Você sabia que pode escrever prompts de LLM como se fossem programas? Você pode usar praticamente qualquer linguagem que desejar, ou inventar uma (pseudo-código), desde que faça sentido. As capacidades de correspondência de padrões em um modelo de linguagem determinarão o que você está tentando direcionar, e ele executará (uma variação) do que você pediu para ele fazer. Não será exatamente o mesmo todas as vezes (e isso pode ser uma característica). Você pode experimentá-lo aqui no SkyDeck.ai (inscreva-se) e experimentar usar diferentes LLMs para ver como os resultados diferem. Aplicar essa técnica em seu próprio uso de IA pode acrescentar outro múltiplo à sua produtividade.

Poesia Programática

Por exemplo, você poderia perguntar a um LLM:

Ou você poderia direcioná-lo programaticamente para escrever três tipos de poemas em três idiomas sobre três assuntos. Ele lhe dará a maioria das combinações. Aqui está como você faz isso.

Primeiro, eu defino os tipos de poema a produzir. Eu imagino um nome de variável para isso chamado "poem_type" e apresento os tipos em um formato Json:

Eu faço algo semelhante para tópicos e idiomas de poemas:

Então você descreve a lógica para o que fazer com esses dados, referindo-se a eles de uma maneira lógica. Eu copiei o estilo dos modelos sem lógica de bigode para criar três níveis de loops aninhados. Se isso fosse um programa, esperaríamos que 3 x 3 x 3 = 9 poemas diferentes fossem produzidos. Mas um LLM fará quantos quiser, e sua saída pode ser cortada devido a limitações da janela de contexto.

Corte e cole tudo isso no espaço de trabalho GenStudio do SkyDeck e selecione um LLM como o OpenAI GPT-4 ou Anthropic Claude2 e você obterá um resultado como este:

Claro, por favor forneça o conteúdo que você gostaria que eu traduzisse para o português.