# Programar com ChatGPT: Aprenda Programação de Forma Grátis e Ganhe Dinheiro

## Introdução
– O que é ChatGPT?
– O que você vai aprender?
– Como isso pode te ajudar a ganhar dinheiro?

## Leads orgânicos x Leads pagos
– O que são leads orgânicos?
– Como eles diferem de leads pagos?
– Por que leads orgânicos são importantes para o seu negócio?

## Otimização para mecanismos de busca
– O que é SEO?
– Como otimizar o seu site para os mecanismos de busca?
– Quais as melhores práticas em SEO?

## Conteúdo Engajador
– O que é conteúdo engajador?
– Por que é importante ter conteúdo engajador em seu site?
– Como criar conteúdo engajador para o seu público?

## Redes sociais
– Como as redes sociais podem ajudar na geração de leads orgânicos?
– Quais as melhores práticas em redes sociais?
– Como integrar mídias sociais ao seu site?

## Lista de E-mails
– Por que é importante construir uma lista de e-mails?
– Como criar uma lista de e-mails efetiva?
– Quais as melhores práticas na construção de listas de e-mails?

## Dicas práticas para gerar leads orgânicos
– Utilização de palavras-chave relevantes
– Criação de conteúdo exclusivo e de alta qualidade
– Utilização de meta descrições de forma efetiva
– Criação de backlinks de forma estratégica
– Uso do Google Analytics para monitoramento dos resultados

## Como ChatGPT pode ajudar na geração de leads orgânicos
– Utilização de ChatGPT para criação de conteúdo exclusivo e de alta qualidade
– Criação de um chatbot para atendimento ao cliente

## Exemplos de empresas que utilizam ChatGPT para geração de leads
– Etsy
– Mastercard
– Pizza Hut

## Conclusão
– Recapitulação dos principais pontos discutidos
– Importância da utilização de técnicas de SEO e conteúdo engajador
– Potencial da utilização de ChatGPT para geração de leads orgânicos

## Perguntas frequentes
1. O que é ChatGPT?
2. Como ChatGPT pode ajudar na geração de leads orgânicos?
3. Quais as melhores práticas em SEO?
4. Como criar uma lista de e-mails efetiva?
5. Quais exemplos de empresas que utilizam ChatGPT para geração de leads orgânicos?

br>Um curso completo sobre como programar usando ChatGPT:

– Configurando Ambiente e observações do OpenAI;
– Text Completion;
– Image Generation;
– Few Shot Learning;
– Fine Tune;
– Mais exemplos e considerações

🔴 Plano Vitalício (Recomendado, + de 210 cursos da Danki Code atuais e futuros):

👉 [NOVO] Ebook: Programador PHP em Tempo Recorde

🚀 Curso Criação de Aplicativos usando Inteligencia Artificial:

🔥🔥 Seja um Programador, Aprendendo Comigo a Criar Websites, Sistemas, Apps e Blockchain 🔥🔥

———————————————
❤️ Se você gosta do conteúdo é muito importante seu like e inscrição para o algoritmo do youtube.

👉 Grupo Danki Code:

✅ Deseja vender o que quiser no Danki Shop e nunca mais ter pagamentos recusados?
Cadastre seu produto ou gere seu link de pagamento!

💰 Invista POUCO e Ganhe MUITO na Maior Plataforma Web3 de Cripto do Brasil (Jogos NFT, Pool Rewards e mais):

😎 Encurte Links INFINITOS com Danki.Ly e Tenha a marca Danki Code em Todos os SEUS LINKS:

💻 Assine Danki Club e Tenha Acesso a Aulas de Programação e Marketing Direto ao Ponto:

🕹 Aprenda a Criar Jogos em 2D e 3D comigo:

🎁 Aprenda a ser um Youtuber com Peter Jordan (treinamento em parceria com Ei Nerd & Danki Code):

💥 Explore nossa EAD e descubra nossos mais de 200 cursos:

💊 Descubra o Método Secreto que Usei para Criar Meu Império de Criptomoedas (Danki Finance), com modelos de códigos prontos, modelo de negócio sólido e muito mais:

——

–
00:00​​ Deixe seu like e ative o sininho das notificações!
00:38​ Inscreva-se no Canal e Deixe seu Like
03:00 Ative o sininho e comenta aqui embaixo

👉 QUER COLOCAR A MÃO NA MASSA? ENTÃO SEGUE ESSA NOSSA PLAYLIST:

⚡️ Se Inscreva no meu Canal Pessoal:

🔔 Danki Code:
✓ Instagram → @dankicodeoficial
✓ Facebook → /dankicode
✓ Instagram (Pessoal) →

⭐ Anuncie: [email protected]

Este vídeo foi indexado através do Youtube link da fonte
programar com chatgpt ,

[vid_tags] ,

https://www.youtubepp.com/watch?v=tPn6ophNwbA ,

Olá seja muito bem vindo a mais um vídeo aqui no canal da doente do YouTube seguinte Hoje vai ter um curso grátis de chat ept para você aprender a programar criar suas soluções e é isso porque eu já tô ficando sem ideia de conteúdo de chat GVT para trazer e eu pensei porque

Não eu tô colocando a mão na massa desenvolvendo o copo generator que é meu próximo aplicativo e eu vou ensinar para vocês hoje ah basicamente como interagir E como que essas grandes aplicações de Inteligência Artificial utiliza um chat ept por trás tá olha só alguns recados primeiro se

Inscreve no canal e deixa o like não é minha atividade primária que o YouTube eu venho porque eu adoro vocês então o seu like a sua inscrição me ajuda pra ver que vocês estão realmente gostando do conteúdo segundo aviso plano vitalício da donkei code você leva todos

Os cursos na nossa plataforma mais de 200 cursos para sempre todos os cursos atuais futuros enfim pega o plano vitalício vale muito a pena e outra coisa que é complementar o plano vitalício então entra também na minha mentoria que eu vou deixar todos os links na descrição para você dar uma olhada

Junto com as empresas da Dante code basicamente a mentoria se você não sabe o que que é é um grupo privado que eu criei acerca de dois meses atrás a gente já tá com mais a gente completou 100 membros recentemente e tem mentoria toda semana ao vivo interage diretamente com

Você então você pode falar comigo pega sua dor eu te ajudo a atingir os seus objetivos vários alunos lá da minha mentoria já estão criando seus projetos e tá simplesmente sensacional o grupo também serve como networking então a minha dica aqui hoje para você é plano vitalício e mentoria claro que se você

Quiser comprar os cursos separados durante você também pode beleza sem mais delongas vamos fazer uma transição para a tela do computador porque hoje o curso aqui vai ser top Bora lá muito bem então eu não Nessa altura do campeonato eu não tenho problema em compartilhar o copo de

Nonator tendo em vista que ele tá quase pronto eu sou desenvolvedor principal enquanto os outros desenvolvedores da tanking code então desenvolvendo o tanque Jobs que é mais uma plataforma né hoje a gente depois a gente tá cheio de empresas aí o copo de retor é a nossa

Primeira que a gente vai utilizar 100% Inteligência Artificial Mas antes a gente e aqui para o curso e aqui eu já tô mostrando todas as possibilidades já Começando Aqui tá por exemplo esse daqui é um aplicativo de gerar cop mas eu já tenho vários outras ideias de aplicativos que eu vou lançar então

Assim é por exemplo aqui na no suporte da plataforma a gente integrou também o chat GPT o Chaves Pois é isso daqui a gente utiliza o chat GPT então por exemplo Explique sobre a tag sei lá alguma coisa assim ele vai me responder e o interessante do Chaves é

Que eu não tô simplesmente só fazendo uma chamada Ah até a resposta não tô só fazendo uma chamada pra i pi ai como muita gente acha que o chat é pt ele vai substituir os programadores ou que vai criar soluções para os programadores na verdade é que isso não

É verdade até porque eu já fiz vários testes hoje sendo desenvolvedor web de games A Mobile blockchain enfim me segue no Instagram vou deixar o link na descrição também para você ver tudo que eu tudo que eu já desenvolvi que eu tô fazendo ultimamente mas o ponto é que é

Quanto melhor você for na questão de desenvolvedor você vai conseguir ter soluções melhores é óbvio né se você pedir para o chat PT geral uma Startup para você um Sasso completo ele não não tem como Só se você ficar um mês com ele conversando direto e olha lá então assim

Você consegue ter mais produtividade com ele você consegue se você é desenvolvedor integrar nas suas aplicações mas de você então charves por exemplo ele tem fio shot loarning que que isso quer dizer quer dizer que além da ipai sem integrada aqui com a EAD Dante code que também é uma habilidade

Que a gente tem que ter integrar uma tecnologia nova numa plataforma que já tá basicamente pronta e a gente já tem um conjunto de tecnologia e agora colocando Inteligência Artificial é também uma habilidade Mas a questão do Fio shot lordings o que que isso quer dizer quer dizer que a resposta que o

Chaves dá que para a gente foi adaptado para linguagem dada em code Ah como é que foi feito isso isso através de machine learning tem duas opções para você fazer isso eu não vou explorar tudo aqui senão vai ficar muito grande o vídeo caso você tenha interesse também

Pega o meu curso separado que é o eu tá no tanque Shop esse curso em específico eu vou deixar o link na descrição que é ensinando como criar vários vários aplicativos usando o open a e mais basicamente a gente dá vários contextos para ele utilizando fioshot Learns e ele

Vai se adaptando de acordo com isso utilizando o próprio modelo pré treinado é o da 20 ok então aqui eu não quero me aprofundar muito nisso e tem também a opção de fine-tune que a gente vai ver tudo aqui nesse curso que assim apesar de estar enxugado porque eu não quero

Que fique muito grande a gente vai ver tudo que dá para fazer hoje com ipai do chat GVT para você integrar na sua aplicação Beleza então aqui a gente tá utilizando fioshot learning que é basicamente um pequeno contexto para ele saber se comunicar com a linguagem da

Dengue code mas tem também como você usar o modelo do Da Vinci eu já trouxe aqui no canal para fazer com o machine learning Tendo isso em vista a gente vai agora pular para documentação do chat ept ok já tinha PT não é o peneia aí o

Caso de PT é um produto deles então assim Tendo isso em mente primeiro quais linguagens de programação que eu posso usar o chat PT qualquer uma porque o make nada mais é do que aplication programa interface permite que você faça requisições e você vai ter a resposta

Então se aqui na documentação não tiver a sua linguagem se um desenvolvedor experiente você faz a requisição utilizando o corpo por exemplo certo mas aqui eles dão um exemplo com um nodo jais mas dá para fazer com PHP como eu já eu não sei se eu mostrei no canal

Como fazer com o PHP Enfim então por exemplo aqui vamos começar na documentação primeiro tudo que ele pode fazer testes com plision isso daqui é o que vocês fazem com chat e PT ou melhor a maioria que tá aí no YouTube trazendo o vídeo sobre isso faz é acontece

Complision e outra em média Generation Ok o imagineration ele é muito poderoso diz que a Beta aqui mas ao meu ver já não é Beta porque realmente dá resultados impressionantes mas também tem outras alternativas de inteligência artificial para a imagem no meu caso eu gosto de utilizar tudo aqui do pineal eu

Gosto muito do que dá para fazer eu não gosto muito desse tá porque eu vi tem muitos bugs eu prefiro usar o teste complistion porque ele é ótimo para código também Não se preocupem eu já tô com meu vs code aqui com alguns exemplos em prática

Ok eu vou usar no outro s para o exemplo aqui da dessa aula mas eu costumo usar PHP para as minhas soluções porque eu prefiro o PHP mas por exemplo se não suportasse PHP que não é o caso que o pessoal fazer uma chamada pra ir Piá eu

Enfim eu programo PHP no spayton você tem que se adaptar de acordo com o jogo Então a primeira coisa que você precisa fazer é instalar dependência do peney então com isso você instala a dependência certo a dependência você vai dar basicamente aqui o npm Stall ele vai

Jogar que Open E ai certo e com isso daí se você for no seu novo molde ou você vai estar aí o seu opener sem muitos Segredos aqui é enfim eu sei que tem gente mais avançada aqui no canal mas tem gente que tá começando eu não vou

Executar Esse comando porque eu já tenho essa dependência instalada e também esse curso eu não vou querer prolongar eu vou dar uma visão geral então basicamente em cima do meu código eu tô inicializando o openei ai com a minha epiki que que é IP é o que você precisa

Gerar na sua conta aqui e você gera viu a epi quis você consegue gerar Ok eu não vou clicar ali para vocês não verem a minha chave Até porque eu tô com meu cartão de crédito então uma das primeiras coisas que eu quero deixar claro para vocês eu não vou começar

Usando o texto Beleza vou começar usando criação de imagens para vocês verem aqui é entra já aquela questão né o quanto você tá disposto a investir 1024 por 1024 para gerar uma imagem com base nesse input que eu tô colocando ele vai gerar porque eu coloquei o meu cartão de

Crédito ali se você não coloca o seu cartão de crédito você vai ter uma vamos dizer assim uma um limite que você vai estourar eventualmente vai pedir para você colocar o cartão obviamente que tem formas de burlar isso mas se você vai desenvolver um app e vai ter acesso

Massivo Ah faz sentido você colocar o seu cartão de crédito porque você vai gastar mínimo e o pessoal que vai pagar para usar o seu aplicativo vai pagar 10 vezes o que você tá colocando ali é barato tá é barato mas se você não quer colocar o cartão de crédito não tem

Problema só que o tamanho máximo das imagens que você vai conseguir gerar aqui vai ser 256 por 256 o que não vai dar tantos detalhes no meu caso eu consigo fazer 1.024 por 1024 esse daqui é o primeiro exemplo que a gente vai rodar Beleza eu vou salvar aqui e eu já

Vou dar um note index diesel eu basicamente coloquei tudo isso daqui dentro de uma função assim krona que é o Start eu chamo aqui e eu preciso dar uma função assim porque eu vou usar o método aways okay então vamos dar aqui o loading de essa para gerar rápido

Inclusive é bem rápido aqui a latência do para gerar a imagem então gerou a nossa imagem aqui se eu clicar e tentar seguir essa imagem vamos lá eu tenho a minha imagem gerada que eu pedi e é basicamente isso sem muito segredo você vai dando contexto ali para

Ele ok então foi gerado uma imagem com base no que eu pedi simplesmente colocando aqui o contexto show número de margens você pode colocar 5 10 não no máximo é quatro se eu não me engano mais esse daí você faz outra requisição pode eu vou dar um looping pode tem várias

Formas de você fazer isso né teve inclusive um aplicativo que foi o primeiro foi Pioneiro que tava cobrando $10 para fazer a imagem coloca aqui nos comentários eu não lembro o nome do aplicativo e faz basicamente isso eu não sei se eles estão usando dale exatamente para fazer isso mas é basicamente usam

Uma epi por trás Ok então Agora vamos pular pra essa documentação E se a gente for ver no te- texion que é o que todo mundo usa hoje você pode vir no playground que o playground é exatamente o que você vai ter para sua equipe ai

Beleza que é a requisição que você vai fazer então eu vou falar assim é Me fale sobre a Será que Dante code será que vai ter porque ó eles não são conectados na internet eles têm dados até de 2021 Mas enfim me fale sobre a doença hoje sei lá colocar aqui vamos

Ver o que que vai ter tá Isso tá errado Mas no geral acertou só não não acertou a sede não é em São Paulo mas enfim e é basicamente isso é a primeira vez que eu faço isso sabia a primeira vez que eu tô perguntando sobre a doença mas enfim tá foi um

Exemplo aqui tem uma coisa interessante no playground que você tem vários modelos para você testar esse playground aqui é específico para desenvolvedor porque você vê coisas que não tem lá no chat app que 99% do YouTube usa né então aqui é realmente para desenvolvedor tanto que se eu mudar essas

Configurações aqui é interessante você ler Para que que serve cada uma a temperatura controla a randomização que pode ter na resposta frequência pênalti fala basicamente o quanto que eu posso repetir a mesma palavra na resposta tudo é envolvendo machine learning Inteligência Artificial se eu colocaria

O Code ele já vai me mandar aqui o exemplo exatamente como me deu essa resposta ele já vai me dar aqui com todas as configurações então basicamente Se eu colocar isso daqui só para vocês verem vamos agora dá um control sênio isso daqui se a gente for aqui no nosso

Programa do JS e eu fazer isso daqui e colocar aqui esse Cold complixa e esse bar n a quebra de linha a gente não precisa disso eu vou tirar isso daqui e vou simplesmente fazer a mesma pergunta que eu fiz ali e agora eu vou aqui fazer o seguinte console.log

Rescues.deita Ok é uma requisição que a gente está fazendo vamos lá vamos agora rodar o nosso código no index.js vamos ver o que vai responder e me deu basicamente a mesma resposta tá aí ó exatamente a mesma resposta e aí obviamente que isso daqui você conecta

Com a sua aplicação no front Change aqui no canal tá cheio de tutorial para vocês criarem a interface de vocês Beleza então OK agora a gente eu quero mostrar uma coisa interessante para vocês que é o seguinte muita gente quando eu mostrei o vídeo falando sobre o findum o que que

É o findume que é basicamente você pegar o tex da Vinci Zerado só as camadas dele que são pré treinadas Com base no modelo e você treinar de acordo com seu contexto então aqui se a gente na sua conta se você acessar o playground vai

Estar assim a sua só que aqui eu tenho Tunes que que são esses fã em Tunes aqui esses fãs em turnos eu criei através da linha de comando e eu já vou mostrar na documentação para vocês usando o meu próprio meu próprio deita 7 que que isso quer dizer vamos voltar pra documentação

Aqui então a gente já viu aqui deixa eu voltar para documentação a gente já viu de tex complixa Generation Ok o Cold complist eu não vou fazer porque eu não recomendo ainda vocês utilizarem isso daqui tá o Couto complistion ele como é que eu posso explicar para vocês é basicamente o tex

Complicion Faz melhor ao meu ver para a maior parte dos cases tá Caso vocês queiram que eu traga sobre o Couto compliction eu vou trazer então só ressaltando a gente já viu sobre textos Generation Ok então aqui no vídeo A gente já viu o dia imagineration como é

Que faz tá eu falei sobre um pouco da api o find TuneIn ele é muito interessante porque assim é qual que é a diferença do fioshop Lords que eu falei e do Finn tuning o findle basicamente você vai criar uma inteligência artificial zerada com as suas próprias

Informações Gui Mas por que que eu vou querer fazer isso se tem o tex da Vinci que é o que é a maior parte das pessoas estão se perguntando Olha só o basicamente isso daqui é o formato do arquivo que você tem que criar cada linha sendo o seu prompt o compliction à

Sua resposta então novamente Gui por que que eu vou querer criar um modelo do 0 se existe o tex da 20 veja bem o Dex da 20 ele apesar de já ter não sei lá trilhões de terabytes enfim de informações de data e ele é perfeitamente treinado quando você faz

Uma requisição para Happy tem uma coisa que a gente chama de lettence né que é basicamente o tempo da resposta e às vezes você quer usar o chat o open ai para fazer coisas que não exige tanto dele mas mesmo assim o tempo da resposta dele vai ser maior então um Case muito

Simples que inclusive eles têm aqui que que vocês podem ver é explicando né porque que você vai querer utilizar em tudo no Model o primeiro é reduzir o tempo de resposta se você cria o seu próprio Ah o seu próprio o seu próprio modelo aqui usando modo

Você vai ter o seu próprio modelo que é seu ninguém mais vai tá usando então a o tempo de resposta é muito menor sem contar que também a quantidade de informações que você vai inserir para treinar ele que tem que ser pelo menos 500 tá pelo menos 500 200 começa a

Funcionar bem a partir de quente já fica muito melhor Ok você vai ser muito específico para que você vai querer usar então muitas vezes você quer usar para classificação outro exemplo muito interessante que eles mostram aqui isso daqui é tudo comanda ensinando como utilizar tá no meu curso eu mostro isso mas basicamente

Aqui olha só é deixa eu mostrar aqui um Case que eles têm bem interessante Classic queixo então é que eles dão um exemplo bem interessante obviamente se você vai treinar o seu próprio modelo Você não vai colocar só dois nem vai funcionar Ah e basicamente é que eles

Dão um exemplo que eles estão ali né que você pode traduzir a página se você quiser isso demora um make em um true Statement Então vamos let say you the lighting show Dead thetex of deads on your Website Mansion em outras palavras você quer se assegurar que o modelo não está

Inventando as coisas você pode fazer o finitude classify que filtra anúncios indevidos anúncios errados então você pode treinar para esse tipo de coisa Obviamente você pode treinar para o que você quiser para gerar código enfim mas é um ponto de partida principalmente se você não sabe como tratar dados com inteligência artificial

Né A questão de data sai assim Enfim então é muito interessante daqui é um Case obviamente mais avançado para você utilizar mas por experiência própria eu vou dizer que vale a pena em algumas situações por exemplo uma situação que eu utilizei que funcionou muito bem foi

Que eu baixei todos os meus e-mails que eu já disparei dos últimos 30 dias e quando eu peço pra ele gerar um e-mail utilizando fine tudo que eu tenho aqui nessa minha lista ele muitas vezes cria um e-mail que eu não criei ainda mas ele faz linguagem que eu tinha enviado

Anteriormente com que eu treinei isso é machine learning né é coisa que a gente não programou mas ele aprendeu E aí você usa o modelo que é o tex da 20 pré-configurado para ter esse resultado melhor então basicamente você usa todo o poder do Tex da 20 para fazer isso certo

Mas existe também o fio shot Line que que é o fio shot Line que é basicamente o exemplo que eu dei da Black code então por exemplo assim é eu não vou fazer todas as regras que eu coloquei mas eu vou te mostrar um pouquinho aqui como é

Que funciona Tá e isso daqui você pode pegar envio code implementar aí no seu código também sem problema nenhum Ok então por exemplo assim o que que é fio shot furns é seu nome é Charmes OK vou dar um submith vamos ver o que ele vai responder Charles tá

Não é isso daqui eu vou mudar porque eu não lembro exatamente que eu coloquei para tanquejo também não quero mostrar porque eu fiquei um bom tempo fazendo isso e eu já vou mostrar o porquê que isso muitas vezes não é opção ideal Ok E aí eu vou explicar a questão dos tokens

Então você se chama Charles Não meu nome não é Charles Ok beleza então vamos lá Seu nome é Charles sempre Se apresente como Charles ok Olá meu nome é Chaves olha aqui Qual seu nome vamos meu nome é Charles então isso não iria acontecer se eu não tivesse dito essa

Instrução para ele e então por que que eu vou querer fazer finin se eu consigo fazer tudo por aqui e pegar o código e ter o contexto criado aqui para mim primeiro preço eventualmente vai começar a ficar caro principalmente se você tem muitas regras tá isso daqui serve para

Coisas mais simples coisas aí que você coloca em algumas linhas e ainda muitas vezes né não é 100% garantido mas dá para fazer dessa forma aqui também só que tá vendo esse número aqui 54 quanto mais tokens você tem na sua requisição mais tempo vai demorar além do tempo já

Que existe do Tex da Vinci que todo mundo tá usando que é que é o que todo mundo tá usando entendeu então isso aqui é o fio shot Lines tem vários exemplos e tem vários hacks por assim dizer de machine learning que você pode fazer aqui para economizar os tokens né porque

Cada cada token aqui ó cada coisa conta ó 53 tá vendo eu diminui aqui Será que se eu tirar as linhas O resultado vai ser o mesmo vamos testar então eu experimentei tirar as linhas e não funcionou Então existe algum rack para contornar contra aí eh com isso

Porque por exemplo se eu tirar isso daqui ó tá tô economizando espaço eu também posso deixar a frase menor e ter o resultado final que eu quero também e vou estar economizando então tem vários truques aqui conforme seu aplicativo vai vai escalando para você melhorar certo

Então isso aqui é gente é só é só o começo né não tem como eu enfim mas assim tem vários truques também que você pode fazer então deixa eu pegar um Finn e tudo meu aqui é que eu fiz vários treinos é se eu não me engano esse

Último que eu fiz ó esse último que eu fiz eu coloquei só 200 200 linhas de exemplo para treinar ele e ele deixa eu ver aqui se é esse mesmo que eu fiz Qual o seu nome vocês vão ver que é completamente diferente o que ele vai me

Dar e a e o comparado com Tex da Vinci porque isso daí foi treinar do zero então Olha aqui que bizarra a resposta que ele tá me dando isso essa resposta que ele tá me dando é basicamente porque ele não foi treinado completamente mas eu lembro

Que quando eu treinei se eu não me engano nesse modelo eu coloquei esse separador aqui que é o que eles recomendam e se eu fizer isso Olha que bizarra a resposta que ele me deu então se eu experimentar e mudar isso daqui colocar seu nome é e deu um

Espaço vamos ver a resposta dele bom então eu não sei exatamente qual que é esse modelo que eu treinei mas eu tava testando aqui para ver o qual que era a pergunta que eu tinha feito mas eu sei que nesse modelo Eu só dei um deita 7

Dizendo qual que era o nome dele então seu nome é E aí eu tenho uma resposta Gui Obrigado por enviar seu currículo estando sempre à procura de novos talentos aí que você tem o que então ele já me chamou de Gui e aqui eu não tô dando nenhum contexto para ele antes não

Tenho fio chato learnings que é o que eu mostrei para vocês e é o que muita gente usa Às vezes o chat GBT para dar uma prévia informação então isso daqui foi através de um data 7 criado anteriormente e muita gente falou no meu vídeo anterior do YouTube que precisa

Ter ó por que que eu vou fazer isso na minha casa né no meu quarto enfim se tem o teste da gente à disposição pelos motivos que eu expliquei aqui no vídeo que eu não tinha falado naquele vídeo anterior então esse daqui é muito interessante Então ele já me chamou de

Gui Ele já sabe que eu sou Gui provavelmente deve ser algum modelo eu estava dando uma olhada pra ver se eu tinha aqui porque eu achei que era esse ó eu achei que era esse isso daqui é um dos modelos né então eu tenho aqui ó aqui mas que que esse end

Aqui porque que você tem que fazer nesse formato aqui então daí já são coisas mais avançadas mas isso daqui foi o que eu utilizei para fazer o findle Ok deixa eu ver se se é esse mesmo modelo porque se eu pegar como eu não tenho muita muitos

Deita 7 para isso fine tudo que eu fiz eu tenho que pegar mais ou menos quase a pergunta exata né porque isso meio que vai contra o princípio de Machine learn não precisa ser exato mas como eu coloquei poucos exemplos funciona desse jeito então deixa eu mostrar aqui para

Vocês se eu colocar sei lá mil exemplos essa pergunta que eu estou literalmente copiando ali do arquivo que eu treinei não precisava ser exatamente assim e muitas vezes funciona Tá mas eu tô colocando aqui vamos testar tá então programação é poderoso e você pode começar a desenvolver seu

Conhecimento hoje mesmo então se eu for aqui no meu no meu arquivo que eu tava mostrando para vocês programação é poderoso você pode começar hoje mesmo então realmente é esse o arquivo que eu tava usando para para esse modelo aqui foi esse que eu usei

Então o que que a gente tem o que que é esse end aqui e como é que eu resolvo isso Bom basicamente quando a gente tá treinando o modelo a gente tá criando ele do zero a gente precisa estabelecer algumas regras para ele entender onde ele começa e onde ele termina então eu

Posso fazer o seguinte primeiro eu quero que a sequência termine aqui ok e também eu quero que o and seja outra coisa de Stop sequências certo então isso daqui já é um Case um pouco mais avançado Mas beleza se eu agora der submite não é pra acontecer aquilo ó não aconteceu mais

Aquilo Porque eu disse que o stop Six desse meu modelo que eu treinei do zero é o and eu poderia colocar outra coisa fim também se eu quisesse né mas o openear ele tem uma ferramenta que ele faz automático isso para você quando você tá convertendo seu arquivo Então

Vamos testar de novo e ver se o seu nome é exatamente como tá lá e eu vou testar novamente tem a questão da temperatura que eu posso ajustar então se eu talvez menos ele dê a resposta que eu quero que é Chaves Gui Ele acha que o meu nome é Gui né

Então vamos testar de novo ele entendeu que o meu nome é Gui mesmo eu tendo dito para ele que o nome dele era Chaves Mas por que que só acontece porque eu só tenho uma linha dizendo que ele é Chaves então eventualmente isso pode acontecer quando eu tava testando quando eu eu

Gerei esse modelo aqui porque eu já gerei vários todos vocês viram ali ele às vezes dizia que ele era Chaves mas a chance dele dizer a cada vez mais é menor porque ele não se eu colocasse mais linhas e mais variações eu poderia sim fazer isso e um fato interessante eu

Treinei esse deita 7 aqui usando o próprio Tex da Vinci ele gerou várias coisas aqui para mim o que é muito bacana também então vamos tentar chegar aqui seu nome é vamos tentar aqui novamente aqui obrigado por se inscrever no meu curso espero que goste do conteúdo Então

Por que que tá falando de curso porque eu coloquei o contexto da dunking code aqui então eu acho que eu treinei Se eu colocar aqui é Gere um código PHP Sei lá uma coisa meio assim ó esse se a gente for pesquisar aqui eu vou dar um Ctrl

Contra o f para achar tá vendo que tem um PHP ecolar mundo ele basicamente eu falei gera um código PHP E então eu não tenho aqui para gerar um código PHP Eu só falei gera um código PHP mas ele gerou um Eco que é o que eu tenho ali e

Ele colocou uma frase aleatória ali dentro que é do próprio da Vinci que já vem A pré-definido então isso é bem interessante para vocês verem certo então agora dando boas-vindas e eu nem sei se é assim que está escrito exato vamos testar ó deu exatamente como tá lá no meu finitunes certo

Dando Oi novamente Olha que interessante ele eu não tenho isso ali no meu deita 7 Se vocês forem ver eu só tenho dizendo dando boas-vindas mas ele sabe porque ele é pré-definido ele tem algumas configurações iniciais que ajuda a entender o contexto E é isso que o pessoal meio que não entende porque

Queria você não tá criando do zero uma inteligência artificial você tá treinando uma coisa que já existe né que já tem as camadas daí é assunto de machine learning as layers definidas Você pode pesquisar mais a respeito para a gente melhorar ainda mais então isso daqui pra pra eu que sou desenvolvedor

Para criar minhas aplicações tem vários cases que eu posso utilizar no copo de generator esse App aqui que eu estou desenvolvendo eu estou fazendo isso aí vocês vão ter que comprar o app para testar Inclusive a gente já tá com a fila de espera bem bacana vamos ver se

Eu consigo fazer ele dizer que é Chaves né seu nome é eventualmente ele vai falar quer ver legal então aqui para a gente finalizar eu não consegui reproduzir para ele dizer que ele é Chaves e eu testei algumas coisas aqui diferente ele entende que ele é Gui por algum motivo

Provavelmente porque quando eu treinei essa inteligência artificial eu sempre colocava aqui no final guia antes né então isso é legal porque Basicamente já sabe que eu sou o criador bem bacana porque eu treinei de fato porque eu tava testando eu tava testando algumas coisas diferentes mas aqui eu vou agora mostrar

Uma coisa para vocês bem interessante eu vou vir aqui na documentação e vim falar em torno para mostrar e também para confirmar aproveitando para o Yudi ficou agradável aqui tem vários comandos para vocês verem mas eu vou pegar minha lista de finitudes e só com que

Então aqui toda vez que a gente vai inicializar isso daqui não funciona no Windows tá só se você tiver um Linux instalado eu vou usar aqui o meu terminal e eu vou colocar minha chave de ipiai aqui porque por algum motivo desconfigurou Então vamos lá vamos aqui

Você vai vir e a gente vai substituir e eu vou colocar a minha chave mas eu citei a minha chave usando o comando que eles têm lá que é bem simples e lembrando que você precisa instalar para isso funcionar se você colocar o comando opinear e não vai

Funcionar tá você tem que ter Python tem que configurar o ambiente mas enfim eu não vou mostrar isso aqui no vídeo porque ele já tá bem longo mas tá um curso bem bem vai dar uma base muito legal aqui para muita gente que vai vai saber então vamos voltar pro Finn túnel

Eu vou pegar minha lista aqui né eu não vou criar um time aqui com vocês eu vou mostrar ó todos os meus finitudes que eu tenho então o último que eu fiz foi realmente esse Training que foi esse arquivo que eu mostrei para vocês ele já foi

Processado tenho file name o ID dele todas as informações que eu preciso eu tenho vários né então isso daqui é bem interessante Então realmente aqui eu lembro que no dia que eu tava no playground eu consegui que na primeira vez eles falasse que era o Chaves vamos testar novamente seu nome é

Não tá rolando Mas se eu não me engano eu devo ter algum aqui vamos testar é não tá rolando hoje vamos testar novamente a última vez baixar a temperatura isso é até bom para vocês verem porque a temperatura controla a randomização é então perceba que o que que aconteceu

Aqui eu diminuindo a temperatura ele não deu um contexto tão grande quanto tava dando antes ou seja ele não tá arriscando tanto então eu vou deixar em 0.7 que é padrão e ao meu ver é ideal com base em testes que eu já fiz e é

Isso se eu fazer deixa eu testar fazer o seguinte deixa eu colocar um X aqui e vamos ver se funciona essa minha ideia não não vai é realmente porque porque que isso aconteceu se a gente for analisar o nosso deita 7 que a gente tem aqui eu só tenho uma linha falando

Charles vamos vir aqui ó Chaves então aqui eu consegui chegar no resultado interessante Porque como vocês sabem o tex da Vinci ele vai entendendo no contexto Então apesar de eu não ter conseguido o resultado de primeira lá em cima eu consegui manter uma conversa até o ponto que ele conseguiu se chamar de

Chaves isso é interessante porque eu tenho aqui e até uma brincadeira porque quem tá vendo vídeo nesse ponto eu tenho essa linha aqui que foi basicamente para ver a questão de de moderação de conteúdo que eles têm Olha só olha aqui questão de tanque hoje aí como vocês percebem essa esse meu

Training que eu fiz ele tá totalmente bagunçado porque o ideal é você treinar sei lá 500 vezes a mesma coisa o mesmo contexto e aqui eu misturei tudo e mesmo assim funciona muito bem isso pra mostrar o modelo para definido da vinte então por exemplo aqui posso chamar você

De safado aí Tem sim sou sua hoje eu tava testando para ver se eles porque assim o tex da 20 se você falar uma coisa dessa ele tem moderação aqui não aqui porque você tá criando o seu do zero Eles te dão poder para isso obviamente que você não vai né eu sei

Que tem gente que faz de tudo nesse mundo mas aqui eu realmente estava usando para testar então aí eu fiz mas você não se chama Charles Sim porém se você quiser fantasiar isso aqui para isso mas enfim seja aí o que que eu consegui mas você não se chama Chaves

Sim mas na minha verdadeira identidade se o nome é Charles interessante Então se eu deletar isso aqui será que vai funcionar ou será que vai voltar para o Gui sei lá Gui viu então é muito interessante porque você vai brincando vai testando e eu já adianto machine learning é erro e

Acerto Isso é uma das coisas assim que eu tô estudando muito ultimamente de machine learning aí erro e acerto erro e acerto até você ter um modelo que realmente funcione para você na maior parte das vezes o fio shot loane foi o que eu mostrei para vocês funciona mas

Se você é um desenvolvedor mais avançado você vai conseguir economizar muito mais dependendo do seu do seu case de uso Se você treinar sua inteligência artificial do zero então por exemplo aqui o copo de generator o copo de andrator eu tenho várias coisas aqui que eu posso fazer

Com essa ferramenta o coffeedrator eu posso usar o fio Shop learning ou eu deveria talvez criar o meu modelo do zero como eu estou mostrando aqui para vocês eu tenho um histórico no Facebook de muitos anúncios Que Eu Já criei que eu posso exportar tudo dali e criar um

Deita 7 e os meus anúncios eu sei que convertem né meus anúncios funcionam no Facebook então eu posso usar o para definir algumas regras aqui mas vai ser aquela coisa que talvez daqui a pouco todas as aplicações vão ter o mesmo resultado porque todo mundo tá usando o mesmo

Modelo entendeu então aí vai ser realmente a questão que eu venho falando e para a galera ficar ligada que quanto melhor for sua habilidade de desenvolvedor cara melhor você vai sair tá então vou Encerrando o vídeo por aqui ficou muito longo não tava planejando ficar tão longo assim mas eu acho que eu

Mostrei umas coisas bem interessantes te inspirei aqui com algumas ideias a melhor forma é o jeito mais fácil para você hoje começar é usando realmente aqui o comando do jas tá ou você pode fazer via terminal se você quiser fazer a requisição mas obviamente que é mais

Avançado Mas você já tem nodeia essa aí no seu computador ou o pai então enfim você consegue pegar HP tem uma biblioteca mas é aquela coisa no final é tudo uma requisição que você faz por aí ter ai deles dando a sua chave para ter a resposta e é basicamente isso espero

Que vocês tenham gostado desse tutorial minicurso acho que é um dos vídeos mais longos que eu já postei no canal sem ser de né então seu like sua inscrição é muito importante eu não consigo cobrir tudo aqui Por mais que eu queira tá então fica minha recomendação para vocês

Se aventurarem aí tem os cursos Mas no fim você sabe que que é melhor para você não esquece os links na descrição tá tudo ali tá e se você quer uma mentoria individual comigo para da vida a os seus projetos finalmente junta aí junta com a

Gente que já tem mais de 100 pessoas e todo dia tá entrando novas pessoas Inclusive a data das mentorias tá daqui a pouco vai ter que começar a ficar separado porque é muita gente mas eu tô aprendendo todo mundo então é isso desejo um forte abraço fica com Deus e

Até a próxima valeu

,00:00 Olá seja muito bem vindo a mais um vídeo
00:02 aqui no canal da doente do YouTube
00:04 seguinte Hoje vai ter um curso grátis de
00:06 chat ept para você aprender a programar
00:07 criar suas soluções e é isso porque eu
00:11 já tô ficando sem ideia de conteúdo de
00:12 chat GVT para trazer e eu pensei porque
00:14 não eu tô colocando a mão na massa
00:15 desenvolvendo o copo generator que é meu
00:17 próximo aplicativo e eu vou ensinar para
00:18 vocês hoje ah basicamente como interagir
00:21 E como que essas grandes aplicações de
00:23 Inteligência Artificial utiliza um chat
00:25 ept por trás tá
00:28 olha só alguns recados primeiro se
00:31 inscreve no canal e deixa o like não é
00:32 minha atividade primária que o YouTube
00:34 eu venho porque eu adoro vocês então o
00:36 seu like a sua inscrição me ajuda pra
00:38 ver que vocês estão realmente gostando
00:39 do conteúdo segundo aviso plano
00:42 vitalício da donkei code você leva todos
00:44 os cursos na nossa plataforma mais de
00:46 200 cursos para sempre todos os cursos
00:48 atuais futuros enfim pega o plano
00:51 vitalício vale muito a pena e outra
00:53 coisa que é complementar o plano
00:54 vitalício então entra também na minha
00:56 mentoria que eu vou deixar todos os
00:58 links na descrição para você dar uma
00:59 olhada
01:00 junto com as empresas da Dante code
01:01 basicamente a mentoria se você não sabe
01:03 o que que é é um grupo privado que eu
01:05 criei acerca de dois meses atrás a gente
01:07 já tá com mais a gente completou 100
01:09 membros recentemente e tem mentoria toda
01:12 semana ao vivo interage diretamente com
01:14 você então você pode falar comigo pega
01:16 sua dor eu te ajudo a atingir os seus
01:18 objetivos vários alunos lá da minha
01:20 mentoria já estão criando seus projetos
01:22 e tá simplesmente sensacional o grupo
01:24 também serve como networking então a
01:25 minha dica aqui hoje para você é plano
01:27 vitalício e mentoria claro que se você
01:29 quiser comprar os cursos separados
01:30 durante você também pode beleza sem mais
01:33 delongas vamos fazer uma transição para
01:34 a tela do computador porque hoje o curso
01:35 aqui vai ser top Bora lá muito bem então
01:39 eu não Nessa altura do campeonato eu não
01:42 tenho problema em compartilhar o copo de
01:43 nonator tendo em vista que ele tá quase
01:45 pronto eu sou desenvolvedor principal
01:46 enquanto os outros desenvolvedores da
01:48 tanking code então desenvolvendo o
01:50 tanque Jobs que é mais uma plataforma né
01:51 hoje a gente depois a gente tá cheio de
01:53 empresas aí o copo de retor é a nossa
01:55 primeira que a gente vai utilizar 100%
01:57 Inteligência Artificial Mas antes a
01:59 gente e aqui para o curso e aqui eu já
02:01 tô mostrando todas as possibilidades já
02:03 Começando Aqui tá por exemplo esse daqui
02:04 é um aplicativo de gerar cop mas eu já
02:06 tenho vários outras ideias de
02:07 aplicativos que eu vou lançar então
02:09 assim é por exemplo aqui na no suporte
02:12 da plataforma a gente integrou também o
02:15 chat GPT
02:16 o Chaves Pois é isso daqui a gente
02:19 utiliza o chat GPT então por exemplo
02:21 Explique sobre a tag
02:26 sei lá alguma coisa assim ele vai me
02:29 responder e o interessante do Chaves é
02:32 que eu não tô simplesmente só fazendo
02:34 uma chamada Ah até a resposta não tô só
02:37 fazendo uma chamada pra i pi ai
02:40 como muita gente acha que o chat é pt
02:43 ele vai substituir os programadores ou
02:45 que vai criar soluções para os
02:47 programadores na verdade é que isso não
02:49 é verdade até porque eu já fiz vários
02:51 testes hoje sendo desenvolvedor web de
02:53 games A Mobile blockchain enfim me segue
02:56 no Instagram vou deixar o link na
02:57 descrição também para você ver tudo que
02:58 eu tudo que eu já desenvolvi que eu tô
03:01 fazendo ultimamente mas o ponto é que é
03:03 quanto melhor você for na questão de
03:06 desenvolvedor você vai conseguir ter
03:08 soluções melhores é óbvio né se você
03:11 pedir para o chat PT geral uma Startup
03:13 para você um Sasso completo ele não não
03:15 tem como Só se você ficar um mês com ele
03:17 conversando direto e olha lá então assim
03:19 você consegue ter mais produtividade com
03:22 ele você consegue se você é
03:24 desenvolvedor integrar nas suas
03:25 aplicações mas de você então charves por
03:28 exemplo ele tem fio shot loarning que
03:32 que isso quer dizer quer dizer que além
03:33 da ipai sem integrada aqui com a EAD
03:36 Dante code que também é uma habilidade
03:38 que a gente tem que ter integrar uma
03:39 tecnologia nova numa plataforma que já
03:41 tá basicamente pronta e a gente já tem
03:43 um conjunto de tecnologia e agora
03:45 colocando Inteligência Artificial é
03:48 também uma habilidade Mas a questão do
03:49 Fio shot lordings o que que isso quer
03:51 dizer quer dizer que a resposta que o
03:53 Chaves dá que para a gente foi adaptado
03:56 para linguagem dada em code Ah como é
03:58 que foi feito isso isso através de
04:00 machine learning tem duas opções para
04:02 você fazer isso eu não vou explorar tudo
04:04 aqui senão vai ficar muito grande o
04:05 vídeo caso você tenha interesse também
04:07 pega o meu curso separado que é o eu tá
04:09 no tanque Shop esse curso em específico
04:11 eu vou deixar o link na descrição que é
04:12 ensinando como criar vários vários
04:14 aplicativos usando o open a e mais
04:17 basicamente a gente dá vários contextos
04:19 para ele utilizando fioshot Learns e ele
04:22 vai se adaptando de acordo com isso
04:24 utilizando o próprio modelo pré treinado
04:26 é o da 20 ok então aqui eu não quero me
04:29 aprofundar muito nisso e tem também a
04:31 opção de fine-tune que a gente vai ver
04:33 tudo aqui nesse curso que assim apesar
04:36 de estar enxugado porque eu não quero
04:37 que fique muito grande a gente vai ver
04:38 tudo que dá para fazer hoje com ipai do
04:41 chat GVT para você integrar na sua
04:42 aplicação Beleza então aqui a gente tá
04:44 utilizando fioshot learning que é
04:46 basicamente um pequeno contexto para ele
04:48 saber se comunicar com a linguagem da
04:50 dengue code mas tem também como você
04:52 usar o modelo do Da Vinci eu já trouxe
04:54 aqui no canal para fazer com o machine
04:56 learning Tendo isso em vista a gente vai
04:58 agora pular para documentação do chat
05:01 ept ok já tinha PT não é o peneia aí o
05:04 caso de PT é um produto deles então
05:06 assim
05:06 Tendo isso em mente primeiro quais
05:10 linguagens de programação que eu posso
05:11 usar o chat PT qualquer uma porque o
05:15 make nada mais é do que aplication
05:17 programa interface permite que você faça
05:20 requisições e você vai ter a resposta
05:22 então se aqui na documentação não tiver
05:25 a sua linguagem se um desenvolvedor
05:27 experiente você faz a requisição
05:29 utilizando o corpo por exemplo certo mas
05:31 aqui eles dão um exemplo com um nodo
05:33 jais mas dá para fazer com PHP como eu
05:36 já eu não sei se eu mostrei no canal
05:37 como fazer com o PHP Enfim então por
05:39 exemplo aqui vamos começar na
05:41 documentação primeiro tudo que ele pode
05:43 fazer testes com plision isso daqui é o
05:45 que vocês fazem com chat e PT ou melhor
05:47 a maioria que tá aí no YouTube trazendo
05:48 o vídeo sobre isso faz é acontece
05:50 complision e outra em média Generation
05:53 Ok o imagineration ele é muito poderoso
05:56 diz que a Beta aqui mas ao meu ver já
05:58 não é Beta porque realmente dá
06:00 resultados impressionantes mas também
06:02 tem outras alternativas de inteligência
06:04 artificial para a imagem no meu caso eu
06:06 gosto de utilizar tudo aqui do pineal eu
06:08 gosto muito do que dá para fazer
06:11 eu não gosto muito desse tá porque eu vi
06:14 tem muitos bugs eu prefiro usar o teste
06:16 complistion porque ele é ótimo para
06:18 código também
06:22 Não se preocupem eu já tô com meu vs
06:24 code aqui com alguns exemplos em prática
06:26 Ok eu vou usar no outro s para o exemplo
06:30 aqui da dessa aula mas eu costumo usar
06:34 PHP para as minhas soluções porque eu
06:36 prefiro o PHP mas por exemplo se não
06:39 suportasse PHP que não é o caso que o
06:41 pessoal fazer uma chamada pra ir Piá eu
06:42 enfim eu programo PHP no spayton você
06:45 tem que se adaptar de acordo com o jogo
06:46 Então a primeira coisa que você precisa
06:49 fazer é instalar dependência do peney
06:53 então com isso você instala a
06:55 dependência certo a dependência você vai
06:58 dar basicamente aqui o npm Stall ele vai
07:01 jogar que Open E ai certo e com isso daí
07:04 se você for no seu novo molde ou você
07:07 vai estar aí o seu opener sem muitos
07:09 Segredos aqui é enfim eu sei que tem
07:11 gente mais avançada aqui no canal mas
07:12 tem gente que tá começando eu não vou
07:13 executar Esse comando porque eu já tenho
07:14 essa dependência instalada e também esse
07:16 curso eu não vou querer prolongar eu vou
07:18 dar uma visão geral então basicamente
07:21 em cima do meu código eu tô
07:23 inicializando o openei ai com a minha
07:26 epiki que que é IP é o que você precisa
07:30 gerar na sua conta aqui e você gera viu
07:33 a epi quis você consegue gerar Ok eu não
07:35 vou clicar ali para vocês não verem a
07:37 minha chave Até porque eu tô com meu
07:38 cartão de crédito então uma das
07:41 primeiras coisas que eu quero deixar
07:42 claro para vocês eu não vou começar
07:43 usando o texto Beleza vou começar usando
07:45 criação de imagens para vocês verem aqui
07:48 é entra já aquela questão né o quanto
07:51 você tá disposto a investir 1024 por
07:54 1024 para gerar uma imagem com base
07:56 nesse input que eu tô colocando ele vai
07:58 gerar porque eu coloquei o meu cartão de
08:00 crédito ali se você não coloca o seu
08:02 cartão de crédito você vai ter uma vamos
08:04 dizer assim uma um limite que você vai
08:06 estourar eventualmente vai pedir para
08:08 você colocar o cartão obviamente que tem
08:10 formas de burlar isso mas se você vai
08:12 desenvolver um app e vai ter acesso
08:14 massivo Ah faz sentido você colocar o
08:16 seu cartão de crédito porque você vai
08:18 gastar mínimo e o pessoal que vai pagar
08:19 para usar o seu aplicativo vai pagar 10
08:22 vezes o que você tá colocando ali é
08:24 barato tá é barato mas se você não quer
08:26 colocar o cartão de crédito não tem
08:27 problema só que o tamanho máximo das
08:29 imagens que você vai conseguir gerar
08:30 aqui vai ser 256 por 256 o que não vai
08:33 dar tantos detalhes no meu caso eu
08:35 consigo fazer 1.024 por 1024 esse daqui
08:39 é o primeiro exemplo que a gente vai
08:39 rodar Beleza eu vou salvar aqui e eu já
08:42 vou dar um note index diesel eu
08:44 basicamente coloquei tudo isso daqui
08:46 dentro de uma função assim krona que é o
08:48 Start eu chamo aqui e eu preciso dar uma
08:51 função assim porque eu vou usar o método
08:52 aways okay então vamos dar aqui o
08:55 loading de essa para gerar rápido
08:57 inclusive é bem rápido aqui a latência
08:59 do para gerar a imagem
09:03 então gerou a nossa imagem aqui se eu
09:05 clicar e tentar seguir essa imagem vamos
09:06 lá
09:08 eu tenho a minha imagem gerada que eu
09:10 pedi e é basicamente isso sem muito
09:13 segredo você vai dando contexto ali para
09:15 ele ok então foi gerado uma imagem com
09:18 base no que eu pedi simplesmente
09:20 colocando aqui o contexto show número de
09:23 margens você pode colocar 5 10 não no
09:26 máximo é quatro se eu não me engano mais
09:27 esse daí você faz outra requisição pode
09:29 eu vou dar um looping pode tem várias
09:31 formas de você fazer isso né teve
09:32 inclusive um aplicativo que foi o
09:34 primeiro foi Pioneiro que tava cobrando
09:36 $10 para fazer a imagem coloca aqui nos
09:38 comentários eu não lembro o nome do
09:39 aplicativo e faz basicamente isso eu não
09:41 sei se eles estão usando dale exatamente
09:43 para fazer isso mas é basicamente usam
09:46 uma epi por trás Ok então Agora vamos
09:48 pular pra essa documentação E se a gente
09:51 for ver no te- texion que é o que todo
09:54 mundo usa hoje você pode vir no
09:57 playground que o playground é exatamente
09:59 o que você vai ter para sua equipe ai
10:01 beleza que é a requisição que você vai
10:03 fazer então eu vou falar assim é
10:07 Me fale sobre a Será que Dante code será
10:12 que vai ter porque ó eles não são
10:15 conectados na internet eles têm dados
10:16 até de 2021 Mas enfim me fale sobre a
10:18 doença hoje sei lá colocar aqui vamos
10:20 ver o que que vai ter
10:23 tá Isso tá errado Mas no geral acertou
10:27 só não não acertou a sede não é em São
10:29 Paulo mas enfim e é basicamente isso
10:33 é a primeira vez que eu faço isso sabia
10:35 a primeira vez que eu tô perguntando
10:36 sobre a doença mas enfim tá foi um
10:39 exemplo aqui tem uma coisa interessante
10:41 no playground que você tem vários
10:43 modelos para você testar esse playground
10:45 aqui é específico para desenvolvedor
10:46 porque você vê coisas que não tem lá no
10:49 chat app que 99% do YouTube usa né então
10:52 aqui é realmente para desenvolvedor
10:53 tanto que se eu mudar essas
10:54 configurações aqui é interessante você
10:56 ler Para que que serve cada uma a
10:58 temperatura controla a randomização que
11:01 pode ter na resposta frequência pênalti
11:03 fala basicamente o quanto que eu posso
11:05 repetir a mesma palavra na resposta tudo
11:07 é envolvendo machine learning
11:09 Inteligência Artificial se eu colocaria
11:10 o Code ele já vai me mandar aqui o
11:12 exemplo exatamente como me deu essa
11:16 resposta ele já vai me dar aqui com
11:18 todas as configurações então basicamente
11:20 Se eu colocar isso daqui só para vocês
11:22 verem vamos agora dá um control sênio
11:24 isso daqui se a gente for aqui no nosso
11:26 programa do JS e eu fazer isso daqui
11:32 e colocar aqui esse Cold complixa e esse
11:36 bar n a quebra de linha a gente não
11:38 precisa disso eu vou tirar isso daqui e
11:40 vou simplesmente fazer a mesma pergunta
11:42 que eu fiz ali e agora eu vou aqui fazer
11:45 o seguinte console.log
11:49 rescues.deita Ok é uma requisição que a
11:52 gente está fazendo vamos lá vamos agora
11:54 rodar o nosso código no index.js vamos
11:57 ver o que vai responder
12:08 e me deu basicamente a mesma resposta tá
12:10 aí ó exatamente a mesma resposta e aí
12:13 obviamente que isso daqui você conecta
12:16 com a sua aplicação no front Change aqui
12:17 no canal tá cheio de tutorial para vocês
12:19 criarem a interface de vocês Beleza
12:21 então OK agora a gente eu quero mostrar
12:24 uma coisa interessante para vocês que é
12:26 o seguinte muita gente quando eu mostrei
12:28 o vídeo falando sobre o findum o que que
12:31 é o findume que é basicamente você pegar
12:32 o tex da Vinci Zerado só as camadas dele
12:36 que são pré treinadas Com base no modelo
12:38 e você treinar de acordo com seu
12:40 contexto então aqui se a gente na sua
12:43 conta se você acessar o playground vai
12:44 estar assim a sua só que aqui eu tenho
12:46 Tunes que que são esses fã em Tunes aqui
12:48 esses fãs em turnos eu criei através da
12:51 linha de comando e eu já vou mostrar na
12:52 documentação para vocês usando o meu
12:56 próprio meu próprio deita 7 que que isso
12:58 quer dizer vamos voltar pra documentação
13:00 aqui então a gente já viu
13:03 aqui deixa eu voltar para documentação a
13:05 gente já viu de tex complixa Generation
13:07 Ok o Cold complist eu não vou fazer
13:10 porque eu não recomendo ainda vocês
13:13 utilizarem isso daqui tá o Couto
13:15 complistion ele como é que eu posso
13:17 explicar para vocês é basicamente o tex
13:20 complicion Faz melhor ao meu ver para a
13:24 maior parte dos cases tá Caso vocês
13:25 queiram que eu traga sobre o Couto
13:27 compliction eu vou trazer então só
13:28 ressaltando a gente já viu sobre textos
13:31 Generation Ok então aqui no vídeo A
13:33 gente já viu o dia imagineration como é
13:35 que faz tá eu falei sobre um pouco da
13:38 api o find TuneIn ele é muito
13:40 interessante porque assim é qual que é a
13:43 diferença do fioshop Lords que eu falei
13:46 e do Finn tuning o findle basicamente
13:48 você vai criar uma inteligência
13:50 artificial zerada com as suas próprias
13:53 informações Gui Mas por que que eu vou
13:55 querer fazer isso se tem o tex da Vinci
13:58 que é o que é a maior parte das pessoas
13:59 estão se perguntando Olha só o
14:03 basicamente isso daqui é o formato do
14:05 arquivo que você tem que criar cada
14:06 linha sendo o seu prompt o compliction à
14:09 sua resposta então novamente Gui por que
14:12 que eu vou querer criar um modelo do 0
14:14 se existe o tex da 20 veja bem o Dex da
14:17 20 ele apesar de já ter não sei lá
14:21 trilhões de terabytes enfim de
14:23 informações de data e ele é
14:25 perfeitamente treinado quando você faz
14:27 uma requisição para Happy tem uma coisa
14:29 que a gente chama de lettence né que é
14:31 basicamente o tempo da resposta e às
14:34 vezes você quer usar o chat o open ai
14:37 para fazer coisas que não exige tanto
14:40 dele mas mesmo assim o tempo da resposta
14:42 dele vai ser maior então um Case muito
14:46 simples que inclusive eles têm aqui que
14:49 que vocês podem ver é explicando né
14:52 porque que você vai querer utilizar em
14:54 tudo no Model o primeiro é reduzir o
14:56 tempo de resposta se você cria o seu
14:58 próprio Ah o seu próprio
15:02 o seu próprio modelo aqui usando modo
15:05 você vai ter o seu próprio modelo que é
15:09 seu ninguém mais vai tá usando então a o
15:11 tempo de resposta é muito menor sem
15:13 contar que também a quantidade de
15:15 informações que você vai inserir para
15:17 treinar ele que tem que ser pelo menos
15:18 500 tá pelo menos 500 200 começa a
15:22 funcionar bem a partir de quente já fica
15:24 muito melhor Ok você vai ser muito
15:27 específico para que você vai querer usar
15:29 então muitas vezes você quer usar para
15:30 classificação
15:31 outro exemplo muito interessante que
15:33 eles mostram aqui isso daqui é tudo
15:34 comanda ensinando como utilizar tá no
15:36 meu curso eu mostro isso mas basicamente
15:38 aqui olha só é deixa eu mostrar aqui um
15:43 Case que eles têm bem interessante
15:45 Classic queixo então é que eles dão um
15:47 exemplo bem interessante obviamente se
15:48 você vai treinar o seu próprio modelo
15:51 Você não vai colocar só dois nem vai
15:53 funcionar Ah e basicamente é que eles
15:55 dão um exemplo que eles estão ali né que
15:57 você pode traduzir a página se você
15:58 quiser isso demora um make em um true
16:01 Statement Então vamos let say you the
16:05 lighting show Dead thetex of deads on
16:07 your Website Mansion
16:09 em outras palavras você quer se
16:12 assegurar que o modelo não está
16:13 inventando as coisas você pode fazer o
16:16 finitude classify que filtra
16:19 anúncios indevidos anúncios errados
16:21 então você pode treinar para esse tipo
16:23 de coisa Obviamente você pode treinar
16:25 para o que você quiser para gerar código
16:27 enfim mas é um ponto de partida
16:29 principalmente se você não sabe como
16:31 tratar dados com inteligência artificial
16:33 né A questão de data sai assim Enfim
16:35 então é muito interessante daqui é um
16:37 Case obviamente mais avançado para você
16:38 utilizar mas por experiência própria eu
16:42 vou dizer que vale a pena em algumas
16:44 situações por exemplo uma situação que
16:46 eu utilizei que funcionou muito bem foi
16:48 que eu baixei todos os meus e-mails que
16:49 eu já disparei dos últimos 30 dias e
16:52 quando eu peço pra ele gerar um e-mail
16:53 utilizando fine tudo que eu tenho aqui
16:55 nessa minha lista ele muitas vezes cria
16:59 um e-mail que eu não criei ainda mas ele
17:02 faz linguagem que eu tinha enviado
17:05 anteriormente com que eu treinei isso é
17:07 machine learning né é coisa que a gente
17:08 não programou mas ele aprendeu E aí você
17:11 usa o modelo que é o tex da 20
17:14 pré-configurado para ter esse resultado
17:17 melhor então basicamente você usa todo o
17:20 poder do Tex da 20 para fazer isso certo
17:23 mas existe também o fio shot Line que
17:27 que é o fio shot Line que é basicamente
17:28 o exemplo que eu dei da Black code então
17:30 por exemplo assim é eu não vou fazer
17:33 todas as regras que eu coloquei mas eu
17:36 vou te mostrar um pouquinho aqui como é
17:38 que funciona Tá e isso daqui você pode
17:39 pegar envio code implementar aí no seu
17:41 código também sem problema nenhum Ok
17:43 então por exemplo assim o que que é fio
17:45 shot furns é seu nome
17:49 é Charmes OK vou dar um submith vamos
17:53 ver o que ele vai responder Charles tá
17:55 não é isso daqui eu vou mudar porque eu
17:58 não lembro exatamente que eu coloquei
17:59 para tanquejo também não quero mostrar
18:01 porque eu fiquei um bom tempo fazendo
18:03 isso e eu já vou mostrar o porquê que
18:05 isso muitas vezes não é opção ideal Ok E
18:07 aí eu vou explicar a questão dos tokens
18:10 Então você
18:13 se chama
18:15 Charles
18:20 Não meu nome não é Charles Ok beleza
18:22 então vamos lá
18:24 Seu nome é Charles
18:27 sempre Se apresente
18:32 como Charles ok
18:37 Olá meu nome é Chaves olha aqui Qual seu
18:40 nome
18:44 vamos
18:48 meu nome é Charles então isso não iria
18:51 acontecer se eu não tivesse dito essa
18:53 instrução para ele e então por que que
18:56 eu vou querer fazer finin se eu consigo
18:59 fazer tudo por aqui e pegar o código e
19:01 ter o contexto criado aqui para mim
19:03 primeiro preço eventualmente vai começar
19:06 a ficar caro principalmente se você tem
19:08 muitas regras tá isso daqui serve para
19:10 coisas mais simples coisas aí que você
19:12 coloca em algumas linhas e ainda muitas
19:14 vezes né não é 100% garantido mas dá
19:18 para fazer dessa forma aqui também só
19:20 que tá vendo esse número aqui 54 quanto
19:23 mais tokens você tem na sua requisição
19:25 mais tempo vai demorar além do tempo já
19:28 que existe do Tex da Vinci que todo
19:30 mundo tá usando que é que é o que todo
19:33 mundo tá usando entendeu então isso aqui
19:35 é o fio shot Lines tem vários exemplos e
19:37 tem vários hacks por assim dizer de
19:39 machine learning que você pode fazer
19:40 aqui para economizar os tokens né porque
19:43 cada cada token aqui ó cada coisa conta
19:46 ó 53 tá vendo eu diminui aqui Será que
19:50 se eu tirar as linhas O resultado vai
19:51 ser o mesmo vamos testar
19:54 então eu experimentei tirar as linhas e
19:56 não funcionou Então existe algum rack
19:59 para contornar contra aí eh com isso
20:01 porque por exemplo se eu tirar isso
20:02 daqui ó tá tô economizando espaço eu
20:04 também posso deixar a frase menor e ter
20:07 o resultado final que eu quero também e
20:09 vou estar economizando então tem vários
20:11 truques aqui conforme seu aplicativo vai
20:13 vai escalando para você melhorar certo
20:15 então isso aqui é gente é só é só o
20:19 começo né não tem como eu enfim mas
20:21 assim tem vários truques também que você
20:23 pode fazer então deixa eu pegar um Finn
20:24 e tudo meu aqui é que eu fiz vários
20:26 treinos é se eu não me engano esse
20:29 último que eu fiz ó esse último que eu
20:31 fiz eu coloquei só 200 200 linhas de
20:37 exemplo para treinar ele e ele deixa eu
20:40 ver aqui se é esse mesmo que eu fiz Qual
20:43 o seu nome vocês vão ver que é
20:45 completamente diferente o que ele vai me
20:47 dar e a e o comparado com Tex da Vinci
20:50 porque isso daí foi treinar do zero
20:51 então
20:53 Olha aqui que bizarra a resposta que ele
20:55 tá me dando isso essa resposta que ele
20:57 tá me dando é basicamente porque ele não
21:01 foi treinado completamente mas eu lembro
21:03 que quando eu treinei se eu não me
21:05 engano nesse modelo eu coloquei esse
21:07 separador aqui que é o que eles
21:09 recomendam e se eu fizer isso
21:13 Olha que bizarra a resposta que ele me
21:15 deu então se eu experimentar e mudar
21:17 isso daqui colocar seu nome é e deu um
21:22 espaço vamos ver a resposta dele
21:29 bom então eu não sei exatamente qual que
21:31 é esse modelo que eu treinei mas eu tava
21:32 testando aqui para ver o qual que era a
21:34 pergunta que eu tinha feito mas eu sei
21:35 que nesse modelo Eu só dei um deita 7
21:37 dizendo qual que era o nome dele então
21:39 seu nome é E aí eu tenho uma resposta
21:42 Gui Obrigado por enviar seu currículo
21:44 estando sempre à procura de novos
21:45 talentos aí que você tem o que então ele
21:47 já me chamou de Gui e aqui eu não tô
21:49 dando nenhum contexto para ele antes não
21:51 tenho fio chato learnings que é o que eu
21:53 mostrei para vocês e é o que muita gente
21:55 usa Às vezes o chat GBT para dar uma
21:58 prévia informação então isso daqui foi
22:00 através de um data 7 criado
22:01 anteriormente e muita gente falou no meu
22:04 vídeo anterior do YouTube que precisa
22:06 ter ó por que que eu vou fazer isso na
22:07 minha casa né no meu quarto enfim se tem
22:10 o teste da gente à disposição pelos
22:12 motivos que eu expliquei aqui no vídeo
22:13 que eu não tinha falado naquele vídeo
22:15 anterior então esse daqui é muito
22:16 interessante Então ele já me chamou de
22:18 Gui Ele já sabe que eu sou Gui
22:19 provavelmente deve ser algum modelo eu
22:22 estava dando uma olhada pra ver se eu
22:24 tinha aqui porque eu achei que era esse
22:26 ó eu achei que era esse
22:28 isso daqui é um dos modelos né então eu
22:31 tenho aqui ó aqui mas que que esse end
22:33 aqui porque que você tem que fazer nesse
22:34 formato aqui então daí já são coisas
22:36 mais avançadas mas isso daqui foi o que
22:37 eu utilizei para fazer o findle Ok deixa
22:39 eu ver se
22:41 se é esse mesmo modelo porque se eu
22:44 pegar como eu não tenho muita muitos
22:46 deita 7 para isso fine tudo que eu fiz
22:48 eu tenho que pegar mais ou menos quase a
22:51 pergunta exata né porque isso meio que
22:53 vai contra o princípio de Machine learn
22:54 não precisa ser exato mas como eu
22:56 coloquei poucos exemplos funciona desse
22:59 jeito então deixa eu mostrar aqui para
23:01 vocês se eu colocar sei lá mil exemplos
23:04 essa pergunta que eu estou literalmente
23:06 copiando ali do arquivo que eu treinei
23:08 não precisava ser exatamente assim e
23:10 muitas vezes funciona Tá mas eu tô
23:12 colocando aqui vamos testar
23:19 tá então programação é poderoso e você
23:22 pode começar a desenvolver seu
23:23 conhecimento hoje mesmo então se eu for
23:25 aqui no meu
23:26 no meu arquivo que eu tava mostrando
23:28 para vocês
23:31 programação é poderoso você pode começar
23:32 hoje mesmo então realmente é esse o
23:34 arquivo que eu tava usando para
23:37 para
23:38 esse modelo aqui foi esse que eu usei
23:40 então o que que a gente tem o que que é
23:43 esse end aqui e como é que eu resolvo
23:45 isso Bom basicamente quando a gente tá
23:46 treinando o modelo a gente tá criando
23:48 ele do zero a gente precisa estabelecer
23:49 algumas regras para ele entender onde
23:51 ele começa e onde ele termina então eu
23:53 posso fazer o seguinte primeiro eu quero
23:55 que a sequência termine aqui ok e também
23:58 eu quero que
24:00 o and seja outra coisa de Stop
24:04 sequências certo então isso daqui já é
24:06 um Case um pouco mais avançado Mas
24:07 beleza se eu agora der submite não é pra
24:11 acontecer aquilo ó não aconteceu mais
24:13 aquilo Porque eu disse que o stop Six
24:16 desse meu modelo que eu treinei do zero
24:18 é o and eu poderia colocar outra coisa
24:20 fim também se eu quisesse né mas o
24:22 openear ele tem uma ferramenta que ele
24:23 faz automático isso para você quando
24:25 você tá convertendo seu arquivo Então
24:27 vamos testar de novo e ver se o seu nome
24:29 é exatamente como tá lá e eu vou testar
24:32 novamente tem a questão da temperatura
24:34 que eu posso ajustar então se eu talvez
24:37 menos ele dê a resposta que eu quero que
24:40 é Chaves
24:42 Gui Ele acha que o meu nome é Gui né
24:45 então vamos testar de novo ele entendeu
24:46 que o meu nome é Gui mesmo eu tendo dito
24:49 para ele que o nome dele era Chaves Mas
24:51 por que que só acontece porque eu só
24:54 tenho uma linha dizendo que ele é Chaves
24:55 então eventualmente isso pode acontecer
24:57 quando eu tava testando quando eu eu
24:59 gerei esse modelo aqui porque eu já
25:01 gerei vários todos vocês viram ali ele
25:03 às vezes dizia que ele era Chaves mas a
25:05 chance dele dizer a cada vez mais é
25:07 menor porque ele não se eu colocasse
25:09 mais linhas e mais variações eu poderia
25:11 sim fazer isso e um fato interessante eu
25:14 treinei esse deita 7 aqui usando o
25:17 próprio Tex da Vinci ele gerou várias
25:19 coisas aqui para mim o que é muito
25:21 bacana também então vamos tentar chegar
25:24 aqui seu nome é vamos tentar aqui
25:26 novamente
25:28 aqui obrigado por se inscrever no meu
25:30 curso espero que goste do conteúdo Então
25:32 por que que tá falando de curso porque
25:34 eu coloquei o contexto da dunking code
25:36 aqui então eu acho que eu treinei Se eu
25:39 colocar aqui é Gere um código PHP Sei lá
25:44 uma coisa meio assim
25:48 ó esse se a gente for pesquisar aqui eu
25:52 vou dar um Ctrl
25:54 contra o f para achar tá vendo que tem
25:57 um PHP ecolar mundo ele basicamente eu
26:00 falei gera um código PHP E então eu não
26:02 tenho aqui para gerar um código PHP Eu
26:05 só falei gera um código PHP mas ele
26:08 gerou um Eco que é o que eu tenho ali e
26:11 ele colocou uma frase aleatória ali
26:13 dentro que é do próprio da Vinci que já
26:15 vem A pré-definido então isso é bem
26:16 interessante para vocês verem certo
26:19 então agora dando boas-vindas e eu nem
26:23 sei se é assim que está escrito exato
26:24 vamos testar
26:27 ó deu exatamente como tá lá no meu
26:31 finitunes certo
26:33 dando Oi
26:39 novamente Olha que interessante ele eu
26:41 não tenho isso ali no meu deita 7 Se
26:44 vocês forem ver eu só tenho dizendo
26:45 dando boas-vindas mas ele sabe porque
26:48 ele é pré-definido ele tem algumas
26:50 configurações iniciais que ajuda a
26:52 entender o contexto E é isso que o
26:54 pessoal meio que não entende porque
26:55 queria você não tá criando do zero uma
26:58 inteligência artificial você tá
27:00 treinando uma coisa que já existe né que
27:02 já tem as camadas daí é assunto de
27:05 machine learning as layers definidas
27:07 Você pode pesquisar mais a respeito para
27:09 a gente melhorar ainda mais então isso
27:11 daqui pra pra eu que sou desenvolvedor
27:13 para criar minhas aplicações tem vários
27:15 cases que eu posso utilizar no copo de
27:17 generator esse App aqui que eu estou
27:18 desenvolvendo eu estou fazendo isso
27:20 aí vocês vão ter que comprar o app para
27:23 testar Inclusive a gente já tá com a
27:24 fila de espera bem bacana vamos ver se
27:26 eu consigo fazer ele dizer que é Chaves
27:28 né
27:29 seu nome é eventualmente ele vai falar
27:32 quer ver
27:39 legal então aqui para a gente finalizar
27:41 eu não consegui reproduzir para ele
27:43 dizer que ele é Chaves e eu testei
27:45 algumas coisas aqui diferente ele
27:46 entende que ele é Gui por algum motivo
27:48 Provavelmente porque quando eu treinei
27:50 essa inteligência artificial eu sempre
27:51 colocava aqui no final guia antes né
27:53 então isso é legal porque Basicamente já
27:55 sabe que eu sou o criador bem bacana
27:58 porque eu treinei de fato porque eu tava
28:00 testando eu tava testando algumas coisas
28:03 diferentes mas aqui eu vou agora mostrar
28:05 uma coisa para vocês bem interessante eu
28:06 vou vir aqui na documentação e vim falar
28:09 em torno para mostrar e também para
28:11 confirmar aproveitando para o Yudi ficou
28:12 agradável aqui tem vários comandos para
28:14 vocês verem mas eu vou pegar minha lista
28:15 de finitudes e só com que
28:21 então aqui toda vez que a gente vai
28:22 inicializar isso daqui não funciona no
28:25 Windows tá só se você tiver um Linux
28:27 instalado eu vou usar aqui o meu
28:29 terminal e eu vou colocar minha chave de
28:31 ipiai aqui porque por algum motivo
28:32 desconfigurou Então vamos lá vamos aqui
28:35 você vai vir e a gente vai substituir e
28:37 eu vou colocar a minha chave
28:39 mas eu citei a minha chave usando o
28:41 comando que eles têm lá que é bem
28:42 simples e lembrando que você precisa
28:44 instalar para isso funcionar se você
28:46 colocar o comando opinear e não vai
28:48 funcionar tá você tem que ter Python tem
28:50 que configurar o ambiente mas enfim eu
28:53 não vou mostrar isso aqui no vídeo
28:54 porque ele já tá bem longo mas tá um
28:56 curso bem bem vai dar uma base muito
28:58 legal aqui para muita gente que vai vai
28:59 saber então vamos voltar pro Finn túnel
29:01 eu vou pegar minha lista aqui né eu não
29:04 vou criar um time aqui com vocês eu vou
29:05 mostrar
29:07 ó todos os meus finitudes que eu tenho
29:09 então o último que eu fiz foi realmente
29:13 esse Training que foi esse arquivo que
29:16 eu mostrei para vocês ele já foi
29:18 processado tenho file name o ID dele
29:20 todas as informações que eu preciso eu
29:22 tenho vários né então isso daqui é bem
29:23 interessante Então realmente aqui eu
29:25 lembro que no dia que eu tava no
29:27 playground eu consegui que na primeira
29:29 vez eles falasse que era o Chaves vamos
29:31 testar novamente seu nome é
29:42 não tá rolando Mas se eu não me engano
29:45 eu devo ter algum aqui vamos testar
29:51 é não tá rolando hoje vamos testar
29:53 novamente a última vez baixar a
29:56 temperatura isso é até bom para vocês
29:57 verem porque a temperatura controla a
29:59 randomização
30:01 é então perceba que o que que aconteceu
30:03 aqui eu diminuindo a temperatura ele não
30:05 deu um contexto tão grande quanto tava
30:07 dando antes ou seja ele não tá
30:08 arriscando tanto então eu vou deixar em
30:10 0.7 que é padrão e ao meu ver é ideal
30:13 com base em testes que eu já fiz e é
30:16 isso se eu fazer deixa eu testar fazer o
30:19 seguinte deixa eu colocar um X aqui e
30:21 vamos ver se funciona essa minha ideia
30:25 não não vai é realmente porque porque
30:28 que isso aconteceu se a gente for
30:30 analisar o nosso deita 7 que a gente tem
30:33 aqui eu só tenho uma linha falando
30:35 Charles vamos vir aqui ó Chaves
30:39 então aqui eu consegui chegar no
30:41 resultado interessante Porque como vocês
30:43 sabem o tex da Vinci ele vai entendendo
30:45 no contexto Então apesar de eu não ter
30:49 conseguido o resultado de primeira lá em
30:52 cima eu consegui manter uma conversa até
30:55 o ponto que ele conseguiu se chamar de
30:57 Chaves isso é interessante porque eu
30:59 tenho aqui e até uma brincadeira porque
31:02 quem tá vendo vídeo nesse ponto eu tenho
31:04 essa linha aqui que foi
31:06 basicamente para ver a questão de de
31:09 moderação de conteúdo que eles têm Olha
31:12 só olha aqui questão de tanque hoje aí
31:14 como vocês percebem essa esse meu
31:17 Training que eu fiz ele tá totalmente
31:18 bagunçado porque o ideal é você treinar
31:20 sei lá 500 vezes a mesma coisa o mesmo
31:23 contexto e aqui eu misturei tudo e mesmo
31:25 assim funciona muito bem isso pra
31:26 mostrar o modelo para definido da vinte
31:28 então por exemplo aqui posso chamar você
31:30 de safado aí Tem sim sou sua hoje eu
31:33 tava testando para ver se eles porque
31:35 assim o tex da 20 se você falar uma
31:37 coisa dessa ele tem moderação aqui não
31:40 aqui porque você tá criando o seu do
31:42 zero Eles te dão poder para isso
31:43 obviamente que você não vai né eu sei
31:46 que tem gente que faz de tudo nesse
31:48 mundo mas aqui eu realmente estava
31:49 usando para testar então aí eu fiz mas
31:52 você não se chama Charles Sim porém se
31:54 você quiser fantasiar isso aqui para
31:55 isso mas enfim seja aí o que que eu
31:58 consegui mas você não se chama Chaves
32:00 sim mas na minha verdadeira identidade
32:01 se o nome é Charles interessante Então
32:04 se eu deletar isso aqui será que vai
32:07 funcionar ou será que vai voltar para o
32:09 Gui sei lá
32:11 Gui viu então é muito interessante
32:14 porque você vai brincando vai testando e
32:16 eu já adianto machine learning é erro e
32:19 acerto Isso é uma das coisas assim que
32:20 eu tô estudando muito ultimamente de
32:22 machine learning aí erro e acerto erro e
32:24 acerto até você ter um modelo que
32:25 realmente funcione para você na maior
32:27 parte das vezes o fio shot loane foi o
32:29 que eu mostrei para vocês funciona mas
32:30 se você é um desenvolvedor mais avançado
32:32 você vai conseguir economizar muito mais
32:35 dependendo do seu do seu case de uso Se
32:38 você treinar sua inteligência artificial
32:40 do zero então por exemplo aqui o copo de
32:42 generator o copo de andrator eu tenho
32:44 várias coisas aqui que eu posso fazer
32:47 com essa ferramenta o coffeedrator eu
32:50 posso usar o fio Shop learning ou eu
32:52 deveria talvez criar o meu modelo do
32:54 zero como eu estou mostrando aqui para
32:56 vocês eu tenho um histórico no Facebook
32:58 de muitos anúncios Que Eu Já criei que
33:01 eu posso exportar tudo dali e criar um
33:03 deita 7 e os meus anúncios eu sei que
33:05 convertem né meus anúncios funcionam no
33:07 Facebook
33:08 então eu posso usar o para definir
33:12 algumas regras aqui mas vai ser aquela
33:15 coisa que talvez daqui a pouco todas as
33:17 aplicações vão ter o mesmo resultado
33:19 porque todo mundo tá usando o mesmo
33:20 modelo entendeu então aí vai ser
33:22 realmente a questão que eu venho falando
33:24 e para a galera ficar ligada que quanto
33:27 melhor for sua habilidade de
33:28 desenvolvedor cara melhor você vai sair
33:31 tá então vou Encerrando o vídeo por aqui
33:33 ficou muito longo não tava planejando
33:35 ficar tão longo assim mas eu acho que eu
33:36 mostrei umas coisas bem interessantes te
33:38 inspirei aqui com algumas ideias a
33:40 melhor forma é o jeito mais fácil para
33:41 você hoje começar é usando realmente
33:44 aqui o
33:45 comando do jas tá ou você pode fazer via
33:48 terminal se você quiser fazer a
33:50 requisição mas obviamente que é mais
33:51 avançado Mas você já tem nodeia essa aí
33:54 no seu computador ou o pai então enfim
33:56 você consegue pegar HP tem uma
33:57 biblioteca mas é aquela coisa no final é
33:59 tudo uma requisição que você faz por aí
34:01 ter ai deles dando a sua chave para ter
34:04 a resposta e é basicamente isso espero
34:06 que vocês tenham gostado desse tutorial
34:07 minicurso acho que é um dos vídeos mais
34:09 longos que eu já postei no canal sem ser
34:11 de né então seu like sua inscrição é
34:14 muito importante eu não consigo cobrir
34:16 tudo aqui Por mais que eu queira tá
34:17 então fica minha recomendação para vocês
34:19 se aventurarem aí tem os cursos Mas no
34:22 fim você sabe que que é melhor para você
34:23 não esquece os links na descrição tá
34:26 tudo ali tá e se você quer uma mentoria
34:28 individual comigo para da vida a os seus
34:30 projetos finalmente junta aí junta com a
34:33 gente que já tem mais de 100 pessoas e
34:35 todo dia tá entrando novas pessoas
34:36 Inclusive a data das mentorias tá daqui
34:39 a pouco vai ter que começar a ficar
34:40 separado porque é muita gente mas eu tô
34:42 aprendendo todo mundo então é isso
34:43 desejo um forte abraço fica com Deus e
34:45 até a próxima valeu
, , , #Curso #GRÁTIS #Aprenda #Programar #ChatGPT #Ganhe #Dinheiro #Crie #Apps #Sites #SaaS #mais , [agora]