Curs de Prompt Engineering

Lecția 1 • Tipuri de sarcini ale modelelor de limbaj

Categorisește sarcinile după cerința cognitivă: clasificare, extragere, generare, transformare și raționament. Ajută cursanții să potrivească strategia de promptare cu tipul de sarcină.

Lecția 2 • Citirea și evaluarea ieșirii modelului

Învață inspecția sistematică a ieșirii: identificarea halucinațiilor, a răspunsurilor incomplete și a derivei de format. Fundamentează abilitățile de evaluare utilizate pe parcursul întregului curs.

Lecția 3 • Cum funcționează modelele de limbaj de mari dimensiuni

Acoperă tokenizarea, predicția următorului token și distribuțiile de probabilitate în termeni simpli. Stabilește modelul mental necesar pentru a raționa de ce prompturile reușesc sau eșuează.

Lecția 1 • Strategii de formatare a instrucțiunilor

Acoperă markdown, delimitatori, liste numerotate și taguri de tip XML pentru a structura prompturile. Arată cum formatarea reduce ambiguitatea și îmbunătățește consecvența ieșirii.

Lecția 2 • Promptarea few-shot cu exemple

Demonstrează cum exemplele etichetate de intrare-ieșire ghidează comportamentul și formatul modelului. Învață selecția exemplelor, ordonarea și compromisurile cantitative.

Lecția 3 • Promptarea negativă și prin constrângeri

Folosește excluderi explicite și condiții limită pentru a preveni ieșirile nedorite. Completează instrucțiunile pozitive prin restrângerea spațiului de răspuns al modelului.

Lecția 4 • Promptarea pe bază de rol și personalitate

Atribuie identități de expert modelului pentru a schimba tonul, vocabularul și stilul de raționament. Conectează designul personalității la cerințele publicului și ale sarcinii.

Lecția 1 • Fundamentele lanțului de gândire

Introduce mecanismul prin care pașii intermediari de raționament îmbunătățesc calitatea răspunsului final. Stabilește de ce raționamentul explicit depășește prompturile cu răspuns direct în sarcinile dificile.

Lecția 2 • Promptarea prin descompunere și pas înapoi

Descompune problemele complexe în subîntrebări și folosește abstracția pentru a îmbunătăți raționamentul. Extinde lanțul de gândire la sarcini care necesită planificare și gândire ierarhică.

Lecția 3 • Autoconsistența și votul

Generează multiple căi de raționament și selectează răspunsul cel mai consistent. Introduce strategii de eșantionare care reduc varianța în ieșirile cu miză mare.

Lecția 1 • Promptarea pentru ieșiri de date structurate

Instruiește modelele să returneze JSON, CSV sau perechi cheie-valoare cu un schemă consistentă. Acoperă definirea schemei, câmpurile obligatorii și strategiile de validare.

Lecția 2 • Promptarea pentru documente lungi

Structurează prompturi pentru rapoarte, propuneri și articole cu secțiuni definite. Abordează controlul lungimii, ierarhia titlurilor și consistența tonului pe ieșiri lungi.

Lecția 3 • Logică condiționată și dinamică de ieșire

Incorporează logică if-then și instrucțiuni de ramificare în prompturi. Permite ieșiri adaptive care răspund la diferite condiții de intrare fără cod.

Lecția 4 • Promptarea pentru generarea de cod

Ghidează modelele să scrie cod funcțional, lizibil, cu sintaxa corectă a limbajului. Acoperă specificarea limbajului, cerințele de docstring și instrucțiunile de gestionare a erorilor.

Lecția 1 • Construirea unei grile de evaluare a prompturilor

Creează criterii de notare specifice sarcinii pentru acuratețe, format, ton și completitudine. Permite compararea obiectivă între versiunile de prompturi și între membrii echipei.

Lecția 2 • Versionarea și documentarea prompturilor

Stabilește convenții de denumire, jurnale de modificări și practici de stocare pentru bibliotecile de prompturi. Previne regresia și permite reutilizarea la nivel de echipă a prompturilor dovedite.

Lecția 3 • Diagnosticarea eșecurilor prompturilor

Clasifică modurile de eșec: ambiguitate, context lipsă, erori de format și halucinație. Oferă o listă de verificare diagnostică care ghidează revizuirea țintită.

Lecția 1 • Meta-promptarea și generarea de prompturi

Folosește modelul pentru a genera, critica și optimiza prompturi automat. Accelerează dezvoltarea prompturilor și scoate la iveală formulări neevidente.

Lecția 2 • Promptarea augmentată cu regăsire

Injectează documente sau fapte regăsite în prompturi pentru a fundamenta răspunsurile în surse verificate. Reduce halucinația în sarcinile intensive în cunoștințe.

Lecția 3 • Prompturi de autocritică și reflecție

Instruiește modelul să își evalueze și revizuiască propria ieșire în cadrul aceleiași sesiuni. Produce răspunsuri finale de calitate superioară fără bucle de feedback extern.

Lecția 4 • Înlănțuirea prompturilor și pipeline-urile

Conectează prompturi secvențiale unde fiecare ieșire alimentează etapa următoare. Acoperă designul predării, propagarea erorilor și depanarea pipeline-urilor.

Lecția 1 • Prompturi conversaționale pentru interacțiunea cu clienții

Construiește prompturi de sistem pentru chatboți care gestionează scenarii de suport, vânzări și FAQ. Acoperă ghidajele de ton, logica de escaladare și consistența vocii mărcii.

Lecția 2 • Analiza datelor și extragerea de insight-uri

Prompturi pentru modelele de interpretare a datelor tabelare, identificarea tendințelor și generarea de rezumate narative. Face legătura între ingineria prompturilor și nevoile de raportare analitică.

Lecția 3 • Fluxuri de lucru pentru crearea și editarea conținutului

Proiectează secvențe de prompturi pentru redactare, editare, rezumare și reutilizare a conținutului. Conectează designul prompturilor la standardele de calitate editorială.

Lecția 4 • Integrarea în automatizări și fluxuri de lucru

Incorporează prompturi în pipeline-uri automatizate, API-uri și instrumente no-code. Acoperă parametrizarea, injectarea dinamică de variabile și rutarea ieșirii.

Lecția 1 • Bias, echitate și reducerea daunelor

Identifică modul în care prompturile pot amplifica sau atenua biasul modelului și pot produce ieșiri dăunătoare. Învață alegeri proactive de design care reduc răspunsurile discriminatorii sau nesigure.

Lecția 2 • Securitatea și injecția de prompturi

Explică atacurile adversariale prin prompturi care deturnează comportamentul modelului în sistemele implementate. Învață designul defensiv al prompturilor și strategii de sanitizare a intrărilor.

Lecția 3 • Construirea unei strategii organizaționale de promptare

Proiectează standarde la nivel de echipă pentru proprietatea, revizuirea și îmbunătățirea continuă a prompturilor. Conectează abilitățile individuale de promptare la capacitatea organizațională scalabilă.

Lecția 4 • Confidențialitatea și gestionarea datelor în prompturi

Acoperă riscurile încorporării datelor personale sau confidențiale în prompturi trimise către modele externe. Stabilește practici de minimizare a datelor și anonimizare pentru designul prompturilor.