1
resposta

[Projeto] Faça como eu fiz: comandos com exemplos

Utilizei os prompts citados na aula na IA GPT.

Insira aqui a descrição dessa imagem para ajudar na acessibilidade

1 resposta

Olá, Estudante. Como vai?

O seu projeto prático ficou excelente! Você aplicou perfeitamente uma das técnicas mais poderosas e utilizadas na engenharia de prompt: o Few-Shot Prompting (ou Aprendizado com Poucos Exemplos).

Como podemos ver nos exemplos que você testou, em vez de apenas fazer uma pergunta direta para a Inteligência Artificial, você forneceu uma estrutura clara de exemplos anteriores com o padrão "Pergunta / Resposta". Isso ensina o modelo de IA a seguir exatamente o mesmo raciocínio lógico e o formato de saída desejado.

Para complementar o seu aprendizado e enriquecer o seu projeto, vale destacar o motivo pelo qual essa técnica é tão eficiente:

Por que o Few-Shot Prompting funciona?

As IAs generativas funcionam por padrão estatístico de completude de texto. Quando passamos exemplos, nós reduzimos o escopo de respostas possíveis, ajudando o modelo a:

  • Entender o tom e o estilo: Se os exemplos são diretos, ela responderá de forma direta. Se são detalhados passo a passo, ela detalhará a resposta.
  • Aprender regras de negócio complexas: É ideal para ensinar classificações de sentimentos, extração de dados específicos ou, como no seu caso, problemas de lógica matemática.

Uma evolução para o seu prompt: Chain-of-Thought (Cadeia de Pensamento)

Analisando o segundo exemplo que você testou (o das maçãs), note que a IA não te deu apenas o número final "9", ela descreveu o cálculo matemático passo a passo: 23 - 20 = 3 e depois 3 + 6 = 9.

Quando unimos o Few-Shot Prompting com essa quebra de raciocínio passo a passo dentro dos exemplos, estamos aplicando outra técnica avançada chamada Chain-of-Thought (Cadeia de Pensamento).

Garantir que os exemplos mostrem o "pensamento" da IA reduz drasticamente as chances de o modelo cometer erros matemáticos ou alucinações em problemas mais complexos.

Parabéns por colocar a mão na massa e testar os conceitos vistos em aula! Dominar essas estruturas de contexto é o diferencial para construir automações e assistentes baseados em IA realmente confiáveis.

Espero que possa ter lhe ajudado!