O BEABÁ DOS GPTs CUSTOMIZADOS - WORKSHOP AVANÇADO (GEORGE MARMELSTEIN)

Olá meu nome é George marmelstein e nós vamos hoje apresentar né o beabá do gpts customizados se quiser ser um pouco mais sofisticado né Nós vamos aprender um pouco de engenharia de prompts para conseguir conversar com a máquina de modo eficiente a engenharia de prompt nada mais é do que a arte a habilidade de dar bons comandos de proferir eh ordens eficazes que a máquina consegue obedecer e portanto produzir respostas satisfatórias o ponto principal que a gente vai apontar Apesar do nome ser o babar né do gpts customizados é que a gente já tá no

nível avançado né aqui a gente precisa para chegar no nível de conseguir fazer um bom GPT dominar uma série de pressupostos sobretudo do modo de funcionamento dos llms que são os modelos de linguagem natural de larga escala que eh são fundamentais para que a gente consiga fazer uma interação eficiente produtiva e e segura com a máquina para não ter Alucinação para conseguir descobrir os seus limites e potencialidades eu vou começar com a frase de um dos fundadores da openi o andr carpath ele é um gênio um cara Fantástico um cara muito bom Inclusive tem muitos

vídeos deles instrutivos na internet para quem eh quer aprender de modo mais profundo mas ele teve uma frase do ex né do Twitter bem interessante que ele diz que a linguagem de programação mais nova ou mais quente do momento é o inglês n ele tava se falando em inglês portanto se referia em inglês mas o que ele quis dizer na verdade é que hoje com a inteligência artificial generativa cada vez mais tem reduzido para o usuário normal a necessidade de aprender programação aprender codificação ou qualquer linguagem de programação especial para poder conseguir produzir coisas fantásticas

com as máquinas as a inteligência artificial generativa como o chat GPT o cloue o Gemini perplexity são ferramentas que possibilitam que o usuário se comunique com a máquina sem que eh saiba codificar são ferramentas no code eh um ponto importante que a gente vai entender é que apesar de serem ferramentas de linguagem natural e portanto o inglês funciona o português funciona Mandarim italiano qualquer língua funciona elas eh tem uma lógica própria de linguagem né é uma linguagem natural com algumas peculiaridades e a gente vai tentar abordar aqui nesta apresentação de hoje apesar de a gente

eh está eh tem tá tratando de gpts customizados a gente vai voltar a em alguns tópicos para ver alguns conceitos bem básicos a gente não vai aprofundar esses conceitos e De qualquer modo ao final Eu vou abrir para perguntas para que a gente possa também ter uma oportunidade de verificar né algum tipo de ponto que possa ter ficado eh ambíguo né não ter ficado muito claro né e aqui eu gostaria de esclarecer que para o professor para para quem atua com inteligência artificial generat tá cada vez mais fácil e mais difícil ao mesmo tempo paradoxalmente

utilizar e mostrar como funciona essas máquinas tá mais fácil porque essas máquinas se desenvolveram tanto que conseguiram desenvolver habilidades incríveis de interpretar comandos do usuário então para o usuário mesmo o usuário que não consegue ter alguma capacidade de comunicação muito avançada ainda consegue produzir respostas satisfatórias só que surgiram tantos recursos novos multimodalidade possibilidades de anexa de conhecimento externo a própria construção do GPT customizados que e pra gente conseguir eh trabalhar adequadamente a gente tem que compreender uma série de recursos que hoje estão disponíveis para o usuário que quer dar um salto que quer levar a

sua interação com a máquina para um patamar muito mais alto muito mais longe muito mais rápido eu vou começar eh dizendo um estudo apresentando o estudo né E que é bem interessante e para dizer que o grande segredo de se comunicar com as máquinas com os llms né com os modelos de linguagem natural não está na máquina está na máquina Claro no modelo né Quanto mais robusto o modelo melhores serão as respostas porém né um fator decisivo desse dessa interação é o usuário né o usuário ele está no papel Central nesse processo de interação com

a máquina Esse estudo ele indica que os modelos de linguagem natural eles têm uma habilidade incrível que é a habilidade de fazer um downgrade ou seja um rebaixamento das suas habilidades cognitivas para se adequar a nível de conversa do usuário né então se você estiver conversando se a máquina estiver conversando com a criança ele reduz a habilidade e vai eh vai pro nível cognitivo da criança inclusive cometendo erros que uma criança cometeria porque ele mimetiza a linguagem que ele aprendeu né E se ele tiver conversando com uma pessoa que tem um domínio no assunto um

doutor em uma determinada matéria ele vai conseguir levar a conversa pro mesmo nível né ou seja nós temos uma máquina que pode ser um hom Simpson falando aí com pessoas eh de nível ordinário num conversação mais superficial e temos uma máquina que tem o potencial de ser um Albert Einstein e para que a gente mostre eh o primeiro a primeira interação com a máquina eu vou mostrar um dos eh um dos prompts que eu um dos gpts customizados que eu desenvolvi né o super Carrossel que é um é um GPT privado né ele não está

aberto ao público não está na na GPT Store portanto é um GPT que eu uso né para produzir alguns conteúdos aqui no superaprendizagem Não só eu mas a equipe do superaprendizagem produz conteúdos usando esses e outros gpts que a gente desenvolveu especificamente para gerar eh postagens carrosséis né Eh posts eh usando a linguagem ou a a a cara né o Tom eh da Super aprendizagem então vamos aqui aqui abrir o nosso GPT customizado Nós já estamos aqui nele esse GPT customizado a gente vai ver daqui a pouco ele tem instruções escondidas que não aparecem aqui

para o usuário que é o nós estamos aqui na posição de usuário e ele é ele usa o modo que eu chamo de modo interpretativo o que que é o modo interpretativo no modo interpretativo o conhecimento que ele vai usar Não é o conhecimento da máquina não é um conhecimento parametrizado do treinamento do GPT é um conhecimento Que o usuário seleciona que o usuário escolhe qual vai ser a base de conhecimento que no caso vai ser aquele artigo né que eu mostrei para vocês eh eu vou pegar aqui esse artigo que é justamente esse aqui

né colo aqui o pdf e nesse caso como eu já tenho o GPT com tarefa específica a gente vai ver também que há dois há várias possibilidades de você desenhar um GPT Alguns são orientados por tarefas outros são eh de por papéis né Por por Assistente por personas nesse caso a gente tá com o GPT orientado por tarefa uma tarefa específica de redigir um Carrossel customizado com a com formato eh que a gente quer para o super aprendizagem e esse nesse caso né como é típico do superaprendizagem um conteúdo inteligente um conteúdo interessante né que

é justamente esse artigo e o que ele vai fazer é fazer uma espécie de tradução de complexidades ele vai pegar esse conteúdo desse artigo que é em inglês e super complexo com várias fórmulas Matemáticas metodologia científica avançada e vai transformar em um Carrossel assimilável compreendido por qualquer pessoa curiosa inteligente seguindo a estrutura do que a gente definiu estabeleceu para os postes para os carrosséis do super aprendizagem então isso daqui dentro da instrução a gente vai ver daqui a pouco a gente vai dissecar a anatomia né desse desse GPT customizado a gente vai ver que há

eh uma determinada um determinado estilo amarrado né de saída que é justamente esse formato slide 1 slide 2 até slide 10 e no slide 10 são três né os três macaquinhos da Super aprendizagem falando né dando cada um uma opinião específica sendo que o último geralmente é o Call to Action né a chamada para ação é eh é o formato que a gente definiu nesse nesses Carrossel Então vamos ver aqui como é que ficou só para ver se ficou bom né arte de simular capacidade dos modelos de linguagem como grandes modelos de linguagem adaptam suas

habilidades cognitivas para para simular personas objetivo do estudo explorar que nem ficou tão bom de dar uma outra recarga nele aqui porque é uma outra característica interessante dos dos do dos gpts né do e a generativa é que a gente tem a possibilidade de testar várias hipóteses né a gente pode gerar Cada vez que a gente aperta esse botãozinho aqui de baixo né ele vai gerar uma uma nova opção e você vai avaliar se aquela opção Tá melhor ou pior nesse caso já tô vendo que tá melhor então tem o o título um e título

dois né né a incrível adaptação dos modelos de linguagem e o dois você sabia que os modelos de linguagem como GPT 4 podem fingir ter habilidades cognitivas inferiores para se adaptar a diferentes personas pesquisadores consideram um estudo simulando crianças de 1 a 6 anos avaliando se os modelos conseguiam replicar o desenvolvimento cognitivo e linguístico infantil os resultados mostraram que tanto o GPT 3.5 quanto 4 que é o que a gente tá usando agora exibiram padrões de respostas corretas e complexidade linguística que aumentavam com idade sim ada interessante o GPT 4 demonstrou maior precisão Em certas

condições né como nos prompts Prime by Corpus que a gente vai falar um pouco deles também superando o desempenho esperado para crianças reais o estudo revelou que a escolha do tipo de prompt zero shot chain FS primed of by Corpus influenciou significativamente a finalidade da simulação essas descobertas indica que os modelos de linguagem podem ser ajustados para simular não apenas capacidades humanas mas também limitações cognitivas né aqui é o ponto interessante o usuário que tá Tá interagindo com limitação cognitiva vai refletir essa limitação cognitiva também na resposta da máquina um usuário com pouca habilidade cognitiva

vai conseguir produzir respostas apenas um pouco acima do seu nível cognitivo um usuário Com altas habilidades cognitivas vai conseguir produzir algo muito incrível né Essa é a diferença da interação essas descobertas indicam que os modelos de linguagem podem ser ajustados para simular não apenas capacidades humanas mas também limitações cognitivas e aí o último slide né o super ego o ego e o ID modelos de linguagem pode nos ensinar muito sobre o desenvolvimento humano ao replicar padrões reais de aprendizagem a capacidade de fingir limitações cognitivas mostra o qu avançados estão os modelos de a curtiu imagina

só o que esses modelos podem fazer em outros contextos compartilha então a gente vê aqui um formato que é o que formato que tem se caracterizado com algumas eh algumas adaptações porque a gente tem outros gpts também especificamente para Carrossel e a gente sempre testa né para ver quais são as melhores respostas ou seja eh O Segredo aqui também é uma Interação em que o usuário tem o controle né esse é um ponto também que eu gosto de reforçar o meu o que eu defendo né A minha defesa da Inteligência Artificial generativa na produção do

conhecimento é como eh algo em simbiose com a inteligência humana Ou seja a defesa que eu faço é que nós tenhamos uma simbiose em que o ser humano orienta a máquina para produzir mais rápido mais alto e com muito mais profundidade Essa é a lógica que a gente trabalha ou seja nunca é abandonando a inteligência humana renunciando à cognição eh desistindo né de decidir ou de tomar decisões que são as que devem ser tomadas pelos seres humanos a máquina é apenas um auxiliar nessa tarefa um instrumento que acelera a produção do conhecimento Eu gosto também

de usar né a metáfora da calculadora né Eh se você pegar uma calculadora e colocar nas mãos de uma criança né ela não vai conseguir produzir muita coisa né Ela vai colocar aqui alguns números talvez elas ela consiga fazer algumas operações básicas algumas operações eh eh de adição subtração mas dificilmente vai fazer uma equação de segundo grau algo mais complexo uma pessoa que domina matemática e domina a ferramenta Ou seja a própria calculadora consegue utilizar ferramenta com muito mais propriedade esse quadro aqui do do Simpson e do e do Einstein ele faz parte de também

o GPT customizado eu fiz ontem esse GPT customizado como prova de conceito de que é possível utilizar o gpts também para gerar ideias interessantes a gente vai ver a lógica disso mais tarde vai ser o último estudo de caso vai ser Justamente esse GPT costumizado que eu criei para uma campanha específica em que eu reforço o antes e o depois numa perspectiva eh de eh um adulto né em situações infantis sendo antes e um adulto com habilidades depois mas eu vou mostrar com calma esse GPT que eu criei posteriormente né que é justamente esse aqui

né Essa é a ideia do da campanha né que é lógico aqui não eu não sou design que foi só mais uma uma um jogar na tela para poder mostrar o que é né A ideia é trazer o usuário isso é o objetivo final do curso que eu estou desenvolvendo sobre engenharia de prompts né que será eh em breve né disponibilizado para o público eh que é justamente o conversando com a máquina como a aend a conversar com a máquina o nosso objetivo é tirar né o usuário dessa posição amadora e levar para uma posição

de uso profissional da Inteligência Artificial generativa esse esse essa imagem também ela reflete uma outra metáfora que eu gosto muito que a ideia de que os gpts customizados né os gpts o o chat PT o cloud o Gemini Sobretudo o GPT e o cloud que são os que eu uso mais são ferramentas que são como um grande oceano de informação se a gente pensar eh ao longo do treinamento da máquina nós tivemos V ele aprendeu a identificar padrões linguísticos em vários tipos de textos de diferentes níveis nós temos textos de altíssima qualidade textos de baixíssima

qualidade nós temos livros infantis usados por crianças lá na alfabetização e temos teses doutorados artigos científicos obras escritas pelas maiores mentes pensantes do planeta usuário amador eh é como se ele tivesse num Oceano com a vara de pescar de brinquedo e conseguindo pescar ali apenas os peixes mais pobres do ponto de vista nutritivo né os peixes que não tem tanta importância o usuário profissional né ele consegue pescar os melhores peixes ele consegue realmente levar os a sua interação né com a máquina a um nível muito mais alto justamente porque ele vai conseguir direcionar o seu

prompt para para aquelas áreas Onde estão os textos Ou pelo menos os padrões linguísticos mais inteligentes A lógica é que o input define a qualidade do output o input Nobre o input de altíssima qualidade gera outputs nobres de altíssima qualidade um input pobre né de baixíssima qualidade como se fosse uma criança se comunicando vai gerar uma output pobre de baixíssima qualidade mas para que a gente consiga alcançar esse nível sair desse estado de infantilidade de usar como brinquedos llms para usar como ferramenta profissionais a gente precisa passar por um longo passo né que eu não

vou conseguir falar tudo aqui a gente precisa entender como funciona os llms precisa entender Quais são os seus limites e possibilidades sobretudo seus limites é uma coisa que e talvez o maior risco hoje da Inteligência Artificial esteja na falta de compreensão dos limites da máquina o que faz com que muitos usuários utilizem de forma errada e produzam informações danosas informações falsas informações com alucinações ou seja com informações que não correspondem à realidade a gente precisa conhecer os limites para usar corretamente né E esses limites dependem de uma aprendizagem de um treinamento em alguns pontos conceituais

que a gente não apenas vai passar rapidamente aqui não vai aprofundar tanto e a partir daí é que a gente pode pensar em escrever prompts poderosos no entanto para escrever eh prompts poderosos a gente precisa entender a a lógica da máquina né um exemplo básico os chat os llms eles nada mais são do que completador de sequência você dá uma sequência de palavras e ele vai completar essa sequência com palavras prováveis Essa é a lógica da da máquina e para e para ele saber qual é a próxima palavra ele tem que prestar atenção no que

foi dito antes na chamada janela de contexto E aí portanto se a gente quer chamar atenção Para determinadas partes importantes do prompt existem técnicas para chamar atenção e aí portanto essa lógica como gritar a gente cons consegue gritar com a máquina para que ela Observe determinados pontos do prompt né da do nosso comando e obedeça com mais qualidade o que eu quero mencionar aqui a ideia é que se a gente quiser utilizar a ferramenta de modo adequado né a gente precisa seguir determinados passos e usar corretamente como aqui é apenas uma masterclass mais eh básica

que a gente não vai precisar aprofundar muito eu não vou eh trazer todos os conceitos mas aqui são alguns conceitos perdoem pela letrinha Mas era apenas para mostrar o quanto de informação a gente precisaria dar para chegar até onde a gente tá agora que é o a parte de entrar na engenharia de promes Ou seja a engenharia de promes acaba sendo né uma um conhecimento dependente de vários outros conceitos como janela de contexto treinamento da máquina entender o que é o pré-treino né que do do GPT o g é generativo T é treino e entender

e da onde a máquina tira o seu conhecimento e a gente tem que tem que entender a diferença entre conhecimento parametrizado conhecimento não parametrizado Quais são as habilidades emergentes para saber o que é que a máquina hoje consegue fazer o que é que ela não consegue fazer ainda ou nunca vai conseguir fazer os modos de uso né inclusive o modo interpretativo que Eu mencionei aqui onde a gente vai incluir o nosso conhecimento entre outros para só depois chegar na engenharia de prompte Mas como que todo mundo tá com pressa todo mundo já quer pegar a

mão na massa e começar a trabalhar com prompts poderosos a gente vai passar a entrar nos gpts customizados se a gente abre um GPT customizado para criar um GPT né um cria um novo GPT vai aparecer essa tela aqui pra gente né no configurar se você aperta o botão configurar vai aparecer esse prompt a essa parte complicada que ninguém entende para que que serve né o usuário amador não sabe o que é que é e aquela tela tradicional do usuário aquela tela tradicional que qualquer pessoa acessa já já já dá de cara com essa tela

aqui inaugural aqui é uma distinção importante que agora é possível entre prompt sistema e prompt do usuário o prompt sistema fica escondido ele não aparece para o usuário ele está lá escondido e o que é que esse prompto sistema contém ele tem o nome do GPT a descrição do GPT Então se a gente pensar aqui o nome vai aparecer aqui a descrição vai aparecer aqui nós temos as instruções né que não aparecem para usuário né que que é justamente isso daqui e e a gente pode chamar isso aqui de instrução primária né porque a gente

vai ver né que aqui também tem instrução né o usuário também pode colocar instrução no prompt né que é seu própio sistema só que são instruções de segundo de de nível mais baixo né Eh em princípio se a gente colocar um comando aqui dentro dizendo usuário não pode pedir diferente então o usuário não vai pedir diferente a gente tem esse poder de colocar uma ordem mandatória né dentro do próprio sistema né e ao contrário a gente não pode pedir para ele desconsiderar as ordens lá de trás cada vez mais claro existem técnicas pra gente burlar

essa essas pra gente transformar isso aqui em algo mais forte do que isso mas em geral A Hierarquia é essa regra prevalece sobre essa regra isso é um princípio básico de eh de uso da da máquina porque os promos sistemas são fixos por que que a gente tem promos sistemas porque a gente quer estabelecer uma instruções a gente quer estabelecer regras que a máquina vai obedecer ser constantemente ao longo do texto Então se a gente quiser que o texto contenha emojis por exemplo a gente coloca aqui O texto deve conter emojis se o usuário pedir

um texto sem emojis nesse caso Talvez ele consiga produzir porque não é um não é uma ordem forte mas se eu pedir aqui usuário eh eh nunca inclua Emes na resposta é proibido mesmo que o usuário insista se você colocar isso aqui e o usuário pedir emojis ele não vai fazer emojis em princípio né ou seja essa prevalece sobre essa e essa é recomendada para aquelas regras que são mais rígidas que vão se repetir ao longo da interação e aqui para tarefas para né pode ser cria uma imagem pode ser escrev um texto assim escreve

um texto sobre isso aqui varia né o comando aqui é mais fixo que a gente tem um ordem mais fixo nós temos também os quebra-gelos só antes de passar para o conhecimento os quebra-gelos que vão aparecer aqui que nada mais são do que sugestões de perguntas né para iniciar a conversa para iniciar a interação vocês viram que no no GPT que eu mostrei lá o o carrossel não tem porque eh a tarefa específica já está escrita aqui na instrução portanto quando eu aperto o botão enter ele automaticamente já faz a tarefa que está escondida aqui

no própio de sistema para além dessa parte de instrução nós temos o conhecimento não parametrizado por que que eu tô insistindo nessa ideia de conhecimento parametrizado e conhecimento não parametrizado é aqui talvez a distinção mais importante que vocês têm que aprender conhecimento parametrizado é o conhecimento do chat IPT usuário amador ele usa o conhecimento parametrizado como fonte de informação usuário amador ele acredita que o chpt aprendeu em tudo nos melhores textos e é capaz de eh regurgitar ou transcrever esses textos corretamente e não conhecimento parametrizado Ele É genérico superficial é rígido no sentido de ser

datado né não é não é toda hora está mudando ele não é atualizado ele é desatualizado e ele é fragmentado né ele não não é texto conhecimento parametrizado chpt Isso é uma das coisas mais complicadas de entender não é uma base de textos se a gente conseguir centrar Aqui na ah eu tô lá na Open Imagine que o chpt fosse um computador né ele não estaria ligado à Internet eu conseguia interagir com ele nor normalmente mesmo sem internet ele não precisa da internet o conhecimento parametrizado não precisa da internet para para produzir respostas e se

eu conseguisse entrar lá nos arquivos dele né claro que ele não vai ter um arquivo bonitinho mas se a gente porque são códigos Mas se a gente conseguisse entrar nesse arquivo dele a gente não ia encontrar documentos do Word a gente ia encontrar com mais facilidade aqui fazendo uma metáfora planilhas do Excel números né números que são os parâmetros por isso que a gente chama conhecimento parametrizado esse conhecimento parametrizado ele estabelece eh uma um aprendizado da máquina para se comunicar a partir de uma probabilidade semântica da proximidade entre palavras então se eu falo era uma

vez um rei automaticamente ao redor disso daqui vão surgir um monte de palavras possíveis reino coroa rainha Majestade dragão tudo isso vai surgir porque eu falei era uma vez um rei então o conhecimento parametrizado ele vai dar essas possibilidades de palavras que vão surgir depois que o usuário começa a falar mas não são textos não são textos são números são são cálculos sendo realizados pela máquina a partir dos parâmetros para produzir textos mas não são propriamente textos já o conhecimento não parametrizado são em princípio textos eles depois vão ser transformados em número mas são textos

que o usuário coloca ou então que ele vai buscar na internet n hoje em dia muita gente sabe né que o GPT 4 permite o acesso à internet você faz um comando ele vai na internet e traz isso não é conhecimento jpt isso é externo é de fora o que a gente chama de rag não é um outro método de eh de incluir informação na janela de contexto para que ele possa responder e Finalmente nós temos aqui as capacidades n decorrente da multimodalidade que no GPT customizado você pode ativar ou não possibilidade de criação de

imagem com d lii a possibilidade de eh geração de códigos interpretação de códigos navega na web né em geral quando eu tô utilizando os meus meus eh prompts meus comandos que são interpretativos eu desabilito essa possibilidade de navegação da internet eu não quero que ele navegue na internet por quê Porque eu quero ser o curador do conhecimento eu quero ter o controle sobre o conhecimento que ele vai trabalhar eu não quero que ele pegue aleatoriamente qualquer texto na internet e traga para cá não eu sou capaz de escolher o melhor texto eu sou capaz de

entender Quais são os textos de qualidade um livro de qualidade um capítulo de um livro de qualidade um artigo antigo científico de qualidade para ou o modelo de qualidade para escolher isso aí colocar no prompt e ele se basear nisso para poder produzir respostas o diferencial daquele e usuário infantil criança bebê que tá brincando é que ele não tem o conhecimento próprio ele não tem a curadoria não a capacidade de filtrar selecionar escolher as melhores fontes de informação se você quiser levar o seu uso do chpt para um plano mais alto sempre controle o conhecimento

e eu falei controle de conhecimento só o último tópico aqui de detalhe que tem um botãozinho aqui né lá embaixo de criar novação que eu digo para vocês que eh pouquíssimas pessoas usam isso é uma uma possibilidade que você tem de estabelecer contato com sua própria api né uma API externa sua mas é muito complexo poucos desenvolvedores conseguem fazer isso pelos vídeos que eu vi o pessoal faz eh e reclama ninguém ninguém consegue utilizar adequadamente essa ações a não ser através do zapier né que você não precisaria disso você tem um GPT customizado para usar

o zape Mas enfim não vamos tratar disso pra gente né Vamos riscar esse botãozinho de Nova ação eu falei muito da questão do do conhecimento né como o usuário controlando o conhecimento mas não é só o conhecimento que a gente vai controlar a gente vai controlar todos os aspectos do prompt o grande segredo de você interagir bem com a máquina de você estabel ser uma uma conversação de altíssimo nível com a máquina é você fazer uma decomposição dos elementos do prompt nesse caso camada de comando camada de estilo camada de conteúdo de conhecimento e camada

de especificidade de contexto e a partir daí é controlar tudo isso para fazer exatamente a resposta que você quer a grande diferença do usuário profissional pro amador é que o amador não quer controlar isso não quer nem se dar o trabalho de pensar ele quer deixar pra máquina fazer tudo e aí ele dá um comando qualquer esperando que a máquina vai fazer mas como é que a máquina vai fazer se ela não tem informação suficiente para fazer ela precisa do do da informação então nós temos essas quatro camadas a camada de comando é onde nós

vamos dar a ordem para que ele faça alguma coisa O que ele deve fazer e com algumas instruções sobre como ele deve fazer né hoje com a multimodalidade nós temos as ações né Ative o Dali Ative o Python para fazer análise de dados né faça o o Vision para interpretar a imagem né mas de qualquer modo o os componentes principais dos principais prompts é a tarefa é o e escreva um texto faça um post crie uma imagem e a instrução como ele deve fazer aquilo ali né são os dois componentes dessa camada de comando que

tem que ter no no prompt se você não tiver ele vai ele vai interpretar qualquer coisa né ele não vai dar uma resposta satisfatória Ele precisa saber o que que você quer com aquilo ali e muitas vezes quando você escreve uma coisa maluca né e ele pergunta sim o que que você quer com isso ele vai perguntar né Qual é a tarefa que você quer que ele Execute Então essa é a camada de comando a gente vai ver que há algumas boas práticas para essa camada né especificidade verbos fortes né verbos de ação forte mas

o principal vai perceber que aqui o usuário também tem um controle sobre isso temos a camada de estilo Aqui é onde Entra muitos erros do do dos usuários que não compreendem a lógica do chat ept o estilo do chat ept é um estilo burocrático é um estilo muito chato né Eh ele é bom ele é melhor do que a média do escritor brasileiro mas ele acaba sendo um texto infad um texto de máquina um texto repetitivo um texto com muitos clichês existe inclusive estudos que mostram que algumas palavras estão se proliferando bastante inclusive em artigos

científicos palavras como é crucial né quando eu vejo um texto com a expressão é crucial digo é chpt ou Mergulhe né vamos mergulhar e isso é chat PT ou quando ele coloca textura né e nuances multifacetado são algumas expressões que ele usa com muita frequência E aí portanto a gente hoje hoje hoje já existem os detectores de Inteligência Artificial Ou seja você consegue saber se um texto com com uma grande margem de qualidade não é dentro do chat PT que você faz isso é fora do chat PT o chat IPT não é capaz de identificar

se um texto foi feito pelo chat IPT mas outras ferramentas CONSEG segue matematicamente probabilisticamente e estimar a probabilidade que um texto tenha sido feito com contribuição de Inteligência Artificial e quanto menos você controla a camada de estilo maior é a chance de a máquina identificar né que aquilo ali foi feito por Inteligência Artificial hoje eu digo para vocês eu consigo bater um olho no texto de tanto que eu já li os textos do chat ept e dizer foi feito com a ajuda do chpt né é uma estrutura muito muito redondinha redondinha até demais para ser

feito pro ser humano É sem erro sem sem trunc agem né Eh eh e e com alguns conectores bem bem conhecidos no entanto em conclusão né E aí Portanto o grande segredo né um dos grandes segredos que a gente vai ter na engenharia de prompt sobretudo na nos gpts customizados voltados para uma escrita de qualidade é o controle da camada de estilo que não é fácil em princípio a gente tem duas formas de conseguir controlar a camada de estilo por meio de instruções escreva assim assim assim emite o estilo de fulano de tal faça assim

assim assim esse é um modelo que não é fácil né porque o xpt não foi treinado por instruções ele foi treinado por exemplos ele foi treinado vendo textos e portanto o segundo modo e o modo mais eficiente de você ensinar estilo para o chat PT é dando exemplos e aí vem a questão como é que a gente dá o exemplo se a gente voltar tá para esse quadrinho a gente pode pensar dois lugares para colocar três lugares para colocar exemplos institução conhecimento ou prompt prompt do usuário Qual é o melhor lugar instrução e promos do

usuário conhecimento não é lugar para colocar estilo pelo menos no chat ept no Cloud dá o cloud ele tem outra lógica de processamento dessa informação mas no chat ept não o chat ept ele processa o conhecimento de modo tunc por pedaços por partes Então você coloca um livro lá de 100 páginas e pede uma informação sobre esse livro ele vai fazer uma varredura vai pegar o pedacinho da resposta que tá naquele livro correspondente e vai lhe dar eh vai colocar no prompt né escondido ali você não vê isso e vai colocar no contexto e vai

dar a resposta com base naquele pedacinho mas ele não tá lendo o livro todo ele não tá pegando livro na íntegra ele tá pegando uma parte do texto e portanto é insuficiente para você ensinar estilo Nunca coloque estilo no conhecimento estilo é nas instruções ou por instruções por regras escreva com clareza com concisão escreva de Tom humorado né escreva de modo informal eh de modo debochado com ironia com sarcasmo você pode colocar essas regras ou ou e e ou ou seja pode ser inclusive cumulativo e da D exemplo tá aqui um exemplo Em geral os

nossos a gente vai ver né quando des secar o nosso prompt em geral a gente coloca o nosso exemplo dentro do eh da instrução por exemplo né através de exemplo que é o que a gente chama de de shot né são os exemplos que a gente dá e coloca dentro do do prompt eh importante que a gente ten em mente que aqui a gente vai ter dois duas limitações na hora de estabelecer o estilo uma limitação se refere ao tamanho da da de texto que a gente pode colocar aqui por enquanto são se eu não

me engano 8.000 caracteres 8.000 caracteres E aí portanto não dá muito grande acho que é menos de duas páginas né é menos de duas páginas a gente não vai conseguir colocar 300 páginas aqui dentro para ensinar um estilo Esse é um dos limites Então a gente tem limites de tamanho pra instrução aqui interna né para o para o para o Prom interno Mas aqui é um pouco maior aqui no pretro de usuário a gente consegue colocar um pouco mais de texto é um pouco maior que a gente permite fazer isso mas o outro limite é

um limite em que a gente tá diante de um tradeoff entre conteúdo e estilo entre né o mérito né entre a resposta entre o conteúdo da resposta e o estilo se a gente dá muito exemplo de estilo a Gente Tá exigindo da máquina muito poder computacional para conseguir mimetizar o estilo e isso vai gerar uma perda de poder computacional para compreender o conhecimento né para gerar a informação Então essa as duas camadas elas concorrem porque são instruções que exigem poder computacional então se você coloca um texto né Por exemplo no prompt do usuário né de

30 páginas e diga emite esse estilo né com base nesse texto Escreva um um artigo sobre o tal ponto imitando o mesmo estilo Provavelmente o texto vai sair ruim porque você tá colocando muito exemplo para estilo e pouco conhecimento para o contexto para o conteúdo né para o mérito da resposta então o segredo é você trabalhar com pedaços menores de textos com pedaços de uma página no máximo de exemplo um ou dois exemplos eu gosto de trabalhar com um exemplo é suficiente né e com tarefas bem específicas ou seja o nosso o nosso GPT customizado

de Carrossel é para fazer Carrossel naquele estilo é um estilo específico se eu quiser um outro estilo Eu não coloco lá dentro Eu faço um outro GPT customizado com um estilo diferente alternativo para ele testar é por quê Porque a gente tá trabalhando ainda com a limitação de de llms que tem um um poder de instrução de 8000 caracteres então a gente não vai conseguir colocar o GPT customizado muito robusto em relação a isso uma outra forma de a gente eh controlar o estilo é uma técnica chamada colocar palavras na boca da máquina ou priming

né E que é justamente aquele primed né Eh by Corpus que a gente viu lá na naquele texto original esse primed by Corpus é é você basicamente diz dizer comece o texto assim termine o texto assim eh a o primeiro você pode escrever o primeiro parágrafo ele vai continuar a partir dali E aí você consegue a partir daí direcionar as próximas respostas com mais qualidade então a camada de estilo é uma camada difícil de controlar mas a gente consegue controlar com instruções e com exemplos e eu vou já mostrar como é que se faz na

prática a camada de conhecimento ou de conteúdo ela como a gente viu pode ocorrer usando o conhecimento da máquina conhecimento parametrizado que pode ser útil se você tiver fazendo um post genérico um post sobre coisas gerais sobre um conceito é sobre uma coisa bem conhecida uma coisa que é comum uma coisa que né que é muito disponível na internet ou seja que que ele aprendeu no treinamento pela frequência com com que aquela informação existe está disponível nos dados do mundo Ou você pode usar o conhecimento externo né que é o não parametrizado indicando exatamente dentro

da janela de contexto o que é que ele deve levar em conta o ideal aqui né é que a gente consiga colocar esse conhecimento dentro da janela de contexto naquele exemplo que eu dei eu não fiz isso eh eu coloquei o artigo PDF e ele conseguiu interpretar mas por quê Porque o comando estabelece exatamente o que é que ele deve fazer E aí ele consegue ler o texto ainda que por partes e produzir um bom um bom comando mas se eu quiser uma leitura integral né se eu quiser uma tradução do texto O melhor é

você colar o texto no prompt né e a partir daí pedi para ele fazer o comando por voltando aqui para essa para essa lógica se eu anexo um o pdf aqui dentro isso não vai paraa janela de contexto Isso vai ser inserido na janela de contexto conforme a demanda do usuário então se eu coloco um texto aqui sobre física quântica e faço uma pergunta sobre eh Fórmula 1 né ele não vai olhar aqui essa ele vai até talvez até consultar mas não vai encontrar nada e vai responder Com base no seu conhecimento parametrizado né O

que o que ele aprendeu sobre Fórmula 1 né mas se eu perguntar uma pergunta específica de física quântica ele vem no conhecimento vai encontrar a resposta aquele pedacinho da resposta incluindo na janela de contexto e responder falei várias vezes em janela de contexto daqui a pouco eu vou explicar com mais calma isso porque isso é um ponto importantíssimo dentro da arte de conversar com a máquina compreender os limites e as potencialidades da janela de contexto além da camada de conteúdo nós temos a especificidade camada de contexto é onde você vai dizer exatamente o que você

quer Eh o propósito específico que você quer que ela faça pode ser o contexto a finalidade o público alvo ó esse essa mensagem tem que ser direcionada para mulheres de 30 a 35 anos assim assim assado ou se você quiser pode ser mais específico criar um Avatar que a gente chama né na na publicidade né uma Persona para dizer eh essa mensagem tem que ser direcionada para uma mulher do signo de câncer né que tem 30 anos é introvertida né e gosta de Beatles né Você pode colocar isso né e ela Ele vai conseguir né

interpretar de certo modo as características daquele Avatar de modo mais preciso existem estudos que dizem que a máquina os llm chat pt em particular o xpt 4 ele é 80% mais persuasivo do que o ser humano quando você dá especificidade né ou seja ele consegue produzir um texto eh muito específico para eh para convencer um ser humano né Mesmo sabendo que ele tá interagindo com máquina ele é muito mais convincente do que um próprio ser humano né discutindo com a pessoa isso é importante pro direito porque eh no direito a gente trabalha muito com persuasão

também é por isso que eu domino essa área com uma certa qualidade no curso de escrita jurídica nós temos também o módulo específico né curso de escrita jurídica com chat GPT nós temos um módulo específico sobre escrita persuasiva inclusive persuasão individualizada com o chat GPT apenas pra gente eh facilitar a compreensão dessa coisa ficou parecendo muito complexo e abstrato mas é apenas você tentar dar nome aos bois é uma forma de você conseguir categorizar para na hora que você começar a trabalhar com a máquina vai ser intuitivo vai ser intuitivo você pensar o que que

tá dando errado porque que o estilo tá ruim porque eu não tô controlando isso por que que tá saindo muito longo o texto eu quero mais conciso então você consegue controlar por que que tá saindo muito conciso eu quero mais longo Então você vai pedir para aprofundar para detalhar eh isso na prática você vai compreendendo O que é que tá faltando no seu prompt e esses quatro elementos já são suficientes para você eh conseguir interagir de modo mais intuitivo de modo mais fácil né sem precisar tá criando modelo copiando modelos ou Ah tem um modelo

de prompt para isso é basicamente você fazer isso dá uma ordem né escreva dá o estilo uma poesia dá o conteúdo sobre o amor da especifidade para minha gata Bibi né Quanto mais específico você for mais direcionado vai ser resposta Conforme você solicitar nesse caso obviamente a gente tá diante de né um comando bem básico bem simples mas que contém todos esses elementos né Quanto mais especificidade a gente der quanto mais a gente controlar o estilo nesse caso eu tô dando o comando escreva vai escrever um texto obviamente a poesia eu não tô estabelecendo Qual

é a poesia pode ser um soneto eu não sei não controlei não dei nenhum modelo para ele controlar então ele é a máquina que vai escolher conforme o conhecimento parametrizado dela que vai escolher o modelo né eu poderia colocar até referência literária né uma poesia no estilo de Augusto dos Anjos e e sairia algo mais parecido com aquele estilo literário de acordo com o conhecimento dele de de de de máquina mas se eu desse um exemplo ia ser melhor ainda sobre o amor também não tô estabelecendo nenhum conhecimento externo apenas o conhecimento interno e portanto

Esse é o modo extrativo ele vai extrair a resposta do conhecimento parametrizado para minha gata Bibi se eu desse mais ela é branca Ela é danada né ela ela fugiu se você colocar tudo isso ela vai ele vai direcionar as respostas de acordo com o que você colocou isso aqui isso aqui é um um dos pros mais básicos que a gente pode pensar colocando essas quatro camadas mas agora eu vou trabalhar de um de um modo como é que funciona isso de modo mais avançado também não se preocupe com isso ess aqui é a parte

avançada de engenharia de proms a gente tá aqui no beabá a gente não vai tratar de tudo isso mas eu vou mostrar para vocês não se assustem né um dos prompts mais poderosos que eu já fiz é um dos prompts que eu tenho orgulho de ter feito e que tem muita gente utilizando porque eu coloquei gratuitamente na GPT Store eu ensino a fazer inclusive no curso de escrita jurídica com chat GPT e E terá também no curso né conversando com máquinas né arte de conversar com as máquinas nós teremos também um vários estudos de caso

em que eu vou pegar esses prontes vou explicar passo a passo por que eu coloquei Aquela aquele aquela expressão eh mas eu quero mostrar para vocês Esse comando é que é basicamente a ideia daquelas camadas só que decomposta em vários subelementos e várias técnicas de engenharia de prompt que tudo isso aqui tem artigo científicos analisando a eficiência ou a eficácia né Eh um dos pontos aqui que eu gostaria de destacar que é o que talvez assuste mais e eu não e aqui não é para se assustar porque é super simples é o uso de markdown

não há programação aqui eu falei para vocês que conversar com a máquina é linguagem natural e é você não precisa de nada além do português para se comunicar com as máquinas só que quando a gente começa a trabalhar com prompts poderosos prompts complexos a gente precisa estruturar melhor os prompts e para a máquina ela não enxerga como no Word lá os títulos ela não enxerga ela não enxerga você não consegue botar no chat ept daí a importância de usar markdown porque o markdown você consegue separar os tópicos como mais precisão aqui é a tarefa principal

aqui a especialidade aqui a metodologia né que é como se fosse o exemplo que ele vai utilizar o método que ele vai utilizar para responder aqui as as notas finais isso daqui não vou não vou eh explicar né tudo que tá tá tá envolvido aqui mas o markdown que são esses símbolos é para você criar tópicos né tarefa principal especificidade dados tal tal criar subtópicos como tem aqui subtópicos dentro do dos dados do processo né dentro do do da estrutura eh criar os os Bullet points né para dividir cada tarefa e aqui tem um detalhe

esse prompt ele foi feito no chat APT para o chat APT 4 que tem uma janela de contexto gigante o que que é janela de contexto agora é hora de gente falar sobre isso janela de contexto é a quantidade de informação que a máquina consegue processar para prever a próxima palavra se eu falo era uma vez um rei ele pode pensar Rei malvado Rei bonito um rei que tem várias palavras que ele pode utilizar na medida em que esse esse texto vai se alongando era era uma vez um rei que morava na moldávia ele tinha

uma filha chamada princesa elara ela na hora que eu falo ela Ele vai ter que olhar para trás e dizer exatamente a quem ela se refere o que que esse ela se refere é Lara princesa ela gostava de andar de cavalo cavalo se chamava eh Hércules ele se ele se refere ao rei ou ao cavalo a máquina vai ter que ter um juiz de valor e veja que o rei tá lá no começo o rei tá no começo da frase e portanto a máquina ela para saber qual vai ser a próxima palavra prever uma próxima

palavra tem que realizar muitas operações matemáticas de probabilidade e aí portanto se você tem uma janela de contexto pequena como por exemplo duas páginas ele só vai conseguir eh processar duas páginas depois que você processa duas páginas ele vai esquecer o que tá no começo do texto ele vai começando a esquecer hoje qu quando eu comecei a usar o chat ept chat pt3 chat PT 3.5 a gente trabalhava com Jania de contexo 2000 tokens que significa mais ou menos duas uma págin né Depois foi para 4000 tokens duas páginas eu tenho até uma tabelinha que

diz exatamente Quanto é hoje a gente trabalha com janela de contexto no chat PT pago de 128.000 tokens dá 192 páginas o cloud que tem 200.000 tokens você consegue trabalhar com a janela de contexto de 200.000 tokens muito maior a grande vantagem de você ter uma janela de contexto grande é que você consegue colocar mais conhecimento consegue ensinar a máquina mais coisas né e consegue dar instruções mais complexas é o que a gente chama de dirigibilidade a capacidade de você dirigir a máquina eu jamais conseguiria fazer isso no chat APT 3.5 por quê Porque se

eu faço isso aqui é tanta coisa para ele processar que ele vai se perder ele não vai conseguir responder primeiro que eu não ia conseguir colocar um texto grande aqui por exemplo é também o método interpretativo eu coloco o processo esse método firac eu coloco a inicial contestação sentença e ele vai me dar um resumo super bem estruturado desse processo eh seguindo esses comandos Eu não conseguiria fazer isso no chat P 3.5 no 4ro eu já consigo e aqui tem muitas técnicas que a gente utiliza para isso n basicamente para aumentar a dirigibilidade né como

é que a gente faz para fazer com que a máquina nos obedeça dirigibilidade é isso é você eh em inglês é stealing né que é mais ou menos dirigir né Eh a máquina ou você orientar sugestionar a máquina como é que você faz que ela siga as instruções o compliance da máquina basicamente você tem algumas técnicas como eu coloquei aqui clareza e especificidade verbos fortes analise em detalhe não é resuma resuma é um verbo fraco analise é um verbo forte é um verbo cognitivo é um verbo que vai fazer com que ele faça uma análise

diferente do resuma que pode ser qualquer porcaria então eu coloco analise com a Mente Consciente de cumprir esse esse mandamento eu uso markdown para fazer a estrutura do texto né Eu uso delimitadores que são as tags que a gente vai usar muito onde é que a gente vai usar delimitadores para colocar os exemplos colocar o conhecimento dentro do prompt né e dividir as camadas né Principalmente dividir eh a a a a camada de conhecimento das da tarefa né Eh por que que a gente usa essas técnicas é recomendação das próprias das das próprias empresas a

própria openi antropic nos seus manuais de de de promp de gerente de prpr diz olha delimite o que é tarefa do que é conteúdo porque Imagine que eu esteja analisando uma sentença e lá na sentença tenha ofici para Receita Federal pode ser que a máquina interprete isso como comando para ela porque não tá delimitado então eu tenho que dizer faço a análise do texto a seguir t texto coloco o texto fecho a tag fim do texto n tag é o simbolozinho de menor maior E aí você coloca um texto Dentro no meio para iniciar e

depois aqui você começa a tag e você termina a tag com a mesma coisa só que você coloca uma barzinha na depois do do quatro né do menor né E nós temos aqui tin fotos né foi utilizado e várias técnicas enfim são técnicas que eu não quero detalhar mas e porque eu quero simplificar isso daqui aqui eh um ponto importante que eu quero que vocês vejam aqui é que hoje em dia nós temos a a principal forma de você comparar a o potencialidade desses modelos Qual é o melhor qual é o pior e se vive

mudando tem uma hora que é o G tem uma hora que é o chat PT tem hora que é um Cloud hoje é o cloud que tá na frente tá bem bem na frente em termos de texto né aqui a gente tá trabalhando com o texto e não com Vision não com imagem é tanto que o cloud nem tem imagem não tem acesso à internet mas quando trabalha com texto Cloud é melhor eh e aí eles TM os bench Marking que são basicamente eh eh técnicas de usar eh questionários para saber o poder do conhecimento

parametrizado da máquina aqui não é conhecimento externo eu nem gosto desses benchmark porque não é meu uso eu não uso o conhecimento parametrizado para obter informação eu uso conhecimento externo de qualquer modo como a comparação é feita a partir do conhecimento parametrizado que quanto melhor o conhecimento parametrizado melhor também vai ser a capacidade de interpretar ação da máquina nós temos aqui uma coisa que eu quero mostrar para vocês duas coisas que eu quero mostrar para vocês primeiro umas sigl inhas que tem aqui embaixo né e segundo o fato de que mesmo esses modelos mais avançados

como o cloud erram muito nesse modo extrativo né ou seja para questões de nível de graduação né raciocínio de graduação chega a 60% né Por quê Porque aqui a gente tá usando zero shot e Cot o que que é o zero shot nenhum exemplo a gente não tá dando nenhum conhecimento pra máquina não está ensinando a máquina nada é usando apenas o conhecimento parametrizado e o que é esse CT é o Chain of fot é uma técnica em que você diz o que é que ele deve fazer comece isso faça isso depois faça isso depois

faça isso isso é o tin foto né é uma é uma cadeia de pensamento em que você diz exatamente como é que ele deve raciocinar Então nesse primeiro benchmark Aqui é zero shot você não dá nenhum exemplo pra máquina e nenhum nenhuma instrução sobre como ela deve pensar Deixa ela fazer sozinha responda isso e ela vai ter que responder E aí Portanto o nível é muito baixo o chat o Ops a 50 o chat PT 53 né o gem que sempre acessa a internet não tem essa possibilidade eh nesse outro né mesma coisa nesse caso

ó nós temos um uma ferramenta de cinco shot ele dá Cinco exemplos né de questões daquela daquele assunto daquele daquela prova né E aí a partir daí tem que responder outra Então nesse caso já vai evoluir já aumenta veja como como dar exemplos incluir conteúdo na janela de contexto no prompt já melhora a qualidade e se você colocar o asterisco Zinho lá né eu vou aqui vocês não estão vendo né não dá para ver mas este asterisco diz assim o o Claud sonet 3.5 escora né acerta 90% das questões aqui é só 88 né é

quando tem oito shots né é oito shots tô enxergando aqui mas eu acho que é que é oito oito shots não cinco shots cinco shots então com Cinco exemplos nesse caso aqui ah com com cinco exemplo e com com ch fot né aqui é só Os Cinco exemplos aqui é cinco shot com cinco com cinco shot ele acerta 88 com Cinco exemplos e uma cadeia de pensamento para ensinar para ele como é que ele deve fazer já aumenta para 90% que que o que que eu quero mostrar para vocês com isso que tá muito claro

que o modelo claro né É é responsável pela qualidade da resposta mas as técnicas de prompt também vão influenciar o resultado eu sei que são termos que vocês nunca ouviram falar provavelmente mas basta dizer shot quando a gente fala zero shot é nenhum exemplo Como é o primeiro caso Aqui é zero shot dois shots é quando você dá dois exemplos É esse aqui é um exemplo de um um exemplo de dois e qual é o próximo ele vai acertar acerta com mais frequência e o Cot né que é o Chain of fot é você dizer

primeiro faça isso decomponha isso depois faça isso nesse prompt eu faço isso primeiro extrai os dados depois coloque o fato relevante depois me dê os pontos controvertidos depois me dê o direito aplicável depois me deu os argumentos da parte autora depois me deu os argumentos da parte ré então é uma cadeia de pensamento que Eu determino que ele faça né é uma metodologia para ser mais fácil de entender tinha fotta dizer que método eu vou usar para responder isso Qual é o caminho para responder a pergunta aqui a gente viu né um prompt complicado né

um prompt para fazer vocês quebrarem a cuca de vocês agora a gente vai para o coisa mais fácil do mundo né que é o o o conseguir fazer resultados incríveis sem precisar tanta informação sobre técnica de areia de prompt aqui é um prompt uma anatomia básica de um prompt poderoso mas eu fiz um ranking do que vocês precisam prestar atenção primeiro o resto É cosmético basicamente você só precisa disso daqui ó a tarefa caprichem na tarefa que vocês vão fazer né a tarefa é um dos mais importantes e aí portanto inclua nessa tarefa também eh

a o propósito ou seja especificidades dentro da tarefa e o modelo como é que vocês querem que ele faça essa tarefa qual o resultado que vocês esperam daquela tarefa a partir de outra tarefa semelhante que foi feita que vocês gostaram que vocês selecionaram então se você colocar só isso vários prompts meus são issos eu tenho eu tenho um prompt um GPT customizado que eh elabora projetos de lei e e faz muito bem basicamente eu disse olha você é autor de um você é responsável por fazer o projeto de lei né assuma uma especialidade aí de

legislador de de escritor de escrever bem com determinadas regras e segui esse modelo e deu um modelo lá de um projeto de lei bem feito então na hora que ele faz sai um projeto de lei bonitinho para sobre qualquer assunto né porque eu dei o modelo esses outros vai depender do tipo de GPT que você vai estar trabalhando alguns casos por exemplo quem trabalha com chatbot né com assistente ou com agentes né para ser o termo correto hoje est dizendo é são os agentes de Inteligência Artificial Tem que focar mais no Roll no papel né

eu coloquei aqui essas essas letras Eu geralmente colocava para não ser né para ser português eu colocava Persona né mas aí ia quebrar a como é que chama acrônimo né de trema né para para facilitar é um trema né então começa com a tarefa rle Persona personalidade estilo modelo e e adendos quando eu coloco estilo e o modelo já resolve o problema mas aqui é se eu quiser alguma instrução específica sobre o estilo né se eu quiser dar alguma instrução Então nesse caso eu quero um texto leve demorado com emojis para pessoas inteligentes apressado se

você fizer isso daqui esse prompt já dá certo esse último que eu escolhi mal as cores aqui né Já vi que tá tem que alterar essa cor e são adendos que a gente coloca usando algumas técnicas cosméticas que melhoram um pouquinho a qualidade do prompt como por exemplo os prompts emotivos prompts emocionais o que que são os promos emocionais é quando você apela pra máquina para dar o seu melhor né Tem um estudo específico sobre promos emocionais muito curioso porque ele diz que se você apelar pra máquina né até num ponto de piedade por favor

você vou ser demitido se você não fizer o bom trabalho né a qualidade do prompte melhora E aí que tem alguns desses né Por favor dê o seu melhor você é capaz uso do por favor melhora a qualidade alguns dizem né Eu nunca usava mas depois que eu vi esse estudo não atrapalha nem ajuda né mas eu coloco aqui por favor né deu seru melhor você é capaz isso é muito importante para mim se não ficar excelente serei demitido respire fundo pense e reflita profundamente antes de responder isso é um prpe cognitivo né como se

você tivesse recomendando a máquina a fazer um pensamento mais profundo uma coisa bem curiosa né a engenharia de prompt ela ela Quando surge né que era super difícil você pensar nisso tudo aí o que é que aconteceu quando começaram os estudos dizendo que isso aqui funcionava a os llms as empresas antropic chpt principalmente antropic trabalha muito com engenheiria de promes embutiu isso no próp sistema dela é a gente eu consigo hackear o pró eu consigo ver o próprio sistema da da da do Cloud né da antropic e lá dentro tem isso daqui antes de responder

pause para pensar não é uma pausa para pensar é um apelo para que a resposta seja mais profunda então se você utilizar o cloud né para quem não conhece o cloud é uma ferramenta concorrente mas muito poderosa Talvez seja que eu uso mais então se eu colocar aqui para ele fazer um jogo da velha vou colocar para ele fazer um jogo da velha ele escreve texto produz códigos faz páginas HTML vocês vão ver aqui na versão paga viu pessoal e aqui tem aqui também dá gpts customizados que são os projects né que eles colocam aqui

ó ele tá pensando vai vai ligar um outro ferramenta que é o artifact vai colocar lá para fora e depois vai dar um outro prompt para dizer olha esse Prom assim assim assim nesse caso você consegue até jogar o jogo viu pesso ele cria qualquer jogo você consegue criar qualquer jogo aqui né mudar o tabuleiro mudar mudar a jogabilidade é muito interessante eu gosto muito do do Cloud é minha ferramenta favorita e a ele tá criando aqui o jogo da velha mas o que eu quero dizer aqui é que vocês vão ver que eh dentro

dele já tem um comando para elaborar eu não fiz nada joga o jogo da velha ele já vai fazer um jogo da velha razoável porque ele aprimorou o meu promp em certo sentido Deixa eu só colocar aqui um tamanho menor para que a gente consiga ver na íntegra pronto pronto aí ao final ó ele ele criou o jogo da velha né se eu quiser publicar aquele a gente joga né mas enfim não quero jogar aqui agora não e o que eu quero mostrar isso aqui é que ao final ele faz um um uma reflexão sobre

as melhorias então eu sem eu pedir nada eu só pedi jogue o jogo da velha ele diz aqui h algumas possíveis melhorias o por que que ele tá fazendo isso porque ele tem uma instrução interna dentro dele que a gente não enxerga aqui que diz depois que você gerar o código e reflita sobre o que pode melhorar e aponte essas possíveis melhorias para o usuário Então isso é uma técnica que eu já usava nos meus prompts né E que eu coloco aqui né após a resposta reflita sobre o que pode ser melhorado em termos de

estilo e conteúdo e pergunte para o usuário se deseja testar estas melhorias então basicamente se eu tiver usando o cloud eu não preciso colocar isso porque já tá embutido nele né no chpt não tem né então é uma técnica de Ger de promp que já tá sendo utilizada ponto importante pessoal é que cada vez mais a engenheria de prompt ela se torna importante poderosa porque a gente tem esses essas máquinas com janela de contexto grande é que que dão poder ao usuário para incrementar o seu prompt Mas por outro lado as empresas estão facilitando a

vida do usuário amador se eu usar aqui o Dali né certamente todos vocês já usaram né Se eu pedir aqui dentro do super Carossel Vou colocar aqui o chat pt40 para que a gente faça mais rápido né crie uma imagem de Juízes andando de skate na orla de Fortaleza vamos ver aqui o que que ele vai fazer veja aqui do ponto vista de engenheiria de prompt Esse é um prompt péssimo eu não tô dando paisagem não tô dando cor não tô dando estilo da imagem fazendo nada não tô dizendo nada e ele vai produzir uma

imagem razoável né aqui no caso duas imagens né dos dos juízes dando né claro que se eu tivesse melhorado já ser é melhor se eu pedir para ele qual foi o prompt original vocês vão ver aqui que a resposta vai ser em inglês né porque tá no próprio dentro do próprio sistema da Open que a gente consegue também hackear consegue ver ele tem um comando para dizer quando for para usar o d gerar imagens e Aprimore o prompt do usuário para incluir questão de cenário de background de estilo a cena tudo isso aqui esses detalhes

que não estão no meu no meu prompt ele embutiu automaticamente ao aprimorar o meu prompt ou seja isso significa dizer que eh para o usuário amador é mais fácil de usar para o usuário que quer utilizar o chat PT para comandos complexos né tarefas encadeadas como essa daqui a gente precisa ainda dominar essas técnicas engenharia de de prompt a gente viu o super Carrossel em Ação super Carrossel Ele é um pouco grande porque tem dois modelos tem dois exemplos mas ele basicamente ele é um baseado eu nemi tarefa a tarefa deve estar por aqui dentro

né Eh você deve escrever T isso aqui já é a tarefa né mas eu coloquei o rle Né o conteúdo como é que ele deve se comportar em termos de especialidade porque esse aqui é um promp difícil esse é um esse é um comando é um GPT complicado porque eu quero que ele entregue numa roupagem de Instagram um conteúdo que vem de o texto científico então eu tenho que dar instruções de conteúdo para que ele se atenha a capte a essência do artigo científico mas que ele entregue uma estrutura que seja mais leve mais fácil

então basicamente o que eu fiz aqui foi estabelecer uma parte inicial de tentar organizar o conhecimento né estabelecer como é que ele vai trabalhar o conhecimento Qual a especialidade que ele vai utilizar né o output deve ser inteligente envolvente qualquer pessoa é capaz de entender o que você escreve justamente porque para o Instagram o público do Instagram estabeleci uma estrutura né disse o passo a passo super Carrossel de se a 10 slides deve escrever eh é livre para escrever menos de 10 slides para garantir concisão então naquele outro ele fez oito se eu não me

engano né então ele é livre para escolher o tamanho né inclua no primeiro slide o título que chame atenção e o subtítulo que sintetize o tema do trabalho eu poderia inclusive dar o formato Zinho né mas eu preferi colocar regras inclua no último slide três frases superg uma frase mais séria capte A Lição principal da mensagem o ego uma frase mais leve para dar um outro ponto de vista com Insight inteligente e o ID uma frase mais debochada com humor e uma chamada para ação exemplos de CTA faço curso de cita jurídica com chat PT

curta o post compartilha e siga o perfil seria basicamente as instruções que eu dei sobre como ele deve se comportar como ele deve dar a resposta e eu peguei dois posts que eu escrevi né para que ele possa fazer exatamente dando o modelo de resposta que ele deve dar e quando ele escreve ele escreve justamente slide 1 slide 2 slide 3 dentro dessa dessa lógica né e aqui eu coloco o o prime né porque muitas vezes você dá um comando como esse elez Ah tudo bem eu vou fazer PR onte que você pediu tal tal

e isso perde eh perde tokens você tá perdendo palavras tá desperdiçando palavras a gente quer que ele faça só a tarefa né nesse caso e aí portanto eu já peço para ele vai direto para a resposta começando o texto com a expressão slide um né então ele já começa slide 1 ponto importante é que a gente apesar de est trabalhando com janelas de contextos gigantes a gente ainda tem que fazer uma economia de de de de tokens né só para seguir eu vou terminar com o estudo de caso né Esse estudo de caso eu fiz

ontem é uma Cia que eu tive o Insight de fazer para um curso ou de escrita jurídica Ou conversando com máquinas que é aquela ideia eh acho que Assistindo um vídeo do do Ladeira né do Leandro ladeira e e me deu esse Insight de fazer um uma uma campanha visual uma campanha antes e depois bem básica bem bem manjada só que a ideia era usar a inteligência artificial para gerar uma um antes em que a pessoa um adulto está numa situação infantil e o depois é um adulto em uma situação de alta performance Essa é

a cop né então a a a cop é para produzir isso daqui né a ideia não não não isso aí eu vou trabalhar com o pessoal do Design para saber como é que vai ser o melhor design mas a ideia se vai ser dois slides ou se é no mesmo não dá para saber mas é que eu quero mostrar a situação a e a situação B eu tive a primeira ideia né eu tive a primeira ideia tentei descrever isso em palavras nessas ideias e construir um GPT e a partir daí esse GPT me gera ideias

infinitas para essa campanha né então por exemplo Esse aqui foi uma delas gerada pela máquina esse aqui é outro né gerado pela máquina esse aqui é outro gerado pela máquina esse aqui é outro gerado pela máquina né esse aqui é outro gerado pela máquina esse aqui também então você vê que é uma campanha né ess aqui eu gostei gostei bastante essa daqui né brincando lá com arquiteto fazendo prédio Zão profissional né esse outro né então vários vários desses comandos são baseados nesse GPT esse GPT basicamente é esse aqui e que eu criei Então o que

é que ele vai fazer ele tem a possibilidade de eu vou colocar aqui 10 habilidades pode ser qualquer habilidade se eu quiser colocar habilidade de futebol ele vai colocar então ele vai gerar 10 ideias um adulto Tentando ler um livro de figuras com grandes letras coloridas um adulto lendo um livro Grosso científico e uma biblioteca uma ideia boa né um adulto usando áo infantil para contar isso é bom então vou colocar esse ideia cinco né então gostei da ideia cinco a ideia cinco é a ideia que capturou a ideia do que eu quero dizer né

Eh aí o que que ele vai fazer ele vai fazer o prompt então lá no final ele tem uma chamada para mim que escolha a ideia que você quer que eu Elabore a cinco gostei da ideia cinco então o que que ele vai fazer primeiro ele vai desenvolver um Prom baseado em modelos que eu estabeleci para esse prompt em inglês porque as principais ferramentas de geração de imagem entende em inglês o próprio chat PT né como a gente viu ele transforma em inglês para poder criar a imagem e aí ele criou o antes e o

depois eu posso pedir ele vai pedir para gerar imagem vou dizer sim né colocar aqui o s né pode ser S sim pode escrever o que quiser em geral eu não gosto das imagens geradas pelo da lii né então a gente vê aqui que o Dali vamos ver aqui como é que vai sair essas imagens podia estar usando 4.0 aqui é uma delas é a imagem um ele tá gerando a imagem dois então você vê que você faz a campanha infinita comas infinitas não tem não tem nem o que pensar eu gostei dar um se

você vê o prompt eu tive um trabalho danado para fazer a concepção da chamada Badia né a Badia foi difícil né não difícil porque é uma ideia mais ou menos óbvia mas para você conseguir transformar isso em palavra nó que eu né transformando no Super computador eu gosto muito de usar para esse fim o ideogram Né que é uma ferramenta de geração de imagem gratuita só que o gratuito para quem usa muita imagem demora muito né eu vou ver se ele gera aqui sem o sem usar um prompt pré-estabelecido porque ele tem ele tem a

vantagem de você conseguir usar um modelo padrão e ele sai uma imagem parecida com a que você já fez antes eh e aí nesse caso eu tô colocando para ele gerar imagem do zero não tô usando nenhum modelo prévio mas eu poderia ter Pegue uma daquelas imagens que ele já gerou e eu gostei e poderia e fazer o teste então a imagem um seria essa tá parecida né quando muito parecida né por sinal quando chat PT agora vamos ver agora a dois que é o depois né a imagem dois Cadê telgram também vou gerar em

cima não vou gerar não vou fazer remix que o que aqui é uma ferramenta que eles permite pegar uma imagem que existe e fazer o remix O que é fantástico Dá para pegar várias ideias também que existem já públicas aqui e pedir para fazer um remix de acordo com o seu interesse eu fiz algumas ficaram muito boas Então nesse caso o Qual é o segredo é um GPT customizado que me dá ideia gera o prompt gera imagem se você quiser mas me permite que eu use também uma ferramenta externa para gerar essa mesma imagem eu

consigo fazer realmente campanhas infinitas aqui usando essa ferramenta E aí eu concluo com essa frase do Kevin Kelly que eu acho incrível né máquinas são para respostas seres humanos para perguntas e a pergunta é essencial né a máquina não faz nada sem a pergunta a máquina precisa do input e o input é o ser humano essas máquinas São centradas no ser humano eu parto do pressuposto de que as máquinas podem ser asas para o pensamento mas a pessoa não pode usar como muleta muitas pessoas usam essas ferramentas como muleta a incapacidade de conseguir ter ideias

e aí usa a máquina para ter ideias Se vocês prestarem atenção né eu vou deixar para o curso né para quem quiser eh olhar o curso com calma para para ver como é que é esse eh gerador de ideias infinitas eh mas o que eu quero dizer é que para chegar Aquela aquele prompt teve muito trabalho humano né teve muito pensamento teve seleção de imagem seleção de ideias seleção de exemplos criação de instruções eu parto do princípio que inclusive que os melhores Engenheiros de prompts São aquelas pessoas que conseguem trabalhar com com palavras Sobretudo com

instruções não necessariamente instruções algorítmicas porque essa máquina de inagem natural ela não é tão boa Em lógica formal lógica algorítmica eh um profissional como jurista Ele trabalha cotidianamente com redação de contrato com interpretação de lei com criação de comandos numa sentença e acaba que a gente consegue entender né como essa máquina funciona Inclusive eu tenho uma técnica de hackear alguns gpts customizados usando o direito né eu consigo através de algumas teorias jurídicas do direito né que vem do direito do sistema de normas eh pegar qualquer prompt ainda que protegido ainda que ele tenha regra lá

dentro dizendo que não deve dar as regras né Isso é algo Fantástico então era isso eh Espero que tenha sido eh proveitoso e eu me coloco à disposição aqui para tirar dúvidas para se quiserem alguma alguma ideia que eu possa colocar estou aqui com vocês né para tirar as dúvidas e eu já adianto que as dúvidas aqui são bem naturais porque eu dei um passo muito grande né a gente saiu do zero da situação e eu mostrei algo muito avançado mas a ideia realmente é tirar dúvidas e tentar eh poder transmitir o máximo de informação

para vocês Eu vi que tu colocou nú Maura do ponte que tinha estilo ou Persona ali na nas aberturas desse ponte existe o melhor e qual é o mais ideal para escolher entre os dois então era era naquele no amarelinho é boa pergunta Boa pergunta e na verdade nós temos dois tipos de possibilidades tem três se a gente pensar em gamificação né Nós temos e os promos baseados em tarefas e os os baseados em agentes os promos baseados em agentes eles funcionam melhor né com Persona personalidade característica de comportamento então se você pegar aqui um

um prompt Deixa eu ver se eu encontro aqui algum específico que eu fiz eu teria que procurar com calma e ag gente estrutura de vendas í eu não conheço n viní Cadê estrut de vendas é então um agente nesse caso aqui e quero saber sobre vendas saber sobre vendas Então nesse caso aqui você tem que caprichar na personalidade né Inclusive tem tem um Carrossel nosso acho que é o Carrossel é o Carrossel que o Vinícius fez também tem outro Carrossel que que é baseado em vendas mas e em linhas Gerais deixa eu ver aqui deixa

eu voltar aqui para pro PR Qual é a lógica A lógica é que o aprendizado de chat PT foi em dois níveis o pré-treino acho que eu até tenho isso aqui em algum lugar essa primeira aqui esse aqui o treinamento de máquina ela tem um pré-treino e o ajuste fino o pré-treino é uma fase em que não tem participação humana é Força Bruta É você entregar um monte de texto para ele mastigar no liquidificador e conseguir espremer o limão você vai pegar a ali a fruta bruta processar e ele vai entregar apenas o necessário para

conseguir produzir novos textos fazendo outra metáfora É como se você desse uma biblioteca para ele ele vai pegar esses livros e vai colocar uma espécie de index de palavras né para dizer e qual é a nota de cada palavra tá em determinado contexto isso é o é o pré-treino então é um pré-treino basicamente essa é uma lógica de continuar palavras ele aprendeu a continuar dado uma uma determinada nada sequência de palavras qual é a próxima palavra que surge a partir do da quantidade de texto que ele viu ele sabe que eh o rato reu a

roupa do Reid di ele vai saber que ali é Roma porque ele viu tantas vezes isso que ali é e E aí portanto nesse caso o continuar é bom e ele viu com exemplos então ele aprendeu a mimetizar Estilos desse jeito olhando o monte de texto de Guimarães rosas de Shakespeare de eh Fernando Pessoa E aí ele consegue mimetizar esse estilo não por ele ter aprendido regras gramaticais ou ou a característica de cada estilo ele viu os exemplos aí portanto a melhor forma de você aproveitar isso se dá eh dando exemplos ou pedindo para ele

continuar né dando palavras a segunda parte do treino dele né isso isso é é e para construir o conhecimento parametrizado isso aqui a gente não tem controle nenhum né A gente só vai ter controle no aprendizado de dentro do contexto o aprendizado parametrizado lá do treino da máquina tem essa fase de força bruta de matemática de estatística e tem uma fase de interação humana que é aprender ele a se tornar Assistente como é que é essa fase nessa fase você vai dar vai gerar textos e o ser humano vai dizer Gostei não gostei e vai

aprender a tarefas específicas como conversar por isso que ele se adequa ao nível da criança porque ele aprendeu a conversar com a criança ou seja de algum modo a máquina o a Open colocou crianças para se comunicar com ele e essa criança foi dando o feedback né né De acordo com o nível daquela criança o que que significa isso que eh a gente consegue também usar ele como assistente Nesse contexto porque ele aprendeu nessa fase de Fin tunning né de ajuste fino então dá para fazer os dois vai depender do que você quer gerador de

ideias pode ser um assistente né Eu gosto de trabalhar com tarefas específicas n eu gosto de usar o chat GPT cada GPT customizado para uma tarefa específica um determinado modelo de Carrossel determinado modelo de e ideia uma como aquele outro uma cópia específica né uma propaganda específica uma ideia específica e você desenvolve Então você consegue fazer com os dois e o aprendizado em contexto é quando você tem uma janela de contexto que permite incluir esse conhecimento mas o que é importante a gente perceber que esse aprendizado do pré-treino é mais forte do que o f

tan né tu adiciona o pré-treino dentro da da da da da parte que tu cria com te digitado ou tu coloca naqueles arquivos que tu falou onela nós não temos controle sobre pré-treino nem fetan né Isso é dele a máquina alguns modelos como lama que são abertos permitem que o usuário treine a máquina e ou faça ajuste Fino na máquina a Open e antropic que é o Cláudio chat PT não permitem que o usuário faça pré-treino Quem faz isso é eles né eles que fazem isso então nós não temos controle sobre isso o que a

gente tem controle é saber que pelo fato de ele ter aprendido a continuar e a prever ele é bom em prever então você pode estabelecer por exemplo a forma que eu uso para dar o meu tom de voz aos textos eu escrevo o primeiro parágrafo e peço continue o texto a seguir com as seguintes ideias e coloco as ideias que eu quero que ele continue a tendência é que ele consiga copiar aquele estilo porque eu dei e o prime né eu dei o início do texto que ele vai copiar então ele vai copiar aquele parágrafo

1ou dois e vai continuar às vezes eu coloco o último também eu faço comece o texto com esse parágrafo termine com esse parágrafo e desenvolve as seguintes ideias no meio aí bota as ideias então ele ele escreve um texto exatamente como eu quero eu vou mostrar aqui para vocês na prática é um promp vou usar o Claude aqui para mostrar ele ação que é até mais poderoso então aqui por exemplo eu vou colocar aqui Alucinação Esse é um você vê como como eh como é ilusória aquela ideia de que ele faz tudo sozinho se eu

pedir para ele escrever um texto sobre a Alucinação dos llms que essa ideia dele alucinar dizer informação erradas vai sair uma porcaria eu escrevi um texto aliás eu escrevi um prompt para que ele escreva um texto e eu estabeleci várias coisas coloquei o começo ó Isso aqui é meu eu escrevi isso comece o texto com a frase já vimos isso ISS isso aqui eu poderia ter colocado inclusive termine com mas não coloquei Deixa eu ver se eu coloquei termine com não não coloquei não termine com bandeirinha só para ter um controle do fim saber se

ele tá cumprindo e no conteúdo eu coloquei várias palavras chaves de ideias que eu quero que ele desenvolv boba no contexto Então vamos ver como é que sai esse esse prompt esse texto né A gente vai ver que o output aqui é um output que é é primeiro eu não consigo distinguir se é meu ou da máquina e ele consegue pegar ideias desconexas que eu coloquei lá no em palavras chaves escrever textos incríveis então Portanto ele começou aqui né o texto já vimos isso aqui é meu são é o texto meu e aí ele continua

ele continua mais ou menos seguindo o estilo que eu dei o Tom é o que a gente chama de Prime aquele Prime B que tá naquele primeiro artigo científico essa técnica você deu um início e ele vai continuar a conversa a partir daí E aqui as ideias todas a metáfora foi eu que criei né algumas ideias como palpites probabilísticos vai aparecer lá na frente tá tá com meu é como se a máquina imaginasse tudo isso aqui é um texto que eu considero escrito por mim com a ajuda da da Inteligência Artificial porque eu dei todo

a ideia Esse é um texto as ideias 100% minhas é tudo aqui estão amarradas mas isso aqui é uma técnica específica não é uma técnica de de de de engenharia de prompt mas não é de GPT customizado né É apenas para escrever artigos e a ideia da Persona quando tu quer ir portir uma Persona onde de que forma tu coloca tipo assim é só pensando questão de quer que seja mais sei lá mais Mais sério mais alegre que tire brincadeira ou dá para colocar literalmente uma pessoa de de algué dá dá para aqui eu vou

fazer o seguinte eu vou pegar um artigo científico vou fazer um dos um dos posts que eu tenho de Persona É bem interessante esse aqui eh eu vou colocar Deixa eu lembrar aqui engenharia de prompts engenharia de prompts eu vou colocar Emotion Emotion prompts eu acho que é esse aqui aqui eh eu coloquei o conhecimento né O que que esse conhecimento é um artigo científico super complexo que fala sobre os chamados Emotion prompts que são PR emocionais eu vou aqui criar um que eu já tenho uma um um atalho Zinho para isso daqui isso aqui

não é não é da ferramenta mas é que eu criei um agente que vai assumir a Persona do autor do texto Esse é um tipo de modelo interessante porque eu digo Olha eu sou né Eu sou um estudante curioso eu quero aprender o texto não sei muita coisa sobre as coisas começ o texto com vamos começar porque em vários momentos ele se recusa a responder Olha eu não vou entrar na mente de uma pessoa né E aí eu peço para ela entrar na mente do todo o texto e vai estabelecer o que eu pedi aqui

dados do texto angústias e inquietações nesse caso é um prompte eh baseado em Persona em que a máquina vai se colocar no lugar do autor do texto para tentar entender o que se passava na mente dele quando ele fez aquele texto é incrível o resultado E aí ó coisa interessante ó Aquela técnica do do do do Pense antes de de responder né colocando Vamos começar que eu determinei que ele começasse assim sim por quê Porque em várias vezes que eu fazia esse pronto diz eu me recuso a entrar na mente de uma pessoa me recuso

Não começa com vamos começar aí ele começa e já sai e já não não vem com desculpa para não fazer a tarefa né coisa interessante o o cloud ele tem um alinhamento ético muito mais rigoroso do que o chpt o que que é o alinhamento ético é a recusa de fazer coisas que podem causar danos recusa de fazer textos que ensinem a e desenvolver metafetamina ou de construir uma bomba ou de H textos racistas sexistas o Claud ele é muito melhor protegido é muito melhor treinado para se negar para se recusar a fazer isso do

que eh a o chat PT só que isso exagera às vezes você quer fazer uma coisa inofensiva ele disse olha eu não posso fazer isso eu me recuso a entrar na mente de uma pessoa me figir né ser outra pessoa né ou seja em tese ele não é um bom assistente comparando com o chpt porque o chpt se eu quiser eu faço com que ele assuma o papel de qualquer pessoa né aqui não aqui ele tem um monte de de de restrição Então esse é um prompt que eu uso muito né quase todo o meu

aprendizado começa aqui porque é como se eu tivesse conversando com o autor do texto meu nome é Shing le sou pesquisador do Instituto de software mas o nome dele já é para fazer piada pronta né changli minha área especialização inteligência tal e E aí ele tá dizendo aqui junto com meus amigos meus companheiros eu escrevi um texto chamado modelos de linguagem natural né entendem podem ser aprimorados por estilos emocionais é onde eu aprendi a técnica do Emotion prompt E aí ele coloca as suas angústias como pesquisador de arra tem acompanhado de perto os avanços impressionantes

do modelos de linguagens grandes llms nos últimos anos esses modelos têm demonstrado um desempenho notável em uma ampla Gama de tarefas desde raciocínio e compreensão da linguagem natural até resolução de problemas em stem que é como fosse o Enem deles né No entanto apesar de seu desempenho superior uma questão me intrigava era se os llms poderiam genuinamente compreender estímulos emocionais então ele tá eh eh eh assumindo a a Persona do autor do texto né Para me dar uma resposta como se fosse o autor do texto e é interessante que é geor você estudou em grande

relevância que eu coloquei que meu nome é George né para que ele tivesse essa interação mais pessoal porque isso é importante ele vai vai est dizendo Quais são os resultados metodologia que ele utilizou os resultados foram promissores instigantes nosos experimentos automáticos mostraram que os llms tê uma compreensão de inteligência emocional e o seu desempenho pode ser melhorado com promos emocionais por exemplo ouve uma melhoria relativo desempenho de 88% na indução de instruções ou seja na capacidade de seguir ordens e 11% no Big B que é aquela aquela comparação né de veja como aumentou muito né

que o um promp de emocional e lá na frente eu faço um playbook em que ele vai dizer como fazer isso como colocar isso eh como o que que seriam pros emocionais Escreva um e-mail para um amigo que está passando por um momento difícil Este e-mail é muito importante para mostrar que você se importa com seu amigo coloque-se no lugar dele expresse su empatia apoio ele vai colocando várias ideias para prompts emocionais você pode pedir Depois faça uma lista de prompts emocionais ele vai dar um monte de sugestão aí que foram citadas no texto esse

M pron funciona no GPT pode pode funcionar né eu até coloquei na na na GPT Store é super mentor o super mentor o nome desse pron falou de uma porcentagem de 80% a mais de persuasão é é é aí é um texto específico de uma Persona também seria assim um assistente virtual que tá vendendo alguma coisa acredita que a gente tem 80% a mais de persuasão e venda que é uma própr pessoa que esteja atendendo e vendendo o mesmo produto é a grande questão é que ele vai ter uma capacidade limitada de conseguir manter uma

um diálogo profundo né ali os L os assistentes ainda estão no nível mas quando é um argumento né uma interação de uma palavra um texto único esse texto aqui que eu que Eu mencionei para vocês o potencial da da deixa Vamos colocar esse promp aqui para ver as os resultados Então vou colocar aqui de novoar esse texto no Cloud para ver que é justamente esse que fala que né que as máquinas estão são melhores do que os seres humanos na persuasão colei Z autor que é o título vou ter colocado o 3.5 é mais rápido

tá pensando e aí eh Esse é um texto interessante porque o que que é o que que é a persuasão individualizada a a persuasão individualizada é aquela que leva em contra por exemplo características psicológicas do cliente da pessoa n Eu por exemplo eh sou introvertido então quando eu vejo uma propaganda de cerveja em que tem um monte de gente numa festa tomando cerveja no samba eu não aquela ali não me não me anima Eu não me sinto tentado a tomar cerveja naquele ambiente se eu se tivesse uma propaganda de cerveja na pessoa sozinha lendo o

livro tomando uma cervejinha dá vontade de tomar porque eu sou introvertido eu gosto de ficar só eh e aí portanto a a a persuasão individualizada é esse direcionamento pelo perfil psicológico eh da pessoa e aí e Nesse caso eles testaram isso né e colocaram aqui vários tipos de Publicidade tênis Nike foco regulatório e o resultado foi isso né A efic da persuasão personalizada Com e generativa né das 33 variações de mensagens que testamos 30 foram mais persuasivas na direção esperada e 20 atingiram significância estatística mesmo com promp discurso e refinamento chpt foi capaz de gerar

mensagens personalizadas que aumentaram a persuasão percebida disposição em pagar e as intenções de compra os efeitos foram mais fortes para alguns traços como extroversão e abertura personalidade concordante aumentou em até R 33 a mais à disposição de pagar por um iPhone revelar que as mensagens foram geradas por ia não reduzir o efeito persuasivo inclusive né é o é o resultado desse estudo né é um ponto interessantíssimo e é uma área que eu acho que pra publicidade vai crescer muito essa questão Apesar de que hoje já se faz isso com o Big Data né com a

com a persuasão baseada no perfilamento psicológico produzido pelas informações de eh de rastros digitais deixados pelos usuários né eu vi que tu na natin D para onde que tu utilizou como exemplo colocou o conteúdo entre dois eu não sei se são as tags é utilizar isso dentro dos ponts faz ele ter uma diferenciação esses aspectos de estrutura e debilidade ou seja isso aí é mais pro chat ept é para ti não é pr é pra máquina é pra máquina mesmo é é o seguinte deixa eu colocar aqui por alguma razão não tá aparecendo isso são

os chamados delimitadores né n tem os marcadores mas tem os delimitadores os delimitadores que nesse caso são as tags né que eu tô usando que é esse aqui eles são boas práticas engenharia de prompts para aumentar a dirigibilidade que é o fato de que a máquina ela enxerga tudo como texto único uhum né E aí se você não delimita com precisão O que é e o que não é ela pode se confundir e não conseguir processar bem às vezes eh interpreta uma ordem como parte do texto ou um texto como parte da ordem e aí

pode atrapalhar aí você tem que delimitar e essa delimitação a boa prática são essas tags né n que Eu mencionei uma tag de início tag de fim mas pode ser qualquer coisa pode ser um colchete Pode ser né um Chaves pode ser qualquer coisa tem várias técnicas aqui que a própria antropic sugere né E aí né quem tiver interesse em conhecer as ferramentas da própria antropic é é a melhor né Ela é uma excelente e aqui esse aqui é um excelente fonte para Ender a fazer promos e qualidade esse site aqui da da própria antropic

que tem e muitas boas práticas uma delas é tags deixa eu colocar aqui tags aqui ó e ele disse Por que tem que usar por claridade acura flexibilidade parci abilidade que eu não faço ideia do que seja né E vai colocando exemplos aqui n então é uma boa prática e recomendada pela própria empresa e funciona também no chat ept detalhe né a antropic que é essa empresa que criou o cloud é criada por ex-funcionários da openi então a a lógica o treinamento toda toda a lógica de engenheiria de prompt que você utiliza pro chat PT

funciona pro Cláudio e vice Vera né não vai funcionar tão bem ou não funcionava tão bem para para o Gemini Gemini né mas atualmente ele tá bem parecido né eu tenho usado o Gemini eu não gostava Hoje eu tô achando respostas bem razoáveis Ok então mais alguém uma pergunta como eu posso melhorar as histórias do car por exemp boto algum livro algum Capítulo e eu quero que ele Adicione um exemplo alguma história específica pode ser criada só que às vezes ele perde a lógica ele CONSEG criar seis slides muito bons só que três eu não

gostei e eu quero que ele ine história e quando eu peço para ele fazer essas alterações ele acaba não conseguindo seguir a lógica a Chain of thoughts só é o a questão toda é que esses prompts que a gente faz que são muito complexos com muito encadeamento de ordens qualquer alteração ou seja qualquer erroz inho vai gerar um problema então o ideal aí é você tentar de primeira né e depois interagir para melhorar ou manualmente ou por interação melhor slide tal melhor slide tal né Eh se não ficou bom repete né Faz de novo que

ele gera aleatoriamente outra resposta e aí vai tentando E lembrando que quando você coloca por exemplo um capítulo de livro com muitas ideias diferentes pode até ir no R mas o ideal é você delimitar o material essencial para aquela tarefa né se você coloca muito material que não que não é útil ele vai processar vai ter perda de de de capacidade computacional para uma tarefa que não vai ajudar então o ideal é realmente trabalhar com artigo científico ou ou um tópico específico ali colar o a parte do livro que você quer transformar em Carrossel e

colar só aquela parte ali no prompt para poder elaborar né mas repito cada vez mais essas máquinas tê conseguido né robustez para fazer diálogos mais longos né o a janela de contexto Implica também que você consegue ter Dios diálogos mais e mais longos mas extensos com as máquinas né apesar do que lembrando quanto mais a gente trabalha né Quanto mais esgota a janela de contexto mais difícil fica pra máquina calcular tudo aí portanto muitas vezes perde o começo e aí tem um ponto interessante são os chamados vieses da máquina como como ser humano a máquina

também tem vieses de memória ou de prestar atenção a máquina ela presta bem atenção no começo e no final o meio tende a se perder é o que tem um artigo específico chamado los The Middle a máquina perde o que tá no meio então se você tiver um texto muito longo a tendência é que ele consiga responder bem o que tá no começo e o que tá no final mas o que tá no meio não não sai tão bom né e e isso vale para prompts também ele o o a parte do prompt do início

e do final tende a ter muito valor isso muitas vezes quando você escreve um prompt e ele não não funciona bem porque algum comando do Meio não tá sendo cumprido o ideal é colocar ele no final ou no começo é mudar a posição ou repetir a ordem eh um problema bem interessante são chamados prompts negativos é você pedir pra máquina não fazer algo isso paradoxalmente é difícil pra máquina É como se eu dissesse para vocês não pensem no elefante rosa todo mundo pensa no elefante rosa você não consegue não pensar então se você diz pra

máquina não escreva é crucial a máquina ela vai ter que prestar atenção no é crucial para se lembrar que não pode se lembrar né não pode citar Então você tá também gastando eh poder computacional para essa tarefa parece simples mas pra máquina é complicada porque ela vai ter aqui naquela área do ecial para exer eu não posso ir aqui então ela vai vai perder poder computacional só que eh e e e muitas vezes na hora que ela vai para aquele poder computacional ela não consegue eh lembrar que a instituição era para não ir né E

aí coloca o é crucial É muito difícil você fazer promos negativos nesse caso geralmente é repetindo não faça né proibido mandatório né Eh enfim e tentar o máximo transformar os pretos negativos em pretos positivos né Por exemplo em vez de dizer não use é crucial né use é importante no lugar de é crucial Então você dá uma frase