Описание:

Этот курс посвящен продвинутым методам Prompt Engineering для больших языковых моделей (LLMs) и их эффективному применению в различных сценариях. Студенты изучат передовые техники, такие как prompt chaining, PAL и ReAct, а также научатся использовать их в реальных задачах.
После завершения курса студенты смогут грамотно разрабатывать сложные промты и строить интеллектуальные AI-системы, используя передовые подходы взаимодействия с LLM.

Требования к курсу
Если вы новичок в prompt engineering, рекомендуется сначала пройти курс "Введение в Prompt Engineering".
Основной инструмент курса - Flowise AI (no-code платформа для построения сложных AI-процессов).
В некоторых модулях потребуется базовое использование Python.
Для работы с API потребуется платный аккаунт OpenAI (инструкции по настройке предоставлены в курсе).

Темы курса
В рамках курса студенты освоят Flowise AI, а также изучат и применят передовые техники написания промтов.
Основные темы курса:
1. Введение в Flowise AI
Знакомство с популярным инструментом без кода для создания продвинутых чат-флоу с LLMs.
Настройка рабочей среды и API-ключей.
2. Prompt Chaining (Цепочки промтов)
Как комбинировать несколько промтов в последовательность для выполнения сложных задач.
Примеры и практические упражнения для освоения техники.
3. Создание чат-бота с LLMs
Разработка чата с рекомендациями по выбору еды, используя prompt chaining.
Практическое пошаговое руководство по созданию функционального чат-бота в Flowise AI.
4. PAL (Program-Aided Language Models)
Использование программного мышления в AI.
Как LLMs могут генерировать и исполнять код для решения сложных задач.
Живая демонстрация возможностей PAL и его практическое применение.
5. ReAct Prompting (Reasoning + Acting)
Разбор техники ReAct, которая объединяет логическое мышление и планирование действий в LLMs.
Практические упражнения по созданию AI, способного принимать решения на основе размышлений.
6. Разработка продвинутого агентного чат-бота (Agentic Food Chatbot)
Итоговый проект курса: разработка AI-бота для рекомендаций по питанию.
Использование prompt chaining, ReAct и agentic-компонентов в Flowise AI.
Пошаговое руководство по созданию интеллектуального, автономного LLM-бота.
Для кого этот курс
Курс будет полезен специалистам в области искусственного интеллекта, разработки чат-ботов, автоматизации процессов, клиентской поддержки, маркетинга, анализа данных и всем, кто хочет освоить передовые методы взаимодействия с LLMs.
Итог
После прохождения курса студенты смогут эффективно проектировать промты для сложных AI-систем, разрабатывать интеллектуальные чат-боты и применять продвинутые техники prompt engineering для оптимизации взаимодействия с LLMs.

Материал на английском языке!