Prompt Enrichment

O enriquecimento de prompt é o processo automatizado de aumentar a entrada inicial de um utilizador com contexto relevante, instruções específicas ou dados suplementares antes de a submeter a um modelo de Artificial Intelligence (AI). Esta técnica atua como uma camada de middleware inteligente que otimiza a interação entre humanos e máquinas, garantindo que os Large Language Models (LLMs) e os sistemas de visão computacional recebam consultas abrangentes. Ao injetar detalhes que um utilizador possa omitir — tais como preferências históricas, dados de localização ou restrições técnicas — o enriquecimento de prompt melhora significativamente a accuracy e a personalização da saída do modelo sem exigir que o utilizador seja um especialista na criação de instruções detalhadas.

O Mecanismo de Enriquecimento#

A função principal do enriquecimento de prompt é preencher a lacuna entre uma intenção humana vaga e a entrada precisa e rica em dados que os modelos exigem para um desempenho ideal. Quando uma consulta é recebida, o sistema analisa-a e obtém as informações de fundo necessárias a partir de um knowledge graph ou de uma base de dados estruturada. Estes dados obtidos são formatados programaticamente e anexados ao prompt original.

Por exemplo, em fluxos de trabalho de Natural Language Processing (NLP), uma pergunta simples como "Qual é o estado?" é contextualmente insuficiente. Um sistema de enriquecimento identifica a sessão ativa, obtém o número de encomenda mais recente de uma transactional database e reescreve o prompt para: "O utilizador está a perguntar sobre a Encomenda #998, que está atualmente em trânsito. Fornece uma atualização de envio com base neste estado." Este processo utiliza frequentemente vector databases para encontrar rapidamente contexto semanticamente relevante para injetar.

Aplicações no Mundo Real#

O enriquecimento de prompt é essencial para implementar aplicações robustas de generative AI em várias indústrias, melhorando tanto os sistemas baseados em texto como em visão:

1. Apoio ao Cliente Baseado no Contexto: Em centros de atendimento automatizados, um chatbot utiliza o enriquecimento para aceder ao histórico de compras e ao ambiente técnico de um cliente. Em vez de pedir ao utilizador a versão do seu dispositivo, o sistema obtém esta informação a partir dos metadados da conta e injeta-a no prompt. Isto permite que o AI agent forneça passos de resolução de problemas imediatos e específicos do dispositivo, melhorando significativamente a customer experience.

2. Configuração Dinâmica de Visão Computacional: Em operações de segurança, um utilizador pode simplesmente alternar uma definição de "Modo Noturno". Nos bastidores, o enriquecimento de prompt traduz esta intenção de alto nível em classes de objetos específicas para um detetor de vocabulário aberto como o YOLO-World. O sistema enriquece o prompt para procurar especificamente "lanterna", "movimento suspeito" ou "pessoa não autorizada", permitindo que o modelo adapte o seu foco de object detection dinamicamente.

Exemplo: Enriquecimento Dinâmico de Classes#

O seguinte exemplo em Python demonstra o conceito de enriquecimento de prompt utilizando o pacote ultralytics. Aqui, a intenção de alto nível de um utilizador é enriquecida programaticamente numa lista de classes descritivas específicas para as quais o modelo efetua a análise.

from ultralytics import YOLO


def run_enriched_inference(user_mode):
    """Enriches a simple user mode into specific detection prompts."""
    # Load a YOLO-World model capable of open-vocabulary detection
    model = YOLO("yolov8s-world.pt")

    # Enrichment Logic: Map simple user intent to detailed class prompts
    context_map = {
        "site_safety": ["hard hat", "safety vest", "gloves"],
        "traffic": ["car", "bus", "traffic light", "pedestrian"],
    }

    # Inject the enriched context into the model
    enriched_classes = context_map.get(user_mode, ["object"])
    model.set_classes(enriched_classes)

    # The model now looks for the specific enriched terms
    print(f"Mode: {user_mode} -> Enriched Prompt: {enriched_classes}")


run_enriched_inference("site_safety")

Enriquecimento de Prompts vs. Conceitos Relacionados#

Para implementar operações de Machine Learning Operations (MLOps) eficazes, é útil distinguir o enriquecimento de prompt de termos semelhantes:

• Retrieval-Augmented Generation (RAG): O RAG é um método específico de enriquecimento. Refere-se estritamente ao mecanismo de obtenção de documentos relevantes de um corpus externo para fundamentar a resposta do modelo. O enriquecimento é o conceito mais amplo que inclui o RAG, mas também abrange a injeção de dados de sessão estáticos, metadados de utilizador ou hora do sistema sem necessariamente realizar uma semantic search complexa.
• Prompt Engineering: Esta é a arte manual de conceber prompts eficazes. O enriquecimento é um processo automatizado que aplica os princípios de engenharia de prompts dinamicamente em tempo de execução.
• Prompt Tuning: Esta é uma técnica de parameter-efficient fine-tuning (PEFT) em que "soft prompts" (tensoresaprendíveis) são otimizados durante o treino. O enriquecimento de prompt ocorre inteiramente durante a real-time inference e não altera os model weights.
• Few-Shot Learning: Isto envolve o fornecimento de exemplos dentro do prompt para ensinar uma tarefa ao modelo. Os sistemas de enriquecimento injetam frequentemente estes exemplos de poucos disparos (few-shot) dinamicamente com base no tipo de tarefa, combinando eficazmente ambos os conceitos.

Relevância em Sistemas de IA Modernos#

À medida que modelos como o Ultralytics YOLO26 e o GPT-4 se tornam mais capazes, o estrangulamento desloca-se frequentemente para a qualidade da entrada. O enriquecimento de prompt mitiga as hallucinations in LLMs ao fundamentar o modelo em dados factuais fornecidos. Na computer vision (CV), permite sistemas de deteção flexíveis e de zero-shot learning que se podem adaptar instantaneamente a novos ambientes sem necessidade de re-treino, simplesmente modificando os prompts de texto introduzidos no sistema. Esta flexibilidade é crucial para construir soluções de multi-modal AI escaláveis que conseguem raciocinar tanto sobre texto como sobre imagens. Os utilizadores que pretendem gerir conjuntos de dados utilizados para fundamentar estes sistemas recorrem frequentemente a ferramentas como a Ultralytics Platform para organizar e anotar a sua informação de forma eficaz.