En este episodio del podcast, estamos hablando sobre el tema de interĂ©s de todo mundo: ¿cĂłmo hacer más efectivos los resultados que entregan ChatGPT y Bard? El secreto son los prompts. 

Si bien no podemos hablar realmente de una Inteligencia Artificial, porque no es su objetivo apoderarse de nuestros trabajos y del mundo, podemos hablar de sistemas generativos, cuya función es "completar" casi lo que sea que le pidamos. Los Modelos grandes de lenguaje LML por le momento es lo que hacen. y están entrenados para solamente completar cosas a partir de una base.

AĂşn estamos en los primeros segundos de nacidos en este tema, por poner un sĂ­mil. AĂşn es impreciso el resultado que nos entregan estas plataformas, en el caso de los lenguajes de programaciĂłn todavĂ­a hay que hacer revisiones de cĂłdigo porque declara clases o librerĂ­as que no existen o que no deberĂ­an estar ahĂ­, aunque comenta y documenta el cĂłdigo, algunas explicaciones no tienen mucho sentido. 

En el tema de creación de textos, también tiene mucho que aprender, hay que tomar en cuenta que muchas veces le pedimos a estas plataformas cosas que nos son de "valor" para seguir entrenándoles, solemos pedir cosas como chistes, poemas a los tacos (ese fui yo), por lo que muchas de las solicitudes no ayudan en mucho a que se logren los resultados que tanto tememos y que imploramos tener.

Por otro lado, los resultados artísticos que obtenemos, al menos en los Estados Unidos se debate si son completamente registrables como propiedad intelectual, aunque la primer respuesta es que NO, que además pueden caer en el ámbitos del dominio público, algunas plataformas dicen que el derecho corresponde a la persona que ha creado el prompt...ya hablaremos más sobre el tema en otro momento.

Una de las formas que tenemos para resolver en lo posible lo inexacto en los resultados obtenidos por un sistema de Inteligencia artificial son los prompts. Un Prompt es una forma de dar instrucciones especĂ­ficas y en contexto, para esto hay que tomar algunas reglas que muestro en el video.

Prompts


Arte

60 palabras o 380 caracteres

[contenido/tema de la imagen, descripciĂłn de la acciĂłn, estado y estado de ánimo], 

[forma de arte, estilo y referencias de artistas], 

[configuraciones adicionales, como iluminaciĂłn, colores y encuadre]


Contenido de la imagen

Acciones que realiza el sujeto (p. ej., mirar hacia arriba, jugar o correr) 

CĂłmo están haciendo estas acciones (por ejemplo, con alegrĂ­a, con miedo o con valentĂ­a) 

El estado de ánimo de la imagen (por ejemplo, lluvia matutina siniestra, montañas peligrosas al atardecer, mesa de café nostálgica)


Técnica/estilo

TĂ©cnicas (por ejemplo, pintura al Ăłleo o acuarela) 

Movimientos artĂ­sticos (por ejemplo, impresionismo o fauvismo) 

Nombres de artistas (por ejemplo, Cézanne o Kahlo)


Framing o encuadre

IluminaciĂłn

paleta de colores

Nivel de detalle o realismo


No, you can’t copyright images made by A.I., says the U.S. Copyright Office



Elementos de un prompt


Una prompt puede contener cualquiera de los siguientes componentes:

InstrucciĂłn - una tarea o instrucciĂłn especĂ­fica que deseas que el modelo realice

Contexto - puede involucrar informaciĂłn externa o contexto adicional que puede dirigir al modelo a respuestas mejores

Datos de entrada - es la entrada o pregunta para la que nos interesa encontrar una respuesta

Indicador de salida - indica el tipo o formato de la salida


Prompt:

/*

Ask the user for their name and say "Hello"

*/

Salida:

let name = prompt("What is your name?");

console.log(`Hello, ${name}!`);


Prompt:

Clasifique el texto en neutral, negativo o positivo.


Texto: Creo que las vacaciones están bien.

Sentimiento: neutral


Texto: Creo que la comida estuvo bien.

Sentimiento:

Output:

neutral



Principio 1: Redactar instrucciones claras y especĂ­ficas


Use delimitadores como ```, “““, < >, <tag> </tag> para indicar claramente distintas partes de la entrada.

Pida salida estructurada.

Comprobar si se cumplen las condiciones.

Pocos disparos (intentos)


Principio 2: Dar tiempo al modelo para “pensar”


especifique los pasos necesarios para completar una tarea y solicite la salida en un formato especĂ­fico.

instruir al modelo para que encuentre su propia soluciĂłn antes de apresurarse a llegar a una conclusiĂłn.



Desarrollo rápido iterativo 


El proceso de desarrollo rápido iterativo es muy similar a cĂłmo codificamos. 

Probamos algo y si no funciona, refinamos y volvemos a intentar:

• probar algo• analizar dĂłnde el resultado no da lo que desea

• aclarar las instrucciones, dar más tiempo para pensar

• refinar las indicaciones con un lote de ejemplos

• repetir