IA: Tot el que necessites per un prompt perfecte

IA: Tot el que necessites per un prompt perfecte

Nivell de coneixements previs necessaris
40%

A mesura que la intel·ligència artificial avança, també ho fa la nostra manera d’interactuar-hi.

Un bon prompt és clau per obtenir resultats precisos i útils. Després de veure vídeos, cursos i infografies sobre com fer prompts, he recollit recomanacions que m’han ajudat a estalviar entre 2 i 4 hores diàries de feina en màrqueting i a mantenir-me al dia dels últims avenços.

Aquí t’ofereixo una guia completa per crear prompts efectius, amb exemples pràctics per a diferents àmbits, incloent-hi el màrqueting a les xarxes socials.

Què és un "promt"?

La traducció de “prompt” al català és “indicació” o “comanda”. En el context de la intel·ligència artificial, es pot utilitzar “indicació” per referir-se a les instruccions que donem al sistema.

Perquè sigui efectiu, cal formular el promt de manera clara i estructurada, detallant tots els elements importants.

Aquest és l'encapçalament

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.

Estructura del promt: com fer-ho pas a pas

Defineix el rol que vols que la IA assumeixi (ex.: escriptor, analista, traductor). Això ajuda a l’IA a adaptar el seu to i enfocament per oferir un resultat més acurat.

Estableix clarament què vols obtenir amb el prompt. Indica el resultat final desitjat o el tipus de resposta específica que esperes, com una anàlisi, un consell, o un text d’estil concret.

Indica a qui està destinat el contingut. Si l’objectiu final té un públic específic, com un grup d’edat, perfil professional o sector, especifica-ho perquè la IA adapti el missatge.

Proporciona tota la informació rellevant per a la IA. Afegeix dades específiques, antecedents o qualsevol detall extra que pugui enriquir la resposta i aportar-hi context.

Defineix les limitacions o direcció del text. Estableix quins temes evitar, la longitud del text o el nivell de formalitat per adaptar-se a les teves necessitats.

Refina el prompt tantes vegades com calgui. Si la resposta no és exactament el que esperaves, redefineix els detalls per ajustar-la millor al teu objectiu.

Consells per perfeccionar el prompt

  • Instruccions clares: Descriu de manera precisa què vols i evita generalitzacions.
  • Preguntes prèvies: Si el que necessites no està clar, divideix-ho en preguntes senzilles per recopilar la informació essencial i millorar la cerca o resposta final.

Exemples de promps en diferents àmbits

Promt per a una campanya de màrqueting en xarxes socials

  • Objectiu: “Crear una publicació atractiva per a Instagram que promocioni el nostre nou software de gestió documental.”
  • Context: “L’audiència són petites empreses que busquen digitalitzar els seus processos i millorar l’eficiència. Utilitza un to professional però accessible.”
  • Preferències: “El text ha de ser en català i no ha de superar les 50 paraules. Inclou una crida a l’acció per descarregar una demo.”

Exemple:

Redacta una publicació per a Instagram en català, per promocionar el nostre nou software de gestió documental. L’audiència són petites empreses que busquen digitalitzar els seus processos, així que utilitza un to professional però proper. No superis les 50 paraules i afegeix una crida a l'acció per descarregar una demo.

Promt per redactar un article de blog sobre eines de gestió de projectes

  • Objectiu: “Escriu un article de blog de 600 paraules que expliqui les millors eines de gestió de projectes per a equips remots.”
  • Context: “L’audiència són product managers i equips que treballen en remot, familiaritzats amb eines com Trello i Asana.”
  • Preferències: “Mantingues el to professional i ofereix exemples pràctics. No incloguis més de cinc eines i destaca-ne els avantatges principals.”

Exemple:

Escriu un article de 600 paraules que descrigui les millors eines de gestió de projectes per a equips remots. L’audiència són product managers i equips en remot amb coneixements de Trello i Asana. Explica els avantatges principals de cinc eines diferents amb exemples pràctics. Mantingues un to professional.

Promt per generar eslògans d’una campanya de conscienciació

  • Objectiu: “Crear un eslògan per una campanya de conscienciació sobre la importància del català en la tecnologia.”
  • Context: “L’audiència és el públic general de Catalunya, amb un to emotiu i de suport a la cultura i la llengua catalana.”
  • Preferències: “Màxim 10 paraules, amb un missatge directe que animi l’ús del català.”

Exemple:

Crea un eslògan de màxim 10 paraules per una campanya de conscienciació sobre la importància del català en la tecnologia. Ha de ser emotiu, orientat al públic general de Catalunya, i encoratjar l’ús del català en el dia a dia.

Promt per una guia de productivitat per a xarxes socials

  • Objectiu: “Redactar una guia de productivitat per a autònoms que treballen amb xarxes socials.”
  • Context: “L’audiència són autònoms i petits emprenedors que gestionen la seva presència a xarxes com Instagram i LinkedIn. Necessiten consells pràctics per optimitzar el seu temps.”
  • Preferències: “Mantingues un to informal i divideix el text en 5 consells pràctics de 100 paraules cadascun.”

Exemple:

Escriu una guia de productivitat per a autònoms que treballen amb xarxes socials com Instagram i LinkedIn. Divideix el text en 5 consells pràctics de 100 paraules cadascun. L’audiència són autònoms i petits emprenedors que busquen optimitzar el seu temps, així que mantingues un to informal i proper.

Top 5 usos de promps

Els promps s’utilitzen cada vegada més en diverses àrees, especialment per ajudar a resoldre tasques específiques, crear contingut i analitzar dades. A continuació, es mostra un rànquing amb les cinc temàtiques més habituals a Espanya i també a nivell global, segons els tipus de sol·licituds rebudes.

Top 5 usos de promps a Espanya

  1. Màrqueting digital i xarxes socials: gran demanda per generar contingut atractiu i estratègies de campanya a Instagram, Facebook i LinkedIn.
  2. Traduccions i contingut bilingüe: creació de contingut en diversos idiomes, incloent-hi espanyol, català i anglès, per a empreses amb públic multilingüe.
  3. Productivitat i gestió de projectes: prompts per optimitzar processos, guies i resums en metodologies com Scrum.
  4. Educació i aprenentatge: resums i materials educatius per estudiants i professors, especialment en màrqueting i desenvolupament personal.
  5. Creativitat i redacció literària: creació de contingut literari, eslògans i storytelling per a sectors d’entreteniment i mitjans.

Top 5 usos de promps a nivell global

  1. Generació de codi i resolució tècnica: alta demanda per crear i depurar codi en llenguatges com Python i JavaScript, incloent funcions específiques i optimització de bases de dades.
  2. Redacció SEO i continguts per a blogs: creació de contingut optimitzat per millorar el posicionament en cercadors, com articles informatius i guies de compra.
  3. Traduccions i adaptació cultural: adaptació de continguts en diversos idiomes per a empreses globals que busquen connectar amb audiències locals.
  4. Suport a la recerca i resums acadèmics: síntesi d’informació, bibliografies i resums d’articles científics en camps com la ciència i la tecnologia.
  5. Assistència en tasques domèstiques i consells: des de receptes i decoració fins a guies d’exercici, ampliant l’ús domèstic de l’IA.

Resum comparatiu: Espanya vs. Global

Els usos varien lleugerament segons el país, ja que cada regió té preferències específiques. A Espanya, per exemple, el màrqueting digital i l’educació dominen, mentre que globalment la generació de codi i la redacció SEO tenen una demanda molt alta.

Rang Espanya Global
1
Màrqueting digital i xarxes socials
Generació de codi
2
Traduccions i contingut bilingüe
Redacció SEO
3
Productivitat i gestió de projectes
Traduccions i adaptació cultural
4
Educació i aprenentatge
Suport a la recerca
5
Creativitat i redacció literària
Tasques domèstiques i consells

L’evolució fascinant de les xarxes neuronals: dels primers models a l’IA generativa

Els orígens: La inspiració biològica (1940-1960)

Tot va començar a principis dels anys 1940, quan Warren McCulloch, neurofisiòleg, i Walter Pitts, lògic, van presentar el primer model matemàtic de neurona artificial. Inspirant-se en les neurones del cervell humà, van proposar la idea que una xarxa de neurones artificials podria dur a terme càlculs complexos, sent la base de les “xarxes neuronals”.

Poc després, el psicòleg Frank Rosenblatt va introduir el Perceptró el 1958, una neurona artificial que podria aprendre tasques senzilles a través de l’entrenament. Aquest va ser el primer model que realment aprenia a través d’un procés d’entrenament, establint les bases de l’aprenentatge automàtic.

La primera crisi: La “hivernació de la IA” (1970-1980)

Malgrat els primers avenços, les limitacions d’aquests primers models es van fer evidents. Els perceptrons simples no podien resoldre tasques complexes, com reconèixer patrons en dades molt variables o diferenciar formes geomètriques (com un cercle d’un quadrat). Minsky i Papert van publicar el llibre “Perceptrons” el 1969, que exposava aquestes limitacions, i això va provocar un desinterès temporal per les xarxes neuronals, iniciant un període conegut com la hivernada de la IA.

Redescobriment: Les xarxes multicapa i l’algorisme de retropropagació (1980-1990)

Els anys 80 van portar un ressorgiment gràcies a la reintroducció de les xarxes neuronals multicapa i l’algorisme de retropropagació de l’error. Aquest algorisme, desenvolupat per Geoffrey Hinton, David Rumelhart i altres investigadors, permetia entrenar xarxes neuronals amb múltiples capes (o “profundes”), fent-les capaços d’aprendre funcions no lineals i tasques més complexes.

Això va despertar un gran interès, i es va començar a aplicar les xarxes neuronals a problemes com el reconeixement de veu i la visió per ordinador, demostrant el seu gran potencial.

L’era moderna: Creixement exponencial de dades i potència computacional (2000-2010)

Tot i el ressorgiment als anys 80, les xarxes neuronals van tenir un altre període de relativa inactivitat als anys 90. No obstant això, a finals dels 2000, dos factors importants van desencadenar una nova revolució: l’augment exponencial de dades disponibles (gràcies a internet i les xarxes socials) i l’avenç en la potència computacional, especialment amb les unitats de processament gràfic (GPU). Les GPU eren perfectes per entrenar xarxes neuronals, ja que poden processar càlculs paral·lels de forma molt eficient.

En aquesta època, les xarxes neuronals profundes (Deep Neural Networks) van començar a superar altres mètodes en tasques com el reconeixement d’imatges i la traducció automàtica. Així, van néixer el Deep Learning (aprenentatge profund) i les xarxes convolucionals (CNN) per a imatges, i les xarxes recurrents (RNN) per a seqüències com l’àudio i el text.

Avui dia: Models transformadors i l’arribada de l’IA generativa (2017-present)

L’any 2017 va ser clau per a la intel·ligència artificial moderna, gràcies a la introducció dels Transformers, una nova arquitectura presentada per Google que permet el processament de seqüències de dades amb gran eficiència. Els transformers van revolucionar el camp del Processament de Llenguatge Natural (NLP) i van establir les bases per als models d’IA generativa actuals, com ChatGPT.

Els transformers no només permeten processar text, sinó que també s’han aplicat a imatges, vídeos i dades multimodals, obrint nous camins en la generació de continguts visuals, àudio, i fins i tot vídeos. Aquests avenços ens han portat al moment actual, on els models d’IA poden escriure, crear imatges, sintetitzar veus i molt més, transformant la manera en què interactuem amb la tecnologia.

On som i cap a on anem?

Avui dia, les xarxes neuronals són part essencial d’innombrables aplicacions, i l’avenç en les arquitectures de models continua. La investigació se centra ara en fer els models més eficients, segurs i ètics, amb l’objectiu de minimitzar els seus riscos i maximitzar-ne el potencial de col·laboració en tots els àmbits.

Els usos més populars de la IA generativa globalment inclouen la creació de contingut per SEO, generació i depuració de codi, adaptació cultural i assistència en tasques diàries. Informes de Statista i McKinsey preveuen que la demanda d’aquesta tecnologia continuarà creixent en sectors com comerç i finances durant el 2024:

Meritxell Gil, historiadora de l'art, treballa en IT combinant creativitat i tecnologia. Amb experiència en disseny gràfic, UI/UX per a empreses internacionals, màrqueting i metodologies Agile, uneix perspectives artístiques i digitals. Quan té temps, també es dedica a dibuixar.
Contacta hola@krei24.com (Meri)

Comments are closed, but trackbacks and pingbacks are open.