Solucionado (ver solução)
Solucionado
(ver solução)
2
respostas

Faça como eu fiz: comandos com exemplos

No meu dia a dia na área de Melhoria Contínua e Processos em Suprimentos, utilizo muitos dados para análises de compras, eficiência operacional, strategic sourcing e acompanhamento de indicadores.

Exemplo de Zero-shot Prompting

Prompt:
“Analise esta base de compras e identifique oportunidades de redução de custos e fornecedores com baixa performance.”

Exemplo de One-shot Prompting

Prompt:
“Classifique o risco do fornecedor com base em prazo e qualidade.

Exemplo:
Fornecedor: ABC
Atrasos: 15%
Reclamações: 8
Classificação: Alto Risco

Agora classifique:
Fornecedor: XPTO
Atrasos: 3%
Reclamações: 1”

Exemplo de Few-shot Prompting

Prompt:
“Classifique o fornecedor conforme o desempenho operacional.

Exemplo 1:
Fornecedor: Alfa
Saving: 12%
Entregas no prazo: 98%
Classificação: Excelente

Exemplo 2:
Fornecedor: Beta
Saving: 2%
Entregas no prazo: 85%
Classificação: Regular

Exemplo 3:
Fornecedor: Gama
Saving: -1%
Entregas no prazo: 70%
Classificação: Crítico

Agora classifique:
Fornecedor: Delta
Saving: 7%
Entregas no prazo: 92%”

2 respostas
solução!

Oi, estudante. Tudo bem com você?

A forma como você estruturou os exemplos mostra que você entendeu a diferença entre zero-shot, one-shot e few-shot, e conseguiu adaptar cada técnica para situações reais do seu trabalho, como classificação de risco de fornecedores e análise de performance operacional. Os exemplos que você forneceu no few-shot prompting são suficientes para orientar o modelo sobre o padrão de classificação esperado.

Continue testando essas técnicas em diferentes análises do seu dia a dia e observe qual abordagem traz respostas mais precisas para cada tipo de tarefa.

Para tornar seus prompts ainda mais eficazes, você pode adicionar critérios de classificação mais detalhados e explicitar o peso de cada métrica na avaliação final. Tente incluir no prompt uma breve explicação sobre como os valores devem ser interpretados, como "Saving acima de 10% indica excelência, entre 5% e 10% indica bom desempenho, e valores negativos indicam situação crítica". Você também pode pedir para o modelo justificar a classificação com base nos dados fornecidos, assim você consegue validar se o raciocínio está alinhado com os critérios da sua área. Outra estratégia interessante é variar os exemplos para cobrir casos extremos e situações intermediárias, garantindo que o modelo aprenda a classificar corretamente em diferentes cenários.

Obrigado por compartilhar sua aplicação prática com a turma.

Alura Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!

Obrigado pelas dicas!