Prompt:
Pergunta para estudantes de pintura Joana quer pintar uma floresta. Porém ela possui apenas as tintas neutras, preta e branca, e as tintas primárias, azul, vermelho e amarelo. Qual a cor predominante em uma floresta e quais dessas tintas Joana pode misturar para chegar nessa cor?
a) Branca e preta
b) Todas as cores
c) Amarelo e azul
d) Amarelo e vermelho
Analisando todas as alternativas, branca e preta são cores neutras que quando misturadas resultam em uma cor cinza. Ao misturar todas as cores, resulta em uma cor marrom-acinzentada. Ao misturar amerelo e azul, o resultado é verde. E, por fim, misturar amarelo e vermelho resulta em um cor laranja. Considerando que uma floresta é cheia de árvores, a cor mais predominante em uma paisagem de floresta é verde. Portanto, a cor que Joana precisa é a verde.
Resposta: Letra c, amarelo e azul
Seguindo o modelo acima, crie um quiz interativo para reforçar os estudos
O quiz deve ter 5 perguntas com quatro respostas de múltipla escolha
O tema do quiz deve ser Engenharia de prompt, focando em técnicas de prompts. Incluindo Least-to-Most, Chain-of-Verification e Self-Consistency.
Resposta:
Pergunta 1
Um usuário quer resolver um problema complexo dividindo-o em etapas menores e progressivas. Qual técnica de prompt ele deve usar?
a) Zero-shot
b) Least-to-Most
c) Self-Consistency
d) Chain-of-Verification
Análise:
Zero-shot não envolve decomposição de tarefas.
Least-to-Most resolve problemas dividindo em partes menores e crescentes.
Self-Consistency envolve múltiplas respostas.
Chain-of-Verification verifica respostas depois de geradas.
Resposta: Letra b) Least-to-Most
Pergunta 2
Um desenvolvedor quer aumentar a confiabilidade da resposta pedindo ao modelo que gere múltiplas soluções e escolha a mais comum. Qual técnica ele está aplicando?
a) Prompt Injection
b) Chain-of-Thought
c) Self-Consistency
d) Few-shot
Análise:
Prompt Injection é um ataque, não técnica de melhoria.
Chain-of-Thought mostra o raciocínio, mas não compara múltiplas respostas.
Self-Consistency gera várias respostas e escolhe a mais consistente.
Few-shot usa exemplos.
Resposta: Letra c) Self-Consistency
Pergunta 3
Se um usuário quer garantir que a resposta esteja correta pedindo ao modelo para revisar e validar sua própria saída, qual técnica é mais adequada?
a) Chain-of-Verification
b) Zero-shot
c) Least-to-Most
d) Temperature Scaling
Análise:
Chain-of-Verification envolve checar e validar a resposta.
Zero-shot não inclui verificação.
Least-to-Most divide o problema.
Temperature não é técnica de validação.
Resposta: Letra a) Chain-of-Verification
Pergunta 4
Um prompt fornece exemplos antes de fazer uma pergunta para guiar o modelo. Qual técnica é essa?
a) Few-shot
b) Self-Consistency
c) Least-to-Most
d) Chain-of-Verification
Análise:
Few-shot usa exemplos para orientar.
Self-Consistency compara respostas.
Least-to-Most divide tarefas.
Chain-of-Verification valida respostas.
Resposta: Letra a) Few-shot
Pergunta 5
Um usuário pede explicitamente para o modelo mostrar o raciocínio passo a passo antes de responder. Qual técnica está sendo utilizada?
a) Chain-of-Thought
b) Zero-shot
c) Prompt Injection
d) Fine-tuning
Análise:
Chain-of-Thought mostra o raciocínio passo a passo.
Zero-shot não inclui explicação.
Prompt Injection é um ataque.
Fine-tuning é treinamento, não técnica de prompt direto.
Resposta: Letra a) Chain-of-Thought
