L'IA conversationnelle en production souffre souvent de la "dérive de persona", où la voix de l'IA devient incohérente avec le temps. L'auteur soutient que c'est un problème d'architecture, pas de prompt, proposant une logique codée en dur pour le caractère et les règles, et présente ArcOS, un moteur à cinq étapes pour gérer cela.
Cet article présente ReElicit, un cadre d'optimisation bayésienne basé sur l'"embedding par élicitation" pour l'ajustement des prompts système en IA. Il utilise des LLM pour créer un espace de caractéristiques interprétable et un substitut de processus gaussien pour sélectionner et affiner les prompts basés sur des retours agrégés.
Este artigo explora a transição de bibliotecas de prompts trabalhosas para o uso de system prompts, que revolucionaram a maneira como se interage com IAs. System prompts são instruções fundamentais que moldam as respostas da IA, permitindo uma comunicação mais personalizada e contextualizada.