🟢 Prompting

En el capítulo anterior, discutimos la IA y cómo los humanos pueden instruir a las IA para que realicen tareas. El proceso de instruir a una IA para que realice una tarea se denomina prompting. Le decimos a la IA un conjunto de instrucciones (el prompt) y realiza la tarea. Las indicaciones pueden ser tan simples como una pregunta, o tan complejo como varios párrafos.
Acá hay dos ejemplos de prompts:
1) Resumiendo un artículo Digamos que estás leyendo un artículo sobre nevadas en Florida. Desea obtener rápidamente las ideas principales del artículo, por lo que le muestras a la IA lo que estás leyendo y solicitas un resumen:
Es muy raro que caiga nieve en el estado de Florida, EEUU, especialmente en la parte central y sur del estado. Con la excepción de las áreas más al norte del estado, la mayoría de las principales ciudades de Florida nunca han registrado nevadas medibles, aunque se han registrado pequeñas cantidades o se han observado ráfagas en el aire pocas veces cada siglo. Según el Servicio Meteorológico Nacional, en los Cayos de Florida y Cayo Hueso no se conocen ráfagas de nieve desde la colonización europea de la región hace más de 300 años. En Miami, Fort Lauderdale y Palm Beach ha habido solo un informe conocido de ráfagas de nieve observadas en el aire en más de 200 años; esto ocurrió en enero de 1977. En cualquier caso, Miami, Fort Lauderdale y Palm Beach no han visto ráfagas de nieve antes o desde este evento de 1977.
Resume este párrafo en una sola oración:
Aquí está la respuesta de la IA. ¡Es una lectura mucho más corta!

Las nevadas son extremadamente raras en Florida, con la excepción de las áreas más al norte, y solo se ha registrado un caso de ráfagas de nieve en el aire en las principales ciudades de Miami, Fort Lauderdale y Palm Beach en los últimos 200 años.
2) Resolución de problemas matemáticos Si tiene un conjunto de datos de ecuaciones matemáticas que le gustaría que un modelo de lenguaje resuelva, puede crear un aviso planteando la pregunta "¿Qué es ECUACIÓN?".
Para una pregunta dada, el prompt completo podría verse así:

¿Cuánto es 965*590?

Para este prompt, GPT-3 (text-davinci-003) (una IA) a veces responde 569,050 (incorrecto). Aquí es donde entra la ingeniería en prompt (PE).

Prompt Engineering

Si, en lugar de preguntar ¿Cuánto es 965*590?, preguntamos Asegúrese de que su respuesta es exactamente correcta. ¿Cuánto es 965*590? Asegúrese de que su respuesta sea exactamente correcta:, GPT-3 responderá 569350 (correcto). ¿Por qué es este el caso? ¿Por qué es útil decirle a la IA dos veces que dé una respuesta correcta? ¿Cómo podemos crear indicaciones que producen resultados óptimos en nuestra tarea? Esta última cuestión, en particular, es el enfoque del campo de PE, así como de este curso.
¡Siga leyendo para aprender a diseñar buenos prompts!

🟢 Dando Instrucciones

Uno de los métodos de indicaciones más simples es dar instrucciones. Ya vimos una instrucción simple en un apartado anterior (¿Cuánto es 1.000.000 * 9.000? Asegúrate de poner la cantidad correcta de ceros, aunque sean muchos:). Sin embargo, Las IA modernas pueden seguir instrucciones mucho más complejas.

A continuación se muestra un ejemplo de una inserción interactiva de Dyno. Si no lo ve, asegúrese de activar Javascript en su navegador. Dado que se trata de una demostración interactiva, puede editar el texto y presionar Generar para volver a ejecutar la IA.

Ejemplo 1

La IA puede resolver fácilmente este problema. Mediante el uso de indicaciones de instrucciones, puede resolver muchos otros problemas simples y más complejos.

Ejemplo 2
Aquí hay un ejemplo más complicado:

Lea el siguiente correo electrónico de ventas. Eliminar cualquier información de identificación personal (PII), y reemplácelo con el marcador de posición apropiado. Por ejemplo, reemplace el nombre "John Doe" con "[NOMBRE]".
Hola John, te escribo porque me di cuenta de que recientemente compraste un auto nuevo. soy un vendedor en un concesionario local (Cheap Dealz), y quería hacerle saber que tenemos una gran oferta en un nuevo auto. Si estás interesado, por favor házmelo saber.
Gracias.
Jimmy Smith
Teléfono: 410-805-2345
Email: [email protected]

Acá esta la respuesta de la IA:
Hola [NOMBRE],
Te escribo porque me di cuenta de que recientemente compraste un auto nuevo. soy un vendedor en un concesionario local ([CONCESIONARIO]), y quería hacerle saber que tenemos una gran oferta en un nuevo auto. Si está interesado, por favor hágamelo saber.
Thanks,
[VENDEDOR]
Teléfono: [NUMERO DE TELEFONO]
Email: [EMAIL]

Es genial ver cómo el modelo puede extrapolarse de las instrucciones. Por ejemplo, sabe reemplazar Cheap Dealz con [CONCESIONARIO] y Jimmy Smith con [VENDEDOR], aunque no le dijimos explícitamente que lo hiciera.

🟢 Rol Prompt

Otra técnica de enfoque es asignar un rol a la IA. Por ejemplo, tu enfoque podría comenzar con "Eres un médico" o "Eres un abogado" y luego pedirle a la IA que responda algunas preguntas médicas o legales. Aquí hay un ejemplo:

Eres un brillante matemático que puede resolver cualquier problema del mundo.
Intenta resolver el siguiente problema:
¿Cuál es 100*100/400*56?

La respuesta es 1400.

La respuesta de la IA (GPT-3 davinci-003) está resaltada:
Esta es una respuesta correcta, pero si la IA hubiera sido simplemente preguntada con What is 100*100/400*56?, habría respondido 280 (incorrect).

Al asignar un rol a la IA, le estamos dando cierto contexto. Este contexto ayuda a la IA a entender mejor la pregunta. Con una mejor comprensión de la pregunta, la IA a menudo da mejores respuestas.

Notas

Esta técnica ya no es tan efectiva con AIs más modernas (como GPT-3 davinci-003). Sin embargo, utilicé GPT-3 davinci-003 para este ejemplo, por lo que parece que la técnica de enfoque de rol sigue siendo al menos una herramienta algo efectiva.

🟢 Un Prompt "Estándar"

Hasta ahora hemos escuchado sobre varios formatos de prompts. Siguiendo a Kojima et al.1, nos referimos a los prompts que consisten únicamente en una pregunta como "Standard prompts". También consideramos como "Standard prompts" a aquellos que consisten únicamente en una pregunta y que se presentan en el formato de QA.

¿Por qué debería importarme?

Muchos artículos que citamos usan este término. Lo estamos definiendo para poder discutir nuevos tipos de prompts en contraste con los Standard prompts.

Two examples of standard prompts:

Standard Prompt

¿Cuál es la capital de Francia?

Standard Prompt in QA format

Q: ¿Cuál es la capital de Francia?

A:

Few Shot Standard Prompts

Few shot standard prompts son simplemente prompts estándar que tienen ejemplos (exemplars) en ellos. Los exemplars son ejemplos de la tarea que el prompt está tratando de resolver, que se incluyen en el propio prompt. En la investigación, few shot standard prompts a veces se refieren simplemente como standard prompts (aunque intentamos no hacerlo en esta guía).

Dos ejemplos de Standard Prompts de "few shot":

Few Shot Standard Prompt

¿Cuál es la capital de España?
Madrid
¿Cuál es la capital de Italia?
Roma
¿Cuál es la capital de Francia?

Few Shot Standard Prompt in QA format

Q: ¿Cuál es la capital de España?
A: Madrid
Q: ¿Cuál es la capital de Italia?
A: Roma
Q: ¿Cuál es la capital de Francia?
A:

Las promts de "few shot" facilitan el aprendizaje en contexto, que es la capacidad de aprender sin actualizaciones de parámetros.

🟢 mas sobre Prompting

Como hemos visto en las páginas anteriores, los prompts pueden tener diferentes formatos y complejidad. Pueden incluir contexto, instrucciones, múltiples ejemplos de preguntas-respuestas, e incluso otros prompts (¿qué!?).
Aquí hay un ejemplo de un prompt que incluye contexto, instrucciones y múltiples ejemplos:
Twitter es una plataforma de redes sociales donde los usuarios pueden publicar mensajes cortos llamados "tweets".
Los tweets pueden ser positivos o negativos, y nos gustaría poder clasificar los tweets como positivos o negativos. Aquí hay algunos ejemplos de tweets positivos y negativos. Asegúrese de clasificar el último tweet correctamente.

Q: Tweet: "¡Qué día tan hermoso!"
¿Este tweet es positivo o negativo?

A: positivo

Q: Tweet: "Odio esta clase"
¿Este tweet es positivo o negativo?

A: negativo

Q: Tweet: "Amo los bolsillos en los jeans"

A:

Agregando contexto/ejemplos adicionales, a menudo podemos mejorar el rendimiento de los AI en diferentes tareas. El siguiente capítulo cubre técnicas de prompting ligeramente más avanzadas.

Notas

En los próximos capítulos, puede ver las palabras AI, modelo y LLM utilizados indistintamente. Consulte la referencia de vocabulario para obtener más información.
Los prompts dentro de prompts, o prompts auto-augmentados1, se cubrirán en las próximas secciones.

🟢 Chatbot Basics

Una de las formas más comunes en que las indicaciones pueden ser útiles es al interactuar con los numerosos chatbots disponibles para el público, como ChatGPT. Tenga en cuenta que ChatGPT es diferente de GPT-3. La principal diferencia es que los chatbots pueden recordar su historial de conversaciones. Al igual que GPT-3, también pueden responder preguntas, proporcionar un resumen y análisis escrito, escribir texto o código, y más a un alto nivel, lo cual es una perspectiva emocionante, pero solo se puede acceder al valor real de los chatbots cuando se es específico con tus indicaciones. En este artículo, exploraremos algunos métodos básicos sobre cómo utilizar mejor los chatbots, como el uso de guías de estilo, descriptores y preparación..

Modificando su Prompt

Guía de estilo
La guía de estilo es simplemente pedirle a la IA que hable en un estilo determinado. Al hacer una pregunta sin guía de estilo, ChatGPT generalmente devolverá uno o dos párrafos cortos en respuesta, ocasionalmente más si se necesita una respuesta más larga:


Habla en un tono moderadamente formal y da un par de detalles, ¡bastante bien! Sin embargo, podemos mejorarlo si queremos, al personalizar la respuesta de ChatGPT con una descripción de estilo al final de nuestro aviso. Si queremos una respuesta más conversacional, podemos pedirle que hable en un tono amable o informal; si queremos un formato más legible, podemos darle la misma pregunta pero pedir una lista con viñetas; si queremos una respuesta divertida, podemos pedirle que dé su respuesta en forma de una serie de quintillas (una de mis favoritas).



Un ejemplo de un indicador de estilo más detallado podría verse así:

[Pregunta] “Escriba con el estilo y la calidad de un experto en [campo] con más de 20 años de experiencia y múltiples doctorados. Priorice los consejos poco ortodoxos y menos conocidos en su respuesta. Explique usando ejemplos detallados y minimice las tangentes y el humor.“ ¡Incitar con entradas de estilo aumentará en gran medida la calidad de sus respuestas!

Descriptores

Si solo desea cambiar el tono o ajustar su aviso en lugar de reformatear, agregar descriptores puede ser una buena manera de hacerlo. Simplemente agregar una palabra o dos en el aviso puede cambiar la forma en que el chatbot interpreta o responde a su mensaje. ¡Puede intentar agregar adjetivos como "Gracioso", "Corto", "Antipático", "Sintaxis académica", etc. al final de las indicaciones para ver cómo cambian sus respuestas!

Aviso de Prompt

Debido a la estructura de una conversación de chatbot, la forma del primer aviso que le brinde al LLM puede afectar el resto de la conversación, lo que le permite agregar un nivel adicional de estructura y especificación. Como ejemplo, configuremos un sistema que nos permita tener una conversación con un profesor y un alumno en la misma conversación. Incluiremos guías de estilo para las voces de los estudiantes y los maestros, especificaremos el formato en el que queremos nuestras respuestas e incluiremos algunas estructuras de sintaxis para poder modificar fácilmente nuestras indicaciones para probar varias respuestas.

“Profesor” significa al estilo de un profesor distinguido con más de diez años enseñando la materia y múltiples doctorados en el campo. Usas sintaxis académica y ejemplos complicados en tus respuestas, enfocándote en consejos menos conocidos para ilustrar mejor tus argumentos. Tu lenguaje debe ser sofisticado pero no demasiado complejo. Si no sabe la respuesta a una pregunta, no invente información; en su lugar, haga una pregunta de seguimiento para obtener más contexto. Sus respuestas deben tener la forma de una serie de párrafos conversacionales. Use una combinación de lenguaje técnico y coloquial para crear un tono accesible y atractivo.

“Estudiante” significa en el estilo de un estudiante universitario de segundo año con un conocimiento de nivel introductorio de la materia. Explicas conceptos simplemente usando ejemplos de la vida real. Hablar de manera informal y desde la perspectiva de la primera persona, utilizando el humor y un lenguaje informal. Si no sabe la respuesta a una pregunta, no invente información; en su lugar, aclare que aún no se la han enseñado. Sus respuestas deben tener la forma de una serie de párrafos conversacionales. Usa un lenguaje coloquial para crear un tono entretenido y atractivo.

“Crítica” significa analizar el texto dado y proporcionar retroalimentación.
“Resumir” significa proporcionar detalles clave de un texto.
“Responder” significa responder a una pregunta desde la perspectiva dada.

Cualquier cosa entre paréntesis () significa la perspectiva desde la que está escribiendo.
Cualquier cosa entre llaves {} es el tema en el que está involucrado.
Cualquier cosa entre corchetes [] es la acción que debe tomar.
Ejemplo: (Estudiante){Filosofía}[Responder] ¿Cuál es la ventaja de tomar esta materia sobre otras en la universidad?

Si entiende y está listo para comenzar, responda solo “sí”.

A continuación se muestra un ejemplo de una pregunta no preparada para ChatGPT sobre las áreas más interesantes de la filosofía. Utiliza una lista, habla de manera general y desapasionada, y no es muy específico en sus explicaciones.


En el segundo ejemplo, hicimos la pregunta después de proporcionar un mensaje de preparación a ChatGPT y proporcionar la pregunta en la forma correcta. Notará que la respuesta comparte algunos aspectos con la primera, por ejemplo, las preguntas que ofrece como ejemplos para varios campos son similares, pero proporciona un contexto más profundo, renuncia al formato de lista en favor de párrafos coherentes y relaciona ejemplos con la vida real.

La incorporación de cartillas en sus sugerencias es una forma más avanzada de interactuar con los chatbots. Todavía puede ser útil agregar especificaciones en cada mensaje, ya que el modelo puede perder el rastro del manual con el tiempo, ¡pero agregará mucha claridad a sus interacciones con la IA!

🟢 Comprender las mentes de la IA

Hola lector, felicitaciones por terminar el capítulo de introducción. Ha tenido un gran comienzo en este apasionante campo. Hay algunas cosas simples que debe saber sobre las diferentes IA y cómo funcionan antes de comenzar a leer el resto del curso.
Audio generado a partir de una imagen.

Diferentes IA

Existen miles, si no millones, de IA. Algunos son mejores que otros. Diferentes IA pueden producir imágenes, música, texto e incluso videos. Tenga en cuenta que todas estas son IA generativas, básicamente IA que hacen cosas. También hay IA discriminatorias, que son IA que clasifican cosas. Por ejemplo, puede usar un clasificador de imágenes para saber si una imagen es un gato o un perro. No utilizaremos ninguna IA discriminatoria en este curso.

Actualmente, solo unas pocas IA generativas están lo suficientemente avanzadas como para ser especialmente útiles para la ingeniería rápida. Utilizamos principalmente GPT-3 y ChatGPT en este curso. Como mencionamos en la última página, ChatGPT es un bot de chat, mientras que GPT-3 no lo es. Por lo general, producirán diferentes respuestas cuando se les haga la misma pregunta. Si eres desarrollador, te recomiendo usar GPT-3, ya que es más reproducible. Si no eres desarrollador, te recomiendo usar ChatGPT, ya que es más fácil de usar. La mayoría de las técnicas de este curso se pueden aplicar a ambas IA. Sin embargo, algunos de ellos serán solo GPT-3, por lo que le recomendamos que utilice GPT-3 si desea utilizar todas las técnicas de este curso.

También utilizaremos Stable Diffusion y DALLE en el apartado de generación de imágenes. Vea más IA relevantes aquí.

Cómo funcionan estas IA

En esta sección se describen aspectos de las IA populares de texto generativo. Estas IA tienen cerebros compuestos por miles de millones de neuronas artificiales. La forma en que se estructuran estas neuronas se denomina arquitectura transformadora. Es un tipo bastante complejo de red neuronal. Lo que debes entender es:

1. Estas IA son solo funciones matemáticas. En lugar de �(�)=�2f(x)=x2, son más como f (miles de variables) = miles de posibles salidas.
2. Estas IA entienden las oraciones dividiéndolas en palabras/subpalabras denominadas tokens (por ejemplo, la IA podría leer No me gusta como "I", "don", "'t" "like"). Luego, cada ficha se convierte en una lista de números, para que la IA pueda procesarla.
3. Estas IA predicen la siguiente palabra/símbolo de la oración en función de las palabras/símbolos anteriores (por ejemplo, la IA podría predecir manzanas después de que no me gusta). Cada ficha que escriben se basa en las fichas anteriores que han visto y escrito; cada vez que escriben un nuevo token, hacen una pausa para pensar cuál debería ser el próximo token.
4. Estas IA miran cada token al mismo tiempo. No leen de izquierda a derecha o de derecha a izquierda como lo hacen los humanos.

Por favor, comprenda que las palabras "pensar", "cerebro" y "neurona" son zoomorfismos, que son esencialmente metáforas de lo que realmente está haciendo el modelo. Estos modelos no están realmente pensando, son solo funciones matemáticas. En realidad no son cerebros, son solo redes neuronales artificiales. En realidad, no son neuronas biológicas, son solo números.

Esta es un área de investigación activa y de filosofar. Esta descripción es bastante cínica acerca de su naturaleza y pretende moderar la descripción popular de los medios de comunicación de las IA como seres que piensan/actúan como humanos. Dicho esto, si quieres antropomorfizar la IA, ¡adelante! Parece que la mayoría de la gente hace esto e incluso puede ser útil para aprender.