Um estudante do ensino médio de apenas 17 anos criou um 'Prompt de nível divino', que aumentou significativamente a capacidade de raciocínio do Claude 3.5, podendo competir com o modelo o1 da OpenAI, gerando grande discussão na comunidade. Após testes de vários desenvolvedores, descobriu-se que o prompt não apenas conseguiu reproduzir com sucesso o Flappy Bird e o jogo de pôquer texano, mas também mostrou resultados excepcionais no Google Gemini após melhorias. (Contexto: Bernstein anunciou que as criptomoedas entraram na 'era infinita': BTC deve ultrapassar 200 mil até o final do ano, empresas de mineração aceleram a fusão com IA, ETH se tornará o favorito das instituições...) (Contexto adicional: Sam Altman prevê 2025: os primeiros agentes de IA entrarão em massa no mercado de trabalho, cada vez mais perto da AGI...) Recentemente, o estudante do ensino médio Tu Jinhao, de apenas 17 anos, escreveu um comando aclamado como 'Prompt de nível divino', que melhorou significativamente a capacidade de raciocínio e pensamento do modelo de inteligência artificial Claude 3.5, atraindo ampla atenção. O prompt simula o processo de pensamento humano, permitindo que o Claude 3.5 exiba raciocínio complexo e capacidade de resolução de problemas comparáveis ao modelo o1 da OpenAI. Tu Jinhao anteriormente conquistou o primeiro lugar na competição global de matemática da Alibaba na pista de IA. O prompt que ele criou é chamado de 'Thinking Claude', projetado para permitir que o modelo Claude passe por um processo de pensamento abrangente antes de responder às perguntas, aproximando sua capacidade de raciocínio da humana. Princípio do Thinking Claude O engenheiro Python Jie Ge analisa que o prompt orienta o Claude, ao lidar com cada tarefa, a primeiro repetir a pergunta, analisar o contexto, decompor a tarefa, gerar várias suposições e, através da auto-correção e verificação, finalmente formar uma resposta coerente e profunda. Em detalhes, ele aponta que os passos incluem: Compreensão inicial: reescrever a pergunta, entender seu contexto e identificar elementos conhecidos e desconhecidos. Exploração do espaço de problemas: decompor o problema em várias partes, entender suas necessidades e restrições. Geração de suposições: antes de escolher um método de solução, apresentar várias suposições e diferentes perspectivas para análise. Processo de descoberta natural: como um detetive, aprofundar-se passo a passo para chegar a conclusões mais perspicazes. Verificação e validação: autoavaliação, checar a consistência lógica e a abrangência da análise. Identificação e correção de erros: encontrar lacunas no raciocínio e aprimorar ainda mais. Integração de conhecimentos: conectar informações de diferentes fontes para construir uma estrutura cognitiva mais abrangente. Identificação e análise de padrões: buscar padrões específicos nas informações e aplicá-los a pesquisas e raciocínios mais profundos. Usuários desenvolvem jogos clássicos com Thinking Claude A aparição deste prompt gerou ampla atenção e discussão nas comunidades de IA e programação. Muitos desenvolvedores, após testar em aplicações práticas, descobriram que o prompt realmente pode melhorar significativamente o desempenho do modelo Claude, mostrando características lógicas mais fortes e próximas do raciocínio humano ao lidar com tarefas complexas. Alguns usuários utilizaram o prompt para desenvolver com sucesso o clássico jogo Flappy Bird. Além disso, outros criaram um jogo de pôquer texano com funcionalidades de jogadores de IA, proporcionando uma experiência de combate mais inteligente. Além disso, o Youtuber 'AI 转转转' também adaptou o prompt para a versão Gemini, realizando testes no Google AI Studio, obtendo também resultados melhores. Métodos de uso O método de uso é muito simples: basta copiar o prompt do model_instruction do Thinking Claude ou do Thinking-gemini (escolha a versão mais recente) e colá-lo na barra de instruções do sistema (System Instructions) do Claude ou do Google AI Studio, podendo assim testar e desenvolver por meio de diálogos com a IA. Os leitores interessados podem experimentar e realizar suas próprias criações! De forma geral, a inovação de Tu Jinhao demonstra o potencial da engenharia de prompts na área de IA, despertando o interesse das pessoas sobre como otimizar prompts para melhorar o desempenho dos modelos. No entanto, alguns especialistas apontam que esse método de aprimoramento da capacidade do modelo por meio de prompts pode ter certas limitações, e a capacidade base do modelo ainda é um fator chave que determina seu desempenho. Relatórios relacionados Previsões de preços de BTC, ETH, SOL para 2025: quais são os fatores que impulsionam? CES 2025 acontecerá na próxima semana) Bank of America prevê: NVIDIA anunciará entrada no mercado de PCs com IA! Baixa probabilidade de lançamento de CPU ai16z fundador diz 'projeto não está relacionado à a16z', comunidade esclarece que já isentou de violação de marca 'Estudante de 17 anos escreve 'Prompt de nível divino' para fortalecer a capacidade de raciocínio do Claude, comparável ao modelo o1, como foi realizado?' Este artigo foi publicado pela primeira vez no BlockTempo (a mídia de notícias de blockchain mais influente).