Cách chia prompt theo khung rõ ràng giúp kết quả ổn định hẳn, chỉ tiếc phần prompt nhiều bước hơi ngắn.
รากฐานของ Prompt Engineering: แนวทางที่มีโครงสร้าง
เรียนรู้วิธีเขียนพรอมต์ที่ชัดเจนและมีประสิทธิภาพสำหรับแบบจำลองภาษาขนาดใหญ่ (LLMs) โดยใช้กรอบการทำงานที่มีโครงสร้างเพื่อให้ได้ผลลัพธ์ที่สม่ำเสมอและมีคุณภาพสูง
เกี่ยวกับคอร์สนี้
สิ่งที่คุณจะได้รับ
-
📜
ใบประกาศนียบัตร
เพิ่มในโปรไฟล์ LinkedIn ของคุณ -
🎧
รวมเวอร์ชันเสียง
เรียนได้ทุกที่ ไม่ต้องดูจอ -
♾️
เข้าถึงตลอดชีพ
กลับมาเรียนได้ตลอด ไม่มีหมดอายุ -
📱
โทรศัพท์หรือคอมพิวเตอร์
ใช้งานได้ทุกที่ ทุกอุปกรณ์ -
💸
คืนเงิน 14 วัน
ไม่ต้องอธิบาย -
⚡
กระชับและตรงประเด็น
1 ชม. 26 นาที เนื้อหาเชิงปฏิบัติ
รีวิว (2)
What sold me here was the structured framework approach rather than just a pile of random tips. Breaking a prompt into role, context, task, and output format made my results from the LLM far more consistent, and I stopped getting those wildly different answers every time I rephrased something. The worked examples are clear and easy to follow even if you're newer to all this. I do wish there had been a section on handling longer multi-step prompts, since that's where I still struggle a little. Still, a solid foundation and I'd recommend it to anyone starting out.
ผู้เรียนคนอื่นเรียน
เครื่องมือ AI เชิงปฏิบัติสำหรับนักการศึกษา
พื้นฐาน Generative AI: แนวคิดหลักและการสร้าง Prompt
การรัน AI บนเครื่อง: คู่มือ LM Studio และ Ollama
สร้างโปรแกรมที่ใช้พลังงานจากปัญญาประดิษฐ์ด้วย OpenAI API
คำถามที่พบบ่อย
ฉันต้องใช้อะไรในการเรียนคอร์สนี้? +
แค่โทรศัพท์หรือคอมพิวเตอร์ที่มีอินเทอร์เน็ต ไม่ต้องติดตั้งหรือใช้อุปกรณ์พิเศษ
ฉันชำระเงินอย่างไร? +
ผ่านบัตรด้วย Stripe เราไม่เก็บข้อมูลบัตร — Stripe จัดการอย่างปลอดภัย
ฉันขอคืนเงินได้ไหม? +
ใช่ — คืนเงินเต็มจำนวนใน 14 วัน ไม่ต้องอธิบาย
ฉันมีสิทธิ์เข้าถึงนานเท่าไร? +
ตลอดไป เมื่อซื้อแล้วคอร์สเป็นของคุณ กลับมาเรียนได้ตลอด
ฉันจะได้ใบประกาศนียบัตรไหม? +
ได้ เมื่อเรียนจบจะได้รับใบประกาศนียบัตรที่เพิ่มในโปรไฟล์ LinkedIn ได้