Prompt Poet promete sacar todo el potencial de los LLM
Su enfoque es de código bajo: no requiere grandes conocimientos de programación para usarlo
Se basa en plantillas que acceden a datos en tiempo real para potenciar nuestros prompts
Prompt Poet es una herramienta de ingeniería de prompts (instrucciones para hacer consultas a los modelos de IA) desarrollada por Character.ai y recientemente adquirida por Google, según Venture Beat.
Es interesante ver esta pista de la dirección que escoge Google para manejar los contextos de los prompts en sus productos de IA, como Gemini.
Por qué es importante. En la era de la IA, dominar los prompts es una habilidad fundamental para aprovechar al máximo el potencial de los LLMs y los chatbots. Prompt Poet promete simplificar y potenciar este proceso.
El contexto. La "ingeniería de prompts" implica crear instrucciones precisas, sofisticadas y únicas para conseguir resultados valiosos de modelos de IA como ChatGPT o Gemini.
Los LLMs son lo suficientemente amigables para cualquier usuario, aunque no tengan conocimientos técnicos, pero los prompts avanzados permiten tener un nivel de control mayor. Esto es útil sobre todo para los desarrolladores que crean aplicaciones de IA.
Funciones clave:
- Enfoque de código bajo. La herramienta simplifica el diseño de los prompts para desarrolladores y para no-desarrolladores, al contrario que algunos frameworks con una barrera de entrada más alta.
- Flexibilidad de plantillas. Usa YAML, un lenguaje legible por humanos para serializar datos, y Jinja2, un motor de plantillas para Python; para crear estructuras de prompts complejas y reutilizables.
- Gestión del contexto. Integra datos externos, como la información meteorológica, las reseñas de un negocio, las alertas de seguridad...
- Eficiencia. Reduce el tiempo dedicado a manipular el prompt con datos y contextos.
Cómo funciona. Prompt Poet se basa en las mencionadas plantillas para generar prompts flexibles y dinámicos. La idea es que estas instrucciones personalizadas varíen de forma automática con el contexto automático a partir de datos externos y se adapten a cada fuente de datos.
Ejemplo práctico. Un hipotético desarrollo de un asistente para nuestra planificación diaria que incluya recordatorios personalizados e información contextual basada en datos obtenidos en tiempo real.
A partir de datos de clima, tráfico, calidad del aire y los eventos de nuestro calendario combinados en un prompt coherente, ese asistente podría generar un mensaje como este:
Buenos días, hoy tienes agendadas algunas videollamadas por la mañana y una ruta de senderismo por la tarde. No olvides llevar mucha agua y protector solar, hará calor.
Tu agenda para hoy:
9.30 h: call con el equipo de Recursos Humanos.
11.30 h: reunión con el equipo de Producto.
18:00 h: ruta senderista en la sierra.
Ahora mismo estamos a 21ºC, está soleado y se esperan buenas condiciones para tu ruta senderista. Ten en cuenta que el puente que te lleva a la sierra está cortado, tendrás que tomar una ruta alternativa y te llevará más tiempo llegar.
Para llegar a un mensaje así, Prompt Poet integra los datos mencionados en una plantilla coherente, haciendo el mensaje mucho más personalizado y útil.
En resumen. Dominar los prompts es una habilidad cada vez más valiosa, no hacerlo implica desperdiciar el potencial de los LLMs y Prompt Poet propone ayudar a sacar todo su partido de forma simple. Tanto como para haber logrado atraer el interés de toda una Alphabet.
Imagen destacada | Gemini, Mockuuups Studio
Ver todos los comentarios en https://www.xataka.com
VER 3 Comentarios