Dicas de Andrej Karpathy para trabalhar com LLMs
Andrej Karpathy compartilha seu método favorito para interagir com modelos de linguagem, sugerindo o uso do modo de voz para criar monólogos caóticos.
Dicas de Andrej Karpathy para trabalhar com LLMs
Andrej Karpathy falou sobre uma de suas formas favoritas de trabalhar com Modelos de Linguagem de Grande Escala (LLMs). Ele aconselha que, às vezes, não se deve tentar formular o prompt perfeito, mas sim simplesmente ditar um longo fluxo de pensamentos para o modelo.
Você pode ativar o modo de voz e falar por cerca de dez minutos sobre qualquer assunto: com repetições, erros, fragmentos de frases e saltos entre tópicos. Segundo ele, os LLMs são bons em montar esses monólogos caóticos em uma imagem coerente e frequentemente articulam seus pensamentos com muito mais clareza do que você mesmo.
Às vezes, essa sessão pode ser transformada em uma pequena entrevista com várias trocas. Como resultado, o modelo entende melhor o contexto e o objetivo final, e você acaba precisando corrigi-lo com muito menos frequência.
Por que isso importa
AnáliseEssa abordagem permite um uso mais eficaz dos LLMs, simplificando o processo de formulação de prompts e melhorando significativamente a qualidade dos resultados obtidos.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
AI Radar: GPT-6.1 Terra, Gemini 4 Carbon, Mistral Large 4 e mudanças de preços da OpenAI e da Anthropic
Resumo das novidades de IA: novos modelos LLM, mudanças nas assinaturas da OpenAI e da Anthropic, world models, geradores de vídeo e detalhes corporativos.
Pesquisadores do MIT mostram que GPT-6 Astra pode melhorar outros modelos de IA alterando seus pesos
Em um experimento, a Astra aumentou a precisão do Qwen3.5-0.8B no MATH-500 de 7,9% para 48,1% ao alterar apenas 0,016% dos pesos do modelo.
Formato Markdown: guia completo para trabalhar com IA e automação
Guia prático abrangente sobre a sintaxe do Markdown para desenvolvimento de IA: CommonMark, hierarquia de cabeçalhos, tabelas GFM, escape, prompts de sistema e arquivos CLAUDE.md.
JSON — dados estruturados para aplicações, APIs e agentes de IA
Guia prático completo sobre o formato JSON: regras de sintaxe, serialização via parse/stringify, integração com REST API, JSON Schema e saída estruturada para inteligência artificial.