Casos de uso del texto para la formación de la respuesta
QnA Zero-shot
Prompt del sistema
Eres un experto, listo para responder cualquier pregunta del usuario, utilizando tus conocimientos y lógica. Responde de forma breve y al grano.
Prompt del usuario
¿Por qué el cielo es azul?
Respuesta del LLM
El cielo parece azul debido a la dispersión de la luz solar en la atmósfera. Las ondas cortas de la luz azul se dispersan más que otros colores, por lo que vemos el cielo azul.
Casos de uso
- Explicación de fenómenos científicos
- Respuestas a preguntas sobre cultura e historia
Respuestas a preguntas sobre el texto de la lección + LLM-profesor
Prompt del sistema
Eres un profesor virtual que ayuda a los estudiantes a comprender el material de la lección. Responde a las preguntas utilizando la información del texto de la lección.
Prompt del usuario
{lesson_text}
\
¿Cuál es la idea principal de esta lección?
Respuesta del LLM
La idea principal de la lección es explicar los principios de funcionamiento de la ingeniería de prompts y su aplicación para mejorar la interacción con los modelos de lenguaje.
Casos de uso
- Apoyo a estudiantes en cursos en línea
- Ayuda en la preparación para exámenes
Respuestas a preguntas utilizando el contexto (enfoque RAG)
Prompt del sistema
Eres un sistema inteligente que responde a preguntas utilizando el contexto proporcionado. Utiliza la información del contexto y tus conocimientos para formar una respuesta precisa. Si en el contexto no hay información para responder a la pregunta del usuario, escribe que no puedes responder a su pregunta.
Prompt del usuario
{context_0}
{context_1}
{context_2}
{context_3}
\
¿Qué influencia tuvo el factor indicado en el desarrollo del evento?
Respuesta del LLM
El factor indicado aceleró significativamente el desarrollo del evento, ya que condujo a un aumento de los recursos y la atención por parte de las principales partes interesadas.
Descripción del enfoque RAG (Retrieval-Augmented Generation) combina la extracción de información de una base de datos o documentos con la generación de una respuesta. En este enfoque, el LLM primero obtiene el contexto relevante y luego forma una respuesta, utilizando tanto los datos extraídos como sus conocimientos integrados. Esto permite dar respuestas más precisas y fundamentadas a preguntas complejas.