Neste curso, você aprenderá os princípios, as técnicas e as práticas recomendadas para criar prompts eficazes. Este curso apresenta os elementos básicos da engenharia de prompts e avança para técnicas avançadas de prompts. Você também aprenderá a se proteger contra o uso indevido de prompts e a mitigar a interação com FMs.
- Nível do curso: intermediário
- Duração: 4 horas
Observação: Este curso tem transcrições/legendas traduzidas. A narração está em inglês. Para exibir as legendas, clique no botão CC no canto inferior direito do player.
Atividades
Este curso inclui interações de eLearning.
Objetivos do curso
Neste curso, você aprenderá a:
- Definir a engenharia de prompts e aplicar as práticas recomendadas gerais ao interagir com FMs
- Identificar as técnicas básicas de prompts, como os aprendizados zero-shot e few-shot
- Aplicar técnicas avançadas de elaboração de prompts para seu caso de uso, quando necessário
- Identificar quais são as técnicas de prompt mais adequadas para modelos específicos
- Identificar possíveis usos indevidos de prompts
- Analisar possíveis respostas enviesadas do modelo de base (FM) e criar prompts mais imparciais
Público-alvo
Este curso se destina a:
- Engenheiros, cientistas de dados e desenvolvedores de prompts
Pré-requisitos
Recomendamos que os participantes do curso já tenham feito os seguintes cursos:
- Introdução à IA generativa — Arte do possível (1 hora, curso digital)
- Planejamento de projeto de IA generativa (1 hora, curso digital)
- Introdução ao Amazon Bedrock (curso digital de 1 hora)
Conteúdo do curso
Introdução
- Introdução
- Elementos básicos dos modelos de base
- Princípios da engenharia de prompts
Tipos e técnicas de prompt
- Técnicas básicas de elaboração de prompts
- Técnicas avançadas de elaboração de prompts
- Técnicas de prompts específicas do modelo
- Tratativas de uso incorreto de prompts
- Mitigação de vieses
Conclusão
- Resumo do curso
Descrições das aulas
Aula 1: Elementos básicos de modelos de grandes linguagens
Nesta aula, você desenvolverá uma compreensão fundamental dos modelos de base (FMs), incluindo uma compreensão de um subconjunto de FMs chamados de grandes modelos de linguagem (LLMs). Primeiro, você será apresentado aos conceitos básicos de um modelo básico, como aprendizado autosupervisionado e ajuste fino. A seguir, você aprenderá sobre dois tipos de FMs: modelos de texto para texto e modelos de texto para imagem. Por fim, você aprenderá sobre a funcionalidade e os casos de uso dos LLMs, o subconjunto de modelos básicos que geralmente utilizam engenharia de prompts.
Aula 2: Princípios da engenharia de prompts
Nesta aula, você é apresentado à engenharia de prompts, o conjunto de práticas que se concentra no desenvolvimento, projeto e otimização de prompts para aprimorar os resultados de FMs para suas necessidades comerciais específicas. Esta aula primeiro define a engenharia de prompts e descreve os principais conceitos e a terminologia da engenharia de prompts. Em seguida, a aula usa um exemplo de prompt para mostrar os diferentes elementos de um prompt. Por fim, a aula fornece uma lista das práticas recomendadas gerais para criar prompts eficazes.
Aula 3: Técnicas básicas de prompt
Nesta aula, você aprenderá sobre técnicas básicas de engenharia de prompts que podem ajudar a usar aplicações de IA generativa de forma eficaz para seus objetivos comerciais exclusivos. Primeiro, a aula define técnicas de prompt de zero shot e de few shots. Em seguida, a aula define prompts de cadeia de pensamento (CoT), o alicerce de várias técnicas avançadas de prompt. Esta aula fornece dicas e exemplos de cada tipo de técnica de prompt.
Aula 4: Técnicas avançadas de prompt
Nesta aula, você conhecerá várias técnicas avançadas, incluindo: Autoconsistência, Árvore de Pensamentos, Geração Aumentada de Recuperação (RAG), Raciocínio Automático e Uso de Ferramentas (ART), ReACT e LangChain. Exemplos são fornecidos para mostrar cada técnica na prática.
Aula 5: Técnicas de prompt específicas do modelo
Nesta aula, você aprenderá a criar prompts para alguns dos FMs mais populares, incluindo Amazon Titan, Anthropic Claude e AI21 Labs Jurassic-2. Você aprenderá sobre os diferentes parâmetros que podem ser configurados para obter resultados personalizados dos modelos. Em seguida, você aprenderá sobre as práticas recomendadas de engenharia de prompts para cada um dos modelos.
Aula 6: Tratativas de usos incorretos de prompts
Nesta aula, você conhecerá os prompts controversos, ou prompts que têm o objetivo de enganar os modelos propositadamente. Você aprenderá sobre injeção de prompt e vazamento de prompt, dois tipos de prompts controversos. Você receberá exemplos de cada um.
Aula 7: Mitigação de vieses
Nesta aula, você aprenderá como o viés é introduzido nos modelos durante a fase de treinamento e como esse viés pode ser reproduzido nas respostas geradas por um FM. Você aprenderá como resultados tendenciosos podem ser mitigados atualizando o prompt, aprimorando o conjunto de dados e usando técnicas de treinamento.
