Sapevate che potete scrivere i prompt di LLM come se fossero programmi? È possibile utilizzare qualsiasi linguaggio o inventarne uno (pseudocodice), purché abbia senso. Le capacità di pattern-matching di un modello linguistico determineranno ciò che si sta cercando di indirizzare ed eseguirà (con una variazione) ciò che gli si è chiesto di fare. Non sarà sempre la stessa cosa (e questa potrebbe essere una caratteristica). Potete provarlo qui su SkyDeck.ai (iscrivetevi) e sperimentare l'uso di diversi LLM per vedere come variano i risultati. L'applicazione di questa tecnica nell'uso dell'IA può aggiungere un ulteriore multiplo alla vostra produttività.

Poesia programmatica

Ad esempio, si può chiedere a un LLM:

Oppure si può programmare di fargli scrivere tre tipi di poesie in tre lingue su tre argomenti. Vi fornirà la maggior parte delle combinazioni. Ecco come fare.

Per prima cosa, definisco i tipi di poesia da produrre. Immagino una variabile chiamata "poem_type" e presento i tipi in un formato Json:

Faccio qualcosa di simile per le materie e le lingue della poesia:

Poi si descrive la logica di cosa fare con questi dati, facendo riferimento ad essi in modo logico. Ho copiato lo stile dei modelli senza logica di Baffi per creare tre livelli di loop annidati. Se questo fosse un programma, ci aspetteremmo che vengano prodotte 3 x 3 x 3 = 9 poesie diverse. Ma un LLM ne produrrà quante ne vuole e il risultato potrebbe essere tagliato a causa delle limitazioni della finestra contestuale.

Tagliate e incollate tutto questo nell'area di lavoro GenStudio di SkyDeck e selezionate un LLM come OpenAI GPT-4 o Anthropic Claude2 e otterrete un risultato come questo:

‍