“Prompt Engineering” - Como otimizar seus resultados no ChatGPT

No segundo semestre de 2022, as Inteligências Artificiais (IAs) tomaram o palco na mídia, em especial as IAs generativas, como o ChatGPT, capazes de gerar textos baseados em prompts (comandos específicos) feitos à plataforma pelo usuário. Com a mesma velocidade que a tecnologia viralizou, as frustrações com os maus resultados que o GPT-3 (tecnologia usada no ChatGPT) entregava ganharam espaço entre os usuários.

Isso ocorreu porque à medida que mudanças iam sendo implementadas no algoritmo da IA, ela passava a ser mais específica nas informações necessárias para entregar o que era pedido, e sem essas informações, as respostas tendiam a ser genéricas ou até mesmo enganosas. A partir disso nasceu o que chamamos hoje de “Prompt Engineering”, ou "engenharia de prompts", na qual criamos modelos de prompts semipreenchidos que o usuário completa com as informações que possui, recebendo respostas mais eficientes e com maior acurácia.

Essa área vem sendo chamada de “profissão do futuro”, tendo inclusive vagas ofertadas no LinkedIn para profissionais que possuem esse diferencial. O termo já está tão popular que existe um repositório no GitHub, que é uma plataforma de desenvolvimento colaborativo para programadores e entusiastas do ramo da programação com mais de 89 mil favoritações chamado “awesome-chatgpt-prompts” (prompts incríveis para o ChatGPT), com inúmeras alternativas gratuitas para serem usados por todos os usuários da plataforma.

Se estiver se sentindo insatisfeito com os resultados que o ChatGPT te entrega, se ligue nas seguintes dicas: (1) seja claro e específico: comece sua solicitação com um comando para direcionar o tipo de resposta que você deseja, como “explique”, “liste” ou “defina”; (2) forneça contexto; (3) revise e ajuste as informações obtidas; (4) aprenda a filtrar: a IA pode gerar informações de fontes diversas, então verifique a precisão de tais fontes; (5) experimente diferentes abordagens: se uma pergunta não estiver gerando resultados úteis, tente reformulá-la ou abordar o tópico de outra maneira usando as dicas anteriores como base, por exemplo.

João Pedro Luck, Leonardo Azevedo e  Bruno Lessa são pesquisadores da Universidade de Fortaleza