Glossário

Prompting recursivo

O que é Prompting recursivo?

O prompting recursivo designa técnicas em que o resultado de um modelo de linguagem é reintroduzido como nova entrada – por exemplo para que um rascunho seja revisto e corrigido, ou para decompor uma tarefa grande, passo a passo, em subtarefas. Por exemplo, é primeiro produzida uma proposta em rascunho, o modelo avalia-a depois com base numa lista de verificação e, por fim, ela é melhorada. Isto aumenta muitas vezes a qualidade, mas custa tempo de processamento adicional e exige um critério de paragem claro.

Como o KI.ordo ajuda

Nos fluxos do KI.ordo, isto pode ser modelado fazendo com que um passo de IA crie um rascunho e um passo seguinte o reveja e corrija.

Saber mais

Temas

prompting
revisão
fluxo de trabalho

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

Prompt

Um prompt é a entrada que diz a um modelo de IA o que fazer – uma pergunta, uma tarefa ou uma instrução, muitas vezes complementada com contexto, exemplos e o formato pretendido. A qualidade da resposta depende muito da clareza e da integridade do prompt. Por exemplo, em vez de «Escreve algo sobre o nosso produto», use-se «Escreve três vantagens curtas do produto X para empresas do setor artesanal, num tom factual».

prompting
entrada
+1

Modelo

Encadeamento de modelos

O encadeamento de modelos consiste em ligar vários modelos de IA ou passos de IA em sequência, de modo que o resultado de um passo se torne a entrada do seguinte. As tarefas complexas podem assim ser decompostas em subtarefas geríveis, que podem ser verificadas e melhoradas individualmente. Exemplo: um passo resume um pedido de cliente, um segundo atribui-o a um departamento e um terceiro redige a resposta.

orquestração
fluxos
+1

Metaprompt

Um metaprompt é uma instrução que pede a um modelo de linguagem para redigir ou melhorar, ele próprio, prompts ou instruções de sistema. Descreve-se o objetivo, o público e o tom pretendido e fornecem-se exemplos; o modelo produz então instruções estruturadas, com uma função, regras e limites. Isto permite obter mais depressa boas primeiras versões, que são depois testadas e aperfeiçoadas por pessoas. Exemplo: «atendimento ao cliente de uma loja de bicicletas» transforma-se num conjunto completo de instruções em rascunho.

prompting
agentes
+1

Modelo

Raciocínio multi-hop

O raciocínio multi-hop é a capacidade de um sistema de IA responder a uma pergunta através de várias inferências sucessivas, combinando muitas vezes informações de fontes diferentes. Exemplo: «Que departamento é chefiado pela pessoa responsável pelo projeto X?» exige primeiro identificar a pessoa responsável e depois o respetivo departamento. Estas perguntas são exigentes para os sistemas de pesquisa e de RAG, porque cada passo intermédio tem de ser encontrado e ligado corretamente.

raciocínio
resposta a perguntas
+1