021_writing_clear_instructions_detailed_instructions - IUGO-Studio/tech-ia GitHub Wiki

Resumen general:

El video enfatiza la importancia de proporcionar instrucciones detalladas al interactuar con ChatGPT (u otros modelos de lenguaje). Se compara un ejemplo de un prompt vago ("¿Puedes darme algunas recomendaciones de libros?") con un prompt más detallado y específico ("¿Podrías recomendar alguna novela de ciencia ficción reciente que explore temas de inteligencia artificial y el futuro de la humanidad?"). Se explica por qué es crucial ser específico en los prompts para obtener mejores resultados.

Conceptos clave:

• Prompt detallado (Detailed Prompt): Un prompt que proporciona suficiente información y contexto para que el modelo de lenguaje comprenda la tarea y genere una respuesta relevante y precisa.
• Prompt vago (Vague Prompt): Un prompt que carece de detalles y especificidad, lo que puede llevar a respuestas genéricas o irrelevantes.
• Contexto: La información adicional que ayuda al modelo a comprender la tarea o pregunta.
• Prompt Engineering: El arte de diseñar prompts.
• LLM: Modelo de lenguaje extenso.

Razones para usar prompts detallados:

1. Respuestas más precisas y dirigidas: Un prompt específico ayuda al modelo a generar una respuesta que se ajuste mejor a lo que se busca.
2. Comprensión contextual: Los detalles proporcionan al modelo el contexto necesario para comprender el alcance completo de la tarea.
3. Eficiencia: Un prompt bien definido reduce la necesidad de realizar ajustes y modificaciones posteriores ("prompt hacks").
4. Mayor calidad de respuesta: Los prompts detallados conducen a respuestas de mayor calidad, más relevantes y útiles.

Consejos y buenas prácticas:

• Sé específico: Evita preguntas o instrucciones vagas. Proporciona detalles sobre lo que quieres que el modelo haga.
• Proporciona contexto: Incluye información adicional que ayude al modelo a comprender la tarea (ej: género literario, temas de interés, período de tiempo).
• Dedica tiempo a la creación de prompts: Un prompt bien elaborado puede marcar una gran diferencia en la calidad de los resultados.
• Prompt hacks: Se refiere a trucos o ajustes que se hacen a un prompt después de obtener una respuesta inicial insatisfactoria. Estos hacks suelen ser iterativos y poco sistemáticos, y a menudo implican agregar más y más texto al prompt original con la esperanza de obtener una mejor respuesta. El video desaconseja esta práctica, y en su lugar recomienda invertir tiempo en crear un prompt detallado y bien estructurado desde el principio.

Dudas o preguntas:

• ¿Cómo se puede determinar qué nivel de detalle es necesario en un prompt? Investigación: Depende de la complejidad de la tarea y de la capacidad del modelo de lenguaje. Es recomendable comenzar con un prompt relativamente detallado y luego ir ajustándolo según sea necesario.
• ¿Qué otros elementos se pueden incluir en un prompt detallado, además de la tarea y el contexto? Investigación: Se pueden incluir ejemplos de salida deseados, restricciones, formato de respuesta preferido, o cualquier otra información que pueda ayudar al modelo a generar una mejor respuesta.
• ¿Cuál es la relación entre un prompt detallado y few-shot learning? Un prompt detallado puede incluir ejemplos (siendo entonces un caso de few-shot learning), pero no necesariamente. Un prompt puede ser detallado simplemente dando instrucciones claras y específicas, sin necesidad de ejemplos.
  • Prompt detallado sin ejemplos: "Escribe un resumen de Cien años de soledad de Gabriel García Márquez, enfocándote en el tema de la soledad y el ciclo de la historia familiar. El resumen debe tener entre 200 y 250 palabras."
  • Prompt detallado con ejemplos (few-shot): "Escribe un resumen de Cien años de soledad de Gabriel García Márquez, enfocándote en el tema de la soledad y el ciclo de la historia familiar. El resumen debe tener entre 200 y 250 palabras. Aquí tienes algunos ejemplos de resúmenes de otros libros: [ejemplo 1], [ejemplo 2], [ejemplo 3]."