prompt_generator

Esta metaprompt preparada antrópica emplea varias técnicas de ingeniería rápida, que incluyen:

1. Descomposición de tareas: todo el proceso de generación de aviso se descompone en múltiples pasos, incluida la definición de variables de entrada, estructura de instrucciones de planificación y redacción de instrucciones específicas. Esto ayuda a generar indicaciones más estructuradas e integrales.

2. Aprendizaje de pocos disparos: se proporcionan múltiples ejemplos de instrucciones de tareas detalladas, lo que permite que la IA aprenda por imitación cómo construir instrucciones de alta calidad.

3. Juicio de roles: se le pide a la IA que desempeñe el papel de escribir instrucciones para un "asistente de IA ansioso pero inexperto", lo que ayuda a la IA a comprender mejor los objetivos y el contexto de la tarea.

4. Instrucciones explícitas: se dan instrucciones muy específicas y claras, como usar etiquetas XML particulares y cómo manejar variables, reduciendo la ambigüedad.

5. Piense en voz alta: en algunos ejemplos, se requiere que la IA use o las etiquetas para demostrar su proceso de pensamiento, lo que ayuda a generar resultados más transparentes y explicables.

6. Manejo de errores Orientación: se proporcionan ejemplos y orientación para manejar situaciones de error, como cómo lidiar con los errores de llamadas de funciones.

7. Uso de variable: el formato {$ variable} se usa para representar variables de entrada, y se dan explicaciones sobre cómo usar correctamente estas variables en el aviso.

8. Salida estructurada: se requiere el uso de etiquetas XML específicas para organizar la salida, como las etiquetas, lo que ayuda a generar respuestas estructuradas.

9. Restricciones y limitaciones: algunas limitaciones se establecen explícitamente, como no modificar o extender las funciones proporcionadas y no usar funciones que no se proporcionaran.

10. META-PROMPTING: todo el documento en sí es un meta-prompto, utilizado para guiar cómo generar otras indicaciones, demostrando una estrategia de ingeniería rápida de alto nivel.

El uso combinado de estas técnicas da como resultado indicaciones generadas que son más estructuradas, explícitas y efectivas, capaces de guiar mejor la IA para completar varias tareas complejas.