chatgpt promt engineer for developer

Chatgpt Ingeniería rápida para desarrolladores

Este repositorio documenta mi progreso y aprendizajes del curso de ingeniería rápida 'Chatgpt para desarrolladores' por Deeplearning.ai. El curso cubre técnicas esenciales para crear indicaciones efectivas para ChatGPT, centrándose en diferentes aspectos, como resumir, inferir, transformar y más.

Descripción general

En la ingeniería rápida de chatgpt para desarrolladores, aprenderá cómo usar un modelo de idioma grande (LLM) para construir rápidamente aplicaciones nuevas y potentes. Usando la API de OpenAI, podrá construir rápidamente capacidades que aprendan a innovar y crear valor de una manera que fuera prohibitiva, altamente técnica o simplemente imposible antes. Este curso corto impartido por Isa Fulford (OpenAi) y Andrew Ng (Deeplearning.ai) describirá cómo funcionan las LLM, proporcionará las mejores prácticas para la ingeniería rápida y mostrará cómo las API de LLM se pueden usar en aplicaciones para una variedad de tareas, que incluyen:

• Resumen (por ejemplo, resumir las revisiones de los usuarios para la brevedad)
• Inferir (por ejemplo, clasificación de sentimientos, extracción de tema)
• Texto de transformación (por ejemplo, traducción, ortografía y corrección de gramática)
• Expandir (por ejemplo, escribir correos electrónicos automáticamente)

Además, aprenderá dos principios clave para escribir indicaciones efectivas, cómo diseñar sistemáticamente las buenas indicaciones y también aprender a construir un chatbot personalizado. Todos los conceptos se ilustran con numerosos ejemplos, con los que puede jugar directamente en nuestro entorno de cuaderno Jupyter para obtener experiencia práctica con ingeniería rápida.

Este curso utiliza una aplicación de terceros, la ingeniería rápida de ChatGPT para desarrolladores, para mejorar su experiencia de aprendizaje. La aplicación hará referencia a información básica como su nombre, correo electrónico e ID de Coursera.

Tabla de contenido

1. Introducción
2. Pautas
3. Iterativo
4. Resumen
5. Inferir
6. Transformador
7. En expansión
8. Chatbot
9. Conclusión

Ejemplos

Puede encontrar ejemplos prácticos y ejercicios para cada sección buscando y ejecutando el código de Python en el código o jugar con el cuaderno Jupyter en los directorios de cuaderno.

Cómo ejecutar ejemplos

1. Instalar python y pip
2. Instale el cuaderno de Jupyter:
   • Nueva versión del cuaderno: pip install notebook
   • Old Notebook: pip install jupyterlab
3. Ejecute Jupyter Notebook: Abra y cambie el directorio a este repositorio y luego ejecute jupyter lab
4. Acceda a la interfaz de usuario web del cuaderno Jupyter en localhost:8888 | http: // localhost: 8888/lab/árbol/cuaderno/
5. En la barra del lado izquierdo, abra el navegador de archivos (CTRL/Comando + Shift + F), luego abra el cuaderno para la sección correspondiente
6. Señale a cada bloque de código, luego haga clic en [Ejecutar] en la barra de herramientas o presione [Shift + Enter]

Recursos adicionales

Consulte los recursos adicionales para obtener más materiales de lectura y herramientas relacionadas con la ingeniería rápida.

Licencia

Este proyecto tiene licencia bajo la licencia MIT; consulte el archivo de licencia para obtener más detalles.

Que contribuye

¡Las contribuciones son bienvenidas! Abra un problema o envíe una solicitud de extracción de mejoras o sugerencias.

Contacto

Si tiene alguna pregunta, no dude en comunicarse con problemas de GitHub.