Курс на Stepik
Обложка курса «Prompt Engineering: искусство работы с ИИ» на Stepik
5 990 ₽

Prompt Engineering: искусство работы с ИИ 4.500

Открыть на
STEPIK.ORG

Prompt Engineering: искусство работы с ИИ — это практический курс о том, как эффективно общаться с ChatGPT и другими LLM. Вы научитесь превращать запросы в точные, структурированные промты и получать результат, который нужен именно вам — будь то код, аналитика, тексты или автоматизация рабочих процессов.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Prompt Engineering: искусство работы с ИИ»Учеников на курсе 31
Сертификаты, выданные на курсе «Prompt Engineering: искусство работы с ИИ»Сертификатов выдано 0
Отзывы о курсе «Prompt Engineering: искусство работы с ИИ»Отзывов получено 4
Рейтинг курса «Prompt Engineering: искусство работы с ИИ»Рейтинг курса 4.500
Уроки в курсе «Prompt Engineering: искусство работы с ИИ»Количество уроков 42
Тесты в курсе «Prompt Engineering: искусство работы с ИИ»Количество квизов 195
Время прохождения курса «Prompt Engineering: искусство работы с ИИ»Время прохождения курса
Стоимость курса «Prompt Engineering: искусство работы с ИИ»Стоимость курса 5 990 ₽
Обновления курса «Prompt Engineering: искусство работы с ИИ»Обновления курса
Дата публикации курса «Prompt Engineering: искусство работы с ИИ»Дата публикации курса
Последнее обновление курса «Prompt Engineering: искусство работы с ИИ»Последнее обновление

Содержание курса

Разделы в курсе «Prompt Engineering: искусство работы с ИИ» 7 разделов Уроки в курсе «Prompt Engineering: искусство работы с ИИ» 42 урока Тесты в курсе «Prompt Engineering: искусство работы с ИИ» 195 тестов Время прохождения курса «Prompt Engineering: искусство работы с ИИ» 1 ч. Последнее обновление курса «Prompt Engineering: искусство работы с ИИ» обн. 1 год назад

Введение в Prompt Engineering

4 урока
1. Что такое промт и зачем он нужен
2. Как работает LLM
3. Основы хорошего промта
4. Типы промтов

Структура и дизайн промтов

6 уроков
1. Формулировка задачи
2. Контекст и примеры
3. Форматы вывода (JSON, таблицы, код)
4. Управление тоном и стилем
5. Многоуровневые промты
6. Мини-шаблоны промтов

Продвинутые техники

7 уроков
1. Chain-of-thought
2. Self-consistency и уточнения
3. Рефлексия и самопроверка модели
4. Few-shot prompting и подбор примеров
5. Многошаговые задачи
6. Prompt chaining (цепочки промтов)
7. Метапромты (промты для создания промтов)

Работа с текстами

6 уроков
1. Переформулирование и сжатие текста
2. Классификация (тональность, категории)
3. Извлечение информации (NER, таблицы)
4. Создание текстов (статьи, посты, креатив)
5. Резюмирование (short/long summaries)
6. Перевод и локализация

Работа с кодом и данными

6 уроков
1. Генерация кода
2. Отладка кода
3. Анализ данных (таблицы, SQL)
4. Генерация тестов и unit-тестирование
5. Работа с API через промты
6. Автоматизация простых рабочих задач

Автоматизация и интеграции

7 уроков
1. Использование OpenAI API
2. Настройка параметров генерации (temperature, top-p и др.)
3. Скрипты и пайплайны (Python, Bash)
4. Интеграции без кода (Zapier, Make, Sheets)
5. Комбинирование нескольких моделей
6. Инструменты для продвинутого промт-инжиниринга
7. Автоматизация реальных задач (кейсы: маркетинг, образование, IT)

Этические и практические аспекты

6 уроков
1. Этические вопросы и ограничения
2. Риски: галлюцинации, искажения, доверие
3. Работа с личными данными
4. Выявление и фильтрация небезопасных промтов
5. Карьера промт-инженера и смежные профессии
6. Будущее LLM и роль человека