Engenharia de Prompt

A engenharia de prompts é a arte e a ciência de projetar entradas eficazes (prompts) para orientar modelos de Inteligência Artificial (IA), particularmente Modelos de Linguagem Grandes (LLMs), a gerar os resultados desejados. É análogo a ser um comunicador habilidoso com uma IA, sabendo precisamente o que dizer e como dizer para obter a melhor resposta possível. Esta prática é crucial porque o desempenho, a relevância e a qualidade do resultado de um modelo de IA são altamente sensíveis à forma como uma consulta é estruturada. A engenharia de prompts eficaz permite que os usuários aproveitem todo o potencial de modelos de fundação poderosos para uma ampla gama de tarefas.

Como Funciona a Engenharia de Prompts

O principal da engenharia de prompts é estruturar uma entrada que forneça contexto claro e suficiente para o modelo. Enquanto uma pergunta simples pode render uma resposta básica, um prompt bem projetado pode controlar o tom, o formato e a complexidade. Os principais componentes de um prompt avançado podem incluir:

• Instrução: Uma diretiva clara e específica dizendo ao modelo qual tarefa executar (por exemplo, "Resuma o seguinte artigo em três tópicos").
• Contexto: Fornecer informações de fundo ou dados relevantes que o modelo deve usar para informar a sua resposta.
• Persona: Atribuir um papel para a IA adotar, o que influencia o tom e o estilo da saída (por exemplo, "Aja como um analista financeiro especialista").
• Formato: Especificando a estrutura desejada da saída, como uma lista, objeto JSON ou um estilo de escrita específico.
• Exemplos: Incluir exemplos do formato de entrada e saída desejado, uma técnica conhecida como aprendizado com poucos exemplos, ajuda a orientar a resposta do modelo. Um recurso abrangente para essas técnicas pode ser encontrado no Guia de Prompt.

Aplicações no Mundo Real

1. Automação de Suporte ao Cliente: Para garantir a consistência e precisão da marca, uma empresa pode usar a engenharia de prompts para orientar seu chatbot de suporte. Um prompt pode instruir a IA a adotar um tom amigável e útil, usar uma base de conhecimento interna para responder a perguntas sobre produtos e definir um protocolo claro para quando encaminhar uma conversa para um agente humano. Isso controla o comportamento da IA, impedindo que ela forneça informações incorretas ou interaja com os clientes de maneira inadequada para a marca.

2. Geração de Conteúdo Criativo: Em modelos de texto para imagem como Midjourney ou DALL-E 3 da OpenAI, o prompt é a principal ferramenta para a criação. Um prompt simples como "uma foto de um carro" produzirá um resultado genérico. No entanto, um prompt detalhado como "Um carro esportivo vermelho vintage da década de 1960 em alta velocidade em uma rodovia costeira ao pôr do sol, estilo fotorrealista, iluminação cinematográfica, resolução 8K" fornece instruções específicas sobre o assunto, cenário, estilo e qualidade, produzindo uma imagem altamente personalizada e visualmente deslumbrante.

Relevância em Visão Computacional

Embora tenha tido origem no Processamento de Linguagem Natural (PNL), a engenharia de prompts é cada vez mais relevante em Visão Computacional (CV). Isto é impulsionado pelo desenvolvimento de modelos multimodais que podem processar texto e imagens simultaneamente. Modelos como o CLIP e detetores de vocabulário aberto, como o YOLO-World, podem executar tarefas como deteção de objetos com base em descrições de texto arbitrárias. Para estes modelos, criar um prompt de texto eficaz (por exemplo, "detetar todas as 'bicicletas', mas ignorar as 'motocicletas'") é uma forma de engenharia de prompts crucial para orientar estes Modelos de Linguagem de Visão. Plataformas como o Ultralytics HUB facilitam a interação com vários modelos, onde a definição de tarefas através de interfaces pode beneficiar dos princípios da engenharia de prompts.

Engenharia de Prompts vs. Conceitos Relacionados

É importante distinguir a engenharia de prompts de outros conceitos de aprendizado de máquina:

• Ajuste Fino (Fine-Tuning): Isso envolve atualizar os pesos de um modelo, continuando o processo de treinamento em um novo conjunto de dados. O *prompt engineering*, por outro lado, não altera o modelo em si, mas orienta o comportamento do modelo existente no momento da inferência.
• Ajuste de Prompt (Prompt Tuning): Um método de ajuste fino com eficiência de parâmetros (PEFT), o ajuste de prompt envolve aprender um pequeno conjunto de embeddings de "soft prompt" que são adicionados à entrada. Ele automatiza a criação de prompts por meio do treinamento, enquanto a engenharia de prompt é o processo manual de criação de "hard prompts" baseados em texto.
• Prompting Chain-of-Thought (CoT): CoT é uma técnica específica de engenharia de prompt onde uma instrução como "pense passo a passo" é adicionada ao prompt. Isso incentiva o modelo a decompor problemas complexos em etapas de raciocínio intermediárias, muitas vezes levando a resultados mais precisos, conforme detalhado no artigo de pesquisa original do Google AI.
• Encadeamento de Prompts: Esta técnica envolve dividir uma tarefa complexa em múltiplos prompts sequenciais, onde a saída de uma etapa é a entrada para a próxima. A engenharia de prompt é a prática mais ampla de projetar cada um desses prompts individuais de forma eficaz. Frameworks como LangChain são projetados para orquestrar tais cadeias.
• Geração Aumentada por Recuperação (RAG): RAG é um sistema que aprimora um prompt, primeiro recuperando dados relevantes de uma base de conhecimento externa. A engenharia de prompt é crítica dentro de um sistema RAG para formular corretamente tanto a consulta de pesquisa inicial quanto o prompt final que combina a pergunta do usuário com as informações recuperadas.