O poder de incitar

Mar 01 2023

O ChatGPT tem criado ondas nos últimos meses. Ele tem sido usado em vários aplicativos, como ser seu guia, resolver sua lição de casa, depurar e fornecer trechos de código ou até mesmo escrever letras de músicas para você! O céu é o limite para a nossa criatividade. Cheguei um pouco atrasada para a festa e demorei um pouco para entender esse modelo de linguagem. Embora tenha sido incrível ver a forma como o modelo estava respondendo às perguntas que postei, senti que houve casos em que houve alguma lacuna entre nossa comunicação (eu e o ChatGPT). Eu estava interessado em saber a razão por trás disso e depois de mais pesquisas sobre isso, entendi que o conceito de engenharia imediata desempenha um papel importante aqui.

Engenharia de Prompt

Em primeiro lugar, o que é um prompt?

Prompts são um conjunto de instruções (basicamente texto) fornecido ao modelo que, por sua vez, fornece uma saída. A saída pode ser relevante ou irrelevante. A relevância dessa saída depende da maneira como projetamos nosso prompt, em palavras simples, da maneira como estruturamos nossas frases.

Um exemplo simples para explicar isso é, vamos supor que um novato em aprendizado de máquina pergunte ao ChatGPT “O que é aprendizado de máquina?” e a resposta fornecida por ele é mostrada na Fig.1. Podemos ver que são três enormes pedaços de parágrafos e é óbvio que nosso novato não conseguiria entender.

Figura 1

Agora, e se a frase for reformulada e ajustada de forma que o novato seja capaz de entender? Um novo prompt é dado ao modelo “O que é Machine Learning?, eu tenho 5 anos” e a resposta fornecida por ele é mostrada na Fig.2. Podemos ver que é apenas um único parágrafo explicado em termos muito simples.

Figura 2

É óbvio que o ChatGPT foi além disso e este é apenas um pequeno exemplo para dar uma visão de helicóptero da importância da engenharia imediata.

Prompt Engineering é o processo para projetar um conjunto de instruções para realizar tarefas de geração de linguagem com precisão e confiabilidade. O principal objetivo do prompting é mostrar o caminho para o modelo de linguagem fornecer a saída lógica, relevante e consistente em todo o processo. Um prompt bem projetado pode fornecer a resposta desejada para o usuário, ao mesmo tempo em que um prompt mal projetado pode fornecer uma resposta nula. Este é um conceito amplamente utilizado em Processamento de Linguagem Natural (PLN). Ter esse conjunto de habilidades é muito importante para obter a saída máxima desses modelos de linguagem e essas habilidades deram origem a uma importante oportunidade de trabalho chamada Prompt Engineer. Esta oportunidade de trabalho baseia-se no processo de criação ou concepção de prompts para o uso eficaz de modelos de Inteligência Artificial (IA).

Os objetivos do engenheiro de prompt são, primeiro, entender de dentro para fora o modelo de linguagem que está sendo usado. Em segundo lugar, a tarefa e o resultado desejado esperado também devem ser claros. O próximo passo é criar prompts nítidos e compactos que forneçam os resultados necessários. Aqui existem apenas dois tipos de resultados, resultados apropriados e resultados inadequados.

Um dos melhores recursos que encontrei para aprender engenharia imediata pode ser encontrado aqui .

Mãos em

O que me intrigou recentemente foi uma pintura gerada por IA que encontrei enquanto lia um artigo. Eu conhecia bem o DALL·E 2, que cria imagens a partir do texto fornecido pelo usuário. É uma ferramenta fantástica, você pode dar uma olhada aqui .

Pensei em combinar as habilidades do DALL·E 2 e do ChatGPT para criar uma bela imagem. O mesmo trabalho também foi testado por Bildea Ana , você pode conferir o trabalho incrível dela aqui.

Imaginei um cenário quente em uma praia e quis replicar uma imagem semelhante com a mesma sensação usando DALL·E 2

Os prompts iniciais que usei foram:

Um dia de verão, praia, quente, lindo, irreal, 8K

Fig.3

A imagem produzida pelo modelo é mostrada na Fig.3. Assemelha-se à imagem do tipo de praia que desejo, mas não consegui senti-la com exatidão. Não consegui lembrar os adjetivos para descrever a visão que tive em minha mente.

Então, pedi ao ChatGPT a lista de adjetivos em um dia de verão e ele me deu uma lista de 18 adjetivos mostrados na Fig.4.

Fig.4

Selecionei alguns desses adjetivos que combinavam com minha visão e os usei como estímulos.

O conjunto modificado de prompts que usei foi:

Um dia de verão, praia, ensolarado, relaxante, alegre, sereno, brincalhão, cênico, quente, lindo, irreal, 8K

Finalmente, obtive uma bela imagem que quase se assemelhava à imagem que tinha em mente, mostrada na Fig.5. É incrível ver que um modelo criou uma imagem que quase corresponde à sua mente e aqui, novamente, são os prompts que me ajudam a conseguir isso.

Fig.5

Conclusão

A Prompt Engineering é definitivamente uma nova oportunidade para o futuro. Pessoalmente, sinto que há muito espaço neste campo, especialmente com o surgimento do ChatGPT. Bem, eu apenas pensei em fornecer minhas opiniões e aprendizados que obtive lendo artigos, artigos, etc. Esta é minha primeira postagem no blog, sinta-se à vontade para dar seu feedback e comentários para que eu possa melhorar. Espero que você tenha gostado de ler este, tanto quanto eu fiz escrevendo isso.