Opis
Dobra praca z AI to nie tylko umiejętność napisania dobrego promptu. Liczy się również to, jakie informacje przekażesz, jak je uporządkujesz i w jaki sposób określisz, czego oczekujesz w odpowiedzi.
Podczas zajęć zaczniesz od podstaw skutecznego promptowania, a następnie przejdziesz do bardziej praktycznych zastosowań. Zobaczysz, jak korzystać z przykładów i kontekstu, jak pracować z danymi i dłuższymi dokumentami oraz jak dopasować sposób komunikacji AI do konkretnego zadania i odbiorcy.
Dowiesz się również, jak ograniczać błędne odpowiedzi, ustalać stałe zasady działania własnego asystenta i świadomie wybierać model odpowiedni do rodzaju zadania.
ㅤ
ㅤ
ㅤ
Tematyka
Nauczysz się z czego powinno składać się dobre polecenie dla AI. Poznasz prosty schemat PKZF, który pomaga określić, kim ma być AI, co ma zrobić, na jakich zasadach ma pracować i w jakiej formie ma przygotować odpowiedź.
Dowiesz się, dlaczego ten sam prompt może dawać różne wyniki i jak sterować tym, czy odpowiedź ma być bardziej konkretna, przewidywalna czy kreatywna. Poznasz m.in. temperaturę, Top-P i długość odpowiedzi.
Zobaczysz, kiedy wystarczy samo polecenie, a kiedy warto pokazać modelowi jeden lub kilka przykładów oczekiwanego wyniku. Nauczysz się korzystać z podejścia Zero-Shot, One-Shot i Few-Shot oraz poprawnie oddzielać instrukcje od przykładów.
Dowiesz się, jak przekazywać informacje o sytuacji, zasadach i danych, na których AI ma pracować. Dzięki temu model nie musi zgadywać, czego właściwie od niego oczekujesz.
Poznasz sposoby dzielenia problemu na mniejsze części i prowadzenia AI krok po kroku do lepszego wyniku.
Dowiesz się, jak ustawić stałą rolę, zasady działania i sposób odpowiadania, których AI będzie trzymać się przez całą rozmowę.
Zobaczysz, jak sprawić, żeby AI zamiast długiego tekstu zwracała informacje w konkretnej formie, np. tabeli, CSV, JSON lub Markdown. Poznasz też proste sposoby oddzielania polecenia od danych, które mają zostać przeanalizowane.
Dowiesz się, jak wyszukiwać potrzebne informacje w raportach, regulaminach, umowach i innych obszernych materiałach oraz jak zmniejszać ryzyko przeoczenia ważnych fragmentów.
Poznasz podstawy RAG, czyli sposobu pracy, w którym AI opiera odpowiedź na dostarczonych materiałach i wskazanych źródłach, zamiast swobodnie zgadywać. Zobaczysz też, jak dzielić większą analizę na kilka prostszych etapów.
Nauczysz się, jak określić, kto ma „mówić” i do kogo skierowana jest odpowiedź. Dzięki temu ten sam model może pisać inaczej do klienta, specjalisty, zespołu czy osoby, która dopiero poznaje dany temat.
Dowiesz się, jak wpływać na to, czy AI ma brzmieć bardziej profesjonalnie, swobodnie, konkretnie, ciepło czy stanowczo. Poznasz też sposoby ograniczania charakterystycznych, sztucznych zwrotów, po których łatwo rozpoznać tekst wygenerowany przez AI.
Dowiesz się, czym są halucynacje AI, czyli odpowiedzi brzmiące wiarygodnie, ale niezgodne z faktami. Zobaczysz, jak ograniczać takie sytuacje i jak chronić własnego asystenta przed próbami zmiany ustalonych zasad.
Nie każde zadanie wymaga najmocniejszego modelu. Zobaczysz, kiedy ważniejsza jest jakość, kiedy szybkość, a kiedy koszt, oraz jak dobierać model do tego, co naprawdę chcesz zrobić.
Czego się nauczysz
Po zakończeniu zajęć będziesz wiedzieć, jak tworzyć dobre prompty i jak dopasowywać sposób pracy z AI do konkretnego zadania. Zrozumiesz, kiedy wystarczy proste polecenie, a kiedy warto dodać przykład, więcej kontekstu albo podzielić zadanie na kilka prostszych kroków.
Zaczniesz swobodniej pracować z danymi i dłuższymi materiałami, porządkować informacje oraz określać, w jakiej formie AI ma przygotować odpowiedź. Dowiesz się też, jak dopasować język i styl do odbiorcy oraz jak ustalać stałe zasady działania własnego asystenta.
Ważną częścią zajęć będzie również świadome ograniczanie błędów AI. Zobaczysz, jak zmniejszać ryzyko zmyślania informacji i jak wybierać model odpowiedni do rodzaju zadania, biorąc pod uwagę jakość, szybkość i koszt.
W praktyce oznacza to, że zamiast działać metodą prób i błędów, zaczniesz lepiej rozumieć, co wpisać, jakie informacje dodać, co doprecyzować i co zmienić, żeby dostać lepszy wynik.
ㅤ