Lépjen kapcsolatba velünk

Kurzusleírás

1. nap

Bevezetés a generatív AI és a prompt engineeringbe

  • Mi a generatív AI és hogyan különbözik a hagyományos automatizációtól
  • A prompt engineering szerepe az AI kimenet minőségének alakításában
  • A jelenlegi szöveg, kép, hang és videó eszközök környezetének áttekintése
  • Hol ad üzleti értéket a prompt engineering

AI modellek alapjai szöveg- és képgeneráláshoz

  • Hogyan működnek a nagy nyelvi modellek és a diffúziós modellek egyszerű nyelven
  • A különbség a betanítási adatok, a finomhangolás és a prompting között
  • Az előre betanított modellek erősségei és korlátai
  • Miért változtatja meg a modellarchitektúra a promptok írásának módját

A vezető AI asszisztensek összehasonlítása

  • A Microsoft Copilot, amelynek erősségei a Microsoft 365 integráció, Word, Excel, Outlook és Teams munkafolyamatok, vállalati adatalapozás, és gyengeségei a kreatív tartományban és az érvelési mélységben a versenytársakhoz képest
  • A Google Gemini, amelynek erősségei a natív multimodálitás, Workspace integráció, valós idejű keresési alapozás, és gyengeségei az inkonzisztencia, regionális elérhetőség és a komplex feladatok utasításainak követésében
  • A ChatGPT, amelynek erősségei az ökoszisztéma érettsége, egyéni GPT-k, képgenerálás a DALL-E-n keresztül, hangmód, és gyengeségei a tényalapú megbízhatóság hiányában és a prémium funkciók szigorúbb használati korlátai
  • A Claude, amelynek erősségei a hosszú kontextus kezelése, árnyalt érvelés, hosszabb szövegek írása és tiszta elemzés, és gyengeségei az eszközök ökoszisztémájának szélességében és a képgenerálásban
  • A megfelelő eszköz kiválasztása egy adott feladathoz, közönséghez vagy megfelelőségi korlátozáshoz
  • Egy párhuzamos bemutató ugyanazon promptról mind a négy asszisztensben

Hatékony prompt tervezés alapelvei

  • Az egyértelműség, a részletesség és a kontextus mint a jó prompt három pillére
  • Az utasítások, hangnem, formátum és korlátozások strukturálása
  • Gyakori hibák, amelyeket a kezdők elkövetnek, és hogyan lehet felismerni őket
  • Iteráció egy gyenge promptból egy kiválóan teljesítő promptba

2. nap

Zero-Shot, One-Shot és Few-Shot Prompting

  • A három megközelítés közötti különbség és hogy melyik mikor illik
  • A modell viselkedésének olvasása és a példák ennek megfelelő módosítása
  • Egy új feladat megtanítása a modellnek csak néhány jól megválasztott mintával
  • Gyakorlati feladatok a ChatGPT, Copilot, Gemini és Claude használatával

Haladó prompt engineering technikák

  • Feltételes és kontextusérzékeny promptok árnyalt kimenetekhez
  • Stílusátvitel, személyes promptok és kreatív irányítás
  • Láncolt gondolkodás és lépésről lépésre történő érvelés promptok
  • A hallucinációk, kétértelműség és torzítás csökkentése a válaszokban

Few-Shot Finomhangolás Kód Nélkül

  • Mi a few-shot finomhangolás és hogyan különbözik a teljes modell betanítástól
  • Egy modell adaptálása egy niche feladathoz példa alapú promptok segítségével
  • Mikor érdemes prompt engineeringgel foglalkozni és mikor a finomhangolás lenne a jobb befektetés
  • A kimenet minőségének értékelése és iteratív finomítás

Hiperrealisztikus szöveggenerálás

  • Szöveg generálása ellenőrzött hangnemben, stílusban és hosszban
  • Hosszú formátumú tartalmak, összefoglalók, jelentések és strukturált dokumentumok létrehozása
  • A koherencia fenntartása több lépésből álló generálás során
  • Prompt minták kombinálása ismételhető, márkának megfelelő eredményekért

Prompt engineering alkalmazása üzleti munkafolyamatokban

  • Rutin szerkesztési, kutatási és információrendezési feladatok automatizálása
  • Egy rövid betekintés az ügyfélszolgálati és chatbot használati esetekbe
  • Prompt sablonok tervezése, amelyeket csapatok újrahasznosíthatnak újraképzés nélkül
  • Minőségellenőrzés, eszkalációs logika és emberi ellenőrzési pontok

3. nap

Képgenerálás és -manipuláció

  • A DALL-E, Stable Diffusion, MidJourney és Leonardo AI összehasonlítása
  • Promptok írása, amelyek irányítják a stílust, kompozíciót, megvilágítást és témát
  • Negatív promptok, súlyozás és iteratív finomítás
  • Kép-kép átalakítás és szerkesztés promptok segítségével

Hang és beszéd AI-val

  • Természetes hangzású beszéd generálása szöveges promptokból
  • Hangklónozás és szintézis elméleti szinten
  • Használati esetek képzési tartalmakban, akadálymentesítésben és marketingben

Videó tartalom készítése generatív AI-val

  • A jelenlegi szöveg-videó eszközök áttekintése és hogy mit tudnak reálisan nyújtani
  • Forgatókönyvírás és storyboard készítés prompt sorozatok segítségével
  • AI által generált szöveg, kép, hang és videó kombinálása egyetlen eszközzé
  • AI által létrehozott videó kimenet szerkesztése és finomítása

Multimodális AI és integrált munkafolyamatok

  • Hogyan egyesítik a multimodális modellek a szöveg, kép, hang és videó érvelést
  • Végponttól végpontig tartalom folyamatok kialakítása kód írása nélkül
  • Valós esettanulmányok a marketing, tervezés, képzés és reklám területéről

Etika, felelős használat és a jövő

  • Torzítás, szerzői jog, forrásmegjelölés és tartalom moderálás
  • Adatvédelem és adatvédelmi szempontok a generatív platformok használatakor
  • Nyilatkozat, átláthatóság és bizalom a végfelhasználókkal szemben
  • Felmerülő eszközök, modellek és trendek, amelyekre figyelni kell a következő 12 hónapban
  • Összefoglalás és következő lépések

Követelmények

Célközönség

Marketing, kommunikációs és kreatív szakemberek, akik AI által támogatott tartalomgyártást szeretnének felfedezni. Üzleti műveletek és ügyfélközpontú csapatok, akik ismétlődő interakciók automatizálását keresik prompt-alapú eszközök segítségével. Kezdők, akiknek nincs előzetes AI vagy programozási tapasztalata, és szeretnének egy strukturált, eszközorientált belépési pontot találni a generatív AI világába.

 21 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (2)

Közelgő kurzusok

Rokon kategóriák