Advanced Prompt Engineering
Master the art of crafting effective prompts to generate exactly the code you need for complex projects.
What You'll Learn
Description
अधिकांश निराशाजनक AI आउटपुट किसी अस्पष्ट अनुरोध से उपजते हैं, कमज़ोर मॉडल से नहीं। यह ट्यूटोरियल प्रॉम्प्ट को किसी कोडिंग LLM के असली इंटरफ़ेस के रूप में मानता है: आप सीखेंगे कि संरचना लंबाई से बेहतर क्यों होती है, और कैसे एक शाब्दिक-दिमाग वाला मॉडल आपके द्वारा छोड़े गए हर अंतराल को अपने स्वयं के डिफ़ॉल्ट से भर देता है।
हर अध्याय एक तकनीक को साथ-साथ रखे गए पहले/बाद के प्रॉम्प्ट के साथ जोड़ता है जिन्हें आप कॉपी और अनुकूलित कर सकते हैं — भूमिका प्राइमिंग, स्पष्ट बाधाएँ, तय किए गए आउटपुट प्रारूप, few-shot उदाहरण, chain-of-thought योजना, वास्तविक संदर्भ चिपकाना, स्वीकृति मानदंड, और मतिभ्रम-रोधी सुरक्षा। हर अध्याय के अंत में एक छोटा अभ्यास आपको एक कमज़ोर प्रॉम्प्ट को फिर से लिखने और उसकी तुलना एक तैयार नमूना उत्तर से करने देता है।
अंत तक आप ऐसे प्रॉम्प्ट लिखेंगे जो भूमिका, नियम और उत्तर के स्वरूप को पहले ही निर्दिष्ट कर देते हैं — ताकि पहला उत्तर मर्ज-योग्य के अधिक करीब हो और आप दोबारा प्रॉम्प्ट करने में बहुत कम समय लगाएँ।
What's Inside
- 1.प्रॉम्प्टिंग मानसिकता और मंशा — प्रॉम्प्ट की संरचना उसकी लंबाई से बेहतर क्यों है, और एक LLM का शाब्दिक-दिमाग वाले जोड़ी-प्रोग्रामर के रूप में मानसिक मॉडल।
- 2.भूमिका, बाधाएँ और आउटपुट — भूमिका/व्यक्तित्व प्राइमिंग, स्पष्ट बाधाएँ, और उस सटीक आउटपुट प्रारूप को तय करना जो आप वापस चाहते हैं।
- 3.Few-Shot और Chain-of-Thought — few-shot उदाहरण, chain-of-thought द्वारा चरण-विघटन, और वास्तविक संदर्भ (फ़ाइलें, त्रुटियाँ, प्रकार) देना।
- 4.मूल्यांकन और मतिभ्रम-रोधी — स्वीकृति मानदंड और मूल्यांकन, पुनरावृत्त परिष्करण, और मतिभ्रमित API से बचाव।
