ChatGPT Prompt Engineering

chatgpt วิศวกรรมพรอมต์สำหรับนักพัฒนา

ยินดีต้อนรับสู่ Chatgpt Promp Engineering สำหรับนักพัฒนา ที่เก็บข้อมูล! ที่เก็บนี้มีสมุดบันทึก Jupyter จากหลักสูตรฟรีโดย Deeplearning.ai และ Openai ร่วมสอนโดย Isa Fulford และ Andrew Ng หลักสูตรนี้ให้คำแนะนำที่เป็นประโยชน์เกี่ยวกับการใช้แบบจำลองภาษาขนาดใหญ่ (LLMs) เช่น ChatGPT ผ่านเทคนิควิศวกรรมที่รวดเร็วเพื่อสร้างแอปพลิเคชันที่มีประสิทธิภาพ

เนื้อหาหลักสูตร

รวมสมุดบันทึก Jupyter ต่อไปนี้แต่ละรายการแสดงให้เห็นถึงความสำคัญของวิศวกรรมที่รวดเร็ว:

1. แนวทางสำหรับการแจ้งเตือน ( 1-guidelines.ipynb )

สมุดบันทึกนี้แนะนำแนวทางพื้นฐานสำหรับการสร้างพรอมต์ที่มีประสิทธิภาพซึ่งช่วยให้ LLM ผลิตผลลัพธ์ที่ต้องการ ครอบคลุมหลักการสำคัญสองประการสำหรับวิศวกรรมที่รวดเร็ว

2. การพัฒนาที่รวดเร็วซ้ำ ( 2-iterative.ipynb )

เรียนรู้กระบวนการวนซ้ำของการกลั่นด้วยการทดลองและการปรับเปลี่ยนซึ่งนำไปสู่การตอบสนองที่ดีขึ้นและแม่นยำยิ่งขึ้นจากแบบจำลอง

3. การสรุป ( 3-summarizing.ipynb )

สมุดบันทึกนี้แสดงวิธีการใช้ LLMs สำหรับงานสรุปเช่นการกลั่นตัวข้อความยาว ๆ เช่นบทวิจารณ์ของผู้ใช้เป็นบทสรุปที่สั้นกว่าและย่อยได้มากขึ้น

4. การอนุมาน ( 4-inferring.ipynb )

สำรวจวิธีใช้ LLMS เพื่ออนุมานข้อมูลเชิงลึกจากข้อความรวมถึงการวิเคราะห์ความเชื่อมั่นและการแยกหัวข้อจากการป้อนข้อมูลผู้ใช้

5. การแปลง ( 5-transforming.ipynb )

เรียนรู้วิธีการใช้ประโยชน์จาก LLM เพื่อแปลงข้อความเช่นการแปลภาษาการแก้ไขไวยากรณ์หรือการปรับสไตล์ข้อความ

6. การขยายตัว ( 6-expanding.ipynb )

ในสมุดบันทึกนี้คุณจะเห็นว่า LLM สามารถสร้างเนื้อหาโดยอัตโนมัติได้อย่างไรเช่นการเขียนอีเมลหรือสร้างข้อความสร้างสรรค์ตามอินพุตน้อยที่สุด

7. รูปแบบการแชท ( 7-chatbot.ipynb )

สำรวจวิธีการใช้รูปแบบการแชทอย่างมีประสิทธิภาพในแอปพลิเคชันการสร้างแชทบอทที่รักษาบริบทและจัดการการสนทนาหลายครั้ง

ใบอนุญาต

ที่เก็บนี้มีการแจกจ่ายภายใต้ใบอนุญาต MIT อย่าลังเลที่จะใช้และปรับเปลี่ยนวัสดุสำหรับโครงการของคุณเอง

คำเตือน

พื้นที่เก็บข้อมูลนี้ขึ้นอยู่กับหลักสูตร "CHATGPT Promt Engineering สำหรับนักพัฒนา" เนื้อหาอาจมีการอัปเดตเนื่องจากสาขาวิศวกรรมที่รวดเร็ววิวัฒนาการ