Selamat datang di Repositori Prompt Engineering untuk Pengembang ! Repositori ini berisi buku catatan Jupyter dari kursus gratis oleh deeplearning.ai dan openai, yang diajarkan oleh Isa Fulford dan Andrew Ng. Kursus ini memberikan panduan praktis untuk menggunakan model bahasa besar (LLM) seperti chatgpt melalui teknik rekayasa cepat untuk membangun aplikasi yang kuat.
Notebook Jupyter berikut disertakan, masing -masing menunjukkan aspek kunci dari rekayasa cepat:
1-guidelines.ipynb )Buku catatan ini memperkenalkan pedoman dasar untuk membuat petunjuk efektif yang membantu LLM menghasilkan output yang diinginkan. Ini mencakup dua prinsip penting untuk rekayasa cepat.
2-iterative.ipynb )Pelajari proses iteratif dari pemisahan pemisahan melalui eksperimen dan penyesuaian, yang mengarah pada respons yang lebih baik dan lebih akurat dari model.
3-summarizing.ipynb )Buku catatan ini menunjukkan cara menggunakan LLMS untuk tugas peringkasan, seperti menyentuh potongan teks seperti ulasan pengguna menjadi ringkasan yang lebih pendek dan lebih mudah dicerna.
4-inferring.ipynb )Jelajahi cara menggunakan LLMS untuk menyimpulkan wawasan dari teks, termasuk analisis sentimen dan ekstraksi topik dari input pengguna.
5-transforming.ipynb )Pelajari cara memanfaatkan LLMS untuk mengubah teks, seperti menerjemahkan bahasa, mengoreksi tata bahasa, atau menyesuaikan gaya teks.
6-expanding.ipynb )Dalam buku catatan ini, Anda akan melihat bagaimana LLM dapat secara otomatis menghasilkan konten, seperti menyusun email atau menghasilkan teks kreatif berdasarkan input minimal.
7-chatbot.ipynb )Jelajahi cara menggunakan format berbasis obrolan secara efektif dalam aplikasi, membangun chatbots yang mempertahankan konteks dan menangani percakapan multi-giliran.
Repositori ini didistribusikan di bawah lisensi MIT. Jangan ragu untuk menggunakan dan memodifikasi materi untuk proyek Anda sendiri.
Repositori ini didasarkan pada kursus "ChatGPT Prompt Engineering for Developer". Konten tunduk pada pembaruan saat bidang rekayasa cepat berkembang.