Técnicas básicas de prompting
Pratique métodos fundamentais, como instruções claras, delimitadores e especificação do comprimento ou estilo desejado para a saída.
Técnicas básicas de prompting é uma aula grátis de AI Prompt Engineering no CoddyKit. Esta é a aula 3 de 3. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de AI Prompt Engineering, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de AI Prompt Engineering inclui 3 aulas no total.
Bem-vindo à criação de instruções básicas!
Nesta lição, vamos conhecer as técnicas fundamentais que tornam suas instruções eficazes. Pense nelas como os blocos de construção para uma comunicação clara com modelos de linguagem de grande porte (LLMs).
Vamos abordar como dar instruções claras, usar caracteres especiais chamados delimitadores e controlar o estilo e o tamanho da resposta do LLM.
Instruções claras são essenciais
A regra mais importante na engenharia de instruções é ser absolutamente claro. Os LLMs são poderosos, mas seguem suas instruções literalmente. A ambiguidade pode levar a saídas inesperadas ou incorretas.
- Seja direto: diga exatamente o que você quer.
- Evite jargões: use uma linguagem simples, a menos que um termo específico seja necessário.
- Não presuma nada: não espere que o LLM adivinhe sua intenção.
Especificidade na prática
Vamos analisar um exemplo. Uma instrução vaga pode gerar uma resposta genérica. Uma instrução precisa orienta o LLM exatamente para o que você precisa.
Instrução vaga: Write about dogs.
Instrução precisa: Write a 3-sentence fun fact about Golden Retrievers, focusing on their friendly nature.
Observe como a segunda instrução especifica o tema, o tamanho e o foco.
Criando boas instruções
Ao escrever instruções, considere estes pontos para torná-las eficazes:
- Tarefa: o que o LLM deve fazer, por exemplo, resumir, explicar ou gerar?
- Assunto: sobre o que é a tarefa?
- Restrições: há alguma limitação, como tamanho, tom ou formato?
- Objetivo: qual é o resultado desejado?
Quanto mais detalhes você fornecer, melhor o LLM poderá atender às suas expectativas.
Apresentando os delimitadores
Às vezes, sua instrução precisa de seções diferentes: instruções, texto de entrada, exemplos etc. Delimitadores são caracteres ou marcadores especiais que ajudam o LLM a entender onde uma seção termina e outra começa.
Eles impedem que o LLM fique confuso e interprete sua solicitação de maneira incorreta, especialmente quando você fornece muitas informações.
Tipos comuns de delimitadores
Aqui estão alguns delimitadores usados com frequência:
- Acentos graves triplos:
``` - Aspas triplas:
""" - Marcadores no estilo XML:
<example>,</example> - Símbolos de cerquilha:
###
Escolha um que separe claramente seu conteúdo, geralmente de acordo com o formato dos seus dados de entrada.
Delimitadores na prática
Vamos ver como os acentos graves triplos podem isolar o texto que você quer que o LLM processe das suas instruções:
Summarize the following text in one sentence:
```The sun was setting, casting long shadows across the quiet meadow. A gentle breeze rustled through the tall grass, and the distant sound of crickets filled the air.```
Agora o LLM sabe claramente qual parte é a instrução e qual é o texto a ser resumido.
Controlando o estilo da saída
Você também pode instruir o LLM sobre como a saída deve ser apresentada. Isso inclui elementos como:
- Tom: formal, casual, humorístico ou profissional.
- Formato: marcadores, lista numerada, parágrafo ou JSON.
- Estilo: publicação de blog, e-mail, poema ou artigo jornalístico.
Ser explícito sobre o estilo ajuda a alcançar a estética e o objetivo desejados para o conteúdo gerado.
Definindo limites de tamanho
Para muitas tarefas, o tamanho da resposta é importante. Você pode especificá-lo diretamente na sua instrução:
- “Resuma em três frases.”
- “Forneça uma resposta com no máximo 50 palavras.”
- “Liste 5 pontos principais.”
Isso ajuda a manter as respostas concisas e focadas, ou abrangentes quando necessário, evitando saídas longas ou curtas demais.
Questionário sobre os fundamentos das instruções
É hora de fazer uma verificação rápida do que você aprendeu sobre as técnicas básicas para criar instruções.
Dominando as instruções básicas
Parabéns! Você aprendeu os fundamentos da engenharia de instruções básicas:
- Instruções claras: Seja específico e direto em suas solicitações.
- Delimitadores: Use caracteres como
```para separar claramente as seções da sua instrução. - Controle da saída: Especifique o tamanho e o estilo desejados para a resposta do LLM.
Essas técnicas são fundamentais para uma comunicação eficaz com LLM. Na próxima lição, exploraremos a compreensão das capacidades dos LLM, o que ajudará você a definir expectativas realistas para suas instruções.
Perguntas Frequentes
A aula “Técnicas básicas de prompting” é grátis?
Sim — o texto completo de “Técnicas básicas de prompting” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de AI Prompt Engineering, atualize para CoddyKit PRO. O curso de AI Prompt Engineering inclui 3 aulas no total.
O que vou aprender em “Técnicas básicas de prompting”?
Pratique métodos fundamentais, como instruções claras, delimitadores e especificação do comprimento ou estilo desejado para a saída. Você pratica AI Prompt Engineering com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar AI Prompt Engineering?
Nenhuma experiência prévia é necessária. AI Prompt Engineering no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 3 de 3.
Quanto tempo leva a aula “Técnicas básicas de prompting”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de AI Prompt Engineering?
Sim. Cada aula de AI Prompt Engineering inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- O que é engenharia de prompts?
- Anatomia de um prompt eficaz
- Técnicas básicas de prompting