Técnicas para Aprimorar Conversas com ChatGPT e Outros ChatBots de IA

Por Marcelo Barbosa

Compreender como um ChatBot de IA funciona pode parecer complexo. Por isso vamos simplificar por meio de uma analogia com o um cenário cotidiano. Imagine que você decidiu assistir um filme na sexta-feira à noite, mas está em dúvida se vai assistir um filme de drama ou comédia. Provavelmente você levaria em consideração vários fatores - seu humor, avaliações do filme, os atores, a história e talvez até o diretor do filme. Esse processo de tomada de decisão envolve autoconsciência, pesquisa, reflexão e tomada de decisão.

No entanto, um modelo de IA como o ChatGPT não "pensa" ou "decide" da mesma maneira que nós. Quando apresentado a uma tarefa, ele vê a pergunta como uma sequência de palavras ou "tokens", processando cada token individualmente. Esse é um processo fundamentalmente diferente da cognição humana. Ao contrário de nós, esses modelos não possuem autoconsciência - eles não conseguem identificar lacunas em seu conhecimento, ponderar sobre a tarefa em mãos ou corrigir retrospectivamente seus erros. Eles simplesmente continuam produzindo sequências de palavras.

Muitas das técnicas usadas na elaboração de prompts podem ser interpretadas como uma forma de emular o pensamento do Sistema 2 humano. Para quem não está familiarizado com a Teoria do Processo Duplo, ela postula que as pessoas empregam dois sistemas cognitivos diferentes: Sistema 1 e Sistema 2. O Sistema 1 é um processo rápido e automático, semelhante à forma como um Grande Modelo de Linguagem (Large Language Model - LLM) seleciona fichas/créditos (tokens), gerenciando tarefas cotidianas sem esforço consciente.

Por outro lado, o Sistema 2 é representativo do aspecto mais lento e mais calculado da cognição humana. Essa parte do cérebro é acionada quando enfrentamos problemas complexos, tomamos decisões significativas ou realizamos um planejamento cuidadoso. Portanto, as técnicas usadas para refinar e otimizar prompts em modelos de linguagem podem ser vistas como esforços para aproximar este tipo de pensamento do Sistema 2, introduzindo uma abordagem mais deliberada e ponderada para o processamento de linguagem.

Aqui estão algumas técnicas valiosas para ampliar a utilidade de ChatBots de IA como o ChatGPT, ajudando-os a gerar respostas mais “humanas”:

1. Seja explícito sobre o que você quer

Lembre-se de que esses modelos de IA visam replicar respostas semelhantes às humanas, e não necessariamente ser precisos o tempo todo. Portanto, se você quer uma boa resposta, é necessário pedir explicitamente por ela. Você poderia dizer, "Por favor, considere o gênero do filme, avaliações, atores e minha preferência por histórias leves em sua recomendação". Quanto mais específico você for com seu pedido, mais provável a obtenção da resposta que está procurando.

2. Forneça contexto e informações relevantes

Alimentar o modelo com informações pertinentes pode melhorar significativamente o desempenho, porque eles usam a informação que está no prompt para gerar uma resposta. Se houver um contexto específico que seja relevante para o seu pedido, inclua-o no prompt. Por exemplo, ao pedir uma recomendação de filme, fornecer contexto adicional como seus filmes favoritos ou sua antipatia por certos atores pode resultar em uma recomendação mais personalizada e satisfatória.

3. Use restrições e diretrizes explícitas

Se você tiver requisitos específicos para a resposta, certifique-se de incluí-los no prompt. Por exemplo, se você quiser uma resposta em um formato específico, ou se quiser que a IA use um tom ou estilo, explicite isto no prompt. Por exemplo:

Se você está buscando uma lista de pontos-chave/destaques em vez de uma explicação detalhada, você pode especificar, "Forneça uma lista em bullet points dos principais fatos sobre o sistema solar."
Se você está visando um tom mais formal ou acadêmico, você poderia instruir, "Em linguagem acadêmica, discuta as implicações da IA na sociedade de hoje."
Se você quer que a IA interprete um personagem ou persona específica, você pode especificar, "Imagine que você é Shakespeare e escreva um poema sobre a beleza da natureza."
Se você precisa que a resposta seja de um certo comprimento, você poderia dizer, "Resuma o enredo de Senhor dos Anéis em dois parágrafos."
Se você quer que a IA evite certos tópicos ou conteúdos, você pode afirmar, "Explique o processo de fotossíntese sem mencionar a luz solar."

4. Faça a mesma pergunta várias vezes

Repetir a mesma pergunta pode ser uma técnica valiosa. Fazendo isso, você pode avaliar uma variedade de respostas e escolher a que melhor se adapta às suas necessidades. Esta abordagem pode ajudar o modelo a aprender com quaisquer inconsistências em suas respostas e fornecer melhores soluções ao longo do tempo. É um método para aproveitar a diversidade de respostas geradas pelo modelo, para obter a resposta mais adequada.

5. Experimente diferentes formulações e abordagens

Muitas vezes há mais de uma maneira de formular um prompt para obter a resposta que você está procurando. Se você não está obtendo os resultados que deseja, tente reformular seu prompt ou abordá-lo de um ângulo diferente. Variedade na forma como você pergunta pode levar a diversidade nos resultados que você recebe.

6. Peça explicações passo a passo

Uma das maneiras mais eficazes de aumentar o desempenho do modelo de IA é pedir que ele explique seu processo de pensamento de maneira sequencial. Esta abordagem fornece acesso à lógica usada pelo modelo, promovendo uma melhor compreensão do seu processo de produção de respostas. Por exemplo, você pode sugerir, "Você poderia fornecer uma análise passo a passo dos seus critérios para selecionar o filme mais adequado para mim?"

Pedir um raciocínio passo a passo pode ser eficaz porque distribui o raciocínio por muitos tokens, condicionando o modelo a se concentrar em fornecer uma resposta correta. Isso pode levar a um melhor desempenho, pois o modelo não precisa despender seu algoritmo probabilístico em soluções de menor qualidade. Esta prática não apenas ajuda a esclarecer o raciocínio da IA, mas também permite interações mais informadas e produtivas.

7. Empregue as sequências de pensamento-ação-observação

Aprimorar a eficácia das respostas da IA pode ser alcançado estruturando o comando para induzir uma sequência de pensamento, ação e observação. Este método basicamente imita o processo cognitivo, incentivando a IA a engajar-se em uma resposta de forma mais profunda e “pensada”, nesta sequência:

"Pensamento" refere-se ao “raciocínio” interno ou processo de tomada de decisão da IA.
"Ação" refere-se à aplicação do processo de pensamento, onde a IA usa seu treinamento e capacidades de linguagem para gerar uma resposta.
"Observação" refere-se à avaliação ou reflexão dos resultados da ação.

Ao repetir esse padrão, você incentiva o pleno desenvolvimento do processo de “pensamento” da IA, permitindo que o modelo entregue respostas mais abrangentes e perspicazes. Aqui um exemplo para esclarecer a sequência de pensamento-ação-observação:

Suponha que você esteja pedindo à IA para ajudá-lo a projetar um experimento simples para testar os efeitos da luz solar no crescimento das plantas.

Pensamento: A IA "pensa" sobre as variáveis envolvidas no experimento, como tipos de plantas, quantidades de luz solar, grupo de controle e quais medidas serão usadas para avaliar o crescimento.
Exemplo de comando: "Quais fatores devemos considerar ao projetar este experimento?"

Ação: A IA usa o pensamento e gera uma ação - neste caso, um plano para o experimento.
Exemplo de resposta: "Devemos considerar vários fatores: o tipo de planta usada, garantindo que temos um grupo de controle de plantas não expostas à luz solar, e medidas de crescimento como altura ou número de folhas. Poderíamos configurar o experimento da seguinte maneira: pegue dois vasos idênticos do mesmo tipo de planta. Coloque um em um local ensolarado e o outro em um local com sombra. Ao longo do mês, meça e registre a altura das plantas e o número de folhas."

Observação: A IA “reflete” sobre o plano que gerou, considerando possíveis problemas ou oportunidades melhorias.
Exemplo de comando: "Você consegue pensar em alguma limitação ou melhoria para este projeto experimental?"

Esta sequência pode ser repetida até que você esteja satisfeito com o plano, refinando a cada ciclo o processo de “pensamento” e o plano de ação resultante. A sequência de pensamento-ação-observação não apenas torna o processo de "pensamento" da IA mais transparente, mas também permite respostas mais iterativas e profundas.

8. Aponte os Erros

Os modelos de IA muitas vezes podem detectar quando estão errados, desde que sejam solicitados a verificar suas respostas. Por exemplo, se você pedir uma recomendação de filme de comédia e ele sugerir um filme de terror, ele pode perceber seu erro se você apontá-lo. É importante notar que o modelo não é intrinsecamente capaz de auto-revisão ou retificação sem tal provocação. Portanto, destacar ativamente os erros pode melhorar a precisão e relevância das respostas futuras do modelo.

9. Use Ferramentas e Plugins Disponíveis

Alguns ChatBots de IA, como o ChatGPT, podem usar algoritmos especializados, muitas vezes disponíveis por meio de plugins, para aumentar suas habilidades. Por exemplo, o plugin Wolfram Alpha pode ajudar o modelo a resolver problemas matemáticos complexos ou fornecer informações cientificamente corretas, melhorando a precisão e confiabilidade das respostas do modelo. Portanto, uma vez que esses modelos nem sempre reconhecem quando lhes falta conhecimento, você pode lembrá-los de usar essas ferramentas quando necessário.

10. Use um Modelo

Modelos podem ser particularmente úteis ao solicitar informações que seguem um formato específico ou quando a consistência nas respostas é primordial. Por exemplo, se você está coletando dados para um relatório ou procurando respostas que possam ser facilmente comparadas ou analisadas, um modelo pode garantir que cada resposta se encaixe na forma necessária.

Considere um cenário em que você está pedindo recomendações de livros. Em vez de um prompt geral como "Recomende um livro", você pode usar um modelo: "Recomende um livro no seguinte formato: [Título do Livro], [Autor], [Gênero], [Ano de publicação]. Descreva brevemente por que você está recomendando este livro em uma ou duas frases." Ao fazer isso, você garante que a resposta da IA será em um formato consistente, facilmente compreensível, que se adapta às suas necessidades específicas.

11. Engaje-se com as Limitações do Modelo

Em situações em que as respostas não estão alinhadas com suas expectativas, abordar diretamente as restrições do ChatBot de IA pode ser benéfico. Isso pode ajudar a ter uma compreensão mais clara das capacidades do modelo e como moldar suas perguntas de acordo. Por exemplo, você pode questionar "Que tipos de perguntas você é capaz de responder com precisão?"

Curiosamente, os Grandes Modelos de Linguagem (LLMs) não são projetados para "ter sucesso", mas para "imitar". Eles são treinados em conjuntos de dados diversos que contêm respostas de alta e baixa qualidade. Por padrão, eles vão imitar tudo isso. Portanto, pode ser necessário explicitamente exigir um bom desempenho, uma solução de alta qualidade ou até mesmo que aja como um especialista.

No entanto, você deve ter cautela ao pedir “demais” do modelo. Por exemplo, se você pedir ao modelo para fingir que tem um QI de 500, ele pode ir além de sua distribuição de dados de treinamento ou começar a interpretar um papel com base em dados de ficção científica no qual foi treinado (por exemplo, advogados foram processados por alegações baseadas em casos falsos gerados por IA - verifique aqui). Por isso, encontrar o equilíbrio certo em suas solicitações é fundamental. Esta forma de diálogo não apenas aumenta sua compreensão do escopo do modelo, mas também pode ajudá-lo a refinar seus comandos para interações mais eficazes.

Limitações e Potencial

É crucial lembrar que os ChatBots de IA têm suas limitações. Eles podem possuir viés, criar informações não verificáveis, interpretar mal tarefas e cometer erros. Seu conhecimento está confinado aos dados nos quais foram treinados pela última vez. Por outro lado, eles possuem uma memória vasta e impecável, permitindo-lhes recordar qualquer pedaço de informação em que foram treinados.

O verdadeiro potencial desses modelos de IA reside na combinação de suas capacidades com a perspicácia humana. Com a orientação correta, eles podem ser uma ferramenta poderosa para a realização de tarefas que vão desde a realização de pesquisas até a geração de ideias criativas. Em última análise, a eficácia desses modelos depende em grande parte de como nós, como usuários, interagimos com eles e os orientamos sobre nossos objetivos.