Промптинг с нуля

От первого промпта до продвинутых техник улучшения результатов — за 4 модуля

Начальный~6ч24 уроков

Промптинг — это искусство разговора с AI. Большинство людей пишут запросы интуитивно и получают средние результаты. Этот курс объясняет, почему одни промпты работают лучше других, и даёт конкретные техники, которые сразу улучшают качество ответов. Никакого программирования — только практика работы с языковыми моделями.

Курс начинается с азов: zero-shot и few-shot промптинг (техники, где модель получает задачу без примеров или с несколькими примерами), ролевые промпты и системные инструкции. Затем переходим к цепочкам рассуждений — chain-of-thought (пошаговое мышление) и другим техникам, которые помогают модели решать сложные задачи. Третий модуль посвящён структуре: как получать ответы в нужном формате — JSON, XML, таблицах. Финальный модуль учит проверять и итеративно улучшать результаты с помощью self-consistency и self-refine.

Курс рассчитан на всех, кто хочет работать с AI эффективнее: менеджеров, маркетологов, аналитиков, студентов — всех, кто ежедневно пользуется ChatGPT, Claude или другими языковыми моделями. Технический бэкграунд не нужен. Нужно только желание разобраться, как это работает.

Проходи курс последовательно: читай статью, пробуй примеры в любимом AI-чате, затем пройди мини-квиз в конце модуля, чтобы закрепить материал. Примерное время прохождения — 6 часов, но никто не торопит: возвращайся к урокам в любое время.

Модуль 1: Основы промптинга

Базовые техники, с которых начинается любой промпт

  1. Введение: основы промптинга
  2. Zero-shot Prompting
  3. Few-shot Prompting
  4. Role Prompting
  5. System Prompts
  6. Проверь себя: основы

Модуль 2: Цепочки рассуждений

Как заставить модель думать шаг за шагом

  1. Введение: цепочки рассуждений
  2. Chain of Thought (CoT)
  3. Zero-shot Chain of Thought
  4. Step-Back Prompting
  5. Analogical Prompting
  6. Проверь себя: рассуждения

Модуль 3: Структура и контроль

Управление форматом, структурой и качеством вывода

  1. Введение: структура и контроль
  2. Structured Output
  3. JSON Mode
  4. XML Tags Prompting
  5. Chain of Density (CoD)
  6. Проверь себя: структура

Модуль 4: Улучшение результатов

Техники проверки и итеративного улучшения ответов модели

  1. Введение: улучшение результатов
  2. Self-Consistency
  3. Self-Refine
  4. Rephrase and Respond (RaR)
  5. Prompt Compression
  6. Проверь себя: улучшение