Ingeniería de Prompt para Desarrolladores con Google Gemini

Resumen

Generating useful and reliable outputs from large language models depends heavily on how you prompt them. In this course, Prompt Engineering for Google Gemini, you’ll learn to use the Gemini large language models efficiently through prompt engineering.

First, you’ll explore the basics of prompt engineering. Next, you’ll discover how to call the Gemini models programmatically through their API, as well as the different settings that can be used to drive the most out of these models.

Finally, you’ll learn how to craft prompts for specific use cases. When you’re finished with this course, you’ll have the skills and knowledge needed to get the most optimal results from the Gemini language models.

Programa

• Introducción a la Ingeniería de Prompts
Visión general de los modelos de lenguaje de gran escala y sus capacidades
Importancia de los prompts en la generación de resultados
Fundamentos de la elaboración de prompts efectivos
• Comprendiendo Google Gemini
Introducción a los modelos de lenguaje de gran escala de Google Gemini
Características clave y especificaciones de los modelos Gemini
• Acceso a los Modelos Gemini de Forma Programática
Configuración del entorno
Introducción a la API de Gemini
Gestión de autenticación y claves de API
Realización de llamadas a la API para interactuar con los modelos Gemini
Manejo de respuestas e integración en aplicaciones
• Técnicas Avanzadas de Ingeniería de Prompts
Exploración de formatos y estructuras de prompts
Uso de contexto e instrucciones para refinar resultados
Experimentación con temperatura, máximo de tokens y otras configuraciones
Técnicas para depurar y optimizar prompts
• Elaboración de Prompts para Aplicaciones Específicas
Casos de uso comunes y escenarios de aplicación
Diseño de prompts para tareas de generación de texto
Creación de prompts para generación de código y análisis de datos
Personalización de prompts para aplicaciones interactivas
• Mejores Prácticas y Consideraciones Éticas
Asegurar la fiabilidad y precisión de los resultados
Mantener estándares éticos en la elaboración de prompts
Abordaje de sesgos y moderación de contenido
• Conclusión y Próximos Pasos
Resumen de los resultados clave de aprendizaje
Recursos para un aprendizaje y práctica adicionales
Cierre del curso y sesión de retroalimentación

---

Impartido por

Laurentiu Raducu

---

Materias

Computer Science