This course equips you with strategies to harness the power of Google Cloud’s Gemini for agentic AI development. You will explore the fundamentals of agentic AI and advanced prompting techniques such as role-based prompting and chain-of-thought (CoT) prompting.
The course covers prompt instruction refinement and chaining methods for enhancing reasoning capabilities. Additionally, you will learn to implement feedback loops specifically for code generation tasks.
For the final project, you will design a Legal Intelligence AI System, applying learned techniques to solve real-world legal challenges.
- Introduction à l'IA Agentique avec Gemini et Google Cloud Platform
Explorez les concepts d'IA agentique en utilisant les modèles Gemini et Google Cloud Platform, couvrant les prérequis, la configuration de l'environnement et les caractéristiques clés pour un raisonnement LLM efficace.
- Stimulation basée sur les rôles
Explique la théorie de l'utilisation des rôles ou des personas pour contrôler le ton, le style et l'expertise du rendu d'un LLM.
- Mise en œuvre de la stimulation basée sur les rôles avec Vertex AI Gemini
Apprenez à créer des personas d'affaires experts pour Vertex AI Gemini, en guidant le modèle avec des invites basées sur les rôles pour produire des réponses spécialisées de haute qualité et spécifiques au domaine.
- Stimulation Chaîne-de-Pensée et ReACT
Explique les cadres conceptuels pour Chaîne-de-Pensée (CoT) pour un raisonnement guidé et ReAct (Raisonner+Agir) pour permettre aux agents de planifier et d'agir.
- Mise en œuvre de la stimulation Chaîne-de-Pensée et ReACT avec Vertex AI Gemini
Apprenez à construire des agents de raisonnement itératifs avec la stimulation Chaîne-de-Pensée et ReACT en utilisant Vertex AI Gemini pour résoudre systématiquement des problèmes commerciaux complexes à plusieurs étapes.
- Raffinement des instructions de stimulation
Explique la théorie du raffinement systématique des instructions de stimulation en modifiant des composants tels que le rôle, la tâche, le contexte, les exemples et le format de sortie.
- Mise en œuvre du raffinement de stimulation avec Vertex AI Gemini
Apprenez à affiner et optimiser les stimulations d'IA en utilisant Vertex AI Gemini, en appliquant des métriques qualité systématiques telles que la clarté, la spécificité, la complétude et la structure.
- Chaînage de stimulations pour un raisonnement agentique
Explique le cadre conceptuel pour construire des flux de travail IA à plusieurs étapes en liant la sortie d'une stimulation à l'entrée de la suivante, et l'importance de la validation.
- Mise en œuvre du chaînage de stimulations avec Vertex AI Gemini
Apprenez à mettre en œuvre le chaînage de stimulations avec Vertex AI Gemini pour un raisonnement agentique : construisez des flux de travail séquentiels, gérez le contexte, gérez les erreurs et garantissez la qualité dans les tâches à plusieurs étapes.
- Boucles de rétroaction LLM
Explique le cadre conceptuel pour construire des systèmes auto-améliorants où un agent utilise les retours de ses propres actions pour affiner itérativement sa sortie.
- Mise en œuvre des boucles de rétroaction LLM avec Vertex AI Gemini
Apprenez à mettre en œuvre des boucles de rétroaction automatisées pour la génération de code en utilisant Vertex AI Gemini, couvrant l'auto-validation, les reprises intelligentes, les portes de qualité et la surveillance de la production.
- Projet : Système d'Intelligence Juridique AI
Apprenez des techniques de stimulation pour créer un agent capable de produire des rapports d'intelligence économique cohérents avec des contrôles de qualité intégrés et des traces de raisonnement transparentes que les analystes peuvent examiner.
