Curso Avanzado de Ingeniería de Prompts

Resumen

This comprehensive Prompt Engineering course equips you with the skills to design, optimize, and scale effective prompts for generative AI and large language models. Begin by mastering the structure of prompts, learn how to use key elements like instructions, context, input data, and output indicators to generate precise outputs.

Explore LLM settings and formatting techniques to enhance prompt effectiveness. Progress to core techniques such as zero-shot, few-shot, Chain of Thought (CoT), Self-Consistency, and Tree of Thoughts (ToT) prompting, reinforced with practical demos using OpenAI and LangChain.

Learn to generate synthetic data for RAG models and create dynamic, reusable prompts using LangChain templates, Jinja2, and Python f-strings. You should have a basic understanding of Python programming and familiarity with large language model outputs.

By the end of this course, you will be able to:

- Understand Prompts:

Master structure and elements for accurate AI outputs - Apply Techniques:

Use zero-shot, few-shot, CoT, and advanced strategies - Build Dynamically:

Create reusable prompts with LangChain and templates - Scale with GenAI:

Design prompt-driven workflows for real-world use cases Ideal for AI developers, data scientists, and professionals building GenAI-powered applications.

Programa

• Fundamentos de la Ingeniería de Prompts
Domina los fundamentos de la ingeniería de prompts con este módulo práctico. Aprende a crear prompts efectivos y a entender elementos clave como instrucciones, contexto, datos de entrada e indicadores de salida. Explora técnicas avanzadas, incluyendo configuraciones de LLM y formato de prompts para obtener resultados óptimos. Ideal para profesionales que buscan aprovechar el poder de las herramientas de IA generativa de manera eficiente.
• Técnicas Básicas de Prompting
Explora técnicas básicas de prompting para maximizar el rendimiento de modelos de lenguaje de gran escala. Aprende cero-shot, few-shot y prompting de Cadena de Pensamientos (CoT) para mejorar la precisión de las respuestas y el razonamiento. Profundiza en estrategias avanzadas como Self-Consistency y prompting de Árbol de Pensamientos (ToT) con demostraciones del mundo real utilizando OpenAI y LangChain. Perfecto para cualquiera que desee dominar flujos de trabajo de GenAI.
• Aplicaciones y Herramientas para la Ingeniería de Prompts
Descubre aplicaciones y herramientas del mundo real para una ingeniería de prompts efectiva. Aprende a generar datos sintéticos para modelos RAG y a crear prompts poderosos usando LangChain. Explora plantillas de prompts, prompts de chat y generación dinámica de mensajes usando Jinja2 y cadenas f de Python. Este módulo es ideal para desarrolladores que construyen aplicaciones potenciadas por GenAI y flujos de trabajo LLM personalizados.

---

Impartido por

Priyanka Mehta

---

Materias

Computer Science