Por que é que, mesmo usando tantos modelos de prompts e até mesmo pedindo ajuda à AI, ainda não consigo escrever bons prompts? Na última vez, compartilhei um prompt que simula uma palestra de Lei Jun, que foi muito bem recebido, mas alguns internautas queriam saber como escrevi um prompt assim. É melhor ensinar a pescar do que dar o peixe, então vou continuar a compartilhar a metodologia para escrever bons prompts. Atualmente, o que está na moda é a engenharia de contexto (Context Engineering), e parece que poucas pessoas falam sobre a engenharia de prompts (Prompt Engineering), e muitos até acham que a engenharia de prompts já não é mais necessária: > "O modelo já é tão forte, para que precisamos da engenharia de prompts? O que eu escrever, o grande modelo já consegue entender e executar bem." Essa afirmação é apenas parcialmente correta; o modelo realmente está se tornando cada vez mais forte, e para necessidades simples, um prompt básico é suficiente, mas para necessidades complexas, ainda precisamos da engenharia de prompts para escrever bem. **Então, o que é a engenharia de prompts?** > A engenharia de prompts é um processo sistemático de design, teste e otimização de prompts — Baoyu Os prompts compartilhados online ou vários modelos de prompts não são engenharia de prompts; são apenas prompts, que são estáticos. O processo de gerar esses prompts é que se chama engenharia de prompts. Vou dar alguns exemplos de como escrevi prompts recentemente. O primeiro exemplo é como escrevi o prompt para a palestra de Lei Jun. Antes de continuar, pare e pense: como você escreveria isso? Eu fiz assim: Primeiro, usei a Deep Research para coletar palestras de Lei Jun e, em seguida, pedi à AI para gerar um prompt que imitasse a palestra de Lei Jun com base nos resultados da palestra da AI. (图1) Depois que a AI gerou o prompt, eu testei. Embora tenha gerado um discurso no estilo de Lei Jun, o conteúdo era insípido e o resultado não foi muito bom. (图2) Usei o mesmo método para testar no ChatGPT e no Claude, e, após a avaliação, os resultados não foram bons. Parece que os resultados da pesquisa da Deep Research não eram bons o suficiente; muitos não eram realmente palestras de Lei Jun, mas apenas reportagens de notícias. Depois, vi no X que um internauta havia compartilhado um resumo do estilo de palestra de Lei Jun que alguém organizou anos atrás, então decidi testá-lo: > Por favor, ajude-me a gerar um Prompt que possa transformar o tema ou texto inserido em um discurso no estilo de Lei Jun. Aqui estão os conteúdos resumidos por internautas como referência: > \<tweet > > Lei Jun tem uma habilidade incrível, que é descrever algo comum ou que não é tão impressionante usando números, porcentagens ou outros adjetivos, fazendo parecer um item desejável. > Após a conferência, executivos da Zeekr criticaram os carros da Xiaomi: o marketing da Xiaomi é algo que devemos aprender, mas em termos de tecnologia automotiva, a Xiaomi deve aprender conosco. > O PPT de Lei Jun é semelhante às falas dos filmes de Wong Kar-wai. > Por exemplo, uma pessoa comum diria que vai pedir um prato de macarrão, mas o PPT de Lei Jun diria: "Após 300 dias e noites ininterruptas de pesquisa de big data por nossos funcionários da Xiaomi, descobrimos que 97% da humanidade sente uma fome significativa às 7:03:56 da manhã, em comparação com às 7:00, a sensação de fome aumenta em 57%." > Para resolver essa fome que atormenta a humanidade há milhares de anos, nossos engenheiros da Xiaomi descobriram, após repetidas pesquisas e comparações, que a saciedade da farinha de trigo é 21% maior do que a do arroz. > Assim, encontramos o local de origem do trigo, que remonta a 50.000 anos, localizado na fértil Mesopotâmia, e investimos pesadamente para desenvolver a massa mais saciante até hoje. > Mas quão saciante é? A saciedade é 73% maior do que a da massa tradicional. Ao mesmo tempo, as calorias diminuíram em 50%. > Também lhe damos um nome bonito, chamamos de "Massa Super Vazia da Xiaomi". Além disso, em parceria com o gigante da água potável, Nongfu Spring, desenvolvemos a primeira água específica para macarrão da indústria - Nongfu Miquan. Com a nossa Nongfu Miquan, a saciedade da massa pode aumentar em mais 11%. > 9,9 yuans por 3 quilos de massa de macarrão oca da Xiaomi com alta saciedade. (O custo da farinha é apenas 1,6 yuans por quilo) Enviamos gratuitamente dez pacotes de tempero. No total, há 9 tipos de espessura diferentes e 6 cores de embalagem para escolher. > \</tweet> (图3) Testei o prompt gerado e o resultado foi excelente! É tão simples assim!

Eu desenhei este processo em um gráfico (Gráfico 1) Toda a criação de prompts é um processo iterativo: 0. Objetivo: primeiro defina um objetivo, o que você espera que seu prompt alcance. 1. Ideia: com um objetivo em mente, você precisa ter uma ideia de como escrevê-lo, por exemplo, pode escrever à mão, pode deixar que a AI escreva para você, ou pode usar um modelo. 2. Escrever o prompt: não pense demais, escreva uma versão primeiro. É como praticar tiro, não pense muito, apenas mire e dispare. 3. Testar o prompt: após obter a primeira versão do Prompt, teste seu prompt. 4. Avaliação: após receber os resultados do teste, veja quão grande é a diferença entre o resultado real e o resultado que você esperava, e onde está a diferença. É como se você tivesse disparado uma bala em um alvo e medisse a distância do centro do alvo. Se os resultados da avaliação não atingirem o objetivo que você definiu, então comece novamente a partir do passo 1, continuando a iterar com base nos resultados da versão anterior. Às vezes, você tem sorte e obtém um bom resultado na primeira tentativa, outras vezes, é necessário iterar várias vezes. Por exemplo, na última vez que criei prompts para geração de legendas do YouTube, iterei mais de dez versões. No início, não estava satisfeito com o formato, depois percebi que ele sempre adicionava timestamps no meio dos parágrafos, o que afetava muito a experiência de leitura, mas não importava como eu enfatizava no prompt para não adicionar timestamps no meio dos parágrafos, isso não funcionava. (Gráfico 2) Finalmente, tive uma ideia ao adicionar um exemplo no Few-Shot, onde se o conteúdo falado pela mesma pessoa fosse muito longo, ele seria dividido em dois parágrafos, e finalmente não adicionou mais timestamps no meio dos parágrafos. (Gráfico 3) Portanto, para resumir, muitas pessoas não conseguem escrever bons prompts, e a raiz do problema não é que não conseguem encontrar bons modelos, ou que a AI não pode ajudá-los, mas sim *se você consegue avaliar a diferença entre o resultado gerado pelo prompt e o objetivo, e sabe como ajustar.* Isso também é o motivo pelo qual prompts em áreas profissionais geralmente precisam de um conhecimento especializado para serem bem escritos, por exemplo, uma pessoa que não entende programação tentando usar AI para programar, mesmo que use um monte de modelos de prompts, ainda assim terá dificuldade em fazer a AI escrever bem, porque não consegue julgar se o resultado gerado pelo prompt atende aos requisitos, e se não atender, onde está a diferença e como ajustar.