Kurs prowadzi przez wszystkie aspekty prompt engineeringu: anatomię promptu, techniki zero-shot i few-shot, Chain of Thought, generowanie i analizę treści, bezpieczeństwo i ewaluację. Każdy rozdział zawiera praktyczne ćwiczenia i pytania sprawdzające wiedzę.
Poznasz definicję prompt engineeringu, jego miejsce w ekosystemie AI oraz dlaczego sposób formułowania zapytań ma ogromny wpływ na jakość odpowiedzi modeli językowych.
Poznasz elementy składowe dobrego promptu: instrukcja, kontekst, przykłady, format wyjścia. Nauczysz się budować prompty świadomie, nie intuicyjnie.
Nauczysz się dwóch fundamentalnych technik: zero-shot (bez przykładów) i few-shot (z przykładami). Zrozumiesz kiedy każda z nich działa najlepiej i jak dobierać przykłady.
Chain of Thought (CoT) to technika która dramatycznie poprawia zdolności rozumowania LLM. Nauczysz się kiedy i jak stosować CoT oraz jego zaawansowane warianty.
Poznasz techniki wykraczające poza podstawy: self-refinement, metacognitive prompting, generated knowledge i inne metody które znacząco podnoszą jakość wyników.
Nauczysz się jak skutecznie używać LLM do pisania, debugowania, refaktoryzacji i dokumentowania kodu. Poznasz specyficzne techniki dla zastosowań programistycznych.
Nauczysz się tworzyć skuteczne prompty do pisania treści: artykuły, emaile, raporty, prezentacje. Poznasz techniki zachowania głosu marki i personalizacji komunikacji.
Modele LLM mają swoje słabości — prompt injection, jailbreak, leak danych. Naucz się rozpoznawać ataki i projektować odporne prompty oraz systemy.
Jak wiedzieć, że prompt działa dobrze? Jak mierzyć skuteczność, porównywać warianty i iterować systematycznie. Od ad-hoc testów po prompt engineering jako inżynierię.
Agenty AI to LLM podejmujące autonomicznie decyzje i używające narzędzi. Prompty dla agentów rządzą się własnymi prawami: tool use, planning, multi-step reasoning, error recovery.
Eval sets, metryki, LLM-as-judge, A/B testing, regression i iteracja oparta na danych.
Vision prompting, OCR i dokumenty, audio, grounding na bounding boxach.
JSON Schema, strict mode, tool calling, grammary, retry strategies.
