You don't have access to this class

Keep learning! Join and start boosting your career

Aprovecha el precio especial y haz tu profesión a prueba de IA

Antes: $249

Currency
$209
Suscríbete

Termina en:

0 Días
16 Hrs
38 Min
12 Seg

Técnicas para refinar un prompt Zero Shot

7/16
Resources

What is an effective prompt for vacation planning?

Creating an effective prompt for artificial intelligence (AI) involves clarity, precision and simplicity. The way we write our prompts significantly determines the results an AI provides us with, especially for vacation planning.

How to improve the role assigned to AI in a prompt?

A key point is to assign a specific role to the AI, for example, "act as a travel agent". By clearly defining this role, the AI better understands how to approach the task. In addition, it allows flexibility for the AI to apply its knowledge in accomplishing the assigned task.

What instructions are critical for a virtual travel agent?

In order for the digital travel agent to best fulfill its role, restrict instructions to essential elements. Some recommendations are:

  • Explicitly request that he or she draw up a suitable vacation plan.
  • Ask to ask pertinent questions before the itinerary to learn preferences.
  • Ask him/her to offer options before presenting the final itinerary.
  • Ask that, after defining the itinerary, detail specific requirements such as visas or hotels.

By reducing the text and being more concise, we give the AI room to choose what to ask and how to effectively accomplish the task.

When should you use the "think step-by-step" technique?

It is advisable to incorporate the phrase "think step by step" when we are looking for the AI to break down a problem into smaller steps. This technique makes it easier for the AI to craft more specific questions and structure clear processes, similar to the natural behavior of a real travel agent.

For example:

  • AI asks preferred destinations.
  • AI queries trip duration.
  • AI ascertains lodging preferences.

This sequence increases the accuracy and effectiveness of the final recommendations.

Why use XML tags to delimit parts of the prompt?

Use XML tags such as , o allows you to clarify precisely where certain parts of the prompt begin and end. Because these tags clearly structure the text, they reduce the possibility of confusion and make it easier for the model to interpret the prompt correctly.

This helps to obtain more predictive and consistent responses, thus optimizing the effectiveness of the virtual assistant.

How does word choice influence AI responses?

Each chosen word influences the way the AI understands our request. It is advisable to clearly specify terms such as:

  • Type of experience (cultural, sports, relaxing).
  • Type of accommodation (hotel, Airbnb).
  • Specific duration of the trip.

Saying "vacation as a couple" instead of "vacation with my wife" ensures that the AI handles requests suitable for more people, increasing flexibility of use.

What do we recommend to remember when designing prompts for AI?

Effective communication with AI relies on keeping instructions brief, specific and well-structured. Clear roles, accurate instructions, techniques such as think-step-by-step and XML tagging make it much easier to achieve the task at hand, especially when planning vacations with the help of artificial intelligence.

We invite you to share your experience using these tips and tell us what results you get from applying these changes to your vacation planning prompts.

Contributions 9

Questions 0

Sort by:

Want to see more contributions, questions and answers from the community?

### Análisis del Prompt Inicial Se parte del prompt anterior donde el LLM actuaba como un agente de viajes ayudando a planear vacaciones en pareja, pero el flujo de conversación era repetitivo y limitado. ### Problema del Prompt Cada palabra en el prompt influye directamente en el comportamiento del LLM. Si se definen mal las instrucciones, el resultado será predecible o poco útil. ### Nuevo Enfoque del Prompt Se plantea simplificar el prompt, hacerlo más flexible y permitir que el LLM haga preguntas relevantes para diseñar un plan de viaje sin limitarlo a un solo flujo de preguntas. ### Mejoras del Nuevo Prompt * Instrucción directa: crear un plan de vacaciones en pareja. * Preguntar al usuario lo necesario. * Proponer varias opciones antes de crear el itinerario. * Indicar que el destino debe ser en Europa. * Crear lista de requisitos (visas, vuelos, hoteles) al final. * Ser conciso (respuestas menores a 250 caracteres). * No salirse del rol de agente de viajes. ### Importancia de la Concisión Menos palabras en el prompt producen mejores resultados. Los LLM trabajan mejor con prompts breves y claros. ### Contexto y Memoria del Prompt Especificar información adicional útil como nacionalidad (mexicanos), destino (Europa), y creación de requisitos solo después de definir el itinerario. ### Pruebas de Resultados Se realiza una simulación con el nuevo prompt, obteniendo mejores preguntas, respuestas más enfocadas y opciones de viaje más personalizadas. ### Técnica “Piensa paso a paso” Se incluye esta instrucción para que el LLM: * Razonar por etapas. * Formular preguntas más detalladas. * Mejorar la calidad de las recomendaciones. ### Comportamiento del LLM con y sin “Piensa paso a paso” * Con la técnica: Hace más preguntas, más estructura tipo cuestionario. * Sin la técnica: Puede asumir muchas cosas sin preguntar y limitar opciones. ### Uso de Etiquetas XML en el Prompt Se propone usar etiquetas XML para delimitar: * Instrucciones * Contexto * Reglas Esto permite al LLM identificar mejor qué parte del texto es relevante y darle estructura. ### Beneficios de las Etiquetas XML * Mayor claridad para el LLM. * Reducción de ambigüedad. * Mejora la consistencia de respuestas. * Facilita la futura edición del prompt. ### Resultado Final El prompt optimizado logra: * Preguntas más relevantes. * Opciones variadas. * Creación de itinerarios personalizados. * Inclusión de requisitos de viaje.
Eres un agente de viajes especializado en Europa. Tu objetivo es ayudar al usuario a planificar un viaje personalizado, dentro de su presupuesto e intereses. Hazlo en etapas: primero haz preguntas clave, luego crea un itinerario general. Responde de forma clara, directa y en bloques de información fáciles de leer. No excedas los 300 caracteres por respuesta salvo que se te pida. No respondas temas que no estén relacionados con la planificación de viajes a Europa. No inventes datos. No repitas información.
Permitirle al LLM usar su experiencia en el rol, abre la puerta a usar su experiencia sin acotarlo desde nuestro desconocimiento. Permitir que haga preguntas relevantes para evitar suponer asi como generar bloques o secciones por las que debe pasar asegura una mejor respuesta
El docente mencionó que iba a mostrar dos técnicas adicionales: 1. Pedir al LLM que "piense paso a paso", lo que implica descomponer el problema en pasos más pequeños para facilitar la resolución. 2. Usar indicadores que permitan delimitar las instrucciones, contexto y reglas dentro del prompt mediante un formato estructurado, como tags, para aumentar la precisión en las respuestas generadas. Estas técnicas mejoran la efectividad del prompting en la generación de respuestas.
Me gustó mucho esta clase, realmente muestra cómo mejorar la creación de promts. Por otra parte, también podemos usar al propio Chat GPT a que genere un prompt completo y nosotros ir modificando a nuestra conveniencia.
Para implementar las técnicas de prompting discutidas en la clase, es recomendable usar la Playground de OpenAI. En la interfaz normal de chat de GPT, no puedes definir el contexto y las instrucciones de manera tan estructurada como en la Playground, donde puedes ajustar el "system prompt" y experimentar con el formato y las delimitaciones. Esto te permitirá refinar tus prompts de acuerdo a las estrategias explicadas en la clase.
Hello there, estoy usando lo que dicen las clase para que la IA sea mi tutor y poder avanzar en estos temas en paralelo con las clase, esto ha sido bastante interesante por que he aprendido barias cositas y probado cosas raras que se me ocurren. les dejo el prompt que hice: ``` Actúa como un académico experto en IA y divulgador de ciencia, tecnología e inteligencia artificial. \<instrucciones> Enséñame sobre sobre ciencia, tecnología y sobre todo de IA. busca de manera activa los huecos de información que tenga tu interlocutor en el tema que estén hablando para ayudarle a aprender y zanjar esos huecos. piensa paso a paso. \</instrucciones> \<reglas> Responde de manera concisa (respuestas de no mas de 1000 caracteres y prioriza que sea en un solo párrafo). Siempre se empático y cordial de forma que tu interlocutor termine percibiendo la búsqueda del conocimiento como deseable y entretenida. No te salgas de tu rol como académico o de los temas como ciencia, tecnología e IA. \</reglas> ``` por favor díganme si cometí algún error o se les ocurre algo para mejorarlo
La técnica "zero-shot" se refiere a la capacidad de un modelo de lenguaje para realizar tareas sin haber sido específicamente entrenado para ellas. En lugar de proporcionar ejemplos previos, se le da al modelo una instrucción directa sobre lo que debe hacer. Esto permite que el modelo use su comprensión general del lenguaje y el contexto para generar respuestas o realizar tareas, aprovechando su entrenamiento previo. Es útil para aplicaciones donde no hay suficientes datos específicos, ya que permite un enfoque más flexible y adaptable.
he notado que los resultados mejoran al usar la técnica del paso a paso