Personas de analista construídas com prompts

Explorar até onde só os prompts conseguem moldar um assistente para análise de futebol.

O mesmo modelo deve se comportar de forma diferente ao avaliar o desempenho de um jogador, uma proposta de transferência ou uma leitura tática, e cada tarefa precisa das suas regras sobre o que conta como evidência.

Um chatbot de terminal em TypeScript envia mensagens para a API da OpenAI e transmite a resposta. Três personas têm instruções próprias: análise esportiva, análise de proposta de transferência e análise tática. A conversa fica no SQLite, com utilitários para limitar ou resumir o histórico, e checagens simples filtram a entrada e a saída.

Este experimento não teve avaliação formal: as checagens são heurísticas textuais e o repositório não tem suíte de testes. As mesmas personas fazem parte do Football Stat Analytics, onde a validação e a medição foram construídas.

As checagens não garantem que uma resposta esteja correta ou segura. O repositório ainda não tem instruções de instalação ou execução, então o experimento não pode ser reproduzido a partir dele, e é separado do futuro produto FintaLab.

Sem testes ou medições, não há como saber se uma persona segue as suas instruções, que é a lacuna que os experimentos de validação e avaliação tratam.