Ugrás a fő tartalomra

ChatGPT Prompt Engineering for Developers

Gyakorlati rövid kurzus a prompt engineering legjobb gyakorlatairól és LLM-alapú alkalmazások építéséről az OpenAI API használatával.

A kurzusról

A ChatGPT Prompt Engineering for Developers egy kezdőbarát rövid kurzus, amelyet a DeepLearning.AI hozott létre az OpenAI-jal együttműködve. Isa Fulford és Andrew Ng oktatásában bemutatja a gyakorlati prompt engineering technikákat az alkalmazásfejlesztéshez, és szemlélteti, hogyan használhatók a nagy nyelvi modellek összefoglalásra, következtetésre, szövegátalakításra, bővítésre és chatbot-fejlesztésre. A kurzus interaktív példákat és gyakorlati munkát tartalmaz az OpenAI API-val.

Kurzus megtekintése a szolgáltató webhelyén

Külső webhelyet nyit meg egy új lapon.

Tanulási eredmények

  • A prompt engineering alapelveinek megértése az alkalmazásfejlesztéshez
  • Tisztább és hatékonyabb promptok írása
  • Szisztematikus iteráció a promptokon
  • LLM-ek használata szövegek összefoglalására
  • LLM-ek használata osztályozásra és információkinyerésre
  • Szöveg átalakítása fordítási és szerkesztési munkafolyamatokon keresztül
  • Rövid bemenetek bővítése hosszabb generált tartalomra
  • Egyszerű egyedi chatbot építése LLM API használatával

Elsajátítható készségek

Prompt Engineering, Nagy nyelvi modellek, OpenAI API, LLM alkalmazásfejlesztés, Szövegösszefoglalás, Szövegosztályozás, Információkinyerés, Szövegátalakítás, Tartalombővítés, Chatbot-fejlesztés, Prompt iteráció

Tananyag

  • Bevezetés

    Bemutatja a kurzust, a nagy nyelvi modelleket és a prompt engineering szerepét az alkalmazásfejlesztésben.

  • Irányelvek

    Lefedi a hatékony promptok írásának alapelveit és legjobb gyakorlatait.

  • Iteratív promptfejlesztés

    Megmutatja, hogyan lehet szisztematikusan javítani a promptokat tesztelés, értékelés és finomítás révén.

  • Összefoglalás

    LLM-eket használ hosszabb szövegek tömör kimenetekké történő összefoglalására.

  • Következtetés

    Olyan feladatokat fed le, mint a hangulatelemzés, témakör-azonosítás és információkinyerés.

  • Átalakítás

    LLM-eket alkalmaz fordításra, átírásra, helyesírás-ellenőrzésre, nyelvtani javításra és kapcsolódó transzformációkra.

  • Bővítés

    Bemutatja, hogyan bővíthetők a rövid promptok hosszabb generált válaszokká, például e-mailekké.

  • Chatbot

    Megmutatja, hogyan kombinálhatók a társalgási promptok és az API-hívások egy egyedi chatbot építéséhez.

  • Összegzés

    Áttekinti a kurzusban tárgyalt fő prompt engineering technikákat és fejlesztési mintákat.

Előfeltételek

  • Alapvető Python ismeretek ajánlottak
  • Nincs szükség haladó gépi tanulási ismeretekre

Célközönség

Fejlesztők, Prompt mérnökök, Szoftverfejlesztők, AI-kezdők alapvető Python ismeretekkel, Gépi tanulással foglalkozó szakemberek, LLM-alapú alkalmazásokat építő szakemberek

Ideális ehhez

  • Gyakorlati prompt engineeringet tanuló fejlesztők
  • AI fejlesztői tanulási utat követő tanulók
  • Prompt mérnöki tanulási utat követő tanulók
  • LLM API-kkal kísérletező fejlesztők
  • Gyakorlati prompt engineering tapasztalatot kereső szakemberek

Előnyök

  • Rövid és erősen fókuszált
  • A DeepLearning.AI és az OpenAI oktatói tanítják
  • Gyakorlati kódolási példák
  • Számos gyakori LLM alkalmazási mintát lefed
  • Szisztematikus prompt iterációt tartalmaz
  • Alapvető Python ismeretekkel rendelkező kezdők számára is alkalmas

Hátrányok

  • Némi alapvető Python ismeretet igényel a kódolási példákhoz
  • Bevezető alkalmazási mintákra fókuszál, nem haladó LLM-mérnöki munkára
  • Nem nyújt mélyreható lefedettséget a gyártási környezetbe történő telepítésről, értékelési infrastruktúráról vagy haladó ágensrendszerekről

Kurzusadatok

Szolgáltató:
DeepLearning.AI
Oktató:
Isa Fulford and Andrew Ng
Időtartam:
1 hour 30 minutes
Szint:
Kezdő
Nyelv:
English

Tanúsítvány és képzési forma

Tanúsítvány elérhető

Formátum: Online, Self-paced, Video lessons, Interactive code examples

Eszközök a kurzushoz

Kapcsolódó tanulási útvonalak

Kapcsolódó szójegyzékbejegyzések