ChatGPT: Las 8 técnicas de interrogación que necesitas aprender (¡Sin tonterías!)

Es posible que hayas oído hablar de la ingeniería de indicaciones. Básicamente se trata de "comunicarse de manera efectiva con una IA para obtener lo que quieres".

La mayoría de las personas no saben cómo crear buenos estímulos.

Sin embargo, se está convirtiendo en una habilidad cada vez más importante...
Porque basura adentro = basura afuera.

Aquí están las técnicas más importantes que necesitas para hacer sugerencias 👇

Me referiré a un modelo de lenguaje como 'LM'.

Ejemplos de modelos de lenguaje son ChatGPT de @OpenAI y Claude de @AnthropicAI.

1. Identificación del personaje/rol

Asignar un rol a la IA.

Ejemplo: "Eres un experto en X. Has ayudado a las personas a hacer Y durante 20 años. Tu tarea es dar el mejor consejo sobre X.
Responde 'entendido' si eso está claro."

Un poderoso complemento es el siguiente:

'Siempre debes hacer preguntas antes de responder para poder entender mejor lo que busca el que hace la pregunta.'

Hablaré de por qué eso es tan importante en un momento.

2. CoT

CoT significa 'Cadena de Pensamiento'

Se utiliza para instruir al LM a que explique su razonamiento.

Ejemplo:

3. Zero-shot-CoT

Zero-shot se refiere a un modelo que realiza predicciones sin entrenamiento adicional dentro del texto de solicitud.

Me ocuparé de la poca cantidad en un minuto.

Ten en cuenta que generalmente CoT > Zero-shot-CoT

Ejemplo:

4. Pocas muestras (y pocas muestras-CoT)

En pocos ejemplos, el LM recibe algunos ejemplos en el prompt para que se adapte más rápidamente a nuevos ejemplos.

Ejemplo:

5. Generación de conocimiento

Generación de conocimientos relacionados con preguntas mediante la estimulación de un modelo de lenguaje (LM).

Esto se puede utilizar para una indicación de conocimiento generada (ver más adelante).

Ejemplo:

6. Conocimiento generado

Ahora que tenemos conocimiento, podemos ingresar esa información en un nuevo cuadro de diálogo y hacer preguntas relacionadas con el conocimiento.

Este tipo de pregunta se conoce como pregunta "con conocimiento ampliado".

7. Autoconsistencia

Esta técnica se utiliza para generar múltiples caminos de razonamiento (cadenas de pensamiento).

La respuesta mayoritaria se considera como la respuesta final.

Ejemplo:

8. LTM

LtM significa 'De Menor a Mayor'

Esta técnica es un seguimiento de CoT. Además, funciona descomponiendo un problema en subproblemas y luego resolviéndolos.

Ejemplo: