Olá a todos! Meu nome é Nataraj e, assim como você, sou fascinado pelo recente progresso da inteligência artificial. Percebendo que precisava ficar por dentro de todos os desenvolvimentos que aconteciam, decidi embarcar em uma jornada pessoal de aprendizado, assim nasceu 100 dias de IA ! Com esta série, aprenderei sobre LLMs e compartilharei ideias, experimentos, opiniões, tendências e aprendizados por meio de postagens em meu blog. Você pode acompanhar a jornada no HackerNoon aqui ou no meu site pessoal aqui . No artigo de hoje, procuraremos construir um Kernel Semântico com a ajuda do GPT-4.
Neste post veremos como criar uma análise swot para qualquer negócio. Se você não está familiarizado com a análise SWOT, aqui está uma introdução rápida.
SWOT significa Forças, Fraquezas, Oportunidades e Ameaças. É uma forma simples de avaliar qualquer negócio e obter ideias sobre como melhorá-lo. Depois de fazer uma análise SWOT de um negócio, você pode optar por aproveitar os pontos fortes e criar mais diferenciação em relação ao seu concorrente. Você pode encontrar os pontos fracos e criar um plano de ação para corrigi-los. Você pode encontrar novas áreas para expandir usando as oportunidades como ponto de partida. É essencialmente um dos muitos modelos mentais usados pelos empresários.
Aqui está um exemplo de análise SWOT para uma pizzaria.
Forças | Fraquezas |
---|---|
Receita única de pizza de alho que ganha os principais prêmios | Alta rotatividade de pessoal |
Proprietário treinado na Sicília em algumas das melhores pizzarias | As inundações na área danificaram as áreas de assentos que precisam de reparos |
Forte reputação local | Ausência de calzones populares no cardápio |
Localização privilegiada no campus universitário | Avaliações negativas de grupos demográficos mais jovens por falta de ingredientes modernos |
Oportunidades | Ameaças |
---|---|
Potencial de restauração inexplorado | Aumento da concorrência de pizzarias mais baratas nas proximidades |
Crescente comunidade local de startups de tecnologia | Há obras nas ruas próximas que afetarão o tráfego de pedestres |
Presença on-line inexplorada e capacidades de pedido | Aumento do custo do queijo |
Próxima feira anual de alimentos | Nenhuma mudança regulatória local imediata, mas é época de eleições |
Para gerar o SWOT acima, estamos essencialmente respondendo às perguntas do modelo a seguir.
Nosso objetivo é usar IA aberta e kernel semântico e ser capaz de gerar análises SWOT para qualquer negócio. Por que usar o Kernel Semântico? Parte do objetivo deste post é também explorar mais funcionalidades do Kernel Semântico. Também poderíamos atingir o mesmo objetivo final usando Langchain. Se você gosta de Langchain em vez de Kernel Semântico, sinta-se à vontade para usá-lo.
Para esta etapa, você precisará da chave secreta Open AI. Observe que o Kernel Semântico pode funcionar com outros LLMs e suas APIs de conclusão de chat correspondentes. Consulte a documentação para descobrir o que eles suportam.
As funções semânticas são uma forma de aproveitar prompts personalizados no mundo do Kernel. Mais sobre isso aqui. Criaremos uma função semântica que usa um prompt personalizado para análise SWOT de uma pizzaria, daremos uma instrução no prompt para converter a análise para um determinado domínio que é fornecido como entrada para o prompt. Veja como parece.
Para chamar a função semântica que está registrada no Kernel, precisamos criar um contexto e passá-lo. O contexto também inclui o novo domínio ao qual queremos que a análise SWOT seja aplicada, neste caso estou usando Newsletter . Como todo mundo está iniciando um boletim informativo, vamos tentar obter um modelo de análise SWOT para iniciar um boletim informativo. Aqui está o código para a etapa 3.
Nada mal, o resultado gerado fornece um ótimo modelo SWOT para saber se você deve ou não iniciar um boletim informativo.
Você pode expandir ainda mais esse experimento e gerar uma matriz 2 * 2 como o exemplo da pizza que compartilhei acima.
ALERTA DE IDEIA DE PRODUTO DE IA: Um site onde um usuário pode inserir sua ideia e obter um resultado para todos os modelos mentais de negócios existentes, incluindo SWOT.
É isso no dia 9 de 100 dias de IA.
Escrevo um boletim informativo chamado Above Average, onde falo sobre os insights de segunda ordem por trás de tudo o que está acontecendo nas grandes tecnologias. Se você trabalha com tecnologia e não quer ser mediano, inscreva-se .
Siga-me no Twitter , LinkedIn ou ** HackerNoon ** para obter as últimas atualizações sobre 100 dias de IA. Se você trabalha com tecnologia, pode estar interessado em ingressar na minha comunidade de profissionais de tecnologia aqui .
Anterior Dia 8: Experimentando o Kernel Semântico da Microsoft usando GPT-4