Uma técnica é uma forma deliberada de estruturar um prompt, ou uma sequência de prompts, para resolver um problema que instruções simples não resolvem. Toda técnica tem um custo em tokens, latência ou complexidade. A habilidade está em usar a mais leve que funcione.
As técnicas em resumo
| Técnica | O que faz | Custo |
|---|---|---|
| Prompting few-shot | Mostra exemplos da saída desejada | Tokens por chamada |
| Prompting por papéis | Define especialidade, público e tom | Mínimo |
| Injeção de contexto | Acrescenta os fatos que faltam ao modelo | Tokens por chamada |
| Restrições de saída | Fixa tamanho, formato e valores permitidos | Mínimo |
| Prompting de saída estruturada | Retorna dados que seguem um esquema | Mínimo |
| Cadeia de pensamento | Raciocina passo a passo antes de responder | Tokens de saída, latência |
| Autoconsistência | Amostra várias respostas e fica com a maioria | Várias chamadas |
| Decomposição de prompts | Divide um problema em subperguntas | Esforço de projeto |
| Encadeamento de prompts | Executa subtarefas como prompts separados em sequência | Várias chamadas |
| ReAct | Alterna raciocínio com chamadas de ferramentas | Várias chamadas, ferramentas |
| Otimização iterativa | Melhora um prompt por medição | Seu tempo |
| Refinamento de prompts | Edita a redação para clareza e precisão | Seu tempo |
| Avaliação de prompts | Pontua a saída conforme critérios | Um conjunto de testes |
| Teste de prompts | Reexecuta verificações a cada mudança | Automação |
| Compressão de prompts | Remove tokens sem perder significado | Mínimo |
Técnicas que moldam um único prompt
Prompting few-shot. Inclua pares de entrada e saída. Ideal para julgamentos subjetivos e estilos próprios. Guia: prompting few-shot.
Prompting por papéis. Comece dizendo quem o modelo é e com quem fala. Ele seleciona um registro; não acrescenta conhecimento. Guia: prompts de sistema e prompting por papéis.
Injeção de contexto. Insira o documento, o registro ou o resultado de busca de que a resposta depende, dentro de delimitadores, e instrua o modelo a responder a partir dele. Quando o contexto é buscado automaticamente, isso vira prompting RAG.
Answer using only the policy in the tags. If it does not say, reply "not covered".
<policy>
{{policy_text}}
</policy>
Restrições de saída e saída estruturada. Especifique o formato, os campos, o tamanho e o que fazer com dados ausentes. Guia: prompts de saída estruturada.
Técnicas de raciocínio
Cadeia de pensamento. Peça ao modelo que resolva o problema antes de dar a resposta. Ajuda em lógica e aritmética de vários passos com modelos que não raciocinam internamente. Os modelos com raciocínio embutido já fazem isso, e mandá-los “pensar passo a passo” acrescenta pouco.
Autoconsistência. Execute várias vezes o mesmo prompt de raciocínio e fique com a resposta mais comum. Troca custo por precisão em problemas com um único resultado correto.
Ambas são tratadas em prompting de cadeia de pensamento e autoconsistência.
Técnicas que usam vários prompts
Decomposição de prompts. Divida uma pergunta difícil em outras menores, que possam ser respondidas bem uma a uma, e depois combine as respostas.
Encadeamento de prompts. Execute essas peças como chamadas separadas, passando cada saída ao passo seguinte. Cada prompt continua simples e testável. Guia: encadeamento e decomposição de prompts.
ReAct. Deixe o modelo alternar entre raciocinar e agir: ele decide do que precisa, chama uma ferramenta, lê o resultado e continua. É o ciclo por trás da maioria dos agentes de IA. Guia: prompting ReAct.
Técnicas para melhorar um prompt
Otimização e refinamento iterativos. Execute o prompt com um conjunto de testes, encontre as falhas, mude uma coisa e meça de novo. Guia: otimização iterativa de prompts.
Avaliação e testes. Defina o que significa “bom”, pontue e reexecute as verificações sempre que o prompt mudar. Guia: testes e avaliação de prompts.
Compressão de prompts. Remova enchimento, repetição e contexto desnecessário para reduzir custo e latência. Guia: otimização de tokens.
Como escolher
Percorra esta lista de cima para baixo e pare no primeiro passo que resolver o problema.
- Escreva uma instrução clara com um formato de saída. A maioria dos problemas termina aqui.
- Acrescente o contexto que falta. Se a resposta for genérica ou errada nos fatos.
- Acrescente exemplos. Se o estilo ou o julgamento estiver fora.
- Peça raciocínio. Se a tarefa precisar de vários passos lógicos e o modelo não for de raciocínio.
- Divida a tarefa em uma cadeia. Se um prompt estiver fazendo coisas demais.
- Dê ferramentas ao modelo. Se ele precisar de dados ao vivo ou tiver de executar ações.
- Amostre várias vezes. Se a precisão em um problema de resposta única justificar várias chamadas.
Acrescentar uma técnica de que a tarefa não precisa torna o prompt mais longo, mais lento e mais difícil de depurar.
Combinando técnicas
As técnicas se empilham. Um prompt de produção típico usa um papel, contexto injetado, dois exemplos e um esquema. Um agente típico usa ReAct sobre uma cadeia desses prompts. Acrescente uma técnica por vez e meça, para saber qual mereceu seu lugar.
Comece de uma base sólida
As técnicas amplificam um prompt; não o consertam. Antes de acrescentar qualquer uma, passe o prompt pelo analisador de prompts do PromptFlowEngine para limpar redação vaga, conflitos e formatos ausentes, e use o otimizador de prompts para estruturá-lo.