Создание приложений на основе ИИ
Часть курса Prompt Engineering
Это итоговый проект. Каждый предыдущий урок давал один приём: генерацию текста, структурированный вывод, вызов функций, поиск фактов через RAG, работу агентов, промпты для изображений. Настоящие продукты не сводятся ни к одному из них по отдельности. Они собраны из нескольких, соединённых вместе, плюс та обвязка, которая делает целое надёжным: оркестрация, оценка качества, ограждения и план на случай, когда вызов не...
До сих пор вы отправляли один промпт и читали один ответ. Продукт редко укладывается в один промпт. Возьмём помощника по запуску продукта: получив название продукта, он должен выдать слоган, цену и промпт для главного изображения, причём согласованные между собой. Ни один одиночный вызов модели не делает это хорошо. ...
Хочешь изучать Prompt Engineering Создание приложений на основе ИИ в реальной среде?
Нажми ниже, получи Linux-машину с Prompt Engineering наготове и пройди Создание приложений на основе ИИ на практике вместе с AI-наставником, который знает твой код.
Начать этот урокСоздание приложений на основе ИИЧему вы научитесь
- Composing text, images, and agents into a workflow
- Orchestration and chaining steps
- Evaluation and guardrails
- Cost, latency, and failure handling
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
