Olá, Bruno. Como vai?
Parabéns pela conclusão da atividade! O seu projeto demonstra com total clareza que você compreendeu perfeitamente o poder e a mecânica da técnica de Few-Shot Prompting (ou Aprendizado com Poucos Exemplos).
A forma como você estruturou os três blocos de testes no modelo Gemini Flash mostra exatamente como guiar a inteligência artificial para que ela aprenda o padrão esperado (seja um cálculo matemático, uma tradução contextual ou uma análise de sentimentos) sem que você precise explicar a regra teórica por trás de cada tarefa.
Para enriquecer a sua postagem e destacar a importância dessa técnica para os seus colegas de fórum, separei uma breve análise do porquê os seus três exemplos foram tão eficientes:
Análise Técnica dos Seus Exemplos
- Exemplo 1 (Raciocínio Matemático): Ao dar o exemplo do Roger com as bolas de tênis e dar a resposta direta (
11), você ensinou o modelo a ignorar os passos intermediários do texto e focar apenas no resultado aritmético final (23 - 20 + 6 = 9). - Exemplo 2 (Tradução e Tom de Voz): No bloco de italiano, os exemplos serviram para fixar não apenas a tradução, mas o nível de formalidade. O modelo entendeu que deveria traduzir mantendo o tratamento casual e a pontuação correta.
- Exemplo 3 (Análise de Sentimentos): Esse é um clássico de classificação de dados para negócios. Ao rotular as frases entre Positivo e Negativo, você calibrou o Gemini para entender que o adjetivo "doce", no contexto de frutas, carrega uma conotação altamente positiva.
Dica de Engenharia de Prompt: O Próximo Passo
Agora que você dominou o Few-Shot, o seu próximo grande salto no curso será combinar essa técnica com a Chain-of-Thought (Cadeia de Pensamento).
No seu primeiro exemplo (das maçãs e bolas de tênis), se os cálculos fossem muito complexos, o modelo poderia errar a matemática direta. Para blindar o prompt, a boa prática de engenharia de prompt recomenda que, nos exemplos que você fornece, você também ensine a IA a explicar o passo a passo antes de dar o resultado.
Veja como ficaria essa evolução no seu primeiro padrão:
Pergunta: Roger tem 5 bolas de tênis. Ele compra mais 2 latas de bolas de tênis. Cada lata contém 3 bolas de tênis. Quantas bolas de tênis ele tem agora?
Resposta: Roger começou com 5 bolas. 2 latas de 3 bolas cada significam 6 bolas adicionais. 5 + 6 = 11. A resposta é 11.
Pergunta: Havia 23 maçãs no refeitório. Se foram usadas 20 para fazer o almoço e foram compradas mais 6, quantas maçãs eles têm agora?
Resposta:
Ao fazer isso, o modelo automaticamente usará essa mesma lógica dedutiva para resolver a pergunta seguinte, elevando drasticamente a taxa de acerto em problemas de lógica complexos!
Excelente trabalho nos testes com o modelo Flash! Continue explorando essas estruturas para otimizar suas interações com as IAs.
Espero que possa ter lhe ajudado!
