PromptAlchemy DataDistillation
v0.1.1
Imagem gerada via DALL-E 3
Bem-vindo ao primeiro guia prático da minha série Prompt Alchemy! Esta é minha primeira tentativa de compartilhar algumas de minhas técnicas, dicas e truques de "engenharia", então, se você gosta deste repositório, considere dar-lhe uma estrela ou bifurcá-lo para contribuir. Você também pode compartilhá-lo em sua rede para ajudar outros acham! Fico mais do que feliz em compartilhar mais se as pessoas estiverem interessadas.
Este guia deve permitir que você tenha interações mais personalizadas com o ChatGPT, aproveitando conversas bem-sucedidas que você teve com ele antes para criar prompts especializados dentro das configurações de “instruções personalizadas” no ChatGPT. Eu chamo isso de “destilação” de dados e não algo como “resumo” ou “otimização”, porque a chave aqui não é reter o mesmo contexto ou estrutura, mas condensar e transformar os dados em algo que seja mais adequado para este caso de uso.
Lembre-se de que o objetivo é usar seus próprios dados para trabalhar nesse processo com GPT. A intenção é produzir um resultado personalizado para uso pessoal. Se você não se sente confortável em permitir que o GPT trabalhe com esse conjunto de dados e com o conteúdo dentro dele, então esta técnica provavelmente não é para você. A adaptação desta estrutura para lidar com usos alternativos de outros dados (que você possui) terá que ser feita por você mesmo.
Espero que este guia seja útil para você!
| Esta técnica requer acesso ao plugin “Advanced Data Analysis”. |
|---|
| Esta técnica foi projetada apenas para a interface da web ChatGPT. Os arquivos não podem ser fornecidos diretamente aos modelos GPT via CLI (ainda). |
|---|
Esta técnica visa destilar dados de conversas pessoais em algo que se encaixe na configuração de “instruções personalizadas” na interface do ChatGPT. Provavelmente também é possível utilizar esse método para chamadas de API, no entanto, lembre-se de que você ainda precisa de acesso ao plugin Advanced Data Analysis na interface ChatGPT para usar esta técnica. Para efeitos desta demonstração, presumo que você usará o que é exportado do site do ChatGPT.
Este não será um prompt único. Pense nisso como uma demonstração de “orientação” imediata, mais parecida com o raciocínio do CoT, embora ligeiramente diferente. Dividir e processar isso em etapas razoáveis e viáveis é vital para alcançar os resultados desejados de maneira eficaz e eficiente. Se você espera que ele faça tudo de uma vez, ele ficará confuso e esquecerá todos os detalhes que deveria incluir e fazer.
Você pode coletar e formatar seus dados pessoais nesta lista passo a passo.
“Could you pretty-print or reformat the entire json file to a more human-readable format and allow me to download the reformatted file?” Salve este arquivo onde você salvou o arquivo de conversas original. O GPT tem mais dificuldade em interpretar como lidar com o arquivo json e fica preso se ele não estiver bem impresso. Quando reformatado dessa forma, o GPT pode avaliar o arquivo e seu conteúdo de forma rápida e fácil.Você pode abordar isso de duas maneiras: você pode explicar os objetivos e intenções do que você está tentando realizar primeiro e permitir que o GPT gere os próprios estágios de análise (que foi o que eu fiz, com referência cruzada), ou você pode solicitar especificamente a análise nas etapas que forneço abaixo. Tenha em mente que minha formação é em linguística, para que eu possa verificar quais análises ele está tentando realizar e refinar o que tenta fazer com base no meu conhecimento, caso faça algo estranho. Para reduzir o atrito e a confusão, recomendo usar os prompts fornecidos, mas se você for explorador e curioso como eu, ver quais abordagens ele sugere pode ser uma experiência divertida.
Antes de continuarmos, entenda que a GPT provavelmente tentará verificar com você se o que ela faz está certo e repassará suas etapas. Como muitas pessoas apontam com razão, você não pode esperar que os resultados sejam idênticos cada vez que você tenta. Permaneça flexível durante este processo e forneça o máximo de feedback construtivo possível. Meus prompts fornecidos orientam o modelo para realizar a tarefa, eu não o ordeno . Use as instruções, mas entenda que caberá a você guiá-lo na direção certa para atingir o objetivo. Isto não é tão difícil quanto parece, porque transformar o processo de análise em etapas claras permite que o modelo responda passo a passo, resposta por resposta, permitindo períodos de esclarecimento e feedback para ajuste quando necessário. Pode ser necessário lembrá-lo da etapa final se a conversa se estender muito, mas, novamente, uma referência rápida para “lembra do X?” redireciona sua atenção para o objetivo pretendido.
É uma boa ideia delinear suas intenções antes de considerar o que e como solicitar. Vamos repassar isso agora. Abaixo está uma visão geral de alto nível do que estamos tentando fazer e como fazê-lo.
Passos:
Agora, vamos construir o prompt para expressar nosso objetivo para a GPT e o que esperamos que ela faça:
“Este conjunto de dados com o qual estamos trabalhando são meus dados de interação pessoal acumulados como usuário. Meu objetivo geral para esta conversa é criar um conjunto de instruções personalizadas usando este conjunto de dados para personalizar interações futuras e, ao mesmo tempo, simplificar instruções adicionais.”
Se desejar que o GPT gere suas próprias instruções para atingir a meta, basta anexar isto:
“Você poderia me ajudar a conseguir isso e analisar meus dados?”
Solicitar uma verificação de confirmação como essa permite que a IA responda verificando sua compreensão do seu prompt e provando que entendeu o que você pediu, explicando como realizaria essa tarefa, o que normalmente ocorre em forma de lista e fácil de seguir. Você não precisa dizer explicitamente ao GPT para construir as etapas de análise, porque ele fará isso sozinho aqui.
| A adição ao prompt aqui não precisa ser replicada literalmente, mas a cláusula final DEVE ser uma cláusula interrogativa e DEVE terminar sua pontuação com um '?' para que o comportamento seja replicado. |
|---|
Se você quiser usar o processo pré-construído, ele pode ser replicado da seguinte maneira. Anexe isto ao prompt original:
“Para conseguir isso, vamos dividir isso em um processo passo a passo. Podemos seguir este método da seguinte forma:
- Estatísticas básicas: começaremos analisando o número de conversas, duração média das mensagens, frequência das interações, etc.
- Análise de conteúdo: nos aprofundaremos no conteúdo das mensagens nesses dados de interação para entender tópicos de interesse, frases usadas com frequência, sentimentos e muito mais.
- Padrões de interação: veremos como você interage com o assistente, como os tipos de perguntas que você faz, feedback fornecido, formatos e o momento das interações.
- Desenvolvimento de instruções personalizadas: com base nos insights acima, formularemos instruções personalizadas que podem ser usadas para agilizar interações futuras.
Você entende as instruções?
Estas são métricas que a GPT parece valorizar favoravelmente. Embora possa parecer insignificante ou irrelevante para nós, lembre-se de que não estamos construindo essas instruções para interpretarmos, estamos construindo-as para a IA interpretar.
Depois que esse prompt for enviado, ele começará a passar pelo processo passo a passo por meio de uma série de respostas, tentativas e erros. É provável que cada etapa da instrução seja precedida por um subprocesso de etapas para atingir o objetivo específico da etapa. A quantidade de respostas necessárias para completar as subetapas de uma determinada superetapa varia, mas deve atingir os resultados corretos com pouca ou nenhuma interferência além de “let's proceed!” .
Para verificar e verificar as etapas bem-sucedidas que minha iteração usou para realizar essas tarefas, forneci-as abaixo. Não se preocupe, não espero que todos que usam essa técnica conheçam todas essas análises sofisticadas e como elas deveriam funcionar. Você pode usar isso como referência para saber o que funciona e o que procurar. Se a IA sugerir que deseja fazer algo que você não sabe ou não entende, diga-lhe para seguir as etapas abaixo. Você também pode usar o esboço para combinar as subetapas para ter certeza de que está no caminho certo. Lembre-se, este é um esboço para orientar o modelo; Eu não recomendaria enviar isso como um prompt literal para o modelo.
Lembre-se, GPT não é deus, você ainda pode precisar lembrá-lo uma ou duas vezes para se manter atualizado e seguir o processo. Pode ser que você queira pular uma ou duas etapas. Depois de persuadir com sucesso o modelo a responder com todos os resultados da análise acima e poder ver seu trabalho, é hora da fase final. Não se afaste por muito tempo; se expirar, o GPT esquecerá todos os dados adquiridos devido à inatividade. Você pode tentar solicitar que ele revise a conversa, mas dependendo da duração da conversa, é provável que não seja confiável.
Os resultados da análise foram adquiridos e, se orientados adequadamente, deveriam ter produzido todas as descobertas até agora. Você pode aproveitar isso para lembrança, recuperação e verificação cruzando as instruções destiladas com os resultados fornecidos anteriormente. Como esses dados foram adquiridos usando Análise Avançada de Dados, você pode voltar e observar como foram calculados esses resultados. Os números deveriam ter sido todos calculados programaticamente por meio de técnicas de análise legítimas, se você seguiu o esboço, o que significa que provavelmente são precisos e não triviais. A GPT também é capaz de resumir os principais blocos e avaliações de dados, portanto, tudo o que não for um valor numérico será um resultado direto do resumo dos critérios de análise de dados. Isso é importante, porque quando ele destila os resultados finais que desejamos e os números não correspondem (acontece), lembre-se e consulte os principais pontos de dados fornecidos anteriormente (ou, alternativamente, copie-os diretamente como uma correção de erro) . Quando estiver pronto, é hora de encaminhar o modelo para o objetivo geral e fornecer ao GPT as instruções claras e explícitas sobre o que queremos usando os resultados que adquirimos (que o GPT deveria ter carregado a quente para referência contextual, se o fizesse não tempo limite).
Se você notou anteriormente, não fornecemos instruções detalhadas e claras sobre exatamente o que são essas instruções personalizadas e como queremos que sejam construídas e destiladas. Isso foi intencional para não sobrecarregar e/ou desviar a atenção da GPT. O que temos feito até agora foi refinar o contexto de informações com as quais o GPT pode trabalhar, até um conjunto gerenciável de partes. Em vez de condensar o contexto da janela resumindo os dados, extraímos as partes mais relevantes dos dados que são importantes para uma IA. Agora que extraímos esses detalhes, podemos usá-los como contexto para criar nosso conjunto de instruções destilado.
“Agora, lembre-se do nosso objetivo geral para esta conversa. O objetivo de criar essas instruções personalizadas é fazer com que a IA entenda rapidamente o tipo de usuário que sou e criar um conjunto de instruções personalizadas com base em todos os dados de interação que analisamos até agora. A IA em questão é você, especificamente, nesta plataforma. Existem duas caixas presentes. Eles são os seguintes:
- O que você gostaria que o ChatGPT soubesse sobre você para fornecer melhores respostas?
- Como você gostaria que o ChatGPT respondesse?
Ambas as caixas têm um limite de 1.500 caracteres. O desafio é que quero que as futuras interações com o GPT obtenham informações precisas sobre nossas interações anteriores e como tenho usado esta plataforma. Agora você tem resultados estatísticos e meus dados brutos de conversa para trabalhar. Quero as instruções mais precisas e bem ajustadas possíveis, que melhor condensem tudo o que fiz com você até agora, de maneira eficaz e eficiente. Também quero ser claro: os melhores resultados não precisam ser interpretáveis para mim como ser humano. Se for melhor resumido como uma confusão aparentemente sem sentido de palavras ou outros dados desse tipo, tudo bem, desde que seja a maneira melhor e mais precisa de condensar o máximo possível de informações e intenções para o assistente interpretar. Isso funcionará para você?
Este prompt deve ser tudo que você precisa para fornecer os resultados desejados. A partir disso, deverá fornecer um resumo analítico detalhado dos principais componentes de seus dados. Verifique os valores numéricos com resultados anteriores para verificação e refine conforme necessário, pedindo para anexar qualquer informação relevante que você acha que foi perdida. No meu caso, forneceu um processo de resposta em duas etapas; um para cada caixa de instruções.
Agora, o componente principal para tornar isso bem-sucedido e eficaz é o segundo parágrafo do último prompt. Isto é o que distingue uma técnica de sumarização desta técnica de destilação. Ao resumir, a intenção é manter uma narrativa relativa e uma estrutura do material de origem geral. Idealmente, um resumo deve ser uma versão condensada da mesma coisa. Aqui, nosso objetivo é um pouco diferente. Queríamos as partes mais importantes dos dados que ajudariam uma IA a estar melhor preparada para interações futuras com o mínimo possível de explicações contextuais e, ao mesmo tempo, minimizar perguntas ou frases repetitivas (ou seja, “provide the output in a 5th-grade reading level” ), condensadas em 1500 caracteres. O truque é aproveitar a GPT, permitindo que ela própria forneça esses insights valiosos, independentemente de nossa capacidade de entender o que ela significa ou por que é relevante para ela. Você deve enfatizar a GPT para permitir esse comportamento e priorizar a interpretabilidade da IA em vez da interpretabilidade humana. Portanto, isso pode ser visto como uma forma de “destilar” os dados, pois estamos transformando o resultado em algo estruturado e utilizado de forma diferente do material de origem, mas que não pode ser criado sem o próprio material de origem.
Parabéns, você acabou de realizar a Destilação de Dados! Desfrute de conversas muito mais fáceis e tranquilas com seu assistente, com muito menos atrito e instruções muito menos repetitivas.
Você pode ver o resultado da primeira instrução abaixo. Esta não foi a instrução final; Eu refinei isso ainda mais e acrescentei outros otimizadores pessoais, então me sinto confortável em compartilhar isso, pois essa foi a resposta imediata. Alguns valores foram redigidos, mas isso mostra uma imagem do resultado. Você já pode ver a partir desses dados como eu uso esta plataforma e o que a IA considera relevante para si mesma. Observe quanto tempo minhas conversas duram. Reconheça que a solicitação de qualidade não significa necessariamente transformar tudo em uma solicitação única, mas sim uma orientação imediata de qualidade para alcançar resultados significativos e interessantes. Veja como isso se compara ao seu resultado!
"O usuário se envolveu em conversas [de valor] com duração média de aproximadamente 47 mensagens. O usuário faz uma média de 1,21 perguntas por mensagem. As interações do usuário são em sua maioria positivas, com feedback construtivo ocasional e relatórios de erros. O usuário pergunta frequentemente 'O quê', ' Perguntas do tipo Como', 'Fazer' e 'É' e prefere respostas detalhadas e abrangentes. O comprimento médio das perguntas do usuário é em torno de palavras de [valor], indicando que os tópicos de interação do usuário incluem desenvolvimento, discussões sobre IA, linguística,. operações de dados, interações pessoais e scripts."
Este guia serve como um recurso abrangente para qualquer pessoa interessada em elevar suas interações com o ChatGPT por meio da destilação de dados. Seguindo as etapas descritas, você não apenas personaliza sua experiência, mas também se envolve em um experimento divertido e interativo para adaptar um assistente de IA às suas necessidades individuais, sem ajustar o modelo.
Lembre-se, este processo é iterativo e sequencial e pode exigir algumas tentativas e erros com base nas respostas específicas fornecidas pelo assistente. No entanto, o resultado — um agente de conversação mais intuitivo e responsivo — vale o esforço. Quer você seja um iniciante curioso sobre o potencial da IA ou um especialista em busca de turbinar suas capacidades de solicitação, este guia oferece uma abordagem flexível e exploratória para você começar. Para aqueles interessados em aprofundar-se, a porta para a análise avançada de dados e a teoria linguística está agora aberta, e as possibilidades são infinitas.
Para minha próxima técnica, escreverei uma abordagem útil para solicitação de imagens fácil e acionável com DALL-E 3.
Farei o meu melhor para responder a quaisquer perguntas e ajudar outras pessoas quando puder. Sinta-se à vontade para me dizer o que você pensa! Agradeço todo e qualquer feedback!
