pensando qual é a diferença entre um único tiro e uma resposta de Cadeia de Pensamento Zero Shot como esta?

Bem, é muito fácil nesta situação criar um único tiro ou alguns tiros pensando em alguns exemplos e ajustando esta questão um pouco.

Quando a tarefa é muito mais complexa, às vezes não é possível obter vários exemplos ou mesmo apenas um único exemplo para usar em um prompt de tiro.

Portanto, esta pequena frase mágica de vamos pensar passo a passo pode ser a diferença entre extrair respostas corretas e incorretas com seus prompts.

Agora que você entende o básico, podemos entender o motivo pelo qual você realmente está aqui, quais são as maiores oportunidades para engenheiros imediatos em 2023 e além?

Quais são as maiores oportunidades para engenheiros de prompt em 2023?

Especialistas como Dr. disseram que temos um a dois anos em que a engenharia de prompt será extremamente valiosa, mas logo será substituída por inteligência artificial que pode escrever seus próprios prompts.

Então, neste período de dois anos, como podemos tirar o máximo proveito dessa habilidade altamente lucrativa?

Venda seus serviços como um engenheiro de alerta

A primeira e mais óbvia é vender seus serviços como um engenheiro imediato. A demanda por essa habilidade está explodindo agora. Dê a si mesmo um mês ou dois para aprender e se tornar um especialista e então comece a sair e tentar encontrar seus próprios shows.

Empresas de todo o mundo estão contratando para isso agora, então tudo que você precisa fazer é aprender a habilidade e começar a bater de porta em porta.

Crie um negócio de ensino a partir da engenharia imediata

A segunda oportunidade que vejo é criar um negócio de ensino a partir da engenharia imediata. Veremos empresas de todo o mundo precisarem se orientar para entender e usar esses modelos.

Uma das maneiras mais fáceis para essas empresas aproveitarem essa revolução da IA ​​que está acontecendo e começarem a usar essas ferramentas para aumentar a produtividade de seus negócios e funcionários é ensiná-los a usar essas ferramentas.

Se você puder entrar nessas empresas e ensinar-lhes habilidades como engenharia imediata e fornecer-lhes um conjunto de ferramentas que podem usar para melhorar sua produtividade, então você terá algumas boas oportunidades para começar a ganhar dinheiro vendendo para esses grandes empresas.

Iniciar um negócio de IA

Finalmente, minha maneira favorita de ganhar dinheiro com a engenharia de prompts é construindo negócios em torno de um prompt bem escrito.

Estamos vendo quantidades extremas de valor sendo desbloqueadas com apenas um prompt bem escrito.

Um exemplo impressionante disso é Lita AI do Dr. Allen D. Thompson. Se você ainda não o pesquisou, sugiro que o verifique.

https://www.youtube.com/watch?v=9HEtmF4s3Ek

Mas o que ele fez foi basicamente pegar um modelo GPT-3, escrever um prompt muito específico e, com esse prompt, ele basicamente criou esse assistente de IA chamado Leta.

Ao escrever um prompt de qualidade, ele é capaz de criar uma IA que tenha exatamente o personagem certo que ele deseja.

O que ele fez foi configurar uma webcam e interagir cara a cara falando com essa IA e compartilhando com o mundo.

Embora ele já tenha monetizado e seja mais um projeto de pesquisa, é insano ver o que apenas algumas frases de um texto bem escrito podem fazer para transformar esses modelos de linguagem que são tão poderosos nessas coisas inteiramente novas e poderosas por si só.

Este é um exemplo de como você pode usar prompts e obter diferentes bits de dados e obter a entrada do usuário para criar uma pequena ferramenta. Se você pegasse isso e colocasse em um site e fizesse um pouco de marketing, tenho certeza de que conseguiria ganhar algum dinheiro com uma dessas ferramentas básicas.

Eu realmente acho que fazer uma engenharia imediata como essa para alterar esses modelos é uma barreira ainda menor à entrada de pessoas que desejam construir negócios com IA. Tudo o que é preciso é um prompt cuidadosamente escrito e talvez um pouco de entrada do usuário combinada e você pode criar um negócio valioso em meia hora.

Palavras Finais de Engenharia de Prompt

Agora você conhece os fundamentos da engenharia de prompt.

Você pode ir lá e começar a praticar mais, começar a vender seus serviços, começar a ensinar as pessoas ou começar a construir negócios com base em instruções por escrito.

funil de vendas

Lançar funis de vendas lucrativas

Todo negócio online precisa de um processo de vendas consistente e repetível que converta seus visitantes em leads, clientes e defensores.