吴恩达面向开发者的ChatGPT提示工程免费课程

面向开发者的ChatGPT提示工程是什么

面向开发者的ChatGPT提示工程是DeepLearning.AI与OpenAI联合推出的课程，专为开发者设计，由Isa Fulford, 吴恩达Andrew Ng主讲，教授如何用大型语言模型（LLM）和OpenAI API快速构建强大应用。课程涵盖提示工程的最佳实践，包括如何构建自定义聊天机器人、总结、推断、文本转换和扩展等任务。通过9个视频课程和7个代码示例，学员将学习有效编写提示的两大原则，在Jupyter笔记本环境中实践。课程适合初学者和高级机器学习工程师，仅需基本Python知识。

面向开发者的ChatGPT提示工程的课程目标

• 掌握提示工程的最佳实践：学习如何编写高质量的提示，优化模型的输出效果。
• 探索LLM的新用途：了解如何用LLM进行应用开发，包括构建自定义聊天机器人。
• 获得动手实践机会：基于实际编写和迭代提示，用OpenAI API进行实践。
• 理解LLM的工作原理：深入了解LLM的运行机制，方便更好地用其功能。
• Improve development efficiency：学会如何用LLM快速实现原本耗时耗力的功能，如文本总结、情感分析、翻译等。

面向开发者的ChatGPT提示工程的课程大纲

• introductory：介绍大语言模型（LLM）的两类主要形式：基础 LLM 和指令微调 LLM，及模型的特点和应用场景。
• 指南：学习编写明确、清晰的指令的四大策略，及如何给模型足够的时间思考，提高模型输出的准确性和实用性。
• iteration (math.)：掌握通过持续迭代优化 Prompt 的方法，根据模型返回结果不断调整，获得更满意的输出。
• summaries：学习如何用 ChatGPT 辅助生成长文本的总结，包括细化需求和理解关键字差异，提高摘要的精准度。
• inference：用 ChatGPT 进行情感分析和信息提取，包括识别情感和提取实体、主题等信息，提升文本推理能力。
• conversions：用 ChatGPT 进行文本转换任务，如翻译、语气调整、格式转换和文字检查，满足不同文本处理需求。
• extensions：学习如何利用 ChatGPT 对文字进行扩展，例如自动生成回复 email，并了解温度参数对输出的影响。
• chatbot：学会构建基于 ChatGPT 的聊天机器人，掌握如何处理上下文信息，实现多轮对话功能。
• summarize：通过思维导图总结课程核心知识点，帮助学员系统回顾和巩固所学内容。

面向开发者的ChatGPT提示工程的课程地址

• 课程地址::DeepLearning.AI

面向开发者的ChatGPT提示工程的适用人群

• full-stack developer：全栈开发者用ChatGPT打造聊天机器人、智能客服等集成自然语言处理功能的项目，提升应用交互性。
• 后端开发者：后端开发者负责优化ChatGPT的API调用逻辑，确保系统高效稳定运行，为应用提供强大的后端支持。
• front-end developer：前端开发者设计与ChatGPT交互的用户界面，如聊天界面等，优化用户体验，让交互更加流畅自然。
• 自然语言处理（NLP）专家：NLP专家借助ChatGPT进行文本生成、情感分析等任务，挖掘在自然语言处理领域的潜力，提升模型性能。
• Machine Learning Engineer：机器学习工程师结合ChatGPT与其他模型，构建复杂系统，如智能推荐系统，拓展人工智能的应用边界。