El "shot prompting" es una técnica necesaria para dialogar y comunicarse con la IA para obtener resultados mas precisos.
¿Qué es un shot prompting?
Los shot prompting son aquellas informaciones, datos, lógicas, pensamientos mediante los cuales enseñamos a la IA generativa con el propósito de que, a partir de dichos datos, ésta nos de la respuesta que queremos.
Considera Ios shot promptings como el libro de texto ó el manual a partir del cual trabajará la IA generativa para responder a nuestros prompts.
Ejemplo: "A partir de los datos que voy a agregar, realiza una tabla separando los nombres, nacionalidad de cada persona y sus cargos. Para ello, sigue este ejemplo:
Desde luego, los shot prompting pueden ser de muchos tipos, con diferentes tipos ,ejemplos, temáticas y contenidos de aprendizaje para la IA generativa.
Los shot prompting: aprendizajes, análisis de datos y entrenamientos
De acuerdo con OpenAI. (2024,03 de marzo) un shot prompting es el entrenamiento de un modelo grande de lenguaje para que realice une tarea particular de la manera deseada por el usuario.
En términos sencillos. un "shot prompting" es darle al LLM un entrenamiento sobre cómo responder a un tipo particular de pregunta o solicitud. (Google AL, 2024, 03 de marzo)
Con el shot prompting se entrena en tiempo real a una IA generativa para ayudarla a comprender qué tarea especifica debe realizar. (Claude, [A.,2024, 03 marzo).
Según Microsoft Copilot (2024, 03 de marzo) el uso del shot prompting asegura respuestas más precisas y útiles.
Alternativamente, con el shot prompting podemos pedir que la IA analice datos para que aprenda. Por ejemplo, agregando texto de un libro para que lo analice y a partir de ahí darle un shot prompting.
¿Por qué es importante un shot prompting?
EI "shot prompting" es una técnica necesaria para dialogar y comunicarse con modelos grandes de lenguaje porque permite que los usuarios obtengan resultados mas precisos para sus objetivos, necesidades y metas especificas.
En términos de comunicación, con el "shot prompting" los usuarios pueden influir en cómo el modelo interprete le tarea y mejorar la calidad de las respuestas generadas.
EI shot prompting permite:
Enseñar a una IA para que nos de la respuesta como necesitamos.
Entrenar en tiempo real e la IA para que responde en el formato que queremos ó con las restricciones y parámetros que necesitemos.
Que la IA analice datos de forma básica* para que los utilice al darnos respuesta. Ejemplo: a partir de la definición de "empresa sustentable" y la lista de empresas y sus características que aparece en el texto que voy a añadir abajo, enlista que empresas no cumplen con los parámetros de empresa sustentable.
*En el análisis de datos avanzado, las IA utilizan una función denominada "Intérprete de código" que es capaz de analizar datos y crear herramientas como software para trabajar con dichos datos: Por ejemplo, darle una lista de datos y pedirle que con dichos datos haga un Excel con tables dinámicas. Literalmente, el intérprete de código crearé el software y crearé la tabla.
¿Cómo funcionan los shot prompting?
El shot prompting se base en la capacidad de una IA generativa pare entender y adaptarse a las instrucciones o ejemplos proporcionados en tiempo real, sin necesidad de entrenamiento previo especifico para ese tarea. Gemini (Google AL, 2024, 03 de marzo)
El "shot prompting" se realiza proporcionando a la IA generativa un conjunto de "disparos" o "ejemplos". (Google AL, 2024, 03 de marzo). Cada "disparo" consiste en:
i. Contexto: una descripción de la situación o la tarea que se la presentara al LLM.
ii. Entrada (prompt): aa pregunta o solicitud que el usuario podría hacer.
iii. Salida: la respuesta ideal que el LLM debería generar.
Ejemplo:
Contexto: Necesito información sobre cómo preparar una tarta de chocolate.
Entrada (prompt): ¿cómo se prepara una tarta de chocolate?
Salida (ejemplo): Brinda tu respuesta especificando peso por paso. Ejemplo: Paso 1, Paso 2, Paso 3.
Precalienta el horno a 180°C.
Engrasa y enharina un molde para tartas.
En un bol grande, mezcle la harina, el cacao en polvo, el azúcar y la sal.
En otro bol, bate la leche, el aceite y los huevos.
Agrega la mezcle húmeda a la mezcla seca y revuelve hasta que esté bien combinada.
Vierte la mesa en el molde para tartas y hornea durante 30-35 minutos.
Deja enfriar la tarta antes de servirla.
Tipos de Shot Prompting
A partir de las respuestas proporcionadas por Claude AI, Google AI, OpenAI y Microsoft Copilot el 3 de marzo de 2024, se enlistan los diferentes tipos de shot prompting que se utilizan para que un LLM responde de forma eficiente a una solicitud (prompt):
Zero-shot prompting.
Caracteristica: No se le da entrenamiento y no se le dan ejemplos. Se espera que el modelo utilice su entrenamiento previo y su comprensión general para realizar la tarea a partir de las instrucciones proporcionadas en el prompt.
Ejemplo: Haz una ilustración de una niña palestina sonriendo.
One-shot prompting.
Característica: Se proporciona un único ejemplo para ilustrar cómo se debe realizar la tarea. Este ejemplo sirve como guía para que el modelo entienda mejor lo que se espera de él.
Ejemplo: A partir del estilo de ilustración de Will Eisner, haz una ilustración de una niña palestina. Nota: si se tiene acceso al análisis de datos de un LLM, este puede seguir el estilo de una ilustración que le proporcionemos.
Few-shot prompting.
Característica: Es cuando se proporcionan varios ejemplos (entre 2 y 5) de la tarea que se espera que haga el LLM, junto con las salidas deseadas. Estos ejemplos ayudan al modelo a aprender mejor los requisitos y expectativas de la tarea.
Ejemplo: Haz una ilustración de una niña palestina subiendo hacia el cielo con alas a partir de los siguientes ejemplos:
El estilo de ilustración de Will Eisner.
Los colores deben seguir el esquema de color del anime Dragon Ball Z de Akira Toriyama.
La niña debe sonreír como sonríe Robin Williams en la cinta Patch Adams.
Many-shot prompting.
Característica: Se utiliza cuando la tarea es particularmente compleja o requiere una gran cantidad de ejemplos para que el modelo la comprenda adecuadamente. En este caso, se proporcionan muchos ejemplos (mas de 5) de la tarea que se espera que el modelo realice, junto con sus respectivas salidas deseadas.
Ejemplo: Haz una ilustración de una niña palestina subiendo hacia el cielo con alas a partir de los siguientes ejemplos:
El estilo de ilustración de Will Eisner.
Los colores deben seguir el esquema de color del anime Dragon Ball Z de Akira Toriyama.
El rostro de la niña debe verse en un primerísimo primer plano como los utilizados en la película muda La Passion de Jeanne d'Arc de 1928 del director Carl Theodor Dreyer y que protagonizo Maria Falconetti.
La niña debe traer en sus manos ramas de olivo como la del logo de la ONU.
Debe calzar unos tenis Onitsuka Tiger México 66 color amarillo.
El rostro de la niña debe parecerse al del personaje del anime Japonés Heidi, la niña de los Alpes.