Prácticas estándar para la generación de texto
Parte del curso de Prompt Engineering
Las lecciones dos y tres te dieron una intuición de cómo el modelo produce texto de verdad, un token cada vez, y los cinco principios para dirigirlo. Esta lección convierte esa comprensión en un pequeño conjunto de hábitos que hacen que la generación de texto sea lo bastante fiable como para construir encima.
Cuando tu prompt lleva a la vez una instrucción y un fragmento de texto sobre el que actuar, el modelo tiene que averiguar dónde acaba una cosa y empieza la otra. Si los pegas sin más, puede leer parte de tus datos como si fuera una instrucción nueva, o meter tu instrucción dentro de aquello que se supone que debe resumir. ...
¿Quieres aprender Prompt Engineering Prácticas estándar para la generación de texto en un entorno real?
Haz clic abajo, recibe una máquina Linux con Prompt Engineering listo, y practica Prácticas estándar para la generación de texto con un tutor de IA que conoce tu código.
Empezar esta lecciónPrácticas estándar para la generación de textoLo que vas a aprender
- Prompt formatting and delimiters
- System, user, and assistant roles
- Few-shot prompting
- Parsing structured output like JSON
Lee esta lección en tu idioma
Todas las lecciones de este curso
11 lecciones- 1Qué es un prompt20 min
- 2Cómo los Large Language Models generan texto30 min
- 3Los cinco principios del prompting30 min
- 4Prácticas estándar para la generación de texto35 min
- 5Prompt Templates and Function Calling35 min
- 6Vector Databases y Retrieval-Augmented Generation40 min
- 7Autonomous Agents: memory y tools40 min
- 8Cómo los diffusion models generan imágenes30 min
- 9Prácticas estándar para la generación de imágenes35 min
- 10Técnicas avanzadas de imagen: inpainting, outpainting y ControlNet35 min
- 11Construyendo aplicaciones impulsadas por AI40 min
