Saturday, April 20, 2024

¡Explicación detallada de cómo crear el prompt de ChatGPT! Técnicas y consejos para obtener la respuesta deseada.

📝 Tabla de contenidos

Introducción

– ¿Qué es la ingeniería de prompts?

– Importancia de la calidad del texto de entrada

Elementos de un prompt

– Instrucción de tarea

– Contexto

– Datos de entrada

– Formato de salida

Técnicas para ingresar oraciones

– Prompting de fewshot

– Resolución paso a paso

Puntos a considerar al desarrollar servicios

– Inyección de prompt

– Fuga de prompt

– Jailbreaking

– Parámetros para usar Chat GPT

Conclusión

Introducción

La ingeniería de prompts es el estudio de qué tipo de entrada se puede dar a un modelo de lenguaje para obtener una buena respuesta. En tiempos recientes, los modelos de lenguaje a gran escala como Chat GPT y Bing chat han estado atrayendo mucha atención. Sin embargo, la calidad de la respuesta depende en gran medida de la oración de entrada. Por lo tanto, para maximizar el poder del modelo de lenguaje, es necesario ingresar oraciones simples con texto de entrada de alta calidad.

¿Qué es la ingeniería de prompts?

La ingeniería de prompts es simplemente un estudio de qué tipo de entrada se puede dar a un modelo de lenguaje para obtener una buena respuesta. Es importante mejorar la calidad del texto de entrada. El texto de entrada se llama prompt. La ingeniería de prompts es una forma de generar conocimiento primero.

Importancia de la calidad del texto de entrada

La calidad del texto de entrada es crucial para obtener una buena respuesta de un modelo de lenguaje. Por ejemplo, en lugar de ingresar “el clima”, obtendrá una respuesta más precisa ingresando específicamente “¿Cómo está el clima en Tokio hoy?” Por lo tanto, es importante mejorar la calidad del texto de entrada.

Elementos de un prompt

Hay aproximadamente cuatro elementos para ingresar en el prompt. Al ingresar estos específicamente, puede obtener respuestas más deseables del modelo de lenguaje.

Instrucción de tarea

La instrucción de tarea es la tarea específica que desea que el modelo realice. Por ejemplo, si dice algo como “explicar algo”, se le pedirá que explique algo. Entonces, estamos dando instrucciones.

Contexto

El contexto especifica el contexto en el que queremos que el modelo responda. Por ejemplo, eres un excelente modelo. Al dar instrucciones como “Soy un traductor”, el modelo de lenguaje actuará como si fuera un excelente traductor y proporcionará respuestas.

Datos de entrada

Los datos de entrada incluyen preguntas, solicitudes, etc. La entrada es relevante.

Formato de salida

El formato de salida especifica el formato de salida de la respuesta, como “por favor, produzca dentro de 300 caracteres” o “por favor, explique de manera que incluso un niño de 5 años pueda entender”. Si hace más específicos estos cuatro elementos e ingresan como un prompt, obtendrá un resultado más deseable.

Técnicas para ingresar oraciones

Hay dos técnicas para ingresar oraciones: prompting de fewshot y resolución paso a paso.

Prompting de fewshot

El prompting de fewshot es un método para ingresar una gran cantidad de pares de entrada y salida. Finalmente, cuando lo ingresa, puede crear palabras que es probable que se seleccionen en función de la alta probabilidad de ocurrencia para una palabra en particular.

Resolución paso a paso

Los modelos de lenguaje tienden a hacer que sea más fácil llegar a la respuesta correcta si los resuelve paso a paso. Por lo tanto, es mejor que el modelo se concentre en una tarea y proporcione la respuesta paso a paso.

Puntos a considerar al desarrollar servicios

Hay varios puntos a considerar al desarrollar servicios que utilizan modelos de lenguaje como Chat GPT.

Inyección de prompt

La inyección de prompt es un método por el cual un usuario secuestra maliciosamente la salida de un modelo de lenguaje. Esto puede llevar a dañar la imagen de la empresa.

Fuga de prompt

La fuga de prompt permite que el modelo produzca el contenido de los prompts dados por el desarrollador. Esto puede llevar a que los usuarios revelen información que no quieren filtrar al mundo exterior.

Jailbreaking

Jailbreaking es un método para producir respuestas ofensivas y dañinas. Las empresas que utilizan modelos de lenguaje probablemente utilizarán modelos de lenguaje para crear respuestas físicas, violentas, sexuales o ilegales. Por lo tanto, es importante tener cuidado al usar modelos de lenguaje.

Parámetros para usar Chat GPT

Al usar un modelo de lenguaje, hay parámetros que se pueden establecer. La plantilla es el valor que divide el exponente. Cuanto más pequeña sea la plantilla, más palabras se seleccionarán como candidatas y más probable será que se elija la palabra como predicción.

Conclusión

La ingeniería de prompts es el estudio de qué tipo de entrada se puede dar a un modelo de lenguaje para obtener una buena respuesta. Al ingresar los cuatro elementos de un prompt específicamente, puede obtener respuestas más deseables del modelo de lenguaje. Es importante tener cuidado al desarrollar servicios que utilizan modelos de lenguaje como Chat GPT.