Opis
Świadoma praca z AI zaczyna się od dobrego promptu, ale na tym możliwości sztucznej inteligencji się nie kończą. W tej wersji przechodzisz całą drogę: od podstaw tworzenia skutecznych poleceń, przez pracę z danymi, dokumentami i obrazami, aż po bardziej zaawansowane sposoby wykorzystania AI w codziennej pracy.
Krok po kroku zobaczysz, jak przekazywać modelowi właściwy kontekst, uczyć go na przykładach, dopasowywać styl odpowiedzi, korzystać z własnych materiałów i ograniczać błędne informacje. Później przejdziesz do bardziej złożonych zadań: dzielenia pracy na etapy, sprawdzania wyników, porównywania różnych rozwiązań i tworzenia procesów, w których AI wykonuje kolejne kroki według ustalonych zasad.
W dalszej części zobaczysz również, jak AI może analizować obrazy, tworzyć grafiki, pracować na Twoich dokumentach, pomagać w ulepszaniu promptów oraz pełnić rolę partnera w szukaniu pomysłów i rozwiązywaniu problemów. Całość prowadzi do stworzenia własnego agenta AI, który potrafi zaplanować działanie, wykonać kolejne kroki, sprawdzić rezultat i zatrzymać się tam, gdzie potrzebna jest decyzja człowieka.
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.
Zobaczysz, jak zadawać pytania dotyczące zdjęć i innych materiałów wizualnych oraz jak łączyć obraz z odpowiednią instrukcją tekstową.
Dowiesz się, jak opisywać obraz, który chcesz otrzymać, oraz jak wpływać na jego styl, kompozycję, światło, kolor i format.
Poznasz Grounding, czyli sposób na powiązanie AI z konkretnymi plikami i materiałami, tak aby odpowiedzi opierały się na dostarczonej wiedzy.
Zobaczysz, jak tworzyć sekwencje działań, w których wynik jednego etapu trafia do kolejnego. Poznasz też różnicę między ustalonym procesem a agentem, który może sam zdecydować, jaki powinien być następny krok.
Dowiesz się, jak rozkładać duże zadania na mniejsze części, przekazywać dane między kolejnymi etapami, kontrolować jakość i wskazywać momenty, w których potrzebna jest decyzja człowieka.
Poznasz Chain-of-Verification, czyli metodę, która pomaga wychwytywać błędne fakty i sprawdzać najważniejsze informacje przed przygotowaniem finalnej odpowiedzi.
Poznasz Least-to-Most i Tree of Thoughts. Pierwsza metoda pomaga rozłożyć problem na kolejne kroki, a druga pozwala rozważyć kilka możliwych dróg rozwiązania przed podjęciem decyzji.
Poznasz Meta-Prompting i APE, czyli sposoby wykorzystania AI do projektowania, porównywania i ulepszania własnych instrukcji.
Zobaczysz, jak wykorzystać model nie tylko do otrzymywania gotowych odpowiedzi, ale także do zadawania pytań, szukania innych perspektyw i wychodzenia poza pierwsze oczywiste rozwiązanie.
Dowiesz się, jak zapisywać, rozwijać i ulepszać najlepsze polecenia, żeby z czasem budować własny zestaw gotowych rozwiązań.
Na końcu połączysz poznane techniki i zobaczysz, jak zaprojektować agenta, który dostaje cel, planuje kolejne działania, wykonuje je, sprawdza wyniki i wie, kiedy powinien poprosić człowieka o decyzję.
Czego się nauczysz
Po zakończeniu zajęć spojrzysz na AI znacznie szerzej niż tylko jak na narzędzie do zadawania pytań i generowania tekstu. Będziesz wiedzieć, jak przygotować dobre polecenie, jak dostarczyć modelowi odpowiednie informacje i jak dobrać sposób pracy do rodzaju zadania.
Zaczniesz swobodniej pracować z tekstem, danymi, dokumentami i obrazami. Zrozumiesz, jak sprawić, żeby AI korzystała z określonych źródeł, trzymała się ustalonych zasad, przygotowywała odpowiedzi w potrzebnym formacie i lepiej radziła sobie z bardziej złożonymi problemami.
Zobaczysz też, jak przejść od pojedynczego promptu do całego procesu. Dowiesz się, jak rozłożyć większe zadanie na etapy, sprawdzić jakość odpowiedzi, porównać kilka możliwości i zdecydować, które działania można powierzyć AI, a które powinny pozostać pod kontrolą człowieka.
W praktyce oznacza to, że zamiast korzystać z AI tylko wtedy, gdy potrzebujesz szybkiej odpowiedzi, zaczniesz świadomie wykorzystywać ją jako narzędzie do analizy, pracy z informacjami, tworzenia treści, rozwiązywania problemów i budowania własnych sposobów pracy.
A na końcu będziesz już nie tylko wiedzieć, co wpisać do AI, ale również jak zaprojektować cały sposób jej działania, ustawić granice i zdecydować, gdzie AI może działać samodzielnie, a gdzie potrzebna jest Twoja decyzja.
ㅤ