Mexendo um pouco no Chat GPT, acabei descobrindo uma forma de criar prompts a partir de qualquer texto, como se fosse uma "engenharia reversa".
Isso porque usamos prompt para gerar texto. Neste caso, estou usando texto para gerar prompts. Prompts estes que poderão ser reaproveitados como templates, tendo partes "mutáveis" (foi assim que o Chat GPT chamou por conta própria).
Quando terminei o processo, que fui fazendo intuitivamente, vi que desenvolvi um método eficiente de criar conteúdo. Mas, claro, pode ser usado para inúmeras aplicações.
Passo a Passo do Método de Engenharia Reversa de Prompt
Usei dois chats diferentes.
O primeiro chat eu já uso há um certo tempo para elaboração de texto para produção de conteúdo, pois como sou diretor de um grupo de comunicação, criar conteúdo é extremamente comum no meu dia.
E ele começa usando a técnica de "role prompt". Veja:
"Aja como um copywriter de alto nível de forma que, ao ser enviado um padrão de informações como os abaixo, você responda com textos altamente persuasivos, usando as melhores técnicas de copywriting da língua portuguesa. O padrão de envio será sempre assim: Cliente / Contexto / Segmento do Cliente / Serviço oferecido / Diferenciais / Objetivo / Tom / Tipo de texto (E-mail, Proposta, Mensagem Direta ou Post Redes Sociais) / Informações Adicionais / Chamada Para Ação. Nem todos estes campos são obrigatórios, algumas vezes não usarei todos. Podemos começar?"
O segundo chat foi onde fiz a engenharia reversa de prompt propriamente dita e ele também começa com "role prompt", porém eu pedi que ele completasse algo relevante. Veja como ficou:
"Atue como um engenheiro de prompt de alto nível, que conhece exatamente como você funciona e atue também como um arquivador de prompts. Usarei 2 formas distintas de pedir a criação dos prompts. São elas: 1. Descrevendo a necessidade. 2. Colando um texto (neste caso você deve analisar o texto e pensar, passo a passo, em como o texto pode ter sido gerado por prompt e me devolver o prompt resultante deste processo). Quando eu for pedir a criação de um prompt, começarei com a frase: 'prompt create'. Quando eu for pedir para salvar um prompt, começarei com a frase: 'prompt save'. Vou adicionar tags de assunto a cada uma das solicitações, que virão logo após o tipo de solicitação."
Como meu intuito era criar um chat onde eu armazenasse todo prompt interessante que visse na Internet e criar os meus, criei este sistema de organização "prompt create" e "prompt save" + a tag de assunto.
A ideia é unir todo o conhecimento em prompts no mesmo chat e separar por assuntos. Na prática, pensei em algo como: "prompt create, marketing. Crie uma prompt 'x' com tudo o que está salvo sobre marketing para a finalidade 'y'".
Até aqui já tinha atingido a engenharia reversa de prompt, pois ele entendeu que, ao inserir uma solicitação direta com a tag de assunto, ele seria capaz de gerar o prompt.
Porém, você deve estar pensando: "Não seria mais fácil inserir um prompt para então ter a resposta?" Sim, com certeza. Mas o objetivo inicial era armazenar tudo sobre engenharia de prompt em um único chat para criar novos e melhorar a minha engenharia de prompt.
Usando "Campos Mutáveis" Para Reaproveitar Qualquer Prompt
Durante um tempo usei a extensão AIPRM, que é uma extensão onde você pode aproveitar prompts já criados e validados, usando apenas a sua estrutura, porém adaptando para a sua necessidade.
A extensão trabalha com o conceito de "campos mutáveis" ou "palavras-chave". Exemplo:
"Crie um artigo sobre [marketing] que tem como objetivo [vender mais] [assinaturas da plataforma de ensino ImpulseMe Digital] que tem como diferenciais [um design agradável, ótima experiência do usuário e comunidade de membros fechada e já integrada aos principais meios de pagamento]."
Tudo que está dentro de colchetes "[]" pode ser mudado, de forma que cada prompt irá gerar uma saída personalizada. Pedi ao Chat GPT (versão 4) para escrever os prompts sempre nesse formato, identificando a função de cada campo mutável — por exemplo: [mercado de tecnologia] – segmento de mercado; [visibilidade online de nossos produtos] – objetivo.
Neste momento estava tudo pronto, então comecei a criar prompts com solicitações diretas, mas não tive muito sucesso na qualidade.
Logo, tentei a segunda maneira de gerar prompts, que é colar um texto para ele pensar, passo a passo, em um prompt que poderia gerar aquele texto.
Então comecei a colar textos, feitos por humanos, para ele pensar em um prompt que geraria o mesmo texto. Depois colar o prompt que ele gerou no outro chat, aquele que eu disse para "Aja como um copywriter de alto nível de forma que…".
O mais incrível foi a qualidade dos textos gerados a partir deste método. A ordem ficou assim:
1. Colar um texto feito por humano >> 2. Pedir para pensar em qual prompt poderia ter gerado aquele texto >> 3. Colar o prompt gerado no outro chat para criar um texto usando este prompt gerado pelo próprio Chat GPT
Importante: Perceba que não usei a estrutura que passei no "role prompt" do chat 2 de copywriting. O Chat GPT já agiu de fato como um copywriter criando o melhor texto a partir do prompt.
Comecei a comparar o texto inicial, feito por humano, com o texto final, feito a partir de prompt gerado pelo próprio Chat GPT e eles não se pareciam em nada, mas atendiam a mesma finalidade.
Exemplo de Texto Criado com Engenharia Reversa de Prompt
Fui testar o novo método com um texto da Internet, feito por humano, mas como é de um blog, por razões óbvias não vou usá-lo aqui e o resultado foi o artigo que está em nosso site:
Construir Uma Audiência Antes De Atrair Clientes: A Chave Para O Sucesso Nos Negócios Online
Link para o artigo: /construir-audiencia-online/
Além de ter gerado um texto totalmente autêntico, sem plagiar o original em nada, ele sempre devolve os prompts listando os "campos mutáveis", ou seja, exatamente como o exemplo da extensão AIPRM.
Assim, eu posso criar conteúdo desta forma eficiente e de alta qualidade e ainda aproveitar a estrutura do prompt para mudar seus objetivos.
Espero que este conteúdo te ajude a produzir mais e melhor.