Пять принципов промптинга
Часть курса Prompt Engineering
Вы уже знаете, что такое промпт, что такое ответ модели и что модель каждый раз пишет ответ заново, а не пересказывает что-то найденное. Отсюда напрашивается вопрос: если модель просто угадывает путь к правдоподобному ответу, как заставить её угадывать в сторону того, что вам действительно нужно? Любой надёжный промпт, который вы когда-либо напишете, опирается на одни и те же пять приёмов.
Набор терминов у вас уже есть: промпт уходит, ответ приходит, а модель добирается до него, предсказывая по одному токену за раз. Чего у вас пока нет, так это метода. Можно собрать сотню хитрых формулировок, но формулировки устаревают, а каждая задача чуть-чуть другая. Не устаревает список приёмов, которые отличают работающий промпт от гадания. Этот список и есть пять принципов. ...
Хочешь изучать Prompt Engineering Пять принципов промптинга в реальной среде?
Нажми ниже, получи Linux-машину с Prompt Engineering наготове и пройди Пять принципов промптинга на практике вместе с AI-наставником, который знает твой код.
Начать этот урокПять принципов промптингаЧему вы научитесь
- Giving direction
- Specifying format
- Providing examples
- Evaluating quality
- Dividing labor
Читай этот урок на своём языке
Все уроки этого курса
11 уроков- 1Что такое промпт20 мин
- 2Как большие языковые модели генерируют текст30 мин
- 3Пять принципов промптинга30 мин
- 4Стандартные практики генерации текста35 мин
- 5Prompt Templates и Function Calling35 мин
- 6Vector-базы данных и Retrieval-Augmented Generation40 мин
- 7Autonomous Agents: память (memory) и инструменты (tools)40 мин
- 8Как diffusion-модели генерируют изображения30 мин
- 9Стандартные практики генерации изображений35 мин
- 10Продвинутые техники работы с изображениями: inpainting, outpainting и ControlNet35 мин
- 11Создание приложений на основе ИИ40 мин
