Google AI Studio Course

Les 1 • Je eerste AI Studio-interactie

Begeleidt cursisten bij het indienen van hun eerste prompt en het interpreteren van de modelrespons. Bouwt hands-on vertrouwen op voordat diepere functies worden verkend.

Les 2 • Inzicht in de basisprincipes van generatieve AI

Introduceert fundamentele concepten van generatieve AI die nodig zijn om het platform effectief te gebruiken. Grondt de technische terminologie die in de hele cursus wordt gebruikt.

Les 3 • Navigeren door de Studio-interface

Behandelt het hoofddashboard, menu's en werkruimtepanelen. Cursisten krijgen vertrouwen in het efficiënt bewegen tussen de kernonderdelen van de interface.

Les 1 • Zero-Shot en Few-Shot Prompting

Contrasteert prompting met en zonder voorbeelden om modelgedrag te sturen. Cursisten leren wanneer elke aanpak betere resultaten oplevert.

Les 2 • Anatomie van een effectieve prompt

Breekt de structurele componenten af die prompts duidelijk en uitvoerbaar maken. Stelt een herhaalbaar framework vast voor promptconstructie.

Les 3 • Chain-of-Thought Prompting

Leert stapsgewijze redeneringsprompts die de modelnauwkeurigheid bij complexe taken verbeteren. Koppelt redeneringstechnieken aan echte probleemoplossingsscenario's.

Les 4 • Prompt Sjablonen en Herbruikbaarheid

Introduceert geparametriseerde promptsjablonen voor consistent, schaalbaar gebruik in meerdere projecten. Overbrugt individuele prompting-vaardigheden naar teamworkflows.

Les 1 • Modelparameters configureren

Legt temperatuur, top-P, top-K en uitvoerlengteregelaars uit en hun effecten. Cursisten krijgen nauwkeurige controle over modelgedrag door parameterafstemming.

Les 2 • Systeeminstructies en Persona's

Leert hoe persistent modelgedrag wordt ingesteld met behulp van systeemniveau-instructies. Cursisten leren de toon, rol en beperkingen van het model vorm te geven voor specifieke toepassingen.

Les 3 • Overzicht van de Gemini-modelfamilie

Onderzoekt beschikbare Gemini-modelvarianten en hun mogelijkheidsprofielen. Biedt de selectiecriteria die nodig zijn voor een geïnformeerde modelkeuze.

Les 4 • Modelveiligheid en Contentfilters

Legt ingebouwde veiligheidsinstellingen uit en hoe schadedrempels correct worden geconfigureerd. Zorgt ervoor dat cursisten applicaties bouwen die voldoen aan normen voor verantwoorde AI.

Les 1 • AI Studio Chatmodus gebruiken

Verkent de meerstaps chatinterface voor het bouwen van conversationele workflows. Cursisten leren gespreksgeschiedenis en context effectief te beheren.

Les 2 • Gestructureerde uitvoeropmaak

Behandelt technieken voor het instrueren van modellen om JSON, tabellen en andere gestructureerde formaten terug te geven. Maakt stroomafwaartse verwerking en integratie met andere systemen mogelijk.

Les 3 • Repetitieve AI-taken automatiseren

Leert batchverwerkingsstrategieën en workflowautomatiseringspatronen binnen AI Studio. Vermindert handmatige inspanning voor omvangrijke, repetitieve generatietaken.

Les 1 • Grondbeginselen van de Gemini API

Introduceert de Gemini API-structuur, authenticatie en aanvraaglevenscyclus. Biedt de technische basis voor alle programmatische integraties.

Les 2 • API-gebruik beveiligen en beheren

Behandelt API-sleutelbeveiliging, gebruiksbewaking en kostenbeheerstrategieën. Zorgt ervoor dat cursisten integraties bouwen die veilig en financieel duurzaam zijn.

Les 3 • Code exporteren uit AI Studio

Behandelt de ingebouwde code-exportfunctie voor Python, JavaScript en andere talen. Cursisten gaan naadloos van prototype naar productieklaar code.

Les 4 • Programmatisch API-aanroepen doen

Doorloopt het construeren en verzenden van API-verzoeken vanuit een ontwikkelomgeving. Bouwt praktische codeervaardigheden voor AI-integratie in de praktijk.

Les 1 • Afgestemde modellen implementeren en beheren

Behandelt hoe je toegang krijgt tot, versies beheert en afgestemde modellen buiten gebruik stelt binnen AI Studio. Verbindt tuningresultaten met productie-implementatieworkflows.

Les 2 • Een tuningtaak uitvoeren in AI Studio

Doorloopt het end-to-end configuratie- en indieningsproces voor tuningtaken. Cursisten krijgen praktijkervaring met het starten en bewaken van een echte tuningrun.

Les 3 • Prestaties van afgestemde modellen beoordelen

Leert systematische beoordeling van fijn afgestemde modellen ten opzichte van basislijn- en doelmetrics. Zorgt ervoor dat cursisten kunnen valideren of tuning de beoogde doelen heeft bereikt.

Les 4 • Wanneer en waarom fine-tunen

Verduidelijkt de omstandigheden waaronder fine-tuning beter presteert dan alleen prompt engineering. Stelt realistische verwachtingen voor aanpassingsresultaten.

Les 1 • Een conversationele AI-agent bouwen

Begeleidt cursisten bij het samenstellen van een meerstaps conversationele agent met geheugen en tools. Integreert chatmodus, systeeminstructies en function calling in één project.

Les 2 • Prototypen en gebruikerstesten

Behandelt snelle prototypemethoden en gestructureerde gebruikersfeedbackverzameling voor AI-apps. Cursisten valideren hun applicaties op basis van echte gebruikersbehoeften vóór de uiteindelijke oplevering.

Les 3 • Toepassingsarchitectuur plannen

Introduceert ontwerppatronen voor AI-geïntegreerde toepassingen en componentenmapping. Cursisten leren plannen voordat ze bouwen, wat kostbaar herbewerken vermindert.

Les 4 • Antwoorden baseren op externe gegevens

Behandelt technieken voor het verbinden van modeloutput met realistische, actuele informatiebronnen. Vermindert hallucinatie en verhoogt de feitelijke betrouwbaarheid in toepassingen.

Les 1 • Kosten- en latentieoptimalisatie

Behandelt strategieën voor het verminderen van tokenverbruik, API-kosten en responstijd. Zorgt ervoor dat productie-implementaties efficiënt en financieel haalbaar zijn.

Les 2 • Live systemen bewaken en onderhouden

Behandelt doorlopende bewaking, waarschuwingen en modelvernieuwingsstrategieën voor geïmplementeerde AI-systemen. Zorgt voor betrouwbaarheid en prestaties op lange termijn na de lancering.

Les 3 • Systematische Promptoptimalisatie

Past gestructureerde experimenten toe om promptprestaties op schaal te maximaliseren. Verplaatst cursisten van intuïtief aanpassen naar datagestuurd prompt engineering.

Les 4 • AI-uitvoerkwaliteitsmetrics definiëren

Stelt kwantitatieve en kwalitatieve frameworks vast voor het meten van de kwaliteit van modeloutput. Geeft cursisten objectieve criteria om optimalisatiebeslissingen te sturen.