AI Prompt Engineering Kursi

Dars 1 • So'rovnoma anatomiyasi

So'rovnomani funksional komponentlarga ajratadi: ko'rsatma, kontekst, kirish ma'lumotlari va chiqish formati. Talabalarga har bir qismni aniqlash va belgilashni o'rgatadi.

Dars 2 • Katta til modellari qanday ishlaydi

Token bashorati, o'quv ma'lumotlari va model arxitekturasini kontseptual darajada tushuntiradi. Nima uchun so'rovnoma matni model chiqishiga bevosita ta'sir qilishini asoslaydi.

Dars 3 • Asosiy lug'at va mental modellar

Kurs davomida qo'llaniladigan muhim terminologiyani tanishtiradi. Model xatti-harakati haqida fikr yuritishni soddalashtiradigan mental modellarni taqdim etadi.

Dars 1 • Chiqish formatini boshqarish

Modellarga JSON, jadvallar yoki matn paragraflari kabi ma'lum formatlarni qaytarishni buyuradi. Keyingi qayta ishlash va boshqa vositalar bilan integratsiyalashuv imkonini beradi.

Dars 2 • Aniq ko'rsatmalar yozish

Aniqlik, faol ovoz va so'rovnoma ko'rsatmalarida aniq fe'l tanlashni qamrab oladi. Noaniq yoki maqsaddan chetga chiqqan model javoblarini bevosita kamaytiradi.

Dars 3 • Iterativ so'rovnomani takomillashtirish

Samarali ishlamaydigan so'rovnomalarni tashxislash va yaxshilash uchun tuzilgan tsiklni o'rnatadi. Taxmin qilish o'rniga dalillarga asoslangan iteratsiya odatini shakllantiradi.

Dars 1 • Parchalash va zanjirlash naqshlari

Murakkab vazifalarni ketma-ket kichik so'rovnomalarga ajratadi va ularning chiqishlarini zanjirlaydi. Bitta so'rovnoma uchun juda katta vazifalarni ishonchli bajarish imkonini beradi.

Dars 2 • Fikr zanjiri so'rovnomasi

Murakkab vazifalarda aniqlikni oshirish uchun bosqichma-bosqich fikrlashni keltirib chiqaradi. Fikrlash zanjirlarini qachon va qanday qilib samarali ishga tushirishni namoyish etadi.

Dars 3 • Nol-shot va bir necha misolli so'rovnoma

Hech qanday misolsiz so'rovnoma bilan belgilangan namunalarni taqdim etishni taqqoslaydi. Har bir yondashuv qachon aniqlik va samaradorlikni maksimal darajada oshirishini o'rgatadi.

Dars 4 • Rol va shaxs so'rovnomasi

Ohang, lug'at va fikrlash uslubini shakllantirish uchun ekspert shaxslarini tayinlaydi. Shaxs dizaynini vazifaga xos chiqish sifatiga bog'laydi.

Dars 1 • Qidiruv bilan kengaytirilgan so'rovnoma asoslari

Javoblarni asoslash uchun so'rovnomalarga qidirilgan tashqi hujjatlarni kiritishni tanishtiradi. Kontekst boshqaruvini bilimlar bazasiga asoslangan ilovalarga bog'laydi.

Dars 2 • Kontekst oynalarini tushunish

Kontekst oynasi hajmi, tokenni hisoblash va modellarning kontekstga qanday e'tibor berishini tushuntiradi. Keyingi barcha xotira va qidiruv strategiyalarini asoslaydi.

Dars 3 • Ko'p burilishli suhbatlarni loyihalash

Ko'plab almashinuvlar davomida izchillikni saqlaydigan dialog oqimlarini tuzadi. Chatbot va yordamchi mahsulotlarni ishlab chiqishda bevosita qo'llaniladi.

Dars 1 • Agentli so'rovnoma va vositalardan foydalanish

Modellarga rejalashtirish, tashqi vositalarni chaqirish va avtonom harakat qilish imkonini beradigan so'rovnomalarni loyihalaydi. So'rovnoma muhandisligini sun'iy intellekt agent tizimlarini loyihalash bilan bog'laydi.

Dars 2 • So'rovnoma injektsiyasi va xavfsizlik xabardorligi

Qarama-qarshi so'rovnoma injektsiya hujumlarini aniqlaydi va ularga qarshi himoya vositalarini loyihalaydi. Ishlab chiqarish ilovalarini manipulyatsiya va ma'lumotlarning sizib chiqishidan himoya qiladi.

Dars 3 • Fikr daraxti so'rovnomasi

Fikrlashni bir nechta yechim yo'llarini o'rganish uchun dallanuvchi qidiruv daraxti sifatida tuzadi. Chiziqli fikr zanjiridan tashqarida tizimli muammolarni hal qilish imkonini beradi.

Dars 4 • O'z-o'ziga izchillik va ko'pchilik ovozi

Bir nechta mustaqil fikrlash yo'llarini yaratadi va javoblarni ko'pchilik ovozi bilan birlashtiradi. Yuqori o'zgaruvchan chiqishlarga ega vazifalarda ishonchlilikni oshiradi.

Dars 1 • Baholash quvurini qurish

Test to'plamlari, ball olish skriptlari va hisobot panelini takrorlanadigan quvurga birlashtiradi. Vaqt o'tishi bilan so'rovnoma sifatini doimiy kuzatish imkonini beradi.

Dars 2 • Baholash mezonlarini aniqlash

Aniqlik, tegishlilik va formatga rioya qilish kabi o'lchanadigan sifat o'lchovlarini o'rnatadi. Subyektiv sifat mulohazalarini ob'ektiv ko'rsatkichlarga aylantiradi.

Dars 3 • Inson baholash usullari

Model chiqishlarini baholash uchun inson hakamlari uchun rubrikalar va reyting shkalalarini loyihalaydi. Avtomatlashtirilgan baholash kalibrlash uchun haqiqat yorliqlarini taqdim etadi.

Dars 1 • Shaxs va brend ovozini loyihalash

Tizim so'rovnomalariga izchil brend identifikatori va kommunikatsiya uslubini kiritadi. Har bir model javobining tashkiliy ovoz standartlariga mos kelishini ta'minlaydi.

Dars 2 • Tizim so'rovnomalarini versiyalash va saqlash

Tizim so'rovnomasini boshqarishga dasturiy ta'minot uslubidagi versiyalarni boshqarishni qo'llaydi. Jonli ilovalarda xavfsiz iteratsiya va orqaga qaytish imkonini beradi.

Dars 3 • Tizim so'rovnomasi arxitekturasi

Foydalanuvchi burilishlariga nisbatan tizim darajasidagi ko'rsatmalarning tuzilishi va joylashishini belgilaydi. Barcha ilova qatlamidagi so'rovnoma dizayni uchun asos yaratadi.

Dars 1 • Kechikish va xarajat optimallashtirish

So'rovnomani siqish va model tanlash orqali token iste'moli va javob vaqtini kamaytiradi. Chiqish sifatini yo'qotmasdan tejamkor kengaytirish imkonini beradi.

Dars 2 • So'rovnoma boshqaruvi va hujjatlari

So'rovnoma egaligi, ko'rib chiqish va hujjatlashtirish uchun tashkiliy standartlarni o'rnatadi. Jamoalar va loyihalar bo'ylab texnik xizmat ko'rsatish va javobgarlikni ta'minlaydi.

Dars 3 • Monitoring va kuzatiluvchanlik

Ishlab chiqarish so'rovnoma quvurlarini jurnallash, kuzatish va ogohlantirish bilan jihozlaydi. Jonli tizimlarda sifat regressiyalarini tez aniqlash va tashxislash imkonini beradi.