A IA conversacional em produção frequentemente sofre de "deriva de persona", onde a voz da IA se torna inconsistente ao longo do tempo. O autor argumenta que este é um problema arquitetónico, não de prompt, propondo lógica hard-coded para caráter e regras, e apresenta ArcOS, um motor de cinco fases para gerir isto.
O artigo apresenta ReElicit, uma estrutura de otimização Bayesiana baseada em "embedding por elicitação" para ajustar prompts de sistema em IA. Ele utiliza LLMs para criar um espaço de recursos interpretável e um substituto de processo Gaussiano para selecionar e refinar prompts com base em feedback agregado.
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.