DSPy (Declarative Self-improving Python), dezvoltat la Universitatea Stanford, reprezintă tranziția fundamentală de la tehnica manuală și fragilă de ‘Prompt Engineering’ la o adevărată Inginerie Software Algoritmică pentru sistemele bazate pe modele mari de limbaj.
În dezvoltarea clasică, schimbarea modelului LLM (de exemplu trecerea de la GPT-4o la un model local Llama sau DeepSeek) strică de obicei prompturile redactate manual, necesitând săptămâni întregi de rescriere și încercări empirice. DSPy rezolvă această problemă decuplând complet logica programului (definită prin Signatures și Modules precum dspy.ChainOfThought sau dspy.ReAct) de optimizarea instrucțiunilor.
Prin intermediul unor compilatori avansați numiți Teleprompters (cum ar fi MIPROv2 sau BootstrapFewShot), DSPy antrenează automat programul tău pe baza unui set mic de date și a unei metrici clare de evaluare, sintetizând instrucțiuni de sistem optime și selectând cele mai eficiente exemple few-shot fără ca tu să scrii vreun prompt manual.