Свържете се с нас

План на курса

Ден 1

Въведение в генеративния AI и енжиниринга на промптове

  • Какво е генеративният AI и как се различава от традиционната автоматизация
  • Ролята на енжиниринга на промптове за оформянето на качеството на AI изхода
  • Преглед на текущата екосистема от инструменти за текст, изображение, аудио и видео
  • Къде енжинирингът на промптове носи бизнес стойност

Основи на AI моделите за генериране на текст и изображения

  • Как действат голямите езикови модели (LLM) и дифузионните модели, обяснени на прост език
  • Разликата между обучаващи данни, файн-тюнинг и промптинг
  • Силни и слаби страни на предварително обучените модели
  • Защо архитектурата на модела променя начина, по който пишем промптове

Сравнение на водещите AI асистенти

  • Microsoft Copilot със силни страни в интеграцията с Microsoft 365, работните процеси във Word, Excel, Outlook и Teams, задълбочена интеграция с корпоративни данни, и със слабости в творческия обхват и дълбочината на разсъждение в сравнение с конкурентите
  • Google Gemini със силни страни в нативната мултимодалност, интеграцията с Workspace, реално-времево търсене и задълбочена интеграция с данни, и със слабости в нестабилността, наличността в различни региони и следването на инструкции за сложни задачи
  • ChatGPT със силни страни в зрялостта на екосистемата, персонализираните GPT приложения, генерирането на изображения чрез DALL-E, режима за глас и със слабости във фактическата надеждност без контекстуална подкрепа и по-строги ограничения за премиум функциите
  • Claude със силни страни в обработката на дълъг контекст, тънките разсъждения, писането на дълги текстове и ясения анализ, и със слабости в широчината на екосистемата от инструменти и генерирането на изображения
  • Избор на правилния инструмент за конкретна задача, аудитория или ограничително съответствие
  • Последователен преглед на един и същ промпт и в четирите асистенти

Принципи на ефективния дизайн на промптове

  • Яснота, специфичност и контекст като трите стълба на добър промпт
  • Структуриране на инструкциите, тона, формата и ограниченията
  • Чести грешки, които допускат начинаещите, и как да ги разпознаете
  • Итерационен процес от слаб към високоефективен промпт

Ден 2

Zero-Shot, One-Shot и Few-Shot промптинг

  • Разликата между трите подхода и кога всеки от тях е подходящ
  • Четене на поведението на модела и съответна адаптация на примерите
  • Обучение на модел за нова задача, използвайки само няколко добре избрани примера
  • Практически упражнения в ChatGPT, Copilot, Gemini и Claude

Разширени техники за енжиниринг на промптове

  • Кондиционни и контекстно-зависими промптове за нюансирани изходи
  • Преход на стил, промптинг с персони и творческо направление
  • Промптове за верига на мисленето (chain-of-thought) и стъпка по стъпка разсъждение
  • Намаляване на халюцинациите, неяснотите и пристрастията в отговорите

Файн-тюнинг с малък брой примери без код

  • Какво представлява файн-тюнинга с малък брой примери и как се различава от пълното обучение на модел
  • Адаптиране на модел за нишова задача, базирана на примери промптове
  • Кога да използвате енжиниринг на промптове и кога файн-тюнингът би бил по-добрата инвестиция
  • Оценка на качеството на изхода и итеративно усъвършенстване

Генериране на хипер-реалистичен текст

  • Генериране на текст с контролиран тон, глас и дължина
  • Създаване на дълги текстове, обобщения, доклади и структурирани документи
  • Поддържане на кохерентност през многоетапното генериране
  • Комбиниране на промпт паттерни за повторими резултати, съобразени с бранда

Прилагане на енжиниринга на промптове към бизнес работни процеси

  • Автоматизиране наrutинно чертеж, проучвания и сортиране на информация
  • Кратък преглед на използваемостта в поддръжката на клиенти и чатботове
  • Проектиране на шаблони за промптове, които екипите могат да използват повторно без повторно обучение
  • Контрол на качеството, логика за ескалиране и чекпойнти с човешка намеса

Ден 3

Генериране и манипулиране на изображения

  • Сравнение на DALL-E, Stable Diffusion, MidJourney и Leonardo AI
  • Писане на промптове, които контролират стил, композиция, осветление и субект
  • Негативни промптове, тегловно значение и итеративно усъвършенстване
  • Трансформация изображение-към-изображение и редактиране чрез промптове

Аудио и реч с AI

  • Генериране на естествено звучаща реч от текстови промптове
  • Клониране и синтез на глас на концептуално ниво
  • Използване в обучаващи материали, достъпност и маркетинг

Създаване на видео съдържание с генеративен AI

  • Преглед на текущите инструменти за видео от текст и какво могат реалистично да доставят
  • Сценарии и раскадровка чрез последователност от промптове
  • Комбиниране на AI-генериран текст, изображения, аудио и видео в единен актив
  • Редактиране и усъвършенстване на AI-създадения видео изход

Мултимодален AI и интегрирани работни процеси

  • Как мултимодалните модели обединяват разсъждението върху текст, изображение, аудио и видео
  • Изграждане на енд-ту-енд контурни потоци без писане на код
  • Реални кейсстади от маркетинг, дизайн, обучение и реклама

Етика, отговорно използване и бъдещите перспективи

  • Пристрастия, авторски права, атрибуция и модериране на съдържанието
  • Поверителност и защита на данните при използване на генеративни платформи
  • Разкриване, прозрачност и доверие с крайните клиенти
  • Възходящи инструменти, модели и тенденции за наблюдение през следващите 12 месеца
  • Обобщение и следващи стъпки

Изисквания

Целева аудитория

Маркетингови, комуникационни и творчески специалисти, изследващи AI-подпомогнато производство на съдържание. Бизнес оперативни екипи и екипи, работещи директно с клиенти, които търсят да автоматизират повтарящи се взаимодействия чрез инструменти, базирани на промптове. Начинаещи без предишен опит в AI или програмиране, които желаят структуриран, фокусиран върху инструментите старт в света на генеративния AI.

 21 Часове

Брой участници


Цена за участник

Отзиви от потребители (2)

Предстоящи Курсове

Свързани Kатегории