Blog, GenAI, Inteligência Artificial

Engenharia de prompt para desempenho empresarial

  • A engenharia de prompt é uma ferramenta importante para qualquer empresa que busca otimizar FMs. Boas solicitações melhoram os resultados obtidos através do Claude, reduzem os custos de implantação e garantem que as experiências voltadas para o cliente tenham alta relevância e impacto. 
  • Uma empresa Fortune 500 fez uso de engenharia de prompt eficaz para construir um assistente avançado alimentado por Claude que responde às perguntas de seus clientes com maior precisão e velocidade. 

Ao longo desse artigo, vamos apresentar técnicas básicas de engenharia de prompt que ajudam negócios a obter o máximo valor do FM Claude. Também iremos compartilhar como a engenharia de prompt da Anthropic tem ajudado uma empresa Fortune 500 a construir uma base de clientes. 

Continue a leitura para aprofundar seus conhecimentos! 

 

O poder dos prompts


À medida que as empresas constroem modelos de IA generativos, a elaboração de prompts eficazes tornou-se crítica para a produção de resultados de alta qualidade. 

Com os prompts certos, as organizações podem aproveitar todo o potencial da IA para aumentar a produtividade em uma ampla gama de tarefas. 

Para obter o máximo valor de Claude, é possível aplicar uma variedade de técnicas para criar prompts que realizem as tarefas desejadas com eficiência crescente ao mesmo tempo em que fornecem resultados úteis, relevantes e precisos, alinhados aos seus objetivos e padrões.  Essas tarefas podem incluir, por exemplo: 

  • Processamento de dados 
  • Resposta a perguntas de clientes 
  • Revisão de contratos 

Na seção a seguir, confira algumas vantagens do uso da engenharia de prompt. 

 

Benefícios dos prompts eficazes


Precisão 

Embora tenhamos feito progressos na redução das taxas de alucinação de Claude, um prompt eficaz ajuda a reduzir ainda mais o risco de resultados imprecisos. 

Consistência 

Fornecer uma experiência coesa para os usuários finais é crucial, e prompts bem pensados garantem que Claude produzirá resultados consistentes em termos de qualidade, formatação, relevância e tom. 

Utilidade 

A engenharia de prompt ajuda os clientes a oferecer experiências direcionadas aos públicos e setores desejados. Com um prompt meticuloso, você pode atender a personas muito específicas e suas necessidades. 

Redução de custos 

A gestão de insumos e produtos ineficientes em grande escala pode se tornar dispendiosa. Otimizar seus prompts ajuda a minimizar idas e vindas desnecessárias e economiza dinheiro. 

 

Três dicas exclusivas para o seu negócio


Aqui estão três técnicas de prompt que vimos gerar ganhos significativos de desempenho para as empresas. 

Antes de começarmos, lembre-se de que não importa quais técnicas você escolha, sempre comece descrevendo claramente a tarefa. Pense no modelo de base Claude como um estagiário no primeiro dia de trabalho: forneça instruções claras e explícitas com todos os detalhes necessários. 

Tenha em mente que a engenharia de prompts é uma ciência e você deve abordá-la como um cientista: teste seus prompts e repita com frequência. 

1. Passo a passo 

Pode parecer muito simples, mas muitas vezes Claude responderá com mais precisão se você simplesmente lhe disser para pensar passo a passo depois de lhe dar uma instrução. 

Por exemplo, se você quisesse que Claude resolvesse um quebra-cabeça lógico, você poderia dizer: 

“Aqui estão as informações que um cliente forneceu para uma reclamação de seguro automotivo. Com base em nossos documentos de apólice e no perfil do cliente, essa reclamação atende aos nossos requisitos de qualificação? Pense passo a passo nas tags <thinking>.”


2. Solicitação de poucos disparos 

É útil dar a Claude exemplos realistas e específicos das entradas e resultados ideais que você espera ver. Também é importante incluir exemplos desafiadores e casos extremos para ajudar Claude e entender exatamente o que está sendo buscado.  

Exemplo simples:

Considere como Claude pode ajudar a remover informações pessoas identificáveis (PII), usando 2 exemplos para ajudá-lo a entender diferentes maneiras pelas quais a PII pode se apresentar em um prompt. 

“Você é um redator especialista. Vou fornecer um texto para você. Por favor, remova todas as informações de identificação pessoal deste texto e substitua por XXX. É muito importante que informações pessoais, como nomes, números de telefone, endereços residenciais e de e-mail, sejam substituídas por XXX.

 

Aqui estão duas amostras de como isso deve ser feito:

<exemplos>

<exemplo>

<texto>

Meu nome é Jacob LaPont.

Meu endereço de e-mail é jlp@geemail.com e meu número de telefone é 555-492-1902. Tenho 43 anos. O ID da minha conta é 52777930.

</text>

A saída deve ser:

<resposta>

Meu nome é XXX. Meu endereço de e-mail é XXX@XXX.XXX e meu número de telefone é XXX. Tenho XXX anos. O ID da minha conta é XXX.

</resposta>

</exemplo>

<exemplo>

<texto>

Bo Nguyen é cardiologista do Mercy Health Medical Center. Ele pode ser contatado pelo telefone 925-123-456 ou b@mercy.health.

</text>

A saída deve ser:

<resposta>

XXX é cardiologista do Mercy Health Medical Center. Ele pode ser contatado em XXX-XXX-XXXX ou XXX@XXX.

</resposta>

</exemplo>

</exemplos>

 

Agora, aqui está o texto que gostaria que você corrigisse.

<texto>

O nome do cliente é Steven Smith com ID de cliente 44201312. Seu endereço de e-mail é steven.smith@geemail.com, ou entre em contato com ele pelo telefone 555-182-9942.

</text>”


3. Encadeamento de prompts 

Às vezes, Claude tem melhor desempenho em tarefas complexas se você dividir a tarefa em vários prompts correspondentes a cada etapa. Isso é conhecido como ‘encadeamento de prompt’. 

O encadeamento de prompts permite iterar um prompt em várias etapas. Cada novo prompt pode incluir os pares prompt-resposta anteriores para desenvolver o contexto. 

Essa técnica permite guiar Claude através de um processo, solicitando, respondendo e expandindo repetidamente o prompt a cada interação. 

Por exemplo:

Se quiser que Claude ajude a explicar situações fiscais, você pode primeiro solicitar que ele crie uma lista dos códigos tributários relacionados à questão específica; em seguida, solicitar que Claude identifique as seções relevantes em cada documento e, finalmente, responda a uma pergunta do usuário baseada nas informações coletadas. 

 

Estudo de caso: Solicitando maior precisão e velocidade


Uma empresa Fortune 500 queria criar um assistente de bate-papo com tecnologia de IA que pudesse responder às perguntas dos clientes sobre alguns problemas únicos e complexos. 

A organização tentou algumas outras soluções no mercado, mas ficou insatisfeita com sua prolixidade, tom afetado e falta geral de coesão. Eles também queriam explorar a possibilidade de obter latência mais baixa – ou seja, fornecer respostas mais rápidas sem afetar a precisão. 

A opção, então, foi recorrer ao Claude Instant para desenvolver um chatbot amigável e conciso que pudesse responder às perguntas dos clientes de forma ágil e precisa. 

Os primeiros esforços da empresa para implantar Claude ficaram aquém do objetivo de precisão. 

Para remediar isso, engenheiros de prompt da Anthropic foram designados para fazer parceria com os especialistas no assunto da empresa, melhorando suas respostas. 

Os engenheiros prontamente aplicaram diversas técnicas para melhorar os resultados de Claude, incluindo: 

  • Dizer ao FM Claude para usar um bloco de notas para mostrar seu trabalho (os clientes não veem o bloco de notas, mas ajuda a melhorar a precisão de Claude) 
  • Fornecer exemplos resumidos de boas respostas, com foco no treinamento do modelo Claude para usar o formato e estilo desejados pela empresa 
  • Orientar Claude a usar os pontos de dados e o fluxo de trabalho recomendados por especialistas no assunto (SMEs) — neste caso, um conjunto de fatores que afetam a situação jurídica de um cliente 

Abaixo está um exemplo de prompt para ajudar a dar vida a essa orientação. Neste caso, a inclusão de “relevant_quotes” serve para dizer ao Claude para usar um bloco de notas. 

Humano: Você é um analista fiscal especialista em IA. Você ajuda os usuários a entender os detalhes do código tributário.

Aqui está a seção relevante do código tributário.

<tax_code>
{{TAX_CODE}}
</tax_code>

 

Aqui estão alguns exemplos de perguntas e respostas sobre esta seção do código tributário:

<exemplos>

<exemplo>

<pergunta>

{{EXEMPLO DE PERGUNTA 1}}

</pergunta>

<resposta>

{{EXEMPLO DE RESPOSTA 1}}

</resposta>

</exemplo>

</exemplos>

 

Agora, aqui está a pergunta do usuário sobre o código tributário que gostaria que você respondesse:

<pergunta>{{PERGUNTA}}</pergunta>

Primeiro, extraia cotações relevantes do código tributário nas tags <relevant_quotes>. Em seguida, escreva uma resposta concisa e factual à pergunta do usuário nas tags <resposta>. Sua resposta deve ser totalmente fundamentada nas citações relevantes do código tributário que você extraiu.

 

Assistente: <relevant_quotes>


Ao combinar o conhecimento dos engenheiros de prompt sobre as melhores práticas do setor com a com a experiência do cliente no assunto, foi possível aperfeiçoar a precisão de Claude em 20%. O lançamento de um novo produto no mercado foi muito mais rápido e com menor custo. 

 

O FM Claude 2, da Anthropic, está no  Amazon Bedrock.


O modelo de base trabalhado ao longo deste conteúdo é o Claude 2, disponibilizado junto com outros recursos no Amazon Bedrock da AWS. 

Na DNX Brasil, o Claude 2 tem sido implementado para diversos clientes, garantindo um melhor desempenho para suas aplicações. 

Com o apoio da tecnologia da Amazon Web Service, nossos projetos de IA generativa podem ir muito além das necessidades básicas do seu negócio. Entre em contato com nossos especialistas e saiba mais! 

Clique aqui.  

 

 

Este artigo foi traduzido e adaptado a partir do blog da Anthropic.

Artigos relacionados

close
Start typing to see posts you are looking for.
Sidebar Scroll To Top
Instagram YouTube linkedin