Prompts com a tag: #RAG

4.5
30

Pipeline de Story Engine para Roleplay Stateful

Prompt para projetar um motor de história stateful com recuperação por busca, gerenciamento de contexto e blocos de entidades, visando manter coerência em roleplays extensos.

4.5
35

Guia Prático de Engenharia de Contexto para IA

Prompt estruturado que gera um guia acionável para transformar o uso de prompts em uma engenharia de contexto robusta, com arquitetura, processos, métricas e melhores práticas.

4.5
23

Prompt CIM-GIP: Da Teoria à Simulação Determinística

Prompt detalhado para desenvolver uma implementação de CIM com GIP e simulação determinística de uma topologia causal, com normalização de variáveis, regras de propagação e saída reprodutível.

4.5
34

Ingestão automatizada de documentação não-PDF (Docker e Portainer) em ChatGPT

Prompt avançado para construir uma pipeline de ingestão de documentação não-PDF (HTML/Markdown) de fontes oficiais Docker e Portainer, com indexação por embeddings, atualização automática e suporte a Q&A em chatbots.

4.5
32

Prompt RaCoT: Prompts Contrastivos para RAG (Recuperação de Informação) 2026

Prompt técnico para orientar modelos a aplicar RaCoT (Reasoning Contrastivo) na recuperação de informação, gerando uma pergunta contrastiva, identificando o gap e construindo um prompt de recuperação mais preciso.

4.0
41

Prompt para aprender Engenharia de Prompts com a Técnica de Feynman

Prompt educativo que usa a Técnica de Feynman para ensinar engenharia de prompts, com foco em componentes modulares, RAG, Chain-of-Thought e prática de escrita; inclui plano de estudo, templates, e referência a blog.

4.5
29

Prompt para entender e otimizar o uso de Saved Projects / Custom Knowledge em IA

Prompt completo que orienta a IA a entender como funcionam Saved Projects / Custom Knowledge, quando utilizá-los e como avaliá-los, incluindo fluxos, decisões, métricas e boas práticas.

4.5
35

Design de Sistemas de Prompt e Pipelines para Produção

Prompt avançado que orienta a construção de sistemas de prompts com decomposição, caminhos de raciocínio, auto-crítica e verificação para uso em produção, reduzindo falhas comuns como loops, alucinações e outputs inconsistentes.