یادداشت‌های دوره پرامت نویسی

مقدمه

• شروع دوره پرامت نویسی
• یادگیری چگونگی ارتباط با ابزارهای حوش مصنوعی
• هدف: بهبود خروجی‌ها و کسب تخصص در این حوزه

توضیح کلی

• این ویدیو بررسی مقدمات پرامت نویسی است
• ویدیوهای قبلی و لینک ویدیو مهندسی پرامت نویسی
• شغل پرامت نویسی: آینده‌دار و با حقوق بالای فعلی

پرامت چیست؟

• پرامت: مجموعه‌ای از دستورات و ورودی‌ها به ابزارهای حوش مصنوعی
• ارتباط با ابزارهایی مانند ChatGPT، Leonardo AI و ...
• اهمیت پرسیدن سوالات درست برای دریافت پاسخ‌های بهتر

تعریف پرامت نویسی

• پرامت نویسی: فرایند تعریف ورودی به ابزارهای حوش مصنوعی برای دریافت پاسخ‌های بهینه
• درک پتانسیل‌ها و محدودیت‌های مدل‌های زبانی بزرگ

ساختار پرامت‌ها

• ورودی‌های متنی و تصاویر به LLM (Large Language Model)
• پرامت‌ها می‌توانند از کویری و اینستراکشن تشکیل شوند

مثال‌های عملی

1. مثال ساده:

   • "This is fantastic" -> پاسخ: "Affirmated"
   • "This is terrible" -> پاسخ: "Contrary"

2. استفاده از Few-Shot Prompting:

   • ارائه چند مثال به مدل برای بهبود پاسخگویی
   • ارتباط برقرار کردن با ورودی جدید بر اساس مثال های قبلی

اجزای پرامت

• دستورالعمل (Instruction): چگونگی رسیدن به خروجی مورد نظر
• زمینه (Context): دانش خارجی برای بهبود پاسخ‌ها
• داده ورودی (Input Data): ورودی یا درخواست اصلی ما
• نشانگر خروجی (Output Indicator): فرمت یا نوع خروجی مورد انتظار

نکات پایانی

• تمامی اجزای پرامت لازم نیست در هر بار وجود داشته باشند
• پرامت‌ها می‌توانند شامل بخش‌های مختلفی باشند
• انتظار می‌رود ویدیوهای بعدی شامل مثال‌های بیشتری باشند و مفاهیم عمیق‌تر بررسی شوند.

تماس با مدرس

• درخواست سوالات و نظرات در کامنت‌ها
• تشویق به لایک و سابسکرایب برای تولید ویدیوهای بیشتر