Inżynieria promptów bez tajemnic. Sztuka kreatywnego generowania tekstów Głogów Małopolski

Pojawienie się dużych modeli językowych, takich jak GPT-4 czy Gemini, okazało się prawdziwym przełomem w wielu branżach. Modele te potrafią generować znakomite teksty i prowadzić zaawansowane konwersacje. Z ich potencjału można czerpać poprzez odpowiednio sformułowane prompty. Aby więc w pełni skorzystać z możliwości modelu do wykonania konkretnego zadania, trzeba opanować sztukę pisania promptów. Na podstawie tej praktycznej książki nauczysz się pisać skuteczne prompty dla dużych modeli językowych. Dowiesz się, w jaki sposób mogą posłużyć do generowania opisów produktów, spersonalizowanych wiadomości e-mail, postów w mediach społecznościowych, a nawet tekstów beletrystycznych i poetyckich. Poznasz także zaawansowane techniki użycia, takie jak integracja dużych modeli językowych z innymi narzędziami i tworzenie chatbotów. Wszystkie opisane tu techniki przetestujesz, eksperymentując i optymalizując swoje rozwiązania. W efekcie zdobędziesz umiejętności, które pozwolą Ci wykonywać codzienne zadania szybciej i lepiej! Dzięki tej książce: poznasz różne typy promptów i ich zastosowania rozwiniesz umiejętności kreatywnego pisania, korzystając ze sztucznej inteligencji zdobędziesz zaawansowane umiejętności tworzenia i wdrażania chatbotów nauczysz się integrować duże modele językowe z innymi narzędziami poznasz zagadnienia etyczne i najlepsze praktyki związane ze sztuczną inteligencją Moc promptów w Twoich rękach ... twórz, inspiruj, zaskakuj! Spis treści: O autorze O recenzentach Przedmowa Wstęp Część 1. Wprowadzenie do inżynierii promptów Rozdział 1. Przedstawienie promptów i technik z nimi związanych Wymagania techniczne Wprowadzenie do promptów LLM Sposób działania promptów Architektura Trenowanie dużych modeli językowych Podróż od promptu do odpowiedzi - jak wnioskowanie pomaga LLM w uzupełnianiu braków Typy promptów Komponenty promptów Wcielanie się w role - prompty umożliwiające prowadzenie dostosowanych interakcji Uczenie się na kilku przykładach - trenowanie modeli z użyciem przykładowych promptów Mówienie własnym głosem - definiowanie osobowości w promptach Stosowanie wzorców do zwiększania efektywności promptów Mieszanie i łączenie - stosowanie strategicznych kombinacji w celu poprawiania promptów Parametry dużych modeli językowych Stosowanie inżynierii promptów (eksperymentowanie) Wyzwania i ograniczenia inżynierii promptów Podsumowanie Rozdział 2. Wykorzystanie AI do szybszego tworzenia imponujących treści Stosowanie AI do copywritingu Tworzenie wpisów w mediach społecznościowych Pisanie wątku tweetów Tworzenie wpisu na Instagram Przygotowywanie tekstów sprzedażowych o wysokiej konwersji Pisanie scenariuszy klipów wideo Generowanie wpisów na blogi, artykułów i newsów Stosowanie AI do generowania zajmujących treści Sposoby używania AI do generowania spersonalizowanych komunikatów Stosowanie AI do generowania dostosowanych treści Podsumowanie Część 2. Proste techniki inżynierii promptów Rozdział 3. Tworzenie podcastu z użyciem ChataGPT i inne praktyczne przykłady wykorzystania promptów Generowanie pytań do podcastu z celebrytą Generowanie pytań do podcastu ze zwykłymi osobami Określanie tematów, pomysłów i potencjalnych gości do podcastu Wykorzystanie AI do promowania podcastu Pisanie podsumowania odcinka podcastu Tworzenie zajmujących cytatów w celach promocji w mediach społecznościowych Wymyślanie koncepcji zwiastunów podcastu Przekształcanie treści podcastu do postaci wpisu na blogu Określanie wnikliwych pytań na rozmowy kwalifikacyjne Szlifowanie umiejętności prowadzenia rozmów rekrutacyjnych dzięki użyciu odpowiedzi generowanych przez AI Użycie AI do generowania strategicznych pytań na spotkania z klientami Podsumowanie Rozdział 4. Stosowanie dużych modeli językowych do kreatywnego pisania Stosowanie sztucznej inteligencji do kreatywnego pisania Stosowanie sztucznej inteligencji do generowania tekstów beletrystycznych Stosowanie sztucznej inteligencji do pisania poezji Podsumowanie Rozdział 5. Pozyskiwanie informacji z niestrukturalnego tekstu - techniki analizy tekstów z użyciem AI Analiza sentymentu - techniki użycia AI do określania emocji ukrytych w tekście Organizowanie danych niestrukturalnych - stosowanie AI do automatycznej kategoryzacji tekstów i klasyfikowania danych Czyszczenie danych - stosowanie sztucznej inteligencji do wykrywania i rozwiązywania problemów w zbiorach danych Rozumienie danych niestrukturalnych - stosowanie rozpoznawania wzorców do wyodrębniania informacji Podsumowanie Część 3. Zaawansowane przypadki użycia z różnych branż Rozdział 6. Zastosowania dużych modeli językowych w edukacji i prawie Tworzenie materiałów dydaktycznych przy użyciu ChataGPT Przygotowywanie materiałów dydaktycznych Przygotowywanie kart pracy Tworzenie przykładów z odpowiedziami Zadania tekstowe Generowanie testów i sprawdzianów Tworzenie kryteriów oceniania Tworzenie testów do uzupełniania Stosowanie AI do badań prawnych Przeglądanie dokumentów prawnych przy użyciu dużych modeli językowych Przygotowywanie wstępnych wersji dokumentów prawnych z użyciem dużych modeli językowych Wykorzystanie sztucznej inteligencji do edukacji prawnej Wykorzystanie LLM do elektronicznego odkrywania dowodów cyfrowych i wsparcia postępowań sądowych Wykorzystanie AI do zarządzania własnością intelektualną Inne zastosowania LLM w praktyce prawniczej Podsumowanie Rozdział 7. Świt programowania w parze z AI - tworzenie lepszego kodu w towarzystwie inteligentnego asystenta Generowanie kodu z wykorzystaniem asystentów Od zamieszania do zrozumienia - AI w prostych słowach tłumaczy działanie kodu Komentowanie, formatowanie i optymalizacja kodu Poprawianie błędnego kodu - jak AI przekształca proces debugowania Tłumaczenie kodu z jednego języka na inny Studium przypadku nr 1 - tworzenie kodu witryny WWW z wykorzystaniem AI Studium przypadku nr 2 - tworzenie rozszerzenia dla przeglądarki Chrome z użyciem AI Podsumowanie Rozdział 8. Sztuczna inteligencja dla chatbotów Wymagania techniczne Stosowanie API GPT-4 oraz API innych LLM do tworzenia chatbotów Tworzenie interfejsów konwersacyjnych przy użyciu API LLM Stosowanie sztucznej inteligencji do wsparcia klienta Studium przypadku - chatbot AI wspierający użytkownika podczas zamawiania produktów Studium przypadku - chatbot do tworzenia interaktywnych quizów oraz zadań Podsumowanie Rozdział 9. Tworzenie mądrzejszych systemów - zaawansowane techniki integracji z dużymi modelami językowymi Automatyzacja grupowego wykonywania promptów z użyciem arkuszy kalkulacyjnych Integracja LLM ze stosami technologicznymi takimi jak Zapier lub Make Tworzenie i tłumaczenie opisów produktów Coś więcej niż API - tworzenie niestandardowych potoków LLM z wykorzystaniem LangChain Elementy konstrukcyjne biblioteki LangChain Korzystanie z LangChain bez pisania kodu - platformy Langflow i Flowise LangSmith - debugowanie, testowanie i monitorowanie własnych przepływów Przyszłość integracji LLM - wtyczki, agenty, asystenty, GPT i modele wielomodalne Podsumowanie Część 4. Etyka, ograniczenia i kierunki rozwoju Rozdział 10. Generatywna sztuczna inteligencja - problematyczne kwestie na styku etyki i innowacyjności Przedstawienie etycznych wyzwań związanych z generatywną sztuczną inteligencją Wyzwania związane z zaufaniem i odpowiedzialnością Rozważania na temat wpływu ekonomicznego Kwestie związane ze zrównoważonym rozwojem środowiska Zagrożenia i rozważania związane z zagadnieniami społecznymi Szerszy wpływ społeczny Co kreatywność maszyn ujawnia na temat poznania Obawy związane z obronnością i opieką zdrowotną Ścieżka rozwoju - rozwiązania i zabezpieczenia Podsumowanie Rozdział 11. Wnioski Podsumowanie zawartości książki Rozszerzanie możliwości - innowacyjne zastosowania inżynierii promptów Osiąganie zamierzonych efektów - cele inżynierii promptów Rozumienie ograniczeń i nadzór Podsumowanie O autorze: Gilbert Mizrahi jest strategiem produktu, edukatorem i przedsiębiorcą. Należy do awangardy specjalistów zajmujących się generatywną sztuczną inteligencją i strategią w rozwoju produktów. Jest współzałożycielem firmy Twnel, w której kieruje badaniami i rozwojem produktów. Pasjonuje się nauką o danych i rozwijaniem produktów.