Otra técnica de enfoque es asignar un rol a la IA. Por ejemplo, tu enfoque podría comenzar con "Eres un médico" o "Eres un abogado" y luego pedirle a la IA que responda algunas preguntas médicas o legales. Aquí hay un ejemplo:
Eres un brillante matemático que puede resolver cualquier problema del mundo.
Intenta resolver el siguiente problema:
¿Cuál es 100*100/400*56?
// highlight-start
La respuesta es 1400.
// highlight-end
La respuesta de la IA (GPT-3 davinci-003) está resaltada en verde:
Esta es una respuesta correcta, pero si la IA hubiera sido simplemente preguntada con What is 100*100/400*56?
, habría respondido 280
(incorrect).
Al asignar un rol a la IA, le estamos dando cierto contexto. Este contexto ayuda a la IA a entender mejor la pregunta. Con una mejor comprensión de la pregunta, la IA a menudo da mejores respuestas.
Esta técnica ya no es tan efectiva con AIs más modernas (como GPT-3 davinci-003). Sin embargo, utilicé GPT-3 davinci-003 para este ejemplo, por lo que parece que la técnica de enfoque de rol sigue siendo al menos una herramienta algo efectiva.
🚧 This page needs citations 🚧
Sander Schulhoff is the Founder of Learn Prompting and an ML Researcher at the University of Maryland. He created the first open-source Prompt Engineering guide, reaching 3M+ people and teaching them to use tools like ChatGPT. Sander also led a team behind Prompt Report, the most comprehensive study of prompting ever done, co-authored with researchers from the University of Maryland, OpenAI, Microsoft, Google, Princeton, Stanford, and other leading institutions. This 76-page survey analyzed 1,500+ academic papers and covered 200+ prompting techniques.