Plan Szkolenia
Dzień 1
Wprowadzenie do generatywnej AI i inżynierii promptów
- Czym jest generatywna AI i jak różni się od tradycyjnej automatyzacji
- Rola inżynierii promptów w kształtowaniu jakości wyników AI
- Przegląd obecnego ekosystemu narzędzi do tekstu, obrazów, dźwięku i wideo
- Gdzie inżynieria promptów dodaje wartość biznesową
Podstawy modeli AI do generowania tekstu i obrazów
- Jak działają duże modele językowe i modele dyfuzyjne, w prostych słowach
- Różnica między danymi treningowymi, fine-tuningiem a promptami
- Mocne strony i ograniczenia wstępnie wytrenowanych modeli
- Dlaczego architektura modelu zmienia sposób pisania promptów
Porównanie wiodących asystentów AI
- Microsoft Copilot, z mocnymi stronami w integracji z Microsoft 365, Word, Excel, Outlook i Teams, zakotwiczeniu danych przedsiębiorstwa oraz słabościami w zakresie kreatywności i głębi rozumowania w porównaniu z konkurencją
- Google Gemini, z mocnymi stronami w natywnej multimodalności, integracji z Workspace, zakotwiczeniu w czasie rzeczywistym oraz słabościami w niespójności, dostępności regionalnej i wykonywaniu złożonych zadań
- ChatGPT, z mocnymi stronami w dojrzałości ekosystemu, niestandardowych GPT, generowaniu obrazów przez DALL-E, trybie głosowym oraz słabościami w wiarygodności faktów bez zakotwiczenia i surowszych limitach użycia funkcji premium
- Claude, z mocnymi stronami w obsłudze długiego kontekstu, subtelnym rozumowaniu, pisaniu dłuższych form i klarownej analizie, oraz słabościami w szerokości ekosystemu narzędzi i generowaniu obrazów
- Wybór odpowiedniego narzędzia do danego zadania, odbiorców lub ograniczeń zgodności
- Przykładowe porównanie tego samego promptu we wszystkich czterech asystentach
Zasady skutecznego projektowania promptów
- Jasność, precyzja i kontekst jako trzy filary dobrego promptu
- Strukturyzowanie instrukcji, tonu, formatu i ograniczeń
- Typowe błędy początkujących i jak je rozpoznać
- Iteracyjne przechodzenie od słabego do skutecznego promptu
Dzień 2
Zero-Shot, One-Shot i Few-Shot Prompting
- Różnica między trzema podejściami i kiedy każde z nich pasuje
- Obserwowanie zachowania modelu i dostosowywanie przykładów
- Nauczenie modelu nowego zadania za pomocą kilku dobrze dobranych próbek
- Ćwiczenia praktyczne z wykorzystaniem ChatGPT, Copilot, Gemini i Claude
Zaawansowane techniki inżynierii promptów
- Warunkowe i kontekstowe prompty dla subtelnych wyników
- Transfer stylu, prompty z personą i kierowanie kreatywne
- Chain-of-thought i prompty krok po kroku
- Redukcja halucynacji, niejednoznaczności i uprzedzeń w odpowiedziach
Few-Shot Fine-Tuning bez kodu
- Czym jest few-shot fine-tuning i jak różni się od pełnego treningu modelu
- Dostosowanie modelu do niszowego zadania za pomocą przykładów
- Kiedy stosować inżynierię promptów, a kiedy lepiej zainwestować w fine-tuning
- Ocena jakości wyników i iteracyjne doskonalenie
Hiperrealistyczne generowanie tekstu
- Generowanie tekstu z kontrolowanym tonem, głosem i długością
- Tworzenie długich form, podsumowań, raportów i strukturyzowanych dokumentów
- Zachowanie spójności w wieloetapowym generowaniu
- Łączenie wzorców promptów dla powtarzalnych, zgodnych z marką wyników
Zastosowanie inżynierii promptów w przepływach pracy biznesowej
- Automatyzacja rutynowego tworzenia treści, badań i triażu informacji
- Krótkie spojrzenie na przypadki użycia w obsłudze klienta i chatbotach
- Projektowanie szablonów promptów, które zespoły mogą wielokrotnie używać bez ponownego szkolenia
- Kontrola jakości, logika eskalacji i punkty kontrolne z udziałem człowieka
Dzień 3
Generowanie i manipulacja obrazami
- Porównanie DALL-E, Stable Diffusion, MidJourney i Leonardo AI
- Pisanie promptów kontrolujących styl, kompozycję, oświetlenie i temat
- Negatywne prompty, ważenie i iteracyjne doskonalenie
- Transformacja i edycja obrazów za pomocą promptów
Dźwięk i mowa z AI
- Generowanie naturalnie brzmiącej mowy z tekstowych promptów
- Klonowanie głosu i synteza na poziomie koncepcyjnym
- Zastosowania w treningach, dostępności i marketingu
Tworzenie treści wideo z generatywną AI
- Przegląd obecnych narzędzi tekst-na-wideo i ich realnych możliwości
- Scenariusze i storyboardy poprzez sekwencje promptów
- Łączenie AI-generowanych tekstów, obrazów, dźwięków i wideo w jeden materiał
- Edycja i doskonalenie AI-generowanych materiałów wideo
AI multimodalne i zintegrowane przepływy pracy
- Jak modele multimodalne łączą tekst, obrazy, dźwięk i wideo
- Budowanie kompleksowych procesów tworzenia treści bez pisania kodu
- Studia przypadków z marketingu, designu, szkoleń i reklamy
Etyka, odpowiedzialne użycie i co dalej
- Uprzedzenia, prawa autorskie, atrybucja i moderacja treści
- Zagadnienia prywatności i ochrony danych przy korzystaniu z platform generatywnych
- Ujawnianie, przejrzystość i zaufanie wobec klientów końcowych
- Nowe narzędzia, modele i trendy na najbliższe 12 miesięcy
- Podsumowanie i kolejne kroki
Wymagania
Grupa docelowa
Specjaliści z obszaru marketingu, komunikacji i kreatywności, którzy eksplorują tworzenie treści wspomagane przez AI. Zespoły operacyjne i obsługi klienta poszukujące automatyzacji powtarzalnych interakcji za pomocą narzędzi opartych na promptach. Początkujący bez wcześniejszego doświadczenia w AI lub programowaniu, którzy szukają uporządkowanego, narzędziowego wprowadzenia do generatywnej AI.
Opinie uczestników (2)
Interaktywny styl, ćwiczenia
Tamas Tutuntzisz
Szkolenie - Introduction to Prompt Engineering
Przetłumaczone przez sztuczną inteligencję
Wspaniały zasób materiałów do przyszłego wykorzystania, styl prowadzącego (wybucha dobrym humorem, wysoki poziom szczegółowości)
Adam - GE Aerospace Poland Sp. z o.o.
Szkolenie - Prompt Engineering for ChatGPT
Przetłumaczone przez sztuczną inteligencję
