Pular para o conteúdo principal

Exame Final - Prompt Engineering Completo

Este exame abrangente cobre todos os 10 módulos com 50 questões. Você deve concluir todos os quizzes dos módulos antes de tentar o exame final.

Exam Guidelines
  • Tempo: Sem limite (recomendado 60-90 minutos)
  • Nota de aprovação: 70% (35/50)
  • Nível especialista: 90%+ (45/50)

Seção A: Fundamentos (Questões 1-10)​

Questão 1​

Qual componente de um prompt especifica a estrutura desejada da resposta da IA?

  • A) Instrução
  • B) Contexto
  • C) Entrada
  • D) Formato de Saída

Resposta: D - Formato de Saída especifica como a resposta deve ser estruturada.


Questão 2​

Qual é o principal benefício do few-shot prompting em relação ao zero-shot?

  • A) Menor custo de tokens
  • B) Maior consistência por meio de padrões demonstrados
  • C) Respostas mais rápidas
  • D) Prompts mais simples

Resposta: B - Few-shot fornece exemplos que ajudam a garantir saídas consistentes e seguindo padrões.


Respostas das Questões 3-10​

Q3: B (CoT melhora o raciocínio), Q4: A (Tokens são ~4 caracteres), Q5: C (Janela de contexto limita o texto total), Q6: B (Personas direcionam expertise/tom), Q7: A (CREATE tem 6 componentes), Q8: C (Claude se destaca com XML), Q9: B (Temperature controla aleatoriedade), Q10: A (Zero-shot = sem exemplos)


Seção B: Técnicas (Questões 11-25)​

Questão 11​

Quando você deve usar Chain-of-Thought prompting?

  • A) Perguntas factuais simples
  • B) Problemas de raciocínio complexo e matemática
  • C) Escrita criativa
  • D) Resumos rápidos

Resposta: B - CoT é mais eficaz para raciocínio complexo, matemática e problemas de múltiplas etapas.


Questão 12​

O que é prompt injection?

  • A) Adicionar mais exemplos
  • B) Entrada maliciosa que manipula o comportamento da IA
  • C) Melhorar a qualidade do prompt
  • D) Uma técnica de formatação

Resposta: B - Prompt injection ocorre quando uma entrada maliciosa tenta sobrescrever as instruções da IA.


Respostas das Questões 13-25​

Q13: C (RTF = Papel, Tarefa, Formato), Q14: A (Variáveis permitem reutilização de templates), Q15: B (Validar entre etapas da cadeia), Q16: C (RACE para prompts de negócios), Q17: A (Especificar linguagem para código), Q18: B (Exemplos diversos reduzem viés), Q19: C (Supervisão humana necessária), Q20: A (Iterar uma mudança por vez), Q21: B (Testar com casos diversos), Q22: C (Redação neutra reduz viés), Q23: A (Hierarquia forte de instruções), Q24: B (Documentar versões do prompt), Q25: C (Medir com métricas)


Seção C: Modelos e Aplicações (Questões 26-40)​

Questão 26​

Qual família de modelos é conhecida pela maior janela de contexto (200K tokens)?

  • A) GPT-4
  • B) Llama
  • C) Claude 3
  • D) Mistral

Resposta: C - Modelos Claude 3 suportam até 200K tokens de contexto.


Questão 27​

O que é RAG?

  • A) Um tipo de padrão de prompt
  • B) Retrieval-Augmented Generation
  • C) Um sistema de classificação
  • D) Random Answer Generation

Resposta: B - RAG combina IA com recuperação de informações de fontes externas.


Respostas das Questões 28-40​

Q28: A (Open source para privacidade), Q29: C (Prompts de sistema para GPT), Q30: B (Formato INST do Llama), Q31: A (Multimodal = texto+imagens+áudio), Q32: C (Agentes tomam ações), Q33: B (Calcular ROI para negócios), Q34: A (Chain para fluxos de trabalho complexos), Q35: C (Tratamento de erros em pipelines), Q36: B (Marketing: público+plataforma), Q37: A (Código: especificar entradas/saídas), Q38: C (Análise: perguntas estruturadas), Q39: B (Pipeline de processamento de documentos), Q40: A (Padrões de integração de API)


Seção D: Ética e Boas Práticas (Questões 41-50)​

Questão 41​

Qual é o princípio mais importante para o uso responsável de IA?

  • A) Máxima automação
  • B) Transparência sobre o uso de IA
  • C) Evitar todo uso de IA
  • D) Usar apenas modelos gratuitos

Resposta: B - Transparência sobre quando e como a IA é usada é fundamental para práticas responsáveis.


Questão 42​

Como você deve lidar com dados sensíveis/pessoais em prompts?

  • A) Incluir tudo para contexto
  • B) Evitar compartilhar dados sensíveis, proteger a privacidade
  • C) Criptografar no prompt
  • D) Usar apenas com GPT-4

Resposta: B - Proteja a privacidade não compartilhando dados pessoais sensíveis em prompts.


Respostas das Questões 43-50​

Q43: C (Verificar afirmações quanto à precisão), Q44: A (Supervisão humana para decisões), Q45: B (Técnicas de redução de viés), Q46: C (Validação de entrada para segurança), Q47: A (Separar entrada confiável/não confiável), Q48: B (Filtragem de saída), Q49: C (Testes regulares de segurança), Q50: A (Responsabilidade com humanos)


Pontuação​

Conte suas respostas corretas:

PontuaçãoNívelCertificado
45-50EspecialistaCom Distinção
40-44AvançadoPadrão
35-39ProficientePadrão
30-34Em desenvolvimentoRevisão Recomendada
Abaixo de 30IniciantePor favor, revise o curso

Parabéns!​

Se você foi aprovado no exame final, demonstrou conhecimento abrangente em prompt engineering!

Próximos Passos​

  1. Construa um portfólio de prompts que você criou
  2. Pratique diariamente com diferentes modelos de IA
  3. Mantenha-se atualizado com novos desenvolvimentos
  4. Compartilhe conhecimento com outras pessoas
  5. Aplique as habilidades em projetos reais

Recursos​

  • Glossário - Revise os principais termos
  • Recursos - Ferramentas, comunidades, aprendizado adicional

← Voltar para o Início do Curso