mshumer/gpt-prompt-engineer - GitHub vs ZenPrompts

mshumer/gpt-prompt-engineer é um kit de ferramentas de engenharia de prompts de código aberto que gera, testa e classifica prompts candidatos para uma tarefa que você define. Você descreve o caso de uso, fornece casos de teste e os cadernos criam várias variantes de prompts, executam-nos em todos os casos de teste e classificam os resultados com um sistema de classificação ELO começando em 1200. Ele é distribuído como cadernos Jupyter que você pode executar no Google Colab ou localmente.

A maioria das ferramentas de prompts ajuda você a escrever um prompt de cada vez. O gpt-prompt-engineer trata a seleção de prompts como um torneio: dezenas de candidatos competem em seus casos de teste, e as pontuações ELO mais altas revelam os vencedores. Cadernos separados cobrem tarefas de classificação, o Claude 3 Opus com casos de teste gerados automaticamente e a conversão de Opus para Haiku para inferência mais barata. Opcionalmente, o Weights & Biases e o Portkey registram cada execução.

Engenheiros de ML, engenheiros de prompts e desenvolvedores de IA o utilizam quando precisam de ajuste de prompts reprodutível em vez de tentativa e erro manual. O repositório tem 9,7 mil estrelas no GitHub e funciona com suas próprias chaves de API da OpenAI ou Anthropic. É gratuito sob a licença MIT.

ZenPrompts é uma plataforma de ponta projetada para capacitar engenheiros de prompt na criação, refinamento, teste e compartilhamento de prompts sofisticados para vários modelos OpenAI. Esta plataforma fácil de usar apresenta um poderoso editor de prompts que simplifica a comparação de prompts em vários modelos de IA, garantindo a seleção do mais adequado com base na qualidade, custo e desempenho. O serviço, de uso gratuito durante sua versão beta, fornece ferramentas valiosas para os usuários desenvolverem e apresentarem seu portfólio imediato com um design minimalista que enfatiza sua criatividade.

Com ZenPrompts, os usuários podem experimentar prompts sem a preocupação de perder trabalhos anteriores, compartilhar suas invenções com uma comunidade mais ampla e adotar o método DRY (Don't Repeat Yourself) para criação eficiente de prompts usando variáveis dinâmicas. Além disso, os usuários têm a opção de documentar prompts com comentários para melhor organização e preservação de insights de desenvolvimento. O objetivo da plataforma é aprimorar as capacidades dos engenheiros imediatos e mostrar suas habilidades na era dos grandes modelos de linguagem e da IA.