Dicas de Engenharia de Prompt para Agentes LLM

1. Reafirme a lista de tarefas para manter o foco: Quando a janela de contexto for longa, o LLM perde o foco. Coloque informações importantes no final e reafirme a lista de tarefas após cada subtarefa. 2. Preserve o conteúdo do erro: Ao tentar novamente, forneça a descrição do erro ao LLM para que ele saiba o que deu errado e possa evitá-lo. 3. Cuidado com a armadilha do aprendizado com poucos exemplos: Exemplos com poucos casos podem homogeneizar os resultados. Para agentes diversos, evite exemplos muito semelhantes. Além disso, mensagens de histórico atuam como exemplos; para evitar viés, adicione ruído, use versões diferentes ou evite tarefas semelhantes. 4. Use cache de prompt para o desenvolvimento de aplicativos de IA. 5. Coloque informações importantes no início ou no final do contexto. 6. Armazene conteúdo longo em arquivos externos e leia quando necessário. 7. Pré-preencha o conteúdo da resposta para guiar o LLM a concluir tarefas ou chamar/bloquear ferramentas específicas. 8. Forneça informações precisas sobre erros para que o LLM corrija falhas. 9. Evite que a IA seja influenciada por mensagens de histórico homogeneizadas.