Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Wprowadzenie do generatywnego AI i inżynierii promptów
- Czym jest generatywne AI i czym różni się od tradycyjnej automatyzacji
- Rola inżynierii promptów w kształtowaniu jakości wyników generowanych przez AI
- Przegląd współczesnego ekosystemu narzędzi do tekstu, obrazów, audio i wideo
- Gdzie inżynieria promptów dodaje wartości biznesowej
Podstawy modeli AI do generowania tekstu i obrazów
- Jak działają duże modele językowe i modele dyfuzyjne, w prostych słowach
- Różnice między danymi treningowymi, fine-tuningiem i promptowaniem
- Mocne strony i ograniczenia wstępnie wytrenowanych modeli
- Dlaczego architektura modelu wpływa na sposób pisania promptów
Porównanie czołowych asystentów AI
- Microsoft Copilot, z mocnymi stronami w integracji z Microsoft 365, procesami w Word, Excel, Outlook i Teams oraz zakotwiczeniu w danych przedsiębiorstwa, oraz słabymi stronami w zakresie kreatywności i głębi wnioskowania w porównaniu z konkurencją
- Google Gemini, z mocnymi stronami w natywnej multimodalności, integracji z Workspace i zakotwiczeniu w wynikach wyszukiwania w czasie rzeczywistym, oraz słabymi stronami w zakresie niespójności, dostępności regionalnej i śledzenia instrukcji przy złożonych zadaniach
- ChatGPT, z mocnymi stronami w dojrzałości ekosystemu, niestandardowych GPT, generowaniu obrazów przez DALL-E i trybie głosowym, oraz słabymi stronami w zakresie wiarygodności faktów bez zakotwiczenia i ścisłych limitów użytkowania funkcji premium
- Claude, z mocnymi stronami w obsłudze długich kontekstów, subtelnym wnioskowaniu, pisaniu dłuższych form i klarownej analizie, oraz słabymi stronami w zakresie szerokości ekosystemu narzędzi i generowania obrazów
- Dobór odpowiedniego narzędzia do danego zadania, grupy docelowej lub ograniczeń zgodności
- Przegląd krok po kroku tego samego promptu we wszystkich czterech asystentach
Zasady efektywnego projektowania promptów
- Klarowność, specyficzność i kontekst jako trzy filary dobrego promptu
- Strukturyzowanie instrukcji, tonu, formatu i ograniczeń
- Powszechne błędy popełniane przez początkujących i jak je rozpoznać
- Iteracyjne doskonalenie od słabego promptu do wysoko wydajnego
Promptowanie zero-shot, one-shot i few-shot
- Różnice między trzema podejściami i kiedy każde z nich jest odpowiedni
- Czytanie zachowania modelu i dostosowywanie przykładów w zależności od tego
- Nauczanie modelu nowego zadania za pomocą kilku starannie dobranych próbek
- Ćwiczenia praktyczne w ChatGPT, Copilot, Gemini i Claude
Zaawansowane techniki inżynierii promptów
- Prompty warunkowe i kontekstowe dla bardziej subtelnych wyników
- Transfer stylu, promptowanie persony i kierownictwo kreatywne
- Prompty chain-of-thought i wnioskowania krok po kroku
- Zmniejszanie halucynacji, dwuznaczności i uprzedzeń w odpowiedziach
Few-shot fine-tuning bez kodu
- Czym jest few-shot fine-tuning i czym różni się od pełnego treningu modelu
- Adaptacja modelu do niszowego zadania za pomocą promptów opartych na przykładach
- Kiedy warto zastosować inżynierię promptów, a kiedy fine-tuning będzie lepszą inwestycją
- Ocena jakości wyników i iteracyjne doskonalenie
Generowanie hiperrealistycznego tekstu
- Generowanie tekstu z kontrolą tonu, głosu i długości
- Tworzenie treści długich, streszczeń, raportów i dokumentów strukturalnych
- Utrzymywanie spójności przy generowaniu wieloetapowym
- Łączenie wzorców promptów dla powtarzalnych, zgodnych z marką wyników
Zastosowanie inżynierii promptów w procesach biznesowych
- Automatyzacja rutynowego pisania, badań i triażu informacji
- Krótki przegląd przypadków użycia w obsłudze klienta i chatbotach
- Projektowanie szablonów promptów, które zespoły mogą ponownie wykorzystać bez ponownego treningu
- Kontrola jakości, logika eskalacji i punkty kontrolne z udziałem człowieka
Generowanie i manipulowanie obrazami
- Porównanie DALL-E, Stable Diffusion, MidJourney i Leonardo AI
- Pisanie promptów kontrolujących styl, kompozycję, oświetlenie i przedmiot
- Negatywne prompty, ważenie i iteracyjne doskonalenie
- Transformacja obraz na obraz i edycja za pomocą promptów
Audio i mowa z AI
- Generowanie naturalnie brzmiącej mowy z promptów tekstowych
- Klonowanie i synteza głosu na poziomie koncepcyjnym
- Przypadki użycia w treściach szkoleniowych, dostępności i marketingu
Tworzenie treści wideo z generatywnego AI
- Przegląd obecnych narzędzi tekst-na-wideo i tego, co mogą realistycznie dostarczyć
- Pisanie scenariuszy i tworzenie storyboardów za pomocą sekwencji promptów
- Łączenie generowanych przez AI tekstu, obrazów, audio i wideo w jeden asset
- Edycja i doskonalenie wideo stworzonego przez AI
Multimodalne AI i zintegrowane procesy
- Jak modele multimodalne unifikują rozumowanie tekstowe, graficzne, audio i wideo
- Tworzenie kompletnych potoków treści bez pisania kodu
- Przypadki ze świata rzeczywistego z marketingu, projektowania, szkoleń i reklamy
Etyka, odpowiedzialne użycie i co będzie dalej
- Uporzenia, prawa autorskie, atrybucja i moderacja treści
- Ważność prywatności i ochrony danych przy korzystaniu z platform generatywnych
- Ujawnianie, przejrzystość i budowanie zaufania u klientów końcowych
- Nadchodzące narzędzia, modele i trendy do obserwacji w ciągu najbliższych 12 miesięcy
Wymagania
Grupa docelowa
Specjaliści ds. marketingu, komunikacji i kreacji badający produkcję treści wspomaganych przez AI. Zespoły ds. operacji biznesowych 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 punktu wejścia do świata generatywnego AI.
21 godzin
Opinie uczestników (2)
stosowanie właściwych i skutecznych promptów
Marses Pacaldo
Szkolenie - Generative AI and Prompt Engineering for Corporate Professionals
Przetłumaczone przez sztuczną inteligencję
Rozszerzenie wiedzy z AI.
