Engenharia rápida

A engenharia de prompts é a arte e a ciência de conceber entradas eficazes (prompts) para orientar os modelos de Inteligência Artificial (IA), em particular os Modelos de Linguagem de Grande Dimensão (LLM), no sentido de gerar os resultados desejados. É análogo a ser um comunicador competente com uma IA, sabendo exatamente o que dizer e como dizê-lo para obter a melhor resposta possível. Esta prática é crucial porque o desempenho, a relevância e a qualidade dos resultados de um modelo de IA são altamente sensíveis à forma como uma consulta é formulada. Uma engenharia de prontidão eficaz permite que os utilizadores aproveitem todo o potencial de modelos de base poderosos para uma vasta gama de tarefas.

Como funciona o Prompt Engineering

O cerne da engenharia de mensagens é estruturar uma entrada que forneça um contexto claro e suficiente para o modelo. Embora uma pergunta simples possa dar origem a uma resposta básica, uma pergunta bem concebida pode controlar o tom, o formato e a complexidade. Os principais componentes de uma pergunta avançada podem incluir:

• Instrução: Uma diretiva clara e específica que indica ao modelo a tarefa a executar (por exemplo, "Resuma o seguinte artigo em três pontos").
• Contexto: Fornecer informações ou dados de base relevantes que o modelo deve utilizar para fundamentar a sua resposta.
• Persona: Atribuição de um papel a adotar pela IA, que influencia o tom e o estilo do resultado (por exemplo, "Agir como um analista financeiro especializado").
• Formato: Especificar a estrutura desejada da saída, como uma lista, um objeto JSON ou um estilo de escrita específico.
• Exemplos: A inclusão de exemplos do formato de entrada e saída desejado, uma técnica conhecida como aprendizagem de poucas tentativas, ajuda a orientar a resposta do modelo. Um recurso abrangente para essas técnicas pode ser encontrado no Guia de Prompting.

Aplicações no mundo real

1. Automatização do apoio ao cliente: Para garantir a consistência e a exatidão da marca, uma empresa pode utilizar a engenharia de mensagens para orientar o seu chatbot de apoio. Um aviso pode instruir a IA a adotar um tom amigável e útil, a utilizar uma base de conhecimentos interna para responder a perguntas sobre produtos e a definir um protocolo claro sobre quando encaminhar uma conversa para um agente humano. Isto controla o comportamento da IA, impedindo-a de fornecer informações incorrectas ou de interagir com os clientes de uma forma que não seja de acordo com a marca.

2. Geração de conteúdos criativos: Em modelos de texto para imagem como o Midjourney ou o DALL-E 3 da OpenAI, o comando é a principal ferramenta de criação. Uma simples pergunta como "uma foto de um carro" produzirá um resultado genérico. No entanto, um pedido detalhado como "Um carro desportivo vermelho vintage dos anos 60 a descer uma autoestrada costeira ao pôr do sol, estilo fotorrealista, iluminação cinematográfica, resolução de 8K" fornece instruções específicas sobre o tema, o cenário, o estilo e a qualidade, produzindo uma imagem altamente personalizada e visualmente deslumbrante.

Relevância na visão computacional

Embora tenha tido origem no Processamento de Linguagem Natural (PLN), a engenharia de prontidão é cada vez mais relevante na Visão por Computador (CV). Este facto é impulsionado pelo desenvolvimento de modelos multimodais que podem processar simultaneamente texto e imagens. Modelos como o CLIP e detectores de vocabulário aberto como o YOLO-World podem realizar tarefas como a deteção de objectos com base em descrições de texto arbitrárias. Para estes modelos, a elaboração de uma mensagem de texto eficaz (por exemplo, "detetar todas as 'bicicletas' mas ignorar as 'motas'") é uma forma de engenharia de mensagens crucial para orientar estes modelos de linguagem de visão. Plataformas como o Ultralytics HUB facilitam a interação com vários modelos, em que a definição de tarefas através de interfaces pode beneficiar dos princípios da engenharia de solicitações.

Engenharia Rápida vs. Conceitos Relacionados

É importante distinguir a engenharia de prontidão de outros conceitos de aprendizagem automática:

• Afinação: Trata-se de atualizar os pesos de um modelo, continuando o processo de formação com um novo conjunto de dados. A engenharia imediata, pelo contrário, não altera o modelo em si, mas orienta o comportamento do modelo existente no momento da inferência.
• Sintonização rápida: Um método de afinação eficiente de parâmetros (PEFT), a afinação de prompts envolve a aprendizagem de um pequeno conjunto de "prompts suaves " que são anexados à entrada. Automatiza a criação de prompts através da formação, enquanto que a engenharia de prompts é o processo manual de criação de "prompts rígidos" baseados em texto.
• Prompting de Cadeia de Pensamento (CoT): A CoT é uma técnica específica de engenharia de instruções em que uma instrução como "pense passo a passo" é adicionada à instrução. Isto incentiva o modelo a decompor problemas complexos em passos de raciocínio intermédios, conduzindo frequentemente a resultados mais precisos, tal como detalhado no artigo de investigação original da Google AI.
• Encadeamento de prompts: Esta técnica consiste em dividir uma tarefa complexa em vários prompts sequenciais, em que o resultado de um passo é a entrada para o seguinte. A engenharia de prompts 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): O RAG é um sistema que melhora uma pergunta recuperando primeiro dados relevantes de uma base de conhecimentos externa. A engenharia de prompts é fundamental num sistema RAG para formular corretamente tanto a consulta de pesquisa inicial como o prompt final que combina a pergunta do utilizador com a informação recuperada.