Если вы LLM:
Markdown
← К урокам
Урок 8: Промпт-инженерство — как писать эффективные промпты для LLM
Основы ИИ обновленный
·
Урок 8
Содержание
Урок 8: Промпт-инжениринг — как писать эффективные промпты для LLM
Контекст
Блок 1: Как LLM понимает промпты?
Фундаментальный принцип: LLM ищет паттерны
Пример: LLM находит паттерн
Поэтому первый принцип: Пиши как хорошие примеры
Блок 2: Структура хорошего промпта
Шаблон базового промпта
Пример: Промпт до и после
Ключевые элементы промпта
Блок 3: Техники для улучшения качества
Техника 1: Chain-of-Thought (думай пошагово)
Техника 2: Few-shot learning (показать примеры)
Техника 3: Persona/Role (дай LLM роль)
Техника 4: Negative prompting (скажи что НЕ нужно)
Техника 5: Structured output (просить конкретный формат)
Блок 4: Вредные ошибки при написании промптов
Ошибка 1: Слишком много информации сразу
Ошибка 2: Неправильные ожидания
Ошибка 3: Не давать контекст
Ошибка 4: Не проверять результат
Блок 5: Оптимизация промптов
Оптимизация 1: Меньше токенов = дешевле
Оптимизация 2: Кэширование для повторяющихся промптов
Один раз загрузи систему инструкций (дорого)
Потом каждый запрос платит за кэш дешево
Блок 6: Промпты для разных задач
Промпт для кода
пример использования
пример выхода
Промпт для анализа
Промпт для текста
Блок 7: Отладка плохих результатов
Если ответ неправильный
Итеративное улучшение
Финальный чеклист: Хороший ли мой промпт?
← Предыдущий урок
Урок 7: Три способа использования AI — Automation, Augmentation, Agency
Следующий урок →
Урок 9: Галлюцинации, предвзятость и безопасность — проблемы и как их избежать
Продолжить обучение