Prompt de avaliação de prompting: Meta-Prompting vs Chain-of-Thought em LLMs

Prompts para avaliação de prompting: Meta-Prompting versus Iterative Chain of Thought em LLMs, usando um caso de negócio de previsão de vendas. Objetivo: comparar duas abordagens distintas de prompting e medir impactos na qualidade das decisões. Cenário: loja de hardware com dois produtos, Shims/Packing plates e Construction Wedges. Horizonte de previsão: 4 a 8 semanas; objetivo: prever a razão de vendas entre os dois produtos. Abordagens: A) Meta-Prompting: pedir ao modelo para criar um prompt perfeito para o problema, depois executar o prompt criado para responder à tarefa; B) Iterative Chain of Thought: iniciar com uma pergunta aberta, fornecer contexto conforme necessário, e manter um fluxo de raciocínio passo a passo. Regras: para cada método, o modelo deve retornar (i) o prompt utilizado, (ii) a saída de modelo, (iii) o raciocínio mostrado ou um resumo das etapas, (iv) métricas de avaliação (MAE, RMSE para a previsão de razão, acurácia se houver classificação, tempo de geração), (v) limitações e vieses, (vi) recomendações práticas. Dados: usar dados reais se disponíveis; caso contrário, gerar dados sintéticos plausíveis e documentar suposições. Entrega: uma comparação objetiva entre A e B, com pontos fortes e fracos, quando cada abordagem é mais adequada, e uma recomendação final. Formato de saída: apresentação estruturada com seções para cada método, seguida de um quadro de resumo com as métricas-chave e uma conclusão.