As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá. # O que é a engenharia de prompts? A engenharia de prompts se refere à prática de criar e otimizar prompts de entrada selecionando palavras, frases, sentenças, pontuação e caracteres separadores adequados para uso efetivo dos LLMs em uma ampla variedade de aplicações. Em outras palavras, engenharia de prompts é a arte de se comunicar com um LLM. Prompts de alta qualidade condicionam o LLM a gerar respostas desejadas ou melhores. A orientação detalhada fornecida neste documento é aplicável a todos os LLMs do Amazon Bedrock. A melhor abordagem de engenharia de prompts para seu caso de uso depende tanto da tarefa quanto dos dados. As tarefas comuns compatíveis com os LLMs no Amazon Bedrock incluem: + **Classificação:** o prompt inclui uma pergunta com várias opções possíveis para a resposta, e o modelo deve responder com a escolha correta. Um exemplo de caso de uso de classificação é a análise de sentimentos: a entrada é uma passagem de texto e o modelo deve classificar o sentimento do texto, por exemplo, se é positivo ou negativo, inofensivo ou tóxico. + **Pergunta-resposta, sem contexto:** o modelo deve responder à pergunta com seu conhecimento interno, sem qualquer contexto ou documento. + **Pergunta-resposta, com contexto:** o usuário fornece um texto de entrada com uma pergunta, e o modelo deve responder à pergunta com base nas informações fornecidas no texto de entrada. + **Resumo:** o prompt é uma passagem de texto e o modelo deve responder com uma passagem mais curta que capture os pontos principais da entrada. + **Geração de texto aberto:** dado um prompt, o modelo deve responder com uma passagem do texto original que corresponda à descrição. Isso também inclui a geração de textos criativos, como histórias, poemas ou roteiros de filmes. + **Geração de código:** o modelo deve gerar código com base nas especificações do usuário. Por exemplo, um prompt pode solicitar a geração de código de texto para SQL ou Python. + **Matemática:** a entrada descreve um problema que requer raciocínio matemático em algum nível, que pode ser numérico, lógico, geométrico ou outro. + **Raciocínio ou pensamento lógico:** o modelo deve fazer uma série de deduções lógicas. + **Extração de entidades:** a extração de entidades pode extrair entidades com base em uma pergunta de entrada fornecida. É possível extrair entidades específicas do texto ou da entrada com base no prompt. + **Raciocínio da cadeia de pensamento:** forneça o raciocínio passo a passo sobre como uma resposta é derivada com base no prompt.