Prompt en­gi­ne­e­ring: O que é en­ge­nha­ria de prompt

Prompt en­gi­ne­e­ring, ou en­ge­nha­ria de prompt, utiliza variados métodos e técnicas para otimizar prompts (comandos) dados a fer­ra­men­tas de in­te­li­gên­cia ar­ti­fi­cial (IA) ge­ne­ra­tiva. Entenda o que é prompt en­gi­ne­e­ring, aprenda algumas dessas práticas e entre em contato com in­te­res­san­tes exemplos.

Formular um prompt ade­qua­da­mente é essencial para que fer­ra­men­tas de in­te­li­gên­cia ar­ti­fi­cial utilizem todo o potencial de seus modelos de linguagem. A medida que a IA evolui, evoluem também pro­fis­si­o­nais que trabalham na área, por buscarem utilizar essa tec­no­lo­gia de forma cada vez mais eficiente. Estes pro­fis­si­o­nais são chamados de en­ge­nhei­ros de prompt.

O que é en­ge­nha­ria de prompt?

O termo prompt en­gi­ne­e­ring faz re­fe­rên­cia a técnicas e métodos uti­li­za­dos para otimizar prompts em pro­ces­sa­men­tos de linguagem natural (PLNs) e em modelos largos de linguagem (LLMs), como o GPT-3 e o GPT-4, baseados em machine learning. Seu objetivo é obter respostas melhores, mais precisas e mais es­pe­cí­fi­cas, uma vez que a forma como uma pergunta é realizada ou uma instrução é dada tem grande in­fluên­cia tanto na qualidade quanto na re­le­vân­cia dos re­sul­ta­dos gerados pela in­te­li­gên­cia ar­ti­fi­cial.

Fazer en­ge­nha­ria de prompt para fer­ra­men­tas de IA exige não somente cri­a­ti­vi­dade e precisão, mas também um amplo co­nhe­ci­mento de modelos de linguagem, pois a escolha e até mesmo a ordem das palavras uti­li­za­das afetam sig­ni­fi­ca­ti­va­mente os re­sul­ta­dos. Prompts podem ser dados por texto (em linguagem natural), por imagens e também por outros formatos de dados. Ainda, um mesmo prompt pode gerar re­sul­ta­dos distintos quando usado em pla­ta­for­mas di­fe­ren­tes de IA. Por isso mesmo, prompt en­gi­ne­e­ring deve ser feita in­di­vi­du­al­mente para cada gerador de texto IA e gerador de vídeo IA.

Qual é a im­por­tân­cia da en­ge­nha­ria de prompt para a IA?

Prompt en­gi­ne­e­ring é a prática res­pon­sá­vel por explorar todo o potencial dos modelos de linguagem, obtendo assim os melhores re­sul­ta­dos de fer­ra­men­tas de in­te­li­gên­cia ar­ti­fi­cial ge­ne­ra­tiva. Ao ex­pe­ri­men­tar di­fe­ren­tes maneiras de formular um comando, en­ge­nhei­ros de prompt descobrem como in­flu­en­ciar respostas, for­ma­tando-as em um estilo es­pe­cí­fico e adi­ci­o­nando limites a ela, por exemplo. Variações na ordem das palavras ou até mesmo a in­ten­si­dade delas (por exemplo, usar “muito” ou “muito, muito, muito” em um prompt) modificam as respostas apre­sen­ta­das.

Ao serem aplicadas a geradores de imagens IA, técnicas de prompt en­gi­ne­e­ring podem ajudar a melhorar as imagens finais, es­pe­ci­fi­cando, por exemplo, o estilo, a pers­pec­tiva, as pro­por­ções e a resolução do resultado. Em se tratando de imagens, o primeiro prompt costuma ser apenas o ponto de partida, sendo os prompts sub­se­quen­tes usados para ajustar a com­po­si­ção, adi­ci­o­nando, removendo ou mo­di­fi­cando elementos.

A en­ge­nha­ria de prompt também ajuda na adaptação de modelos largos de linguagem e na oti­mi­za­ção de fluxos de trabalho para a geração de re­sul­ta­dos es­pe­cí­fi­cos no de­sen­vol­vi­mento de novas fer­ra­men­tas de IA. Confira, abaixo, como técnicas de prompt en­gi­ne­e­ring podem ser úteis:

• Oti­mi­za­ção de re­sul­ta­dos: Quando feita com precisão, e en­ge­nha­ria de prompt utiliza modelos de linguagem para obter re­sul­ta­dos mais re­le­van­tes e de melhor qualidade.
• Efi­ci­ên­cia: Prompts bem for­mu­la­dos obtêm as in­for­ma­ções desejadas com mais rapidez, reduzindo esforços com in­te­ra­ções.
• Controle de re­sul­ta­dos: Se feita de forma in­te­li­gente, a en­ge­nha­ria de prompt delimita as respostas geradas pela IA, es­ta­be­le­cendo tamanho, estilo e tom da resposta.
• Mi­ni­mi­za­ção de erros: Prompts claros e objetivos reduzem a pos­si­bi­li­dade de apre­sen­ta­ção de re­sul­ta­dos en­vi­e­sa­dos ou im­pre­ci­sos.
• Ampliação de pos­si­bi­li­da­des de uti­li­za­ção: A en­ge­nha­ria de prompt pode ser usada para fazer com que fer­ra­men­tas de IA executem tarefas es­pe­cí­fi­cas, para as quais não foram ori­gi­nal­mente de­sen­vol­vi­das.
• Ex­pe­ri­men­ta­ção: Ex­pe­ri­men­tar prompts ajuda a com­pre­en­der fer­ra­men­tas de in­te­li­gên­cia ar­ti­fi­cial ge­ne­ra­ti­vas mais pro­fun­da­mente, por desvendar como elas respondem a di­fe­ren­tes tipos de comando.

Exemplos de en­ge­nha­ria de prompt

Prompts usados para gerar textos, imagens e vídeos têm ca­rac­te­rís­ti­cas bastante di­fe­ren­tes, contudo todos os sites de in­te­li­gên­cia ar­ti­fi­cial podem se be­ne­fi­ciar de técnicas de prompt en­gi­ne­e­ring, já que uti­li­zando-as, usuários conseguem interagir mais efi­caz­mente com a fer­ra­menta.

Exemplos de prompts em geradores de texto

Prompt en­gi­ne­e­ring pode auxiliar in­te­li­gên­cias ar­ti­fi­ci­ais de texto a entregar melhores re­sul­ta­dos por:

1. Es­pe­ci­fi­car

• Prompt original: “Diga algo sobre árvores”
• Prompt otimizado: “Explique o processo de fo­tos­sín­tese em árvores ca­du­ci­fó­lias”

2. Formatar respostas

• Prompt original: “Quais são os be­ne­fí­cios da energia solar?”
• Prompt otimizado: “Faça uma lista com os cinco prin­ci­pais be­ne­fí­cios da energia solar”

3. Apre­sen­tar exemplos de respostas

• Prompt original: “Escreva uma frase sobre Paris”
• Prompt otimizado: “Escreva uma frase sobre Paris no estilo do autor Ernest Hemingway”

4. Delimitar o escopo

• Prompt original: “Molécula de água”
• Prompt otimizado: “Explique ci­en­tí­fica e de­ta­lha­da­mente como uma molécula de água é es­tru­tu­rada”

5. Evitar sub­je­ti­vi­da­des.

• Prompt original: “Qual é a sua opinião sobre crip­to­mo­e­das?”
• Prompt otimizado: “Explique-me o que são crip­to­mo­e­das de forma neutra e objetiva”

6. Melhorar o contexto

• Prompt original: “Por que as ações da bolsa estão caindo?”
• Prompt otimizado: “Con­si­de­rando os fatores econô­mi­cos atuais, por que ações de tec­no­lo­gia estão perdendo valor e entrando em recessão?”

7. Es­ta­be­le­cer estilos ou pers­pec­ti­vas

• Prompt original: “Conte-me a história do Napoleão”
• Prompt apri­mo­rado: “Conte-me a história do Napoleão sob a pers­pec­tiva de um de seus soldados”

Exemplos de prompts em geradores de imagens

Prompt en­gi­ne­e­ring não melhora re­sul­ta­dos gerados somente por modelos de linguagem ou redes ad­ver­sá­rias ge­ne­ra­ti­vas. Ela também promete obter re­sul­ta­dos mais precisos de imagens, como da fer­ra­menta DALL-E. Para otimizar imagens ar­ti­fi­ci­al­mente criadas, invista em des­cri­ções textuais para:

1. Es­pe­ci­fi­car

• Prompt original: “Gato”
• Prompt otimizado: “Gato laranja dormindo em cima de um tra­ves­seiro azul”

2. Combinar elementos

• Prompt original: “Casa entre nuvens”
• Prompt otimizado: “Casa antiga, em estilo vitoriano, com nuvens flutuando baixo e a tocando”

3. Definir estilo e época

• Prompt original: “Carros”
• Prompt otimizado: “Carros fu­tu­ris­tas de­se­nha­dos em 1950, em estilo retrô”

4. Adicionar sen­ti­men­tos e atmosfera

• Prompt original: “Floresta à noite”
• Prompt otimizado: “Floresta fria, escura e enevoada, iluminada pela luz da lua”

5. Combinar elementos incomuns

• Prompt original: “Mesa de frutas”
• Prompt otimizado: “Mesa feita de melancias, com o tampo feito com cascas de bananas secas”

6. Es­ta­be­le­cer pers­pec­tiva e dimensão

• Prompt original: “Montanha”
• Prompt otimizado: “Montanha gigante, que tem o formato de uma xícara de xá virada para baixo”

7. Abstrair

• Prompt original: “Uma emoção”
• Prompt otimizado: “Ilustre o que seria a emoção alegria uti­li­zando uma explosão de cores vivas”

Exemplos de prompts em geradores de vídeos

Geradores de vídeos são mais de­sa­fi­a­do­res para a prompt en­gi­ne­e­ring, uma vez que vídeos não se tratam de meras imagens estáticas, mas de sequên­cias de imagens dinâmicas e cro­no­me­tra­das, que ilustram eventos e ações. Quando bem tra­ba­lhada, a en­ge­nha­ria de prompt pode otimizar questões relativas a:

1. Sequência de ações

• Prompt original: “Gato ca­mi­nhando”
• Prompt otimizado: “Gato laranja ca­mi­nhando len­ta­mente ao redor de uma poça de lama e pulando nela ao final”

2. Ambiente e clima

• Prompt original: “Praia”
• Prompt otimizado: “Praia deserta, ao pôr do sol; ondas quebrando su­a­ve­mente e pássaros voando no horizonte”

3. De­sen­vol­vi­mento temporal

• Prompt original: “De­sa­bro­char de uma flor”
• Prompt otimizado: “De­sa­bro­char de uma rosa, desde o botão até uma flor to­tal­mente aberta; tempo de 60 segundos”

4. Dinamismo

• Prompt original: “Jogo de basquete”
• Prompt otimizado: “Jogador de basquete tentando um arremesso crucial de três pontos nos segundos finais de um jogo de basquete”

5. Com­bi­na­ção de elementos e tran­si­ções

• Prompt original: “Fases do dia”
• Prompt otimizado: “Panorama de uma cidade grande, com transição de tempo desde a manhã até à noite; luzes da cidade acendem-se ao anoitecer”

6. História e narrativa

• Prompt original: “Pássaro voando”
• Prompt otimizado: “Um jovem pássaro, que tenta voar pela primeira vez, conquista os céus após algumas ten­ta­ti­vas fra­cas­sa­das, e depois retorna em segurança ao ninho”

Boas práticas da en­ge­nha­ria de prompt

Por ser di­re­ci­o­nada, a en­ge­nha­ria de prompt pos­si­bi­lita a obtenção de re­sul­ta­dos mais precisos por usuários, pois utiliza fer­ra­men­tas de in­te­li­gên­cia ar­ti­fi­cial. Para que técnicas de prompt en­gi­ne­e­ring funcionem cor­re­ta­mente, algumas práticas devem ser ob­ser­va­das durante o processo de for­mu­la­ção de prompts:

• Precisão: Um comando deve ser minucioso para que a IA com­pre­enda exa­ta­mente o que tem de fazer.
• Es­pe­ci­fi­ci­dade: Seja explícito ao elaborar um prompt para obter a resposta mais exata possível.
• Ex­pe­ri­men­ta­ção: Ao não receber a resposta desejada de imediato, reformule a pergunta, adi­ci­o­nando novos elementos e apri­mo­rando o contexto.
• For­ma­ta­ção: Caso queira que a resposta apre­sen­tada tenha um formato es­pe­cí­fico (lista, texto corrido, carta, etc.), es­pe­ci­fi­que este desejo no prompt.
• Exem­pli­fi­ca­ção: Apresente exemplos à in­te­li­gên­cia ar­ti­fi­cial para que ela direcione melhor a geração de re­sul­ta­dos.
• Con­tex­tu­a­li­za­ção: In­for­ma­ções adi­ci­o­nais sobre um comando podem preencher lacunas que tornar os re­sul­ta­dos mais es­pe­cí­fi­cos.
• Clareza: Evite o uso de palavras pouco claras ou ambíguas.
• Ob­je­ti­vi­dade: Para evitar sub­je­ti­vi­da­des e vieses, ou para receber respostas baseadas em de­ter­mi­nada pers­pec­tiva, instrua a in­te­li­gên­cia ar­ti­fi­cial.
• Checagem: Revise cri­ti­ca­mente as respostas apre­sen­ta­das por uma IA para garantir a exatidão e a ve­ra­ci­dade dos re­sul­ta­dos.
• In­te­ra­ti­vi­dade: É in­te­res­sante dialogar com a in­te­li­gên­cia ar­ti­fi­cial, de modo a refinar as respostas recebidas por meio de feedbacks.

Quem pode ser en­ge­nheiro de prompt?

En­ge­nha­ria de prompt é uma profissão pro­mis­sora, uma vez que in­te­li­gên­cias ar­ti­fi­ci­ais e pro­ces­sa­men­tos de linguagem natural po­pu­la­ri­zam-se a cada dia, nos mais variados setores. Pessoas criativas e com profundo co­nhe­ci­mento de processos de linguagem podem se tornar bons en­ge­nhei­ros de prompt e atender à crescente demanda.

Embora a profissão não seja re­gu­la­men­tada, dis­pen­sando uma formação es­pe­cí­fica, cer­ti­fi­ca­dos e diplomas de áreas afins podem ser úteis. Por exemplo, embora ha­bi­li­da­des de pro­gra­ma­ção não sejam es­sen­ci­ais, ci­en­tis­tas da com­pu­ta­ção podem ter mais fa­ci­li­dade e sucesso no apri­mo­ra­mento de prompts. Lin­guis­tas também podem explorar a área com mais fa­ci­li­dade, por en­ten­de­rem melhor como uma linguagem funciona e como ela pode ser tra­ba­lhada para que melhores re­sul­ta­dos sejam al­can­ça­dos. Se você tem algumas das ca­rac­te­rís­ti­cas listadas abaixo, prompt en­gi­ne­e­ring pode ser uma opção:

• Co­nhe­ci­men­tos sobre IA e machine learning: Com­pre­en­são básica de redes neurais, es­pe­ci­al­mente de modelos de linguagem, ajuda a entender melhor os me­ca­nis­mos que levam a de­ter­mi­na­dos re­sul­ta­dos.
• Pen­sa­mento analítico: Avaliar re­sul­ta­dos e utilizá-los para adaptar prompts requer pen­sa­mento analítico.
• Fa­ci­li­dade de co­mu­ni­ca­ção: A ca­pa­ci­dade de formular ins­tru­ções claras e objetivas é essencial na en­ge­nha­ria de prompt.
• Fa­ci­li­dade em detectar erros: Pessoas mi­nu­ci­o­sas, capazes de iden­ti­fi­car pequenas im­pre­ci­sões, são mais in­cli­na­das a orientar IAs a fazerem os ajustes ne­ces­sá­rios.
• Co­nhe­ci­men­tos de áreas es­pe­cí­fi­cas: De­pen­dendo do domínio de aplicação, in­te­li­gên­cias ar­ti­fi­ci­ais podem requerer co­nhe­ci­men­tos es­pe­ci­a­li­za­dos para que tenham re­sul­ta­dos efi­caz­mente apri­mo­ra­dos.
• Interesse em aprender: In­te­li­gên­cia ar­ti­fi­cial e machine learning evoluem com rapidez, portanto bons en­ge­nhei­ros de prompt devem se manter cons­tan­te­mente atu­a­li­za­dos, para que consigam trabalhar com as tec­no­lo­gias mais novas.
• Trabalho em equipe: Muitos en­ge­nhei­ros de prompt precisam trabalhar em conjunto com outros pro­fis­si­o­nais, como ci­en­tis­tas de dados, en­ge­nhei­ros de software e analistas de negócios.