Prompt Engineering

Програма курса

• Модуль 1. Основы промпт-инжиниринга

  Темы:8

  Темы: 8

  Темы

  • Роль промпт-инженера в современном бизнесе и команде
  • Базовое понимание принципов работы больших языковых моделей
  • Разница между промптингом и программированием
  • Сферы применения промпт-инжиниринга в разных индустриях
  • Структура качественного промпта: контекст, инструкция, примеры
  • Типичные ошибки при формулировании запросов к ИИ
  • Техники улучшения качества ответа (few-shot, chain-of-thought)
  • Практические упражнения с GPT на реальных бизнес-задачах
• Модуль 2. Создание собственного AI-ассистента

  Темы:8

  Темы: 8

  Темы

  • Обзор экосистемы GPTs и популярных решений
  • Создание первого собственного GPT через OpenAI Playground
  • Базовые настройки: название, описание, инструкции
  • Тестирование и итерация ассистента
  • Настройка роли, tone of voice и стиля общения
  • Создание поведенческих сценариев для разных ситуаций
  • Работа с ограничениями и запретами
  • Практическое задание: создание ассистента под конкретную задачу
• Модуль 3. Интеграция AI в бизнес-процессы

  Темы:7

  Темы: 7

  Темы

  • Методика аудита рутинных бизнес-процессов
  • Критерии определения задач, подходящих для GPT-автоматизации
  • ROI-анализ внедрения ИИ в бизнес-процессы
  • Создание карты процессов для автоматизации
  • AI для продаж: обработка лидов, персонализированные предложения
  • AI для HR: прескрининг резюме, подготовка вопросов для интервью
  • AI для клиентского сервиса: ответы на FAQ, эскалация проблем
• Модуль 4. Как работает ИИ: LLM, API, популярные модели

  Темы:7

  Темы: 7

  Темы

  • Принципы работы нейронных сетей (без глубокой математики)
  • Сравнение GPT, Claude, Gemini, LLaMa: сильные и слабые стороны
  • Выбор модели под конкретные задачи и бюджет
  • Понимание токенов, контекста и ограничений моделей
  • Что такое API и как получить ключи доступа
  • Структура HTTP-запросов к AI-моделям
  • Параметры запросов: температура, max_tokens, top_p
• Модуль 5. API и кастомизация моделей

  Темы:7

  Темы: 7

  Темы

  • Детальное изучение возможностей OpenAI API
  • Обработка ошибок и оптимизация запросов
  • Работа с разными типами контента (текст, изображения, аудио)
  • Создание собственного минимального интерфейса для GPT
  • Подключение GPT к Make.com и Zapier
  • Создание автоматизированных воркфлоу без кода
  • Интеграция с популярными сервисами (Google Sheets, Slack, Telegram)
• Модуль 6. Базы знаний для GPT: работа с данными

  Темы:8

  Темы: 8

  Темы

  • Принципы векторизации и эмбеддингов простыми словами
  • Подготовка данных: очистка, структурирование, форматирование
  • Инструменты для создания баз знаний (Pinecone, Weaviate, ChromaDB)
  • Загрузка и индексация документов
  • Работа с PDF-документами, Google Sheets, Notion
  • Парсинг сайтов и создание knowledge base
  • Настройка поиска по базе знаний
  • RAG (Retrieval-Augmented Generation) на практике
• Модуль 7. LangChain и автономные агенты

  Темы:7

  Темы: 7

  Темы

  • Архитектура и компоненты LangChain
  • Цепочки (chains) и их типы
  • Создание первой простой цепочки
  • Настройка среды разработки
  • Концепция агентов и их отличие от простых промптов
  • Планирование действий и принятие решений агентами
  • Интеграция агентов с внешними API и инструментами
• Модуль 8. Бизнес-кейсы: онлайн-магазин, кастдев, рекрутинг

  Темы:8

  Темы: 8

  Темы

  • Автоматизация сбора и анализа обратной связи
  • Создание интервью-бота для исследований
  • Сегментация клиентов на основе фидбека
  • Генерация инсайтов и рекомендаций
  • Прескрининг резюме и автоматический отбор кандидатов
  • Создание персонализированных вопросов для интервью
  • Консультант для интернет-магазина: рекомендации товаров
  • Обработка возражений и повышение конверсии
• Модуль 9. SMM, контент, озвучка — AI для маркетинга

  Темы:8

  Темы: 8

  Темы

  • Генерация постов для социальных сетей
  • Создание контент-планов и редакционных календарей
  • Адаптация контента под разные платформы и аудитории
  • A/B-тестирование заголовков и описаний
  • Интеграция с инструментами для создания изображений (DALL-E, Midjourney)
  • Озвучка текстов через AI (ElevenLabs, OpenAI TTS)
  • Создание видео-контента с помощью AI
  • Полный цикл создания мультимедийного поста
• Модуль 10. Дообучение моделей под свои данные

  Темы:7

  Темы: 7

  Темы

  • Определение необходимости дообучения модели
  • Подготовка датасета для fine-tuning
  • Процесс дообучения через OpenAI API
  • Оценка качества обученной модели
  • Создание кастомных эмбеддингов для специфических задач
  • Методы обучения на малых датасетах
  • Сравнение разных подходов к персонализации
• Модуль 11. Как оптимизировать расходы на AI

  Темы:8

  Темы: 8

  Темы

  • Понимание ценообразования разных AI-моделей
  • Техники уменьшения количества токенов без потери качества
  • Кеширование результатов и оптимизация запросов
  • Сравнение облачных и локальных решений
  • Балансировка нагрузки между разными моделями
  • Стратегии снижения расходов при больших объемах
  • Мониторинг использования и аналитика расходов
  • Локальное развертывание моделей: плюсы и минусы
• Финальный проект + презентация

  Темы:7

  Темы: 7

  Темы

  • Планирование индивидуального проекта
  • Консультации с ментором
  • Имплементация выбранного решения
  • Тестирование и отладка
  • Демо-день: презентация финальных проектов
  • Планирование дальнейшего развития проектов
  • Создание плана карьерного развития в AI