Prompt Engineering

Програма курсу

• Модуль 1. Основи промпт-інжинірингу

  Теми:8

  Теми: 8

  Теми

  • Роль промпт-інженера в сучасному бізнесі та команді
  • Базове розуміння принципів роботи великих мовних моделей
  • Різниця між промптингом і програмуванням
  • Сфери застосування промпт-інжинірингу в різних індустріях
  • Структура якісного промпта: контекст, інструкція, приклади
  • Типові помилки при формулюванні запитів до ШІ
  • Техніки покращення якості відповідей (few-shot, chain-of-thought)
  • Практичні вправи з GPT на реальних бізнес-задачах
• Модуль 2. Створення власного AI-асистента

  Теми:8

  Теми: 8

  Теми

  • Огляд екосистеми GPTs та популярних рішень
  • Створення першого власного GPT через OpenAI Playground
  • Базові налаштування: назва, опис, інструкції
  • Тестування та ітерація асистента
  • Налаштування ролі, tone of voice та стилю спілкування
  • Створення поведінкових сценаріїв для різних ситуацій
  • Робота з обмеженнями та заборонами
  • Практичне завдання: створення асистента для конкретної задачі
• Модуль 3. Інтеграція AI у бізнес-процеси

  Теми:7

  Теми: 7

  Теми

  • Методика аудиту рутинних бізнес-процесів
  • Критерії визначення задач, придатних для GPT-автоматизації
  • ROI аналіз впровадження ШІ в бізнес-процеси
  • Створення карти процесів для автоматизації
  • AI для продажів: обробка лідів, персоналізовані пропозиції
  • AI для HR: прескоринг резюме, підготовка запитань для інтерв'ю
  • AI для клієнтського сервісу: відповіді на FAQ, ескалація проблем
• Модуль 4. Як працює ШІ: LLM, API, популярні моделі

  Теми:7

  Теми: 7

  Теми

  • Принципи роботи нейронних мереж (без глибокої математики)
  • Порівняння GPT, Claude, Gemini, LLaMa: сильні та слабкі сторони
  • Вибір моделі під конкретні задачі та бюджет
  • Розуміння токенів, контексту та обмежень моделей
  • Що таке API та як отримати ключі доступу
  • Структура HTTP-запитів до AI-моделей
  • Параметри запитів: температура, max_tokens, top_p
• Модуль 5. API та кастомізація моделей

  Теми:7

  Теми: 7

  Теми

  • Детальне вивчення можливостей OpenAI API
  • Обробка помилок та оптимізація запитів
  • Робота з різними типами контенту (текст, зображення, аудіо)
  • Створення власного мінімального інтерфейсу для GPT
  • Підключення GPT до Make.com та Zapier
  • Створення автоматизованих воркфлоу без коду
  • Інтеграція з популярними сервісами (Google Sheets, Slack, Telegram)
• Модуль 6. Бази знань для GPT: робота з даними

  Теми:8

  Теми: 8

  Теми

  • Принципи векторизації та ембедінгів простими словами
  • Підготовка даних: очищення, структурування, форматування
  • Інструменти для створення баз знань (Pinecone, Weaviate, ChromaDB)
  • Завантаження та індексація документів
  • Робота з PDF документами, Google Sheets, Notion
  • Парсинг вебсайтів та створення knowledge base
  • Налаштування пошуку по базі знань
  • RAG (Retrieval-Augmented Generation) на практиці
• Модуль 7. LangChain і автономні агенти

  Теми:7

  Теми: 7

  Теми

  • Архітектура та компоненти LangChain
  • Ланцюги (chains) та їх типи
  • Створення першого простого ланцюга
  • Налаштування середовища розробки
  • Концепція агентів та їх відмінність від простих промптів
  • Планування дій та прийняття рішень агентами
  • Інтеграція агентів з зовнішніми API та інструментами
• Модуль 8. Бізнес-кейси: онлайн-магазин, кастдев, рекрутинг

  Теми:8

  Теми: 8

  Теми

  • Автоматизація збору та аналізу зворотного зв'язку
  • Створення інтерв'ю-бота для досліджень
  • Сегментація клієнтів на основі фідбеку
  • Генерація інсайтів та рекомендацій
  • Прескоринг резюме та автоматичний відбір кандидатів
  • Створення персоналізованих питань для інтерв'ю
  • Консультант для інтернет-магазину: рекомендації товарів
  • Обробка заперечень та підвищення конверсії
• Модуль 9. SMM, контент, озвучка — AI для маркетингу

  Теми:8

  Теми: 8

  Теми

  • Генерація постів для соціальних мереж
  • Створення контент-планів та редакційних календарів
  • Адаптація контенту під різні платформи та аудиторії
  • A/B тестування заголовків та описів
  • Інтеграція з інструментами для створення зображень (DALL-E, Midjourney)
  • Озвучка текстів через AI (ElevenLabs, OpenAI TTS)
  • Створення відео-контенту з AI-допомогою
  • Повний цикл створення мультимедійного поста
• Модуль 10. Донавчання моделей під свої дані

  Теми:7

  Теми: 7

  Теми

  • Визначення необхідності донавчання моделі
  • Підготовка датасету для fine-tuning
  • Процес донавчання через OpenAI API
  • Оцінка якості донавченої моделі
  • Створення кастомних ембедінгів для специфічних задач
  • Методи навчання на малих датасетах
  • Порівняння різних підходів до персоналізації
• Модуль 11. Як оптимізувати витрати на AI

  Теми:8

  Теми: 8

  Теми

  • Розуміння ціноутворення різних AI-моделей
  • Техніки зменшення кількості токенів без втрати якості
  • Кешування результатів та оптимізація запитів
  • Порівняння хмарних та локальних рішень
  • Балансування навантаження між різними моделями
  • Стратегії зменшення витрат при великих обсягах
  • Моніторинг використання та аналітика витрат
  • Локальне розгортання моделей: плюси та мінуси
• Фінальний проєкт + презентація

  Теми:7

  Теми: 7

  Теми

  • Планування індивідуального проєкту
  • Консультації з ментором
  • Імплементація обраного рішення
  • Тестування та відлагодження
  • Демо-день: презентація фінальних проєктів
  • Планування подальшого розвитку проєктів
  • Створення плану кар'єрного розвитку в AI