EasyEnv
Engineering/Kursus/Katalog/Prompt Engineering
Prompt Engineering
Menengah

Prompt Engineering

Dapatkan hasil yang andal dari generative AI. Pelajari bagaimana large language models menghasilkan teks, lima prinsip di balik setiap prompt yang baik, few-shot dan structured output, function calling, retrieval-augmented generation, agents otonom, dan bagaimana model diffusion mengubah prompt menjadi gambar. Anda selesai dengan menghubungkan teks, gambar, dan agents menjadi satu aplikasi yang berfungsi.

11 pelajaran6.2h praktik11 bahasa
Mulai belajar gratisPrompt Engineering kursus

11 pelajaran, berurutan

  1. 1

    Apa Itu Prompt

    Kamu mungkin pernah mengetik sesuatu di kotak chat: bertanya, mendapat jawaban, dan barangkali sempat kaget karena jawabannya ternyata bagus sekali...

    What a prompt isWhat a large language model is, from the outsideThe completion, and why the same prompt can answer differentlyThe conversation: system, user and assistant turnsWhy a prompt is instructions rather than a search query
    20 mnt
  2. 2

    Bagaimana Large Language Model Menghasilkan Teks

    Sekarang kamu sudah tahu apa itu prompt dan completion, dan bahwa prompt yang sama bisa kembali dengan kata-kata yang berbeda setiap kali. Pelajaran...

    Tokens and tokenizationNext-token predictionTemperature and top-p samplingContext windowWhy models hallucinate
    30 mnt
  3. 3

    Lima Prinsip Prompting

    Kamu sudah tahu apa itu prompt, apa itu completion, dan bahwa model menulis jawaban baru setiap kali, bukan membacakan sesuatu yang ia cari dari...

    Giving directionSpecifying formatProviding examplesEvaluating qualityDividing labor
    30 mnt
  4. 4

    Praktik Standar untuk Pembuatan Teks

    Pelajaran dua dan tiga memberimu gambaran bagaimana model sebenarnya menghasilkan teks satu token demi satu token, plus lima prinsip untuk...

    Prompt formatting and delimitersSystem, user, and assistant rolesFew-shot promptingParsing structured output like JSON
    35 mnt
  5. 5

    Prompt Templates dan Function Calling

    Di pelajaran empat kamu menyusun satu prompt dengan tangan: pembatas, peran, contoh few-shot. Cara itu jalan untuk satu prompt. Begitu kamu butuh...

    Prompt templates with variablesSeparating template from dataFunction calling and tool schemasReading a tool call and returning a result
    35 mnt
  6. 6

    Vector Database dan Retrieval-Augmented Generation

    Di pelajaran 2 kamu sudah melihat kenapa model berhalusinasi: ia memprediksi token berikutnya yang paling mungkin, ia tidak mencari fakta, dan apa...

    Embeddings and vector similarityChunking documentsVector databases and nearest-neighbor searchRetrieval-augmented generationGrounding answers with citations
    40 mnt
  7. 7

    Autonomous Agents: Memory dan Tools

    Di pelajaran 5 kamu memberi model sejumlah tool lewat function calling, dan di pelajaran 6 kamu memberinya memori jangka panjang lewat pengambilan...

    The agent loop of reason, act, observeGiving an agent toolsShort-term and long-term memoryStopping conditions and guardrails
    40 mnt
  8. 8

    Bagaimana Diffusion Models Menghasilkan Gambar

    Sampai sekarang setiap prompt yang kamu tulis menghasilkan teks. Pelajaran ini membuka Bagian 3, di mana prompt yang sama menghasilkan gambar....

    Diffusion as iterative denoisingText conditioning of the imageSeeds and reproducibilitySampling steps and guidance scale
    30 mnt
  9. 9

    Praktik Standar untuk Generasi Gambar

    Pelajaran sebelumnya memberimu gambaran bagaimana model diffusion mengubah prompt teks jadi gambar dengan cara denoising dari noise acak. Pelajaran...

    Prompt structure of subject, medium, style, and lightingArt styles and artist or era modifiersComposition and camera modifiersNegative prompts and aspect ratio
    35 mnt
  10. 10

    Teknik Gambar Lanjutan: Inpainting, Outpainting, dan ControlNet

    Di dua pelajaran terakhir kamu menghasilkan gambar utuh dari prompt teks dan belajar mengarahkannya lewat struktur, gaya, serta prompt negatif....

    Image-to-image generationInpainting with masksOutpainting to extend a canvasControlNet for pose, depth, and edge guidance
    35 mnt
  11. 11

    Membangun Aplikasi Bertenaga AI

    Ini proyek penutupnya. Setiap pelajaran sebelumnya mengajarkan satu jurus: menghasilkan teks, membentuk output terstruktur, memanggil function,...

    Composing text, images, and agents into a workflowOrchestration and chaining stepsEvaluation and guardrailsCost, latency, and failure handling
    40 mnt
Pelajari Prompt Engineering dalam bahasa Indonesia | Prompt Engineering (Indonesian) | Engineering Courses