Aperçu
Dans ce cours, vous apprendrez les principes, techniques et bonnes pratiques pour créer des prompts efficaces. Ce cours présente les éléments de base de l'ingénierie des prompts et progresse vers des techniques avancées de prompts. Vous apprendrez également à vous protéger contre l'utilisation abusive de prompts et à atténuer l'interaction avec les modèles de base (FM).
- Niveau du cours : intermédiaire
- Durée : 4 heures
Remarque : Ce cours inclut des transcriptions/sous-titres traduits. La narration est en anglais. Pour afficher les sous-titres, cliquez sur le bouton CC dans le coin inférieur droit du lecteur.
Activités
Ce cours inclut des interactions d'apprentissage en ligne.
Objectifs du cours
Dans ce cours, vous apprendrez à :
- Définir l'ingénierie des prompts et appliquer les bonnes pratiques générales lors de l'interaction avec les FM
- Identifier les techniques de base de prompts, telles que les apprentissages zero-shot et few-shot
- Appliquer des techniques avancées de création de prompts à votre cas d'utilisation, si nécessaire
- Identifier les techniques de prompts les plus appropriées pour des modèles spécifiques
- Identifier les utilisations abusives potentielles des prompts
- Analyser les réponses biaisées possibles du modèle de base (FM) et créer des prompts plus impartiaux
Public cible
Ce cours est destiné à :
- Ingénieurs, data scientists et développeurs de prompts
Prérequis
Nous recommandons aux participants au cours d'avoir déjà suivi les cours suivants :
- Introduction à l'IA générative — L'Art du possible (1 heure, cours en ligne)
- Planification de projet d'IA générative (1 heure, cours en ligne)
- Introduction à Amazon Bedrock (cours en ligne de 1 heure)
Contenu du cours
Introduction
- Éléments de base des modèles de base
- Principes de l'ingénierie des prompts
Types et techniques de prompt
- Techniques de création de prompts basiques et avancées
- Techniques de prompts spécifiques au modèle
- Mesures contre les utilisations abusives de prompts
- Atténuation des biais
Conclusion
- Résumé du cours
Descriptions des leçons
Leçon 1 : Éléments de base des modèles de grandes langues - Compréhension des bases des modèles de base (FM) et des grands modèles de langage (LLM).
Leçon 2 : Principes de l'ingénierie des prompts - Définition de l'ingénierie des prompts et bonnes pratiques.
Leçon 3 : Techniques de base de prompt - Techniques telles que zero-shot, few-shot, et prompts de chaîne de pensée (CoT).
Leçon 4 : Techniques avancées de prompt - Techniques telles que l'autocohérence, arbre de pensées et ReACT.
Leçon 5 : Techniques de prompt spécifiques au modèle - Création de prompts pour Amazon Titan, Anthropic Claude et