Engenharia de prompts
A engenharia de prompts para grandes modelos de linguagem está alimentando um debate sobre se os usuários deveriam precisar de técnicas especializadas para obter bons resultados de ferramentas como o ChatGPT. Comentadores trocam recursos e táticas — como prompts de sistema detalhados, saídas estruturadas e divisão de tarefas em etapas — enquanto questionam se isso realmente conta como "engenharia" ou é apenas comunicação por tentativa e erro. Muitos esperam que essas particularidades desapareçam conforme modelos e interfaces melhorem, mas observam que aprender a criar prompts mais claros já expõe lições mais amplas sobre comunicação humana, ambiguidade e design de interface de usuário.
Status do Guia da OpenAI e Alternativas
- Muitos observam que o guia da OpenAI não é novo; ele só está aparecendo no HN pela primeira vez.
- Vários comentaristas dizem que existem recursos melhores ou mais completos (outros guias, cursos, repositórios no GitHub).
- Alguns veem o guia como uma boa introdução simples; outros dizem que ele cobre apenas “demonstrações básicas” e omite padrões poderosos como prompts de sistema complexos e saídas estruturadas.
A Engenharia de Prompts é Necessária?
- Um grupo argumenta que ela não deveria existir: se os modelos de linguagem realmente entendessem a linguagem natural, fala simples mais uma boa UX deveriam bastar.
- Outros respondem que os LLMs atuais são imperfeitos, e prompts ajustados melhoram os resultados de forma mensurável.
- Fazem-se comparações com a forma como humanos também precisam de treinamento para se comunicar com clareza; ambiguidade e falta de contexto são modos comuns de falha tanto em humanos quanto em LLMs.
- Alguns esperam que a engenharia de prompts desapareça à medida que modelos e interfaces melhorem, de modo semelhante a como restrições de hardware de baixo nível se tornaram menos visíveis na computação.
Isso é Mesmo “Engenharia”?
- Um longo subthread debate o termo: alguns chamam isso de “artesanato” de tentativa e erro, não de engenharia.
- Outros dizem que ajustes iterativos sob restrições são exatamente o que muitas disciplinas de engenharia parecem.
- Rótulos alternativos sugeridos: “crafting de prompts”, “composição de contexto”.
- Tensões subjacentes: que nível de teoria/rigor é necessário para que algo mereça o rótulo de “engenharia”.
Técnicas e Práticas Discutidas
- Conselho comum: seja explícito, forneça contexto e texto de referência, divida tarefas complexas e permita etapas de “pensamento”.
- Uso pesado de prompts de sistema longos e precisos; cada comportamento indesejado leva a mais uma regra ou exemplo.
- Saídas estruturadas via esquemas JSON, chamada de funções e ferramentas externas são vistas como poderosas, mas complexas.
- Tom e enquadramento importam: comandos rígidos, linguagem emocional (“aproveite”, “envergonhado”), até ameaças podem mudar o comportamento, o que incomoda alguns comentaristas.
UX, Interfaces e Evolução Futura
- Comparações com a busca do Google: a engenharia de prompts é comparada a operadores avançados de busca.
- Alguns esperam uma mudança para linguagens de consulta estruturadas ou híbridas (semelhantes a SQL, semelhantes a CLI) e GUIs mais ricas com filtros e opções.
- Outros preveem que interfaces faladas e conversacionais dominarão à medida que speech-to-text e LLMs convergirem.
Preocupações com Avaliação, Confiabilidade e Segurança
- Vários criticam avaliações que ignoram a engenharia de prompts, argumentando que elas subestimam a capacidade do modelo.
- Contraponto: ajustar prompts manualmente para cada exemplo é “trapaça” e não é viável em sistemas reais.
- Prompt injection e a ausência de um limite claro entre “instruções” e “dados” são vistos como problemas fundamentais que prejudicam a confiabilidade e o raciocínio formal.