Engenharia de Prompt
Uma trilha de padrões práticos para construir aplicações com LLMs usando LangChain. Cada tutorial parte do anterior, do primeiro template a pipelines completos.
A trilha
-
1
Prompt Template Pattern
PublicadoSeparar a estrutura fixa do prompt das variáveis e montar a primeira chain com LCEL.
-
2
Sequential Chain Pattern
PublicadoLigar etapas em sequência, em que a saída de uma chain alimenta a próxima.
-
3
Structured Output
PublicadoFazer o modelo devolver JSON validado com Pydantic, pronto para usar numa API.
-
4
Router Chain
PublicadoClassificar a entrada e mandar cada pedido para a chain certa.
-
5
Parallel Chain
PublicadoRodar etapas independentes ao mesmo tempo e juntar os resultados.
-
6
Few-Shot Prompting
PublicadoGuiar formato e estilo com exemplos de entrada e saída dentro do prompt.
-
7
RAG (Retrieval-Augmented Generation)
PublicadoBuscar documentos relevantes e usá-los como contexto na resposta.
-
8
Memória e histórico de conversa
PublicadoManter o contexto entre mensagens, a base de qualquer chatbot.
-
9
Chain-of-Thought e Reflection
Em brevePedir o raciocínio passo a passo e fazer o modelo revisar a própria resposta.
-
10
Map-Reduce
Em breveProcessar documentos grandes em pedaços e consolidar o resultado.
-
11
Fallback e Retry
Em breveDeixar a chain resiliente: tentar de novo e trocar de modelo quando algo falha.
Complementos
- Arquitetura de projeto para Chains: a estrutura de pastas do repositório
pattern_chain, usada em todos os tutoriais da trilha.