พื้นที่เก็บข้อมูลนี้จัดทำเอกสารความคืบหน้าและการเรียนรู้ของฉันจากหลักสูตร 'Chatgpt Promt Engineering สำหรับนักพัฒนา' โดย deeplearning.ai หลักสูตรนี้ครอบคลุมเทคนิคที่จำเป็นสำหรับการสร้างพรอมต์ที่มีประสิทธิภาพสำหรับ CHATGPT โดยมุ่งเน้นไปที่แง่มุมต่าง ๆ เช่นการสรุปการอนุมานการเปลี่ยนแปลงและอื่น ๆ
ในวิศวกรรมพรอมต์ CHATGPT สำหรับนักพัฒนาคุณจะได้เรียนรู้วิธีการใช้รูปแบบภาษาขนาดใหญ่ (LLM) เพื่อสร้างแอปพลิเคชันใหม่และทรงพลังอย่างรวดเร็ว การใช้ OpenAI API คุณจะสามารถสร้างความสามารถที่เรียนรู้ที่จะคิดค้นและสร้างคุณค่าในรูปแบบที่ได้รับการห้ามใช้ค่าใช้จ่ายทางเทคนิคสูงหรือเป็นไปไม่ได้ก่อนหน้านี้ หลักสูตรระยะสั้นที่สอนโดย Isa Fulford (Openai) และ Andrew Ng (deeplearning.ai) จะอธิบายวิธีการทำงานของ LLMS จัดเตรียมแนวทางปฏิบัติที่ดีที่สุดสำหรับวิศวกรรมที่รวดเร็วและแสดงให้เห็นว่า LLM APIs สามารถใช้งานได้อย่างไรในแอปพลิเคชันสำหรับงานที่หลากหลายรวมถึง::
นอกจากนี้คุณจะได้เรียนรู้หลักการสำคัญสองประการสำหรับการเขียนพรอมต์ที่มีประสิทธิภาพวิธีการสร้างพรอมต์ที่ดีอย่างเป็นระบบและเรียนรู้ที่จะสร้างแชทบ็อตที่กำหนดเอง แนวคิดทั้งหมดจะแสดงให้เห็นด้วยตัวอย่างมากมายซึ่งคุณสามารถเล่นได้โดยตรงในสภาพแวดล้อมสมุดบันทึก Jupyter ของเราเพื่อรับประสบการณ์จริงด้วยวิศวกรรมที่รวดเร็ว
หลักสูตรนี้ใช้แอพของบุคคลที่สาม, วิศวกรรมพรอมต์ CHATGPT สำหรับนักพัฒนาเพื่อยกระดับประสบการณ์การเรียนรู้ของคุณ แอพจะอ้างอิงข้อมูลพื้นฐานเช่นชื่ออีเมลและรหัส Coursera
คุณสามารถค้นหาตัวอย่างที่เป็นประโยชน์และแบบฝึกหัดสำหรับแต่ละส่วนโดยการค้นหาและเรียกใช้รหัส Python ในรหัสหรือเล่นกับ Jupyter Notebook ในไดเรกทอรีโน้ตบุ๊ก
pip install notebook
pip install jupyterlab
jupyter lab
localhost:8888
| http: // localhost: 8888/lab/tree/notebook/ตรวจสอบแหล่งข้อมูลเพิ่มเติมสำหรับสื่อการอ่านและเครื่องมือเพิ่มเติมที่เกี่ยวข้องกับวิศวกรรมที่รวดเร็ว
โครงการนี้ได้รับใบอนุญาตภายใต้ใบอนุญาต MIT - ดูไฟล์ใบอนุญาตสำหรับรายละเอียด
ยินดีต้อนรับ! โปรดเปิดปัญหาหรือส่งคำขอดึงสำหรับการปรับปรุงหรือข้อเสนอแนะใด ๆ
หากคุณมีคำถามใด ๆ อย่าลังเลที่จะติดต่อผ่านปัญหา GitHub