mshumer/gpt-prompt-engineer - GitHub vs ParsersVC

mshumer/gpt-prompt-engineer es un kit de herramientas de ingeniería de prompts de código abierto que genera, prueba y clasifica prompts candidatos para una tarea que definas. Describes el caso de uso, proporcionas casos de prueba, y los cuadernos de Jupyter crean múltiples variantes de prompts, los ejecutan contra cada caso de prueba, y ordenan los resultados con un sistema de puntuación ELO que comienza en 1200. Se distribuye como cuadernos de Jupyter que puedes ejecutar en Google Colab o localmente.

La mayoría de las herramientas de prompts te ayudan a escribir un prompt a la vez. gpt-prompt-engineer trata la selección de prompts como un torneo: docenas de candidatos compiten en tus casos de prueba, y las puntuaciones ELO más altas revelan a los ganadores. Cuadernos separados cubren tareas de clasificación, Claude 3 Opus con casos de prueba generados automáticamente, y conversión de Opus a Haiku para inferencia más económica. El registro opcional con Weights & Biases y Portkey rastrea cada ejecución.

Los ingenieros de ML, ingenieros de prompts y desarrolladores de IA lo utilizan cuando necesitan ajustes reproducibles de prompts en lugar de prueba y error manual. El repositorio tiene 9.7k estrellas en GitHub y funciona con tus propias claves de API de OpenAI o Anthropic. Es gratuito bajo la licencia MIT.

ParsersVC rastrea e indexa fondos de capital de riesgo, startups y rondas de financiación en una base de datos buscable actualizada diariamente. Su sistema analiza más de un millón de sitios web por día, cubriendo carteras de firmas de VC, cambios en equipos, menciones en noticias y rondas recién anunciadas. Puedes filtrar más de 28,000 firmas de VC por ubicación, categoría de inversión y actividad reciente.

Mientras Crunchbase y PitchBook cobran contratos empresariales, ParsersVC vende acceso basado en créditos comenzando con 10 créditos por $1, con un plan Pro a $29 por mes para resultados de búsqueda más profundos. La función Venture Matching evalúa la compatibilidad entre startups e inversores, y un algoritmo predictivo califica la atractividad de inversión en 26 parámetros con aproximadamente un 90% de precisión en perfiles detallados.

Los fundadores usan ParsersVC para encontrar VCs activos por sector y etapa. Los inversores navegan perfiles de startups con historial de financiación, valoraciones y datos de LinkedIn del equipo. Clientes empresariales como McKinsey y VentureCap Insights licencian el conjunto de datos a través de una API REST. Un boletín semanal llega a más de 30,000 suscriptores con noticias de financiación e historias de éxito.