هندسة الـ Prompts وأساسيات تطبيقات النماذج اللغوية

عن الدورة

معظم محتوى هندسة الـ prompts فقاعة. هذه الدورة ليست كذلك. نتعامل مع النماذج اللغوية كأدوات إحصائية صاخبة كما هي، ونصمّم أنظمة حقيقية فوقها: استراتيجيات التقسيم، التوليد المعزّز بالاسترجاع (RAG)، المخرجات المُهيكَلة، استدعاء الأدوات، التقييم، وقرارات التكلفة مقابل الجودة التي يواجهها كل فريق. تخرج وقد بنيت ثلاث أدوات عاملة (بوت أسئلة على المستندات، مستخرج بيانات مُهيكَل، وكيل سير عمل) باستخدام كلٍّ من Gemini و Claude، ويمكنك مقارنتهما بأمانة من حيث التكلفة والسرعة والجودة.

ما ستتعلّمه

• 1

  كيف تعمل النماذج اللغوية فعلًا (بقدر يكفي لتصميم جيد)

  الـ tokens والانتباه و temperature، ولماذا يهم طول السياق. دون شهادة دكتوراه.

• 2

  أنماط تصميم الـ prompts التي تعمل فعلًا

  التوجيه بأمثلة، prompts الدور، القوالب المُهيكَلة. الأنماط التي تتفوّق على نصيحة 'كن واضحًا ومُحدَّدًا'.

• 3

  المخرجات المُهيكَلة و JSON schemas

  أجبر النموذج على إعادة JSON قابل للتحليل. أكبر مكسب موثوقية يمكنك تحقيقه.

• 4

  التوليد المعزّز بالاسترجاع (RAG)

  التضمينات، التقسيم، البحث المتجهي. ابنِ بوت أسئلة وأجوبة على مستنداتك الخاصة.

• 5

  استدعاء الأدوات وعملاء لا يكذبون

  أعطِ النموذج أدوات حقيقية (بحث، تنفيذ كود، API الخاصة بك). قيّده من الهلوسة.

• 6

  التقييم: كيف تعرف أنه جيد؟

  ابنِ التقييمات قبل التوسّع. مجموعات ذهبية، النموذج كحَكَم، اكتشاف الانحدارات.

• 7

  التكلفة والسرعة واختيار النموذج

  Gemini Flash مقابل Claude Sonnet مقابل GPT-4. الموازنات التي تهم على نطاق الإنتاج.

المهارات اللي هتبنيها

• Gemini API
• Claude API
• RAG
• التضمينات
• استدعاء الأدوات
• المخرجات المُهيكَلة
• التقييم
• هندسة الذكاء الاصطناعي