Você sabia que pode escrever prompts de LLM como se fossem programas? Você pode usar praticamente qualquer linguagem que desejar, ou inventar uma (pseudo-código), desde que faça sentido. As capacidades de correspondência de padrões em um modelo de linguagem determinarão o que você está tentando direcionar, e ele executará (uma variação) do que você pediu para ele fazer. Não será exatamente o mesmo todas as vezes (e isso pode ser uma característica). Você pode experimentá-lo aqui no SkyDeck.ai (inscreva-se) e experimentar usar diferentes LLMs para ver como os resultados diferem. Aplicar essa técnica em seu próprio uso de IA pode acrescentar outro múltiplo à sua produtividade.
Por exemplo, você poderia perguntar a um LLM:
Escreva um poema curto: haiku sobre amor em inglês.
Ou você poderia direcioná-lo programaticamente para escrever três tipos de poemas em três idiomas sobre três assuntos. Ele lhe dará a maioria das combinações. Aqui está como você faz isso.
Primeiro, eu defino os tipos de poema a produzir. Eu imagino um nome de variável para isso chamado "poem_type" e apresento os tipos em um formato Json:
{ "poem_type": [{ "name": "haikai" }, { "name": "limerique" }, { "name": "soneto" }] }
Eu faço algo semelhante para tópicos e idiomas de poemas:
{ "subject_type": [{ "name": "amor" }, { "name": "raiva" }, { "name": "música" }] } { "language": [{ "name": "Japonês" }, { "name": "Inglês" }, { "name": "Italiano" }] }
Então você descreve a lógica para o que fazer com esses dados, referindo-se a eles de uma maneira lógica. Eu copiei o estilo dos modelos sem lógica de bigode para criar três níveis de loops aninhados. Se isso fosse um programa, esperaríamos que 3 x 3 x 3 = 9 poemas diferentes fossem produzidos. Mas um LLM fará quantos quiser, e sua saída pode ser cortada devido a limitações da janela de contexto.
Escreva um poema curto: {{#poem_type}} {{#language}} {{#subject_type}} {{poem_type.name}} sobre {{subject_type.name}} em {{language.name}}: {{/subject_type}} {{/language}} {{/poem_type}}
Corte e cole tudo isso no espaço de trabalho GenStudio do SkyDeck e selecione um LLM como o OpenAI GPT-4 ou Anthropic Claude2 e você obterá um resultado como este:
Claro, por favor forneça o conteúdo que você gostaria que eu traduzisse para o português.