¿Estás frustrado con las respuestas mediocres de los chatbots de IA? Puede ser por cómo estás escribiendo tus indicaciones. En este artículo, destacaré cinco poderosas técnicas de indicaciones de IA que mejorarán drásticamente las respuestas que obtengas de los chatbots de IA como ChatGPT, Claude o Gemini. Para este artículo, usaré ChatGPT para demostrar las respuestas de las indicaciones. 1 Indicación de roles e indicación de personajes La indicación de roles es una técnica en la que, en lugar de simplemente pedirle a la IA que haga algo, también le asignas un rol específico. Por ejemplo, en lugar de preguntar «¿Cómo funciona el cerebro humano?», puedes indicarle así: Eres un profesor de informática. Explícame cómo funciona el cerebro humano. Al decirle a la IA que emule un rol específico, estás controlando cómo responde. En el ejemplo anterior, pedirle a ChatGPT que me enseñe el funcionamiento interno de un cerebro humano habría proporcionado una respuesta con términos biológicos. Sin embargo, como soy débil en biología y me siento más cómodo con las computadoras, le pido que explique las cosas como profesor de informática. Esto me da una respuesta que es más fácil de entender para mí al correlacionarla con temas (ciencia informática) con los que ya estoy familiarizado. Otra ventaja de la indicación de roles es que le da a ChatGPT un personaje específico con gestos únicos. Esto puede hacer que las respuestas sean más entretenidas. Por ejemplo: Eres un profesor de informática de 90 años a quien le gusta contar chistes de papá. Explícame cómo funciona el cerebro humano. Este estilo específico de indicación de roles también se conoce como indicación basada en Persona, donde en lugar de darle a ChatGPT un rol específico, le estás asignando una Persona en particular. La indicación de Persona se usa principalmente para entretenimiento, pero también se puede usar para tener una conversación más personal y humana con una persona famosa. Por ejemplo, puedes probar esto: Eres Albert Einstein. Ahora explícame la teoría de la gravedad de Newton. Y en caso de que se lo esté preguntando, aquí están las respuestas de ChatGPT para cada indicación: 2 Indicaciones de disparo cero, disparo único y disparo múltiple Todas estas son técnicas de indicación relacionadas en las que le proporciona a la IA una cantidad determinada de ejemplos antes de pedirle que realice una tarea. Como sugiere el nombre: La indicación de disparo cero significa no dar ejemplos. La indicación de disparo único proporciona un solo ejemplo. La indicación de disparo múltiple, también conocida como indicación de pocos disparos, ofrece múltiples ejemplos. Generalmente, no proporcionamos ejemplos a la IA cuando le pedimos que haga algo. Entonces, de manera predeterminada, la mayoría de nuestras indicaciones son indicaciones de disparo cero. Como resultado, la IA solo genera una respuesta basada en su entrenamiento predeterminado. Ahora, si no estamos satisfechos con la generación, podemos agregar algunos ejemplos para especificar lo que queremos. Por ejemplo, aquí hay un ejemplo de una indicación de disparo cero: Genere 10 ideas para libros de ciencia ficción junto con una descripción general breve y concisa de la trama. Si bien las sugerencias son excelentes, ChatGPT combina los títulos de los libros y las tramas en el mismo pasaje. Quiero que estén separados, para poder copiar y pegar las ideas más fácilmente en una hoja de cálculo. Para resolver esto, intentemos usar una instrucción de una sola vez: generar 10 ideas para libros de ciencia ficción junto con una descripción breve y concisa de la trama. Aquí hay un ejemplo: Título del libro: [Title here]…Trama del libro: [one-sentence plot overview here]
Como puedes ver, este funciona mejor al separar el título del libro y la trama. Sin embargo, quería que las primeras 10 entradas fueran títulos de libros y las siguientes 10, las tramas. Es fácil ver por qué ChatGPT cometió este error, pero vamos a solucionarlo con un mensaje de varias tomas. Genera 10 ideas para libros de ciencia ficción junto con una descripción breve y concisa de la trama. Aquí tienes un ejemplo: Título del libro 1: [Title here]Título del libro 2: [Title here]Título del libro 3: [Title here]Título del libro 4: [Title here]Título del libro 5: [Title here]…Trama del Libro 1: [Plot Here]Trama del libro 2: [Plot Here]Trama del libro 3: [Plot Here]Trama del libro 4: [Plot Here]Trama del libro 5: [Plot Here]
Y tenemos la respuesta perfecta: Generalmente, proporcionar más ejemplos (multi-shot) conduce a respuestas más precisas y personalizadas. Sin embargo, el disparo cero puede ser útil para probar las capacidades brutas de la IA o cuando desea resultados más diversos e inesperados. 3 Incitación en cadena de pensamiento La incitación en cadena de pensamiento (CoT) es como pedirle a la IA que «muestre su trabajo». En lugar de simplemente proporcionar una respuesta, está incitando a la IA a que recorra su razonamiento paso a paso. Esta técnica es particularmente útil para problemas complejos o cuando desea comprender el proceso de toma de decisiones de la IA. Resuelva este problema de palabras y explique su razonamiento paso a paso: Una tienda vende cuadernos a $ 2,50 cada uno. Si compra 3 o más, obtiene un 10% de descuento en el precio total. ¿Cuánto pagaría por 5 cuadernos? Y este es el resultado: Al pedir un razonamiento paso a paso, es más probable que obtenga una explicación detallada y lógica junto con la respuesta final. Los modelos de IA de vanguardia como GPT-4o y Claude 3.5 Sonnet tienden a usar la indicación CoT de forma predeterminada cuando se les plantean problemas complejos. Verás que esto sucede cuando el modelo de IA dice: «Intentemos resolver esto paso a paso». Sin embargo, en algunos problemas de razonamiento complejos, es posible que no use CoT de forma predeterminada, en cuyo caso, puedes indicarle explícitamente que use CoT para mejorar la respuesta. 4 Indicación negativa La indicación negativa consiste en decirle a la IA lo que no quieres. Esto puede ser sorprendentemente eficaz para alejar a la IA de errores comunes o contenido no deseado. Por lo general, primero introducirías una indicación y verías la respuesta. Es posible que descubras que el modelo de IA tiende a incluir determinadas frases, palabras o formatos, etc. Si no te gusta esto, puedes modificarlo utilizando indicaciones negativas. Por ejemplo, si estás pidiendo eslóganes de marketing, puedes utilizar indicaciones negativas como esta: Proporciona consejos útiles y prácticos para mejorar la productividad. NO sugieras demasiados consejos para abrumarme. Aquí hay una comparación lado a lado de la respuesta de la IA con y sin estímulo negativo: 5 Incitación a la autocrítica La incitación a la autocrítica implica pedirle a la IA que evalúe y mejore sus propias respuestas. Esto puede conducir a resultados más refinados y de mayor calidad. Aquí es cómo podría utilizar esta técnica: Escriba un párrafo corto sobre los beneficios de la meditación. Luego, critique su propio escrito y proporcione una versión mejorada en función de su crítica. Aquí está la respuesta: Alternativamente, puede dividirlo en pasos. Entonces, primero, dígale a la IA que haga algo. Espere a que genere una respuesta. Ahora, pídale que critique su respuesta y cree una versión mejorada: IA: [generated answer]
Nueva solicitud del usuario: Quiero que me brindes una crítica detallada que señale los pros y los contras de esta respuesta junto con sugerencias sobre cómo mejorarla. Otra técnica similar que uso a menudo es pedirle a la IA que: le dé una calificación del 1 al 10 según estos criterios: [enter criteria one], [criteria two]….. La IA ahora le dará una calificación de quizás 7 sobre 10 u 8 sobre 10. Luego le pregunté: Mejora la pieza para que obtenga un 10 sobre 10. Este estilo de incitación alienta a la IA a iterar sobre su propio trabajo, encontrando fallas y eventualmente generando respuestas más reflexivas. Así que estas son mis elecciones para las cinco técnicas de incitación de IA para llevar tu juego de IA al siguiente nivel. Recuerda, la clave aquí es experimentar. Prueba diferentes enfoques, combina técnicas y ve qué funciona mejor para tus necesidades específicas. Con la práctica, crearás indicaciones como un profesional, desbloqueando todo el potencial de los modelos de lenguaje de IA.
Deja una respuesta