Bem-Vindo(a)!
😃 Fundamentos
💼 Aplicações Básicas
🧙‍♂️ Intermediário
🤖 Agentes
⚖️ Confiabilidade
🖼️ Prompts para Imagens
🔓 Hackeando Prompts
🔨 Ferramentas
💪 Ajustando prompts
🎲 Aleatórios
📙 Vocabulário
📚 Bibliography
📦 Prompted Products
🛸 Additional Resources
🔥 Hot Topics
✨ Credits
💼 Aplicações Básicas🟢 Colega de Estudos

Colega de Estudos

🟢 This article is rated easy
Reading Time: 1 minute

Last updated on August 7, 2024

Uma das minhas formas favoritas de usar LLMS é como uma ferramenta de estudo. Principalmente para explicar termos confusos e criar mini-testes sobre o conteúdo que estou estudando.

Explicando termos

Recentement eu estava lendo um livro sobre Cacti, e eu vi a seguinte frase:

Devido às adaptações às condições xéricas e à presença de **madeiras menos derivadas**  em Pereskioideae, a Cactaceae é uma das famílias mais interessantes tanto anatomicamente quanto morfologicamente.

Eu não entendi o significado de madeiras menos derivadas, e o Google retornou somente artigos científicos quando procurei pelo termo. Então eu decidi utilizar o Chat-GPT para descobrir o que isso significa. Eu escrevi o comando a seguir:

Devido às adaptações às condições xéricas e à presença de madeiras menos derivadas em Pereskioideae, a Cactaceae é uma das famílias mais interessantes tanto anatomicamente quanto morfologicamente.

Qual o significado de "madeiras menos derivadas"?

// highlight-start
O termo "madeiras menos derivadas" refere-se a um tipo de tecido de plantas lenhosas que é menos evoluído e diferenciado do que o tipo de madeira encontrado em plantas mais avançadas. Em outras palavras, as Pereskioideae têm um tipo mais primitivo de madeira em comparação com outras plantas lenhosas, o que as torna interessantes do ponto de vista botânico.
//highlight-end

O modelo foi capaz de responder minha pergunta rapidamente e pude continuar com minha leitura.

Criando um mini-teste para você mesmo

Outra maneira de usar LLMs como uma ferramenta de estudo é testar a si mesmo. Se você tiver uma prova de cálculo chegando, poderia simplesmente perguntar:

Gerar 5 perguntas de teste de Cálculo I para mim:

// highlight-start
Claro, aqui estão 5 perguntas de teste de Cálculo I:

Qual é a derivada de f(x) = 2x^3 + 5x^2 - 4x + 3?
Qual é a integral definida de f(x) = 4x - 2 no intervalo [1, 3]?
Determine o limite de f(x) = (3x^2 - 2x + 1)/(2x^2 - 3x + 1) quando x se aproxima de 2.
Encontre a equação da reta tangente à curva y = x^2 - 2x + 1 no ponto (2, 1).
Calcule a área da região delimitada pelas curvas y = x^2 - 1 e y = -x^2 + 1.
//highlight-end

Se você estiver estudando um tópico mais específico, pode ser necessário fornecer informações adicionais ao modelo, como suas anotações de aula!

3/20/2020 2:30 PM

Anotações da Aula de Marketing

Discutidos os 4 Ps do marketing: Produto, Preço, Praça, Promoção
Diferença entre B2C e B2B: B2C é mercado direto ao consumidor, B2B é de empresa para empresa
Diferentes tipos de pesquisa de mercado: Quantitativa e Qualitativa, como pesquisas e grupos focais
Estratégias de Preço: Skimming, Penetração, Concorrência e Valor
Segmentação: segmentar a base de clientes por idade, renda, etc.
4 tipos de segmentação: Demográfica, Geográfica, Psicográfica e Comportamental
Discutidas diferentes ferramentas promocionais: Publicidade, Venda Pessoal, Relações Públicas, Marketing Direto e Promoções de Vendas

Criar cinco perguntas sobre marketing de acordo com as minhas anotações acima:

// highlight-start
Quais são os 4 Ps do marketing?
Qual a diferença entre B2C e B2B?
Quais são os dois tipos de pesquisa de mercado discutidos em sala de aula?
Quais são as quatro estratégias de preço discutidas em sala de aula?
Quais são os quatro tipos de segmentação discutidos em sala de aula?
//highlight-end

Conclusão

Provavelmente existem outras formas de utilizar os LLMs para estudar. Muitas empresas de aprendizado, como Duolingo e Quizlet, estão implementando os LLMs em seus produtos.

Sander Schulhoff

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.

Footnotes

  1. Nobel, P. S., & others. (2002). Cacti: biology and uses. Univ of California Press.

Copyright © 2024 Learn Prompting.