chatgpt promt engineer for developer

CHATGPT приглашенная инженерия для разработчиков

Этот репозиторий документирует мой прогресс и знания из курса «Catgpt resmge Engineering for Developers» Deeplearning.ai. Курс охватывает основные методы создания эффективных подсказок для CHATGPT, сосредоточенного на различных аспектах, таких как суммирование, вывод, преобразование и многое другое.

Обзор

В Chatgpt Qualt Engineering для разработчиков вы узнаете, как использовать большую языковую модель (LLM) для быстрого создания новых и мощных приложений. Используя API OpenAI, вы сможете быстро создавать возможности, которые учатся инновациям и создают ценность таким образом, которые были затратными, очень техническими или просто невозможными до сих пор. Этот короткий курс, преподанный Иса Фулфорд (OpenAI) и Эндрю Нг (DeepLearning.ai), описывает, как работают LLM, предоставляют передовые практики для быстрого инженерии и покажут, как API LLM можно использовать в приложениях для различных задач, в том числе::

• Суммирование (например, суммирование отзывов пользователей для краткости)
• Вывод (например, классификация настроений, извлечение тем)
• Преобразование текста (например, перевод, правописание и грамматическая коррекция)
• Расширение (например, автоматическое написание электронных писем)

Кроме того, вы узнаете два ключевых принципа для написания эффективных подсказок, как систематически разработать хорошие подсказки, а также научиться создавать пользовательский чат -бот. Все концепции проиллюстрированы многочисленными примерами, с которыми вы можете играть непосредственно в нашей среде Notebook Jupyter, чтобы получить практический опыт работы с быстрой инженерией.

В этом курсе используется стороннее приложение, Catgpt, для разработчиков, для улучшения вашего опыта обучения. Приложение будет ссылаться на основную информацию, такую ​​как ваше имя, электронная почта и идентификатор Coursera.

Оглавление

1. Введение
2. Руководящие принципы
3. Итеративный
4. Суммирование
5. Вывод
6. Трансформация
7. Расширение
8. Чатбот
9. Заключение

Примеры

Вы можете найти практические примеры и упражнения для каждого раздела, обнаружив и выполнив код Python в коде или сыграть с Notebook Jupyter в каталогах ноутбука.

Как запустить примеры

1. Установите Python и Pip
2. Установите ноутбук Jupyter:
   • Новая версия ноутбука: pip install notebook
   • Старая ноутбука: pip install jupyterlab
3. Запустите записную книжку Jupyter: Открыть и изменить каталог в этот репозиторий, затем запустите jupyter lab
4. Получите доступ к веб -интерфейсу Notebook Jupyter в localhost:8888 | http: // localhost: 8888/lab/tree/ноутбук/
5. В левой стороне Bare Open File Browser (Ctrl/Command + Shift + F), затем откройте ноутбук для соответствующего раздела
6. Укажите на каждый блок кода, затем нажмите [Выполнить] на панели инструментов или нажмите [Shift + Enter]

Дополнительные ресурсы

Проверьте дополнительные ресурсы для получения дополнительных материалов для чтения и инструментов, связанных с быстрым проектированием.

Лицензия

Этот проект лицензирован по лицензии MIT - для получения подробной информации см. Файл лицензии.

Внося

Взносы приветствуются! Пожалуйста, откройте проблему или отправьте запрос на привлечение на любые улучшения или предложения.

Контакт

Если у вас есть какие -либо вопросы, не стесняйтесь обращаться с помощью проблем GitHub.