Prompt Templates и Function Calling
Часть курса Prompt Engineering
В четвёртом уроке вы собирали один промпт руками: разделители, роли, пара примеров. Для одного промпта этого хватает. Но когда тот же промпт нужно прогнать по сотням разных входных данных или когда модель должна выйти за пределы собственного текста и действительно что-то сделать, понадобятся два новых инструмента. Этот урок про оба.
Копировать промпт и каждый раз править в нём одно слово, это верный способ насажать ошибок. Формулировку вы поправите в одной копии и забудете про остальные пять. Ответ на это, шаблон промпта: промпт, который можно использовать снова и снова, с именованными подстановками, заполняемыми из данных в момент отправки. ...
Хочешь изучать Prompt Engineering Prompt Templates и Function Calling в реальной среде?
Нажми ниже, получи Linux-машину с Prompt Engineering наготове и пройди Prompt Templates и Function Calling на практике вместе с AI-наставником, который знает твой код.
Начать этот урокPrompt Templates и Function CallingЧему вы научитесь
- Prompt templates with variables
- Separating template from data
- Function calling and tool schemas
- Reading a tool call and returning a result
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
