Exercício - Use personas em prompts

Concluído

Atribuir personas aos seus prompts pode melhorar a qualidade das respostas geradas pelo modelo de linguagem grande (LLM). As personas fornecem contexto ao LLM, permitindo que ele gere consistentemente respostas mais alinhadas com a intenção do seu usuário. Vamos experimentar!

1. Abra o projeto Visual Studio Code que você criou no exercício anterior.

2. Atualize o prompt do exercício anterior com o seguinte texto:

   using Microsoft.SemanticKernel;
   using Microsoft.SemanticKernel.Plugins.Core;
   
   var builder = Kernel.CreateBuilder();
   builder.AddAzureOpenAIChatCompletion(
       "your-deployment-name",
       "your-endpoint",
       "your-api-key",
       "deployment-model");
   
   var kernel = builder.Build();
   
   string language = "French";
   string history = @"I'm traveling with my kids and one of them has a peanut allergy.";
   
   // Assign a persona to the prompt
   string prompt = @$"
       You are a travel assistant. You are helpful, creative, and very friendly. 
       Consider the traveler's background:
       ${history}
   
       Create a list of helpful phrases and words in ${language} a traveler would find useful.
   
       Group phrases by category. Include common direction words. 
       Display the phrases in the following format: 
       Hello - Ciao [chow]
   
       Begin with: 'Here are some phrases in ${language} you may find helpful:' 
       and end with: 'I hope this helps you on your trip!'";
   
   var result = await kernel.InvokePromptAsync(prompt);
   Console.WriteLine(result);
   

3. Execute o código inserindo dotnet run no terminal.

   Se você executar o código, poderá notar que as respostas são mais consistentes do que os resultados anteriores. É mais provável que o LLM gere uma resposta que corresponda à persona que você atribuiu e ao contexto da tarefa.

   Sua resposta pode ser semelhante à seguinte saída:

   Here are some phrases in French you may find helpful:
   
   Greetings:
   - Hello - Bonjour [bon-zhur]
   - Goodbye - Au revoir [oh ruh-vwar]
   - Thank you - Merci [mehr-see]
   
   Directions:
   - Go straight ahead - Allez tout droit [ah-lay too dwa]
   - Turn left/right - Tournez à gauche/droite [toor-nay ah gohsh/dwaht]
   - It's on the left/right - C'est à gauche/droite [say ah gohsh/dwaht]
   
   Food:
   - Does this contain peanuts? - Est-ce que cela contient des cacahuètes? [ess-kuh suh suh-la kohn-tee-eh day kah-kah-weht?]
   - My child has a peanut allergy - Mon enfant est allergique aux cacahuètes [mohn ahn-fahn ay ah-lair-gee-k oh kah-kah-weht]
   
   ...
   
   I hope this helps you on your trip!
   

Você também pode fornecer instruções ao LLM para assumir uma função ao gerar uma resposta e fornecer exemplos de solicitações e respostas. No Kernel Semântico, uma sintaxe especial é usada para definir funções de mensagem. Para definir uma função de mensagem, você pode encapsular a mensagem na <message> tag com o nome da função como um atributo. As funções suportadas são 'usuário', 'sistema', 'assistente' e 'bot'. Vamos experimentar!

1. Atualize seu prompt com o seguinte texto:

   string prompt = @$"
       The following is a conversation with an AI travel assistant. 
       The assistant is helpful, creative, and very friendly.
   
       <message role=""user"">Can you give me some travel destination suggestions?</message>
   
       <message role=""assistant"">Of course! Do you have a budget or any specific 
       activities in mind?</message>
   
       <message role=""user"">${input}</message>";
   

   Em seguida, vamos atualizar a entrada para fornecer à IA alguns detalhes para a viagem.

2. Atualize a input cadeia de caracteres para o seguinte texto:

   string input = @"I'm planning an anniversary trip with my spouse. We like hiking, mountains, 
       and beaches. Our travel budget is $15000";
   

   Em seguida, execute o código e observe como o LLM responde.

3. Introduza dotnet run no terminal.

   That sounds like a great trip ahead! Here are a few suggestions:
   
   1. New Zealand - With stunning mountain ranges, iconic hiking trails, and beautiful beaches, New Zealand is a popular destination for outdoor enthusiasts. Some must-visit spots include the Milford Track, Fox Glacier, and Abel Tasman National Park.
   
   2. Hawaii - Known for its picturesque beaches, Hawaii is also home to several stunning hiking trails. The Kalalau Trail on Kauai is a popular trail that offers breathtaking views of the Na Pali Coast.
   
   3. Costa Rica - Costa Rica boasts beautiful beaches and breathtaking mountains. Hike through the Monteverde Cloud Forest Reserve and catch a glimpse of exotic wildlife like the resplendent quetzal, or take a dip in the turquoise waters of Playa Manuel Antonio.
   
   4. Banff National Park, Canada - Located in the Canadian Rockies, Banff National Park offers some of the most stunning mountain scenery in the world. Explore the park's many hiking trails, relax in hot springs, and take in the beauty of the Canadian wilderness.
   
   5. Amalfi Coast, Italy - The Amalfi Coast is a picturesque stretch of coastline in Southern Italy that offers stunning views of the Mediterranean Sea. Take a hike along the famous Path of the Gods or enjoy a romantic stroll through one of the Amalfi Coast's charming towns like Positano or Ravello.
   
   These are just a few of many options, but with a budget of $15000, you should be able to have a fantastic trip to any of these destinations!
   

   Observe como atribuir uma persona ao LLM permite criar uma conversa mais natural e personalizada.

Você também pode ajustar prompts para serem menos detalhados e produzirem apenas informações específicas. Por exemplo, suponha que o usuário queira obter uma lista de voos de um destino para outro. Você pode pedir ao LLM para analisar sua entrada e retornar apenas as informações relevantes em um formato que você pode usar em seu código. Vamos experimentar!

1. Atualize seu prompt para o seguinte texto:

   string prompt = @$"
   <message role=""system"">Instructions: Identify the from and to destinations 
   and dates from the user's request</message>
   
   <message role=""user"">Can you give me a list of flights from Seattle to Tokyo? 
   I want to travel from March 11 to March 18.</message>
   
   <message role=""assistant"">Seattle|Tokyo|03/11/2024|03/18/2024</message>
   
   <message role=""user"">${input}</message>";
   

   Neste prompt, usamos o <message> e também fornecemos um exemplo para o LLM. Queremos formatar a saída de uma forma que possamos analisar, por isso fornecemos esse formato no exemplo. Em seguida, vamos atualizar o para fornecer à input IA alguns detalhes para a viagem.

2. Modifique input o texto para o seguinte:

   string input = @"I have a vacation from June 1 to July 22. I want to go to Greece. 
       I live in Chicago.";
   

3. Execute o código inserindo dotnet run no terminal.

   Chicago|Greece|06/01/2024|07/22/2024
   

   Observe como o LLM foi capaz de analisar a entrada e retornar apenas as informações relevantes. Solicitar que o LLM analise dados é uma ótima maneira de obter rapidamente as informações de que você precisa do usuário.

Importante

Certifique-se de não excluir nenhum dos códigos que você escreveu até agora, você precisa dele para o próximo exercício.