Utilizei os prompts citados na aula na IA GPT.
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Utilizei os prompts citados na aula na IA GPT.
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:
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:
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!