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.
Отзиви от потребители (2)
Интерактивният стил, упражненията
Tamas Tutuntzisz
Курс - Introduction to Prompt Engineering
Машинен превод
Отличен събир на ресурси за бъдещо ползване, стил на преподавателя (пълен с добър чувството за хумор, великолепен ниво на детайлnost)
Adam - GE Aerospace Poland Sp. z o.o.
Курс - Prompt Engineering for ChatGPT
Машинен превод