Solicitação de tiro zero
Em alguns casos, os exemplos não são necessários ou viáveis. Pedir a um modelo que, por exemplo, traduza um parágrafo para o francês ou o russo não é uma situação em que os exemplos façam sentido. Se o modelo estiver à altura da tarefa, as várias palavras do outro idioma deverão fazer parte do conjunto de treinamento. Nestes casos, o usuário pouco pode dizer porque o trabalho árduo já foi feito quando o modelo foi construído.
Formato de perguntas e respostas
Em vez de tratar o LLM como um servo, a abordagem de perguntas e respostas trata-o como um sábio com profunda capacidade de responder perguntas. Uma série de perguntas curtas seguidas de respostas diretas muitas vezes pode triangular a resposta, entregando conhecimento ao usuário. Porém, isso só funciona quando o LLM é uma ferramenta para encontrar conhecimento e, talvez, ensinar. Não funciona tão bem quando a IA se destina a gerar um bloco de escrita. Algumas pessoas acham que uma entrevista ou interrogatório construído a partir de uma série de perguntas curtas e diretas reduz as alucinações, mas essa não foi a minha experiência. Os LLMs são projetados para nos agradar e têm alucinações quando buscam uma resposta. Mais perguntas significam mais respostas e mais oportunidades de alucinar.
Incitação socrática
LLMs são notoriamente simplistas. Alguns usuários não querem uma resposta simplista, então pedem ao LLM que responda não com uma resposta, mas com uma série de perguntas sobre a tarefa ou objetivo do usuário. Em outras palavras, pede-se ao modelo que interrogue o humano como um teste. Esta abordagem é particularmente popular para modelos implementados em escolas, mas é útil em qualquer contexto onde o utilizador pretenda obter compreensão ou forçar o modelo a pensar mais profundamente sobre um problema.
