MédiaMúltipla escolha

Questão de prática de AIF-C01

Uma empresa usa o Amazon Bedrock para gerar resumos de relatórios extensos. Os usuários relatam que os resumos são muito prolixos e incluem detalhes excessivos. Qual técnica de engenharia de prompt a equipe deve aplicar para resolver esse problema?

Escolha a melhor resposta.

Resposta correta

  • DAdicionar restrições explícitas como 'Forneça um resumo conciso em duas frases'.

Explicação

Adicionar restrições explícitas como 'Forneça um resumo conciso em duas frases' instrui diretamente o modelo a limitar a verbosidade e os detalhes. Esta técnica de engenharia de prompt usa instruções claras e específicas para controlar o comprimento e o estilo da saída, o que constitui a maneira mais eficaz de lidar com resumos excessivamente prolixos sem alterar os parâmetros do modelo ou os dados de entrada.

Por que cada alternativa está certa ou errada

A

Incorreta

Reduzir o comprimento do contexto de entrada para limitar as informações disponíveis.

Encurtar a entrada remove o conteúdo de origem, degradando a precisão do resumo e omitindo seções do relatório em vez de reduzir os detalhes. O corte de contexto é adequado para se ajustar aos limites de tokens; a verbosidade é regida pelas instruções do prompt, portanto, especificar um comprimento de resumo conciso resolve o problema sem descartar informações.

B

Incorreta

Aumentar o parâmetro maxTokens na solicitação de inferência.

maxTokens limita o total de tokens gerados, truncando a saída no meio de uma frase em vez de fazer o modelo resumir de forma concisa. Ele é adequado para limitar custos ou evitar a geração descontrolada; reduzir a verbosidade requer uma instrução no nível do prompt especificando o comprimento do resumo, uma vez que o truncamento produz frases incompletas, e não resumos mais concisos.

C

Incorreta

Incluir exemplos de few-shot das saídas desejadas.

Exemplos de few-shot moldam o tom, o formato e o estilo, mas a verbosidade decorre de instruções que permitem detalhes excessivos, de modo que os exemplos por si só não restringirão o comprimento. Few-shot é adequado para ensinar a estrutura de saída ou rótulos de classificação; aqui, uma instrução como limitar o resumo a um número definido de frases controla diretamente o detalhe.

D

Correta

Adicionar restrições explícitas como 'Forneça um resumo conciso em duas frases'.

Adicionar restrições explícitas de comprimento controla diretamente a verbosidade da saída do modelo, que é o problema declarado. Ao contrário de instruções vagas como "seja breve", especificar "duas frases" dá ao Amazon Bedrock um alvo concreto que o modelo pode satisfazer durante a geração, tornando o resumo mais conciso sem alterar o conteúdo do relatório subjacente ou exigir o retreinamento do modelo.

Para se aprofundar

O Amazon Bedrock passa prompts para foundation models onde o comprimento da saída é limitado por maxTokens, mas esse parâmetro restringe a geração em vez de moldar o estilo, portanto, aumentá-lo piora a verbosidade. Restrições explícitas de comprimento e formato no prompt agem como instruções nas quais o modelo se condiciona, e os exemplos few-shot demonstram o padrão de compactação alvo de forma mais confiável do que apenas a prosa. Um comportamento sutil: os modelos ponderam as instruções posteriores com mais peso, de modo que colocar 'duas frases' no final do prompt melhora a adesão. Em um pipeline de sumarização real, combinar uma instrução concisa com um ou dois resumos exemplares reduz o custo de tokens e a latência, mantendo os fatos principais, o que importa ao processar milhares de relatórios sob as cotas do Bedrock.

Sobre estas questões de prática

Esta é uma das questões de prática originais de AIF-C01 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.