DeepLearning.AI

تعلم الدورة مبادئ هندسة الأوامر الأساسية، بما في ذلك التعليمات الواضحة، ولعب الأدوار، والتحسين التكراري. يتعلم الطلاب كيفية صياغة الأوامر التي تستخلص الاستجابات المطلوبة من ChatGPT. يتضمن ذلك فهم هيكل الأمر، وتحديد السياق، وتنسيق الإخراج. يعد إتقان هذه الأساسيات أمرًا بالغ الأهمية لتعظيم دقة وملاءمة مخرجات LLM، مما يؤدي إلى تطبيقات ذكاء اصطناعي أكثر فعالية.

تعلم كيفية أتمتة المهام عن طريق تسلسل استدعاءات LLM متعددة. يتضمن ذلك تصميم أوامر تمرر المعلومات بين تفاعلات LLM المختلفة، مما يؤدي إلى إنشاء سير عمل معقد. على سبيل المثال، يمكنك إنشاء نظام يلخص النص ويترجمه ثم ينشئ منشورًا على وسائل التواصل الاجتماعي، كل ذلك تلقائيًا. تعمل هذه الميزة على تعزيز الإنتاجية بشكل كبير من خلال تبسيط المهام المتكررة.

ترشدك الدورة التدريبية خلال بناء روبوتات محادثة مخصصة باستخدام تقنيات هندسة الأوامر. يتضمن ذلك تصميم تدفقات المحادثة، وتحديد الشخصية، ودمج مصادر البيانات الخارجية. ستتعلم كيفية إنشاء روبوتات محادثة يمكنها الإجابة على أسئلة محددة، وتقديم دعم العملاء، أو المشاركة في مهام إبداعية. يتم تحقيق ذلك عن طريق ضبط الأوامر للتحكم في سلوك روبوت المحادثة وأسلوب الاستجابة.

توفر الدورة أمثلة عملية تعتمد على التعليمات البرمجية باستخدام لغة بايثون والمكتبات ذات الصلة. يتيح هذا النهج العملي للمطورين تطبيق المفاهيم التي تعلموها على الفور. توضح مقتطفات التعليمات البرمجية كيفية التفاعل مع واجهة برمجة تطبيقات ChatGPT، وهيكلة الأوامر، ومعالجة الاستجابات. يسرع هذا التركيز العملي التعلم ويتيح النماذج الأولية السريعة للتطبيقات المدعومة بالذكاء الاصطناعي.

تركز الدورة على العملية التكرارية لتحسين الأوامر. يتعلم الطلاب تحليل مخرجات LLM، وتحديد مجالات التحسين، وتعديل الأوامر وفقًا لذلك. يتضمن ذلك تقنيات مثل إصدار الأوامر، والاختبار A/B، وحلقات التغذية الراجعة. يعد هذا النهج التكراري أمرًا بالغ الأهمية لتحسين أداء الأوامر وتحقيق النتائج المرجوة من LLMs.