آموزش بوتکمپ مهندسی پرامپت برای همه - آخرین آپدیت
دانلود Prompt Engineering for Everyone Bootcamp
مهندسی پرامپت یکی از پرتقاضاترین و آیندهدارترین مهارتهای عصر هوش مصنوعی است و این دوره به شما میآموزد چگونه در آن استاد شوید.
این دوره عملی و مستقل از ابزار، برای متخصصان، مدرسان، توسعهدهندگان، تحلیلگران و افراد خلاقی طراحی شده است که میخواهند از تمام پتانسیل مدلهای زبانی بزرگ (LLMs) مانند ChatGPT، Claude و Gemini بهره ببرند. به جای اینکه با هوش مصنوعی مانند یک جعبه سیاه رفتار کنید، یاد میگیرید چگونه با طراحی پرامپتهای ساختارمند و آگاه به متن، با آن همکاری کنید تا خروجیهای دقیق، مفید و ایمن دریافت نمایید.
دوره با مفاهیم بنیادی شروع میشود: مهندسی پرامپت چیست، چرا اهمیت دارد و چگونه انواع مختلف پرامپتها (zero-shot، few-shot، chain-of-thought، نقشمحور و غیره) بر نتایج تأثیر میگذارند. شما درکی کاربردی از نحوه تولید زبان توسط LLMها، مفهوم «توکنها» و دلیل توهمات یا عدم پیروی مدل از دستورالعملها کسب خواهید کرد.
سپس، به سراغ استراتژیهای دنیای واقعی برای طراحی پرامپتهای موثر میرویم. یاد میگیرید چگونه مقدار مناسبی از بافت (Context) را به مدل ارائه دهید، پرامپتهای خود را تست و تنظیم کنید و حتی از متا-پرامپتینگ استفاده کنید تا مدل به شما در طراحی پرامپتهای بهتر کمک کند. هر مفهوم با مثالهای کاربردی و تمرینهای هدایت شده در حوزههایی مانند آموزش، بهداشت، حقوق، بازاریابی، توسعه نرمافزار و علوم داده تقویت میشود.
همچنین مفاهیم پیشرفتهای مانند تنظیم پرامپت (Prompt Tuning)، پرامپتنویسی ترکیبی و استفاده اخلاقی از هوش مصنوعی - شامل کاهش سوگیری، اجتناب از محتوای مضر و تضمین حریم خصوصی - را بررسی خواهید کرد. دوره با یک ماژول نهایی در مورد کاهش توهمات به پایان میرسد که در آن یاد میگیرید چگونه مدل را به گونهای هدایت کنید که خروجیهای نادرست یا ساختگی را به حداقل برساند.
هیچ پیشزمینه برنامهنویسی مورد نیاز نیست، هرچند یادگیرندگان علاقهمند به مباحث فنی میتوانند از ماژولهای پیشرفته اختیاری در مورد معماری مدلها (مانند Transformers) و تکنیکهای بهینهسازی پرامپت استفاده کنند.
آنچه در این دوره میآموزید:
اصول بنیادی مهندسی پرامپت
نحوه عملکرد LLMها و دلیل اهمیت ساختار پرامپت
انواع استراتژیهای پرامپتنویسی و زمان استفاده از هر یک
نحوه تکرار، آزمایش و اصلاح پرامپتها برای عملکرد بهتر
استفاده از متا-پرامپتینگ برای ساخت قالبهای پرامپت بهینه
کاهش توهمات و هدایت مدل به سمت دقت واقعی
استفاده اخلاقی از هوش مصنوعی در کاربردهای واقعی
پرامپتنویسی برای حالتهای مختلف (متن، کد، تصویر)
این دوره برای چه کسانی است:
متخصصانی که میخواهند وظایف خود را اتوماتیک کنند، جریانهای کاری را بهبود بخشند یا ابزارهای مبتنی بر هوش مصنوعی بسازند
مدرسانی که در حال طراحی مطالب آموزشی شخصیسازی شده یا محتوای کمکگرفته از هوش مصنوعی هستند
نویسندگان، بازاریابان و طراحانی که به دنبال همکاری خلاقانه با هوش مصنوعی هستند
توسعهدهندگان و تحلیلگران دادهای که به دنبال پرامپتهای قابل اعتماد و تکرارپذیر برای کارهای فنی هستند
هر کسی که میخواهد از هوش مصنوعی به صورت ایمنتر، موثرتر و آگاهانهتر استفاده کند
مقدمه Introduction
-
محتوای دوره Course Content
-
اطلاعات دوره Course Information
-
منابع Resources
آشنایی با مهندسی پرامپت Introduction to Prompt Engineering
-
مهندسی پرامپت چیست؟ What is Prompt Engineering?
-
چرا در صنایع مختلف اهمیت دارد؟ Why It Matters Across Industries?
-
استفاده اخلاقی از هوش مصنوعی Ethical Use of AI
انواع پرامپتنویسی Prompting Types
-
پرامپتنویسی Zero Shot Zero-Shot Prompting
-
پرامپتنویسی One Shot One-Shot Prompting
-
پرامپتنویسی Few Shot Few-Shot Prompting
-
پرامپتنویسی زنجیره افکار Chain-of-Thought Prompting
-
پرامپتنویسی تکرارشونده Iterative Prompting
-
پرامپتنویسی منفی Negative Prompting
-
پرامپتنویسی نقشمحور Role-Based Prompting
-
پرامپتنویسی ترکیبی Hybrid Prompting
-
تمرین Exercise
درک مدلهای زبانی بزرگ (LLMs) Understanding Large Language Models
-
نحوه تولید پاسخها توسط LLMها با استفاده از توکنها How LLMs Generate Responses Using Tokens
-
توکن چیست؟ What is token?
-
مدلهای زبانی بزرگ محبوب Popular LLMs
بررسی عمیقتر LLMها (پیشرفته - اختیاری) Deeper into LLMs (Advanced-Optional)
-
ترنسفورمرها (Transformers) Transformers
-
ترنسفورمرها و مهندسی پرامپت Transformers and prompt engineering
طراحی پرامپتهای موثر Crafting Effective Prompts
-
شفافیت و صراحت Clarity and Specificity
-
بافت و پیشزمینه (Context) Context and Background
-
تمرین Exercise
تنظیم و بهینهسازی پرامپت Prompt Tuning and Optimization
-
پرامپتنویسی تکرارشونده Iterative Prompting
-
تنظیم پرامپت برای تولید تصویر Prompt Tuning - Image Generation
-
تنظیم پرامپت برای تولید متن Prompt Tuning - Text Generation
متا-پرامپتینگ Meta Prompting
-
متا-پرامپتینگ چیست؟ What is Meta Prompting
-
متا-پرامپتینگ برای تولید متن Meta Prompting - Text Generation
-
متا-پرامپتینگ برای تولید کد Meta Prompting - Code Generation
-
متا-پرامپتینگ برای تولید تصویر Meta Prompting - Image Generation
توهمات هوش مصنوعی AI Hallucination
-
توهم هوش مصنوعی چیست؟ What Is AI Hallucination?
-
تکنیکهای پرامپتنویسی برای کاهش توهمات Prompting Techniques to Reduce Hallucination
-
مثالهایی از توهمات هوش مصنوعی و پرامپتنویسی صحیح Examples of AI Hallucination and Proper Prompting
https://donyad.com/d/4da0ca
Navid Shirzadi
Data Analyst - Optimization Expert نام من نوید شیرزید است و من بسیار خوشحالم که شما برای خواندن این بخش اینجا هستید! من یک محقق با بیش از 7 سال تجربه در زمینه کنترل سیستم های انرژی یکپارچه با مهارت گسترده در استفاده از استراتژی های بهینه سازی ریاضی هستم. من همچنین در برنامه نویسی با پایتون و توسعه مدل های یادگیری ماشین و یادگیری عمیق برای برنامه های مختلف مهارت دارم. من چندین نشریه در زمینه طراحی و کنترل استراتژی های سیستم های انرژی با استفاده از یادگیری ماشین ، یادگیری عمیق و هوش مصنوعی دارم. به عنوان نتیجه گیری ، من علاقه زیادی به علم داده و یادگیری ماشین و برنامه های بهینه سازی در مشکلات دنیای واقعی دارم و واقعاً دوست دارم تجربه خود را با شما در میان بگذارم!
نمایش نظرات