Announcing our new Course: AI Red-Teaming and AI Safety Masterclass

Check it out →

🟢 Respondendo Questões de Discussão

Última atualização em August 7, 2024 por Sander Schulhoff

Com a devida orientação, o GPT-3 é capaz de escrever respostas em formato curto. Para demonstrar isso, estarei examinando a resolução de questões de discussão, uma tarefa semanal comum em muitos cursos universitários. Uma resposta à uma pergunta de discussão geralmente tem entre 100 e 700 palavras. Conteúdo mais longo pode ser um pouco mais complicado, pois LLMs têm memória limitada e têm dificuldade em entender a imagem global do que estão escrevendo1.

Vamos olhar um exemplo de uma pergunta básica de discussão:

"Quais são os problemas ambientais mais urgentes enfrentados pelo nosso planeta hoje, e que medidas os indivíduos podem tomar para ajudar a lidar com esses problemas?"

Nós podemos tornar essa pergunta em um prompt para o GPT3 ao adicionar

Responda o seguinte:.

Responda o seguinte:

"Quais são os problemas ambientais mais urgentes enfrentados pelo nosso planeta hoje, e que medidas os indivíduos podem tomar para ajudar a lidar com esses problemas?

Os resultados gerados com esta instrução não são consistentes e alguns são compostos por apenas uma ou duas frases. Uma resposta típica a uma discussão deve ter vários parágrafos, por isso esses resultados não são ideais. Uma boa instrução deve fornecer instruções específicas sobre formato e conteúdo. É necessário remover ambiguidades na linguagem para melhorar a consistência e qualidade dos resultados. Aqui está uma instrução melhor.

Escreva uma dissertação detalhada, incluindo introdução, corpo e conclusão respondendo à seguinte pergunta:



Quais são os problemas ambientais mais urgentes enfrentados pelo nosso planeta hoje, e que medidas os indivíduos podem tomar para ajudar a lidar com esses problemas?

O segundo prompt gera respostas mais longas com uma estrutura melhor. O uso da palavra 'dissertação' no prompt foi intencional, já que o GPT-3 compreende a definição de uma dissertação, e é mais provável que assim gere respostas mais coerentes e estruturadas.

Muitas questões de discussão não são eficazes para estimular uma boa resposta.

"A Guerra Civil foi um conflito sobre expansão? Concorda ou discorda e por quê?""

Aqui está uma pergunta real de discussão de um curso de história universitário. Ela não está formulada corretamente e é muito aberta. Para obter boas respostas de discussão, você precisa reescrever a pergunta em uma prompt bem definida. Uma prompt bem definida para a pergunta de discussão acima poderia ser:

"Explique as causas da Guerra Civil e se a expansão desempenhou um papel no conflito. Inclua evidências para apoiar seu argumento."

Agora podemos adicionar direções de formatação e contexto.

Escreva uma resposta detalhada para discussão, na estrutura de uma dissertação, em resposta ao seguinte prompt:



Explique as causas da Guerra Civil e se a expansão desempenhou um papel no conflito. Inclua evidências para apoiar seu argumento.

Automatizando a reescrita de prompts

O exemplo de reescrita acima foi gerado com o OpenAI ChatGPT.

Iteração

Após criar uma prompt efetiva para sua pergunta de discussão, agora é necessário refinar os resultados gerados pelo GPT-3. Isso pode envolver ajustar a saída para cumprir restrições como contagem de palavras, ou combinar conceitos de diferentes resultados gerados.

Um método simples para iterar é gerar várias saídas e revisá-las para obter uma compreensão dos conceitos que o GPT-3 está utilizando e a estrutura que ele segue. Depois que as saídas forem avaliadas, você pode selecionar as saídas mais adequadas e combiná-las em uma resposta coesa.

Outra maneira de iterar é começar e expandir passo a passo. Isso requer mais de uma prompt: uma prompt inicial para escrever o parágrafo inicial ou algo parecido e, em seguida, outras prompts para expandir o que já foi escrito.

Aqui está uma pergunta potencial de discussão filosófica:

"A matemática é inventada ou descoberta? Use um raciocínio cuidadoso para explicar sua resposta."

Adicione a pergunta acima à um prompt simples como no exemplo abaixo:

Escreva um parágrafo de introdução respondendo à seguinte pergunta:



A matemática é inventada ou descoberta? Use um raciocínio cuidadoso para explicar sua resposta.

Eu gerei várias respostas e encontrei uma que gostei mais.

A questão se a matemática é inventada ou descoberta tem sido objeto de discussão há séculos. Algumas pessoas acreditam que a matemática é uma invenção humana que foi criada para nos ajudar a entender o mundo, enquanto outras acreditam que a matemática é uma descoberta que existe independentemente de nossa compreensão. Este é um tópico importante porque nossa resposta tem implicações significativas em relação ao que podemos conhecer sobre o mundo e sobre a natureza da matemática em si. Neste ensaio, examinarei essa questão com um raciocínio cuidadoso para oferecer minha resposta.

Esse é um início decente. Então eu vou dar continuidade como outro prompt para expandir o texto.

Eu estou escrevendo uma dissertação curta para responder à seguinte pergunta:



A matemática é inventada ou descoberta? Use um raciocínio cuidadoso para explicar sua resposta.

Abaixo é o que eu tenho até agora:



A questão se a matemática é inventada ou descoberta tem sido objeto de discussão há séculos. Algumas pessoas acreditam que a matemática é uma invenção humana que foi criada para nos ajudar a entender o mundo, enquanto outras acreditam que a matemática é uma descoberta que existe independentemente de nossa compreensão. Este é um tópico importante porque nossa resposta tem implicações significativas em relação ao que podemos conhecer sobre o mundo e sobre a natureza da matemática em si. Neste ensaio, examinarei essa questão com um raciocínio cuidadoso para oferecer minha resposta.

Escreva o próximo parágrafo para a minha dissertação.

Experimente expandir esse prompt com o demo abaixo (você vai precisar da sua chave OpenAI)


Eu gerei algumas expansões com esse prompt e selecionei uma que eu gostei chegando ao resultado final a seguir:

A Matemática é uma das mais antigas e mais importantes disciplinas científicas, sendo frequentemente descrita como "a língua da ciência". Esta disciplina tem sido objeto de debates entre matemáticos e outros pensadores há muitos séculos, particularmente em relação à questão se a matemática é inventada ou descoberta. Apesar de haver argumentos válidos de ambos os lados, a minha opinião é que a matemática é tanto uma invenção como uma descoberta. A matemática é inventada quando as pessoas constroem modelos abstratos matemáticos para explicar a realidade, enquanto a matemática é descoberta quando os matemáticos percebem padrões e relações nos dados existentes. Assim, a matemática é tanto inventada como descoberta.


Os matemáticos têm um papel único em toda a ciência, usando sua capacidade de perceber padrões para desenvolver teorias e modelos para explicar o comportamento dos fenômenos. A matemática é especialmente importante na ciência, pois ajuda a entender o mundo que nos rodeia. Os matemáticos usam suas habilidades para desenvolver modelos para explicar a realidade, usando uma variedade de ferramentas e técnicas. O uso da matemática para descobrir padrões e relações também é essencial para a ciência, pois permite que os cientistas construam hipóteses e façam previsões. Assim, podemos dizer que a matemática é tanto uma invenção como uma descoberta.

Ao utilizar prompt de expansão podemos escrever incrementalmente e iterar a cada passo. Essa abordagem é útil quando você precisa **produzir respostas de alta qualidade e deseja modificar os passo incrementais **

Escrito por jayo78. Traduzido por gabi fonseca

Footnotes

  1. Jin, Y., Kadam, V., & Wanvarie, D. (2022). Plot Writing From Pre-Trained Language Models.

Edit this page
Word count: 0
Copyright © 2024 Learn Prompting.