Todo gestor de portfólio conhece a fronteira eficiente - o conjunto de portfólios ótimos que oferecem retornos máximos para níveis de risco dados. E se os prompts de IA tivessem a sua própria fronteira eficiente? À medida que todos começamos a usar IA, a otimização de prompts será um desafio constante. GEPA, GEnerative PAreto, é uma técnica para descobrir a fronteira eficiente equivalente para IA. Ao ler o artigo, notei que os resultados iniciais eram promissores, com uma melhoria de 10 pontos em certos benchmarks e um comprimento de prompt 9,2 vezes mais curto. Comprimento de prompt mais curto, e todos sabemos que os prompts de entrada são o maior fator de custo (veja The Hungry, Hungry AI Model). Portanto, implementei o GEPA no EvoBlog. Para usar o GEPA, devemos identificar os eixos de pontuação que um LLM usa para avaliar uma postagem. Aqui estão os meus: (primeira imagem) Agora que temos essa estrutura, podemos inserir um prompt para gerar uma postagem de blog e fazer o sistema EvoBlog iterar através de diferentes prompts para atender à fronteira eficiente para cada dimensão, ponderada entre todas as variáveis - não apenas uma. Aqui estão as pontuações para duas postagens de blog hipotéticas. Você pode ver que uma se destaca mais em estilo, enquanto a outra foca no uso de dados. Usando o GEPA, podemos determinar qual é a melhor postagem geral. Neste caso, é a postagem focada em dados. Tudo isso para dizer, caro leitor, que eu só publiquei uma postagem de blog totalmente gerada por IA. Meu objetivo com esses sistemas automatizados é aprender como eles funcionam, como ajustá-los e gerar rascunhos iniciais que se aproximem dos meus primeiros e segundos rascunhos. Eu sempre estarei completando os rascunhos três e quatro. A fronteira eficiente não substitui a percepção e uma voz autêntica.