Prompts com a tag: #system-prompts

4.5
3

Prompt de Engenharia Macro-Structure para LLMs com SutniPrompt

Prompt de engenharia de prompts que impõe uma Macro-Structure de saída para LLMs, incluindo timestamp no início, citação da Wikipedia no fim, e seções obrigatórias em Markdown para testar rigidez estrutural e evitar fluff.

4.5
17

Prompt mestre para avaliação de prompts de sistema em geração de landing pages com IA

Prompt avançado para criar, testar e comparar prompts de sistema para geração de landing pages com IA, incluindo meta-prompt, variações de prompts, rubrica de avaliação e template de saída pronto para uso.

4.5
12

Logic Seed de Compressão Semântica

Prompt para criar um 'Logic Seed' de compressão semântica, avaliar a melhor IA para executá-lo, e gerar um JSON completo com título, conteúdo, descrição, ferramenta recomendada, nível de dificuldade, rating, destaque, tags e tópico.

4.5
18

Memória de Comportamento para IA: blocos reutilizáveis de comportamento

Prompt prático para criar uma biblioteca de blocos comportamentais reutilizáveis que promovem consistência entre tarefas, sem memória nem fine-tuning. Inclui 6 blocos de exemplo, diretrizes de implementação, métricas de repetibilidade/drift e cenários de teste A/B.

4.5
39

Prompt para Avaliar e Projetar Gestão de Contexto em IA (Claude, Notion, Kuse, MyMind)

Prompt que elabora um framework de avaliação de gestão de contexto em IA, compara abordagens existentes, propõe 3 híbridos, define um plano de MVP e um formato de avaliação, além de considerações éticas e indicação de ferramenta ideal.

4.5
35

Análise e melhoria de prompts de sistema com feedback de prompts de IA

Prompt avançado que transforma prompts de sistema e feedback de usuários em versões otimizadas, com variantes curtas, detalhadas e baseadas em cenários, além de recomendações de configuração de modelo e um prompt final consolidado.

4.5
42

Metaprompt de Sistema para LLMs: Estruture, Classifique Tarefas e Garanta Saídas Verificáveis

Prompt de sistema para gerar prompts otimizados para LLMs, incorporando determinismo, verificação de saída, custo de tokens, segurança e um framework de classificação de tarefas, além de instruções para adaptar a saída a qualquer ferramenta de IA.