Foundations of Prompt Engineering (Traditional Chinese)

Resumen

在本課程中，您將學到設計有效提示的原則、技巧和最佳實務。本課程將介紹提示工程設計的基礎知識，並隨著課程進展介紹進階提示技巧。您也會學習如何防範提示濫用，以及如何減輕與 FM 互動時的偏見。

• 課程等級：中級
• 持續時間：4 小時

注意：本課程具有本地化的註釋/字幕。旁白保留英語。 要顯示字幕，請按一下播放器右下角的 CC 按鈕。

活動

本課程包括線上學習互動。

課程目標

在本課程中，您將學習：

• 定義提示工程設計，以及在與 FM 互動時應用一般最佳實務
• 識別提示技巧的基本類型，包括零樣本和小樣本學習
• 視您的使用案例需要，應用進階提示技巧
• 識別特定模型最適合哪些提示技巧
• 識別潛在的提示濫用
• 分析 FM 回應中的潛在偏見，並設計可減輕該偏見的提示

目標對象

本課程適合：

• 提示工程師、資料科學家和開發人員

先決條件

建議參加此課程的人修習過下列課程：

• Introduction to Generative AI - Art of the Possible (1 小時，數位課程)
• Planning a Generative AI Project (1 小時，數位課程)
• Amazon Bedrock Getting Started (1 小時，數位課程)

課程大綱

簡介

• 簡介
• 基礎模型的基礎知識
• 提示工程設計的基礎知識

提示類型與技巧

• 基本提示技巧
• 進階提示技巧
• 特定模型提示技巧
• 應對提示濫用
• 減輕偏見

結論

• 課程摘要

課程說明

第 1 課：大型語言模型的基礎知識

在本課程中，您將學到設計有效提示的原則、技巧和最佳實務。本課程將介紹提示工程設計的基礎知識，並隨著課程進展介紹進階提示技巧。您也會學習如何防範提示濫用，以及如何減輕與 FM 互動時的偏見。

第 2 課：提示工程設計的基礎知識

本課程將帶您認識提示工程設計，這是專注於開發、設計和最佳化提示的一套實務，可針對您的特定商業需求強化 FM 的輸出。本課程會先定義提示工程設計，並說明提示工程設計的重要概念和術語。接著，課程會使用範例提示來說明提示的不同元素。

Materias