¿Cómo empezar a trabajar con inteligencia artificial?

Los asistentes de IA pueden hacer el trabajo por ti, si lo pides correctamente. En esta guía, explicaré cómo formular solicitudes para obtener resultados de alta calidad. Las solicitudes en lenguaje natural se llaman "prompts". Explicaré qué son los prompts, cómo formularlos y cómo usar las redes neuronales para resolver problemas de negocios.

¿Qué es un prompt?

En el contexto de las redes neuronales, un prompt es una solicitud de texto que el usuario envía al servicio para obtener una respuesta del modelo de lenguaje. Una solicitud efectiva para una red neuronal es una instrucción clara y específica de lo que el modelo debe hacer y cómo. Los modelos de lenguaje grandes pueden manejar solicitudes de varios tipos, ya sea una consulta de búsqueda o una solicitud a un amigo para ayudar en la correspondencia.

¿Por qué aprender a escribir prompts?

La calidad del prompt afecta el resultado del trabajo de la red neuronal. Esto se puede comparar con la búsqueda en Internet: cualquiera puede ingresar una consulta en la barra de búsqueda y obtener un resultado, pero algunos encontrarán la respuesta de inmediato, mientras que otros solo después de varios intentos. Usando palabras clave y frases negativas de manera inteligente, puedes encontrar la información que necesitas más rápido. Lo mismo se aplica a los asistentes de IA: el modelo de lenguaje siempre creará una respuesta, pero se puede mejorar con simples técnicas.

¿Cómo escribir indicaciones efectivas para una red neuronal?

Regla general: la solicitud debe ser específica y concreta, como si estuvieras asignando una tarea SMART a un subordinado. Al trabajar con la solicitud, se debe prestar especial atención a:

• la estructura;
• la especificación;
• el contenido y estilo.

Estructura de la solicitud. Dale a la red neuronal instrucciones directas sobre qué es lo que necesitas que haga, evitando las construcciones negativas. Haz que la red neuronal piense "paso a paso" e indica el público objetivo para la respuesta a la solicitud. Al final de la solicitud, puedes proporcionar un ejemplo de la respuesta esperada, incluso una frase introductoria es suficiente para la generación.

❌ Escribe una descripción de una botella de vino español, pero no demasiado detallada.

✅ Describe el producto "Vino español en botella" para una tarjeta de tienda online. El público objetivo son las personas que aprecian los vinos de calidad. Describe cinco ventajas que obtendrá el comprador de vino. Comienza el texto con las palabras: "El vino español en botella es un verdadero tesoro".

Se debe prestar especial atención al formato de la solicitud. Por ejemplo, puedes usar signos de separación, escribir en la solicitud no "Instrucciones", sino "###Instrucciones###", y hacer un salto de línea después de esta palabra. No es necesario hacer estos marcadores, pero ayudarán a la red neuronal a entender mejor qué tipo de información estás buscando.

Especificación. Existe una forma de solicitud que ayuda a redactar un texto lo más detallado posible: "Escribe para mí un detallado [texto/ensayo] sobre [tema], agrega toda la información necesaria". Si es apropiado, se recomienda incluir en la solicitud la frase: "Asegúrate de que tu respuesta sea imparcial y no se base en estereotipos".

❌ Cuéntame cómo promocionar un nuevo producto en el mercado.

✅ Escribe una detallada instrucción - estrategia de promoción de una nueva marca de zapatillas en un mercado competitivo, incluyendo toda la información necesaria. Prepara por separado un plan de trabajo paso a paso para el departamento de marketing y el departamento de ventas.

Una buena manera de hacer la respuesta más concreta es establecer requisitos para la respuesta. Usa frases clave: "explica con palabras sencillas" o "explica como si tuviera 13 años y no supiera nada sobre este tema".

Contenido y estilo. Los investigadores recomiendan evitar palabras como "por favor" y "gracias", así como otras frases corteses al trabajar con redes neuronales. En su lugar, las solicitudes deben ser concretas y claras. Sin embargo, algunas frases pueden ayudar a mejorar la calidad de la respuesta.

Por ejemplo, el trabajo de ChatGPT puede mejorar si le ofreces $100 de propina por una buena respuesta o le adviertes de una multa por un trabajo de mala calidad. Las frases "tu tarea" y "debes hacerlo" también pueden aumentar la probabilidad de obtener la respuesta deseada.

Otra forma de mejorar el trabajo del modelo es darle el papel de profesor o experto en el tema que te interesa.

❌ Prepara una respuesta a una crítica negativa de un café.

✅ Eres un especialista en servicio al cliente. Tu tarea es preparar una respuesta a una crítica negativa de un café que recibió una baja calificación del cliente. Asegúrate de que la respuesta sea amigable y profesional. Serás castigado si la respuesta es incorrecta. Por una buena respuesta, recibirás una propina de $100.

La regla general es que cuanto más claro, detallado y coherente sea el pedido, mayores son las posibilidades de obtener una respuesta adecuada. Sin embargo, la solicitud no debe ser demasiado larga. Si la tarea requiere una solución compleja, divídela en preguntas cortas y hazlas de manera consecutiva, para que el diálogo permanezca en el contexto de la conversación.

¿Son reglas universales?

Estos principios han demostrado su eficacia al trabajar con las últimas versiones de ChatGPT y los grandes modelos de lenguaje Claude 3, recuerden que ChatGPT es muy perezoso y hay que "exprimir" consejos creativos de él. Por defecto, produce el estándar "goma de mascar" que ha recogido de internet. Lo principal es no intentar formular una solicitud que cumpla con todos los principios enumerados. Aplica uno o dos enfoques y ve cuál funciona mejor en tu caso.

Si no sabes por dónde empezar, prueba los prompt listos para usar de los desarrolladores de servicios de IA.

¿Qué problemas se pueden resolver con las redes neuronales en este momento?

Existen varios grupos de problemas comerciales que las redes neuronales ya resuelven exitosamente.

Contenido. Los servicios pueden crear textos desde cero, corregir errores en textos ya escritos y traducirlos a idiomas extranjeros. Este último es especialmente útil en la correspondencia comercial: la traducción con una red neuronal puede parecer más natural que la traducción con un programa de traducción, ya que puede traducir no literalmente y usar patrones típicos de cartas comerciales en otros idiomas.

Marketing. Las redes neuronales pueden ayudar a crear textos de anuncios publicitarios, preparar descripciones de productos y estilizar textos: hacerlos más amigables o enfatizar su formalidad. También pueden generar reseñas de productos y responder a consultas de clientes.

Recursos humanos. Los bots de IA pueden formular preguntas para entrevistas o diseñar un plan de aprendizaje para que los empleados adquieran nuevas habilidades. Y nos movemos

Búsqueda de empleo. Los bots de IA pueden ayudarte a formular y buscar preguntas para entrevistas o ayudarte a prepararte para ellas.

Creación de imágenes y conceptos gráficos completos. A petición en lenguaje natural, una red neuronal puede crear un logotipo, identidad, imagen o ilustración fotorrealista. Para esto son más adecuados los servicios de IA especializados, a diferencia de ChatGPT.

Limitaciones de confianza en la inteligencia artificial

No se deben transmitir datos personales y confidenciales a las redes neuronales. Dado que muchas plataformas analizan las solicitudes de los usuarios para mejorar sus servicios, existe el riesgo de fuga de información comercial o personal. En su lugar, se puede plantear a la red neuronal una tarea abstracta, utilizando sus resultados como una guía para el desarrollo de sus propias soluciones.

También se debe evitar el uso de chatbots para cálculos complejos. La inteligencia artificial puede cometer errores en la lógica de cálculo, imprecisiones en la correlación de datos y dar respuestas absurdas. Para cálculos, como el IVA, es mejor recurrir a herramientas online especializadas.

La verificación de la autenticidad de la información es otro problema para la inteligencia artificial. Las redes neuronales a menudo no pueden distinguir la verdad de la ficción y evaluar críticamente los datos presentados. A pesar de que los desarrolladores están constantemente mejorando las tecnologías, haciéndolas capaces de reconocer y corregir algunas declaraciones erróneas, no se debe confiar completamente en la inteligencia artificial en cuestiones de verificación de hechos. Es mejor dejar esta tarea a los profesionales.