在本课程中，我们将向您介绍编写有效提示的基础知识。您将了解如何针对一系列使用案例完善和优化提示。您还将探索零样本、少样本和思维链提示等技巧。最后，您将学习识别与提示工程相关的潜在风险。
- 课程级别：基础级
- 时长：60 分钟
注意：本课程具有本地化的注释/字幕。 旁白保留英语。要显示字幕，请单击播放器右下角的 CC 按钮。
课堂活动
本课程包含互动元素、视频、文字说明，以及配文图表。
课程目标
在本课程中，您将了解如何实现以下目标：
- 定义提示的基本要素。
- 定义负面提示。
- 描述推理参数对模型输出的影响。
- 了解设计有效提示的最佳实践。
- 描述基本的提示工程技巧，包括零样本提示、少样本提示和思维链提示。
- 识别常见的提示滥用和风险。
目标受众
本课程面向以下人员：
- 对机器学习和人工智能感兴趣的个人，与特定工作岗位无关
- 准备参加 AWS Certified AI Practitioner 认证考试的个人
预备知识
Essentials of Prompt Engineering 是旨在讲授人工智能、机器学习和生成式人工智能基础知识的系列课程的一部分。如果您尚未完成以下两门课程，建议您先完成：
- Fundamentals of Machine Learning and Artificial Intelligence
- Exploring Artificial Intelligence Use Cases and Applications
课程大纲
第 1 节：简介
- 如何学习本课程
- 简介
- 欢迎视频
第 2 节：提示的基础知识
- 了解提示
- 提示的要素
- 修改提示
- 推理参数
- 提示最佳实践
- 提示工程技巧
- 零样本提示
- 少样本提示
- 思维链提示
- 知识考核
第 3 节：风险
- 提示滥用和风险
- 中毒、劫持和提示注入
- 暴露和提示泄露
- 越狱
- 知识考核
第 4 部分：结论
- 资源
- 提示工程资源的链接
- 联系我们
