Pessoalmente, alcancei excelentes resultados ao incorporar o ChatGPT ao fluxo de trabalho de nossa equipe. Isso nos permitiu simplificar a preparação de histórias de usuários e documentação técnica, reduzir a necessidade de comunicação entre vários departamentos e diminuir nossa dependência de analistas.  Neste artigo, fornecerei um exemplo específico que ilustrará como alcançamos todos esses objetivos com a ajuda do   e dos prompts baseados em regras. ChatGPT   Os desafios de construir prompts eficazes  Ao interagir com o ChatGPT e outros modelos generativos, o objetivo principal é alcançar os melhores resultados possíveis com base nos prompts. No entanto, existem alguns desafios na construção de prompts que garantirão que a IA siga as instruções corretamente. Os problemas geralmente surgem devido à estrutura do prompt, fazendo com que a   não siga totalmente a solicitação ou se concentre em palavras "barulhentas" desnecessárias. IA  A qualidade dos resultados obtidos no ChatGPT depende muito da precisão com que o usuário formula o prompt e fornece instruções claras. Estimo que aproximadamente 90% das respostas fornecidas pelo ChatGPT são válidas e abordam totalmente o problema ou questão colocada. A única limitação nesse processo é o usuário, pois cabe a ele aprender a formular prompts adequados para a rede neural. Para esse fim, desenvolvi minha própria fórmula de prompts baseados em regras.   O que é um prompt baseado em regras?  Obter respostas de qualidade do ChatGPT requer prompts específicos. Embora você possa fazer uma pergunta ao ChatGPT e obter uma resposta simples, exigir um resultado específico ao designar o ChatGPT como um 'superdesenvolvedor' produz uma resposta superior. Melhor ainda, estruturar seu prompt como uma tabela gera respostas de qualidade ainda maior. No entanto, os resultados mais precisos podem ser obtidos usando Prompts baseados em regras.  Para formular Prompts Baseados em Regras, você deve seguir estas etapas:  Identifique o problema com precisão.  Determine os principais problemas e objetivos do prompt (você deve entendê-los claramente).  Visualize a solução em sua mente ou no papel.  Divida tarefas complexas em etapas menores.  Declare seu prompt nos termos mais simples possíveis, de acordo com uma estrutura clara e regras específicas de redação de prompts.  Os prompts criados dessa maneira, seguindo um conjunto específico de regras que discutirei em outro artigo, fornecem respostas válidas 99% das vezes. Permita-me mostrar como isso me ajudou, enquanto usava casos práticos.    compartilharei um exemplo de prompt baseado em regras no final do artigo. Bônus:   Como os prompts aumentaram a eficiência da minha equipe: um estudo de caso  Recentemente, nossa equipe teve um projeto que exigia que criássemos uma integração capaz de sincronizar entidades de forma eficiente entre dois sistemas, além de lidar com erros. Para garantir o sucesso, tivemos que atender a requisitos específicos:  Primeiro, precisávamos garantir que nossa solução fosse adequada para uso em produção e nos permitisse identificar rapidamente a causa raiz de qualquer problema de sincronização que pudesse surgir.  Em segundo lugar, tivemos que nos envolver com analistas de negócios para resolver vários casos relacionados ao comportamento do usuário com mudanças na interface. Nosso objetivo era entregar a funcionalidade que nossos usuários/equipe realmente precisavam e esperavam.  Por fim, tivemos que priorizar os casos técnicos que precisavam ser abordados primeiro. Precisávamos determinar as técnicas mais eficazes para resolver cada problema potencial, ao mesmo tempo em que reduzíamos o trabalho necessário para entregar a solução de acordo com o cronograma.  Para atender a esses requisitos, utilizamos ChatGPT e prompts baseados em regras. Mas inicialmente, tivemos que transformar tarefas complexas em objetivos mais claros.   Gols Primeiro  Para atingir nossas metas, nos concentramos em algumas metas e métricas principais:    ao simplificar a comunicação, nossa equipe pode se mover mais rapidamente e implantar soluções mais rapidamente, melhorando os cronogramas de desenvolvimento e a produtividade. Capacite os desenvolvedores reduzindo a dependência de analistas de negócios:    a equipe opera com mais eficiência e conclui o trabalho mais rapidamente, simplificando o processo de decomposição de tarefas, resultando em prazos reduzidos e maior produção. Processo otimizado de divisão de tarefas:    ao reduzir nosso tempo debatendo abordagens específicas, a equipe pode diminuir os ciclos de desenvolvimento e concluir tarefas mais rapidamente, melhorando a eficiência. Tempo minimizado na avaliação de opções e decisões técnicas:    otimizar a forma como trabalhamos juntos permite que a equipe conclua as tarefas mais rapidamente, mantendo a qualidade, aumentando a produtividade. Fluxos de trabalho de equipe produtivos e acelerados estabelecidos:    a equipe melhora a qualidade do código priorizando a excelência técnica e os resultados, levando a menos defeitos potenciais e menos complexidade com erros. Focada em enfrentar desafios técnicos e atingir os resultados desejados:   Métrica do projeto   Definição   Explicação   Velocidade  Medida de quanto trabalho uma equipe é capaz de concluir em um determinado período de tempo  Indica a capacidade da equipe e não o desempenho   Tempo de espera  Tempo necessário para concluir uma tarefa do início ao fim, incluindo qualquer tempo de espera ou atraso  Indica a eficiência geral do processo de desenvolvimento   tempo de ciclo  Tempo necessário para concluir uma tarefa após o início do trabalho, excluindo qualquer tempo de espera ou atraso  Indica áreas onde o processo de desenvolvimento pode ser simplificado   Densidade do defeito  Medida do número de defeitos ou bugs por unidade de código ou funcionalidade  Indica a qualidade do código   Complexidade do código  Medida de quão complexa é a base de código, normalmente medida em termos de linhas de código ou outras métricas  Indica áreas da base de código que podem ser difíceis de manter ou modificar   Cobertura de código  Medida da quantidade de sua base de código coberta por seu conjunto de testes  Indica bugs não detectados   Dívida Técnica  Custo do trabalho adicional causado pela escolha de uma solução fácil em vez de uma abordagem melhor  Indica a integridade do projeto ao longo do tempo   Frequência de implantação  Medida da frequência com que uma equipe implanta o código na produção  indica a produtividade da equipe de desenvolvimento   Atingindo Objetivos Através do ChatGPT e Prompt Engineering  Aproveitamos o ChatGPT e otimizamos a forma como criamos prompts para atingir nossos principais objetivos. Como lidar com erros e problemas de sincronização é principalmente técnico e consistente entre os projetos, vimos a oportunidade de testar a geração de prompts do ChatGPT para obter sucesso.  Começamos escrevendo instruções para cada objetivo, concentrando-nos primeiro nas necessidades de alta prioridade. Utilizando prompts de história de usuário com ChatGPT, produzimos rapidamente histórias de usuário detalhadas para revisão e inclusão em nosso próximo ciclo de desenvolvimento. Isso diminuiu nossa necessidade de maior envolvimento do analista de negócios, permitindo que nos concentrássemos no trabalho técnico.  A produtividade da nossa equipe aumentou, enquanto os cronogramas e ciclos de desenvolvimento caíram. O número de reuniões necessárias para feedback também diminuiu significativamente. Eliminamos os gargalos de comunicação criando um questionário de tratamento de erros que forneceu perguntas valiosas para nós e para as partes interessadas.  Também usamos prompts para gerar rapidamente artefatos críticos do projeto para uso como documentação técnica e discussões em equipe. Isso deu a todos os membros as informações necessárias para tomar decisões de sistema, processo, produto e entrega sem etapas adicionais.  Ao dedicar 20% de cada etapa de desenvolvimento à criação e otimização de prompts, aplicamos o princípio de Pareto – 80% dos resultados provenientes de 20% das causas – ao desenvolvimento de software e à engenharia de prompts. Isso simplificou nosso fluxo de trabalho e melhorou os resultados gerais.  No geral, utilizamos o ChatGPT para criar vários prompts baseados em regras, acelerando a tomada de decisões com nossa equipe e partes interessadas e permitindo a entrega no prazo. Os prompts produziram artefatos de projeto e reduziram a dependência de nosso analista de negócios, permitindo que nos concentrássemos no trabalho técnico. Nossa velocidade aprimorada, prazos reduzidos e ciclos reduzidos destacam como a aplicação estratégica da IA para a geração de linguagem natural pode impulsionar a produtividade e a conquista de metas para o futuro dos fluxos de trabalho.  Aproveitar o ChatGPT e a otimização imediata capacitou nossos desenvolvedores, otimizou a decomposição de tarefas, minimizou o tempo gasto debatendo o fluxo de trabalho e as escolhas técnicas, estabeleceu um fluxo de trabalho de equipe eficiente e focou na resolução de desafios técnicos e na obtenção de resultados. Os resultados falam por si. Nosso sucesso prova o valor da IA para acelerar a transformação digital.   Bônus: Exemplo de Prompt Baseado em Regra  Como prometido, estou compartilhando um exemplo real de um Prompt baseado em regra do Business Analyst que modificarei para ser usado por escritores de história de usuário de tratamento de erros.  Como resultado, tal prompt produz os seguintes resultados:   Espero que isso sirva como um guia prático para quem deseja implementar Prompts baseados em regras para tratamento de erros e problemas de sincronização em seus projetos.

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

This story contains new, firsthand information uncovered by the writer.

Read My Stories

Este áudio é produzido no idioma original da história!

Prompts baseados em regras: como simplificar o tratamento de erros e aumentar a eficiência da equipe com o ChatGPT

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Criando produtos criptográficos centrados no usuário: a importância do feedback do cliente

Quer ganhar um concurso de redação do HackerNoon? Aqui está o que os vencedores do concurso #crypto-api recomendam

Uma breve introdução à teoria do cérebro de Boltzmann

Liberando o poder da IA. Uma revisão sistemática de técnicas de ponta: resumo e introdução

Criando produtos criptográficos centrados no usuário: a importância do feedback do cliente

Quer ganhar um concurso de redação do HackerNoon? Aqui está o que os vencedores do concurso #crypto-api recomendam

Uma breve introdução à teoria do cérebro de Boltzmann

Liberando o poder da IA. Uma revisão sistemática de técnicas de ponta: resumo e introdução

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps