本課程將向您介紹撰寫有效提示詞的基礎知識。透過一系列使用案例，您會瞭解如何完善並最佳化提示詞。您還會探索零樣本、少量樣本和思維鏈提示等技巧。最後，您會學到識別提示詞工程的相關潛在風險。
- 課程等級：基礎
- 持續時間：60 分鐘
注意：本課程具有本地化的註釋/字幕。旁白保留英語。要顯示字幕，請按一下播放器右下角的 CC 按鈕。
活動
本課程包括互動元素、影片、文字指示和說明性圖形。
課程目標
在本課程中，您將學習：
- 定義提示詞的基本元素。
- 定義負面提示。
- 描述推論參數對模型輸出的影響。
- 找出設計有效提示詞的最佳實務。
- 描述基礎的提示詞工程技術，包括零樣本、少量樣本和思維鏈提示。
- 識別常見的提示詞濫用情況和風險。
目標對象
本課程適用於下列對象：
- 對機器學習和人工智慧感興趣的個人，不限於特定的職位角色
- 有意參加 AWS 認證 AI 從業人員認證考試的個人
先決條件
Essentials of Prompt Engineering 是促進奠定人工智慧、機器學習和生成式 AI 基礎的系列課程之一。如果您尚未完成，建議您完成以下兩門課程：
- Fundamentals of Machine Learning and Artificial Intelligence
- Exploring Artificial Intelligence Use Cases and Applications
課程大綱
第 1 節：簡介
- 如何使用本課程
- 簡介
- 歡迎影片
第 2 節：提示詞基本原理
- 瞭解提示詞
- 提示詞的要素
- 修改提示詞
- 推論參數
- 提示的最佳實務
- 提示詞工程技術
- 零樣本提示
- 少量樣本提示
- 思維鏈提示
- 知識檢測
第 3 節：風險
- 提示詞濫用和風險
- 中毒、攔截、提示詞注入
- 暴露及提示詞洩漏
- 越獄
- 知識檢測
第 4 節：結論
- 資源
- 提示詞工程資源的連結
- 聯絡我們
