Schulungsübersicht

Einführung in fortgeschrittene Prompt Engineering

  • Verständnis der Rolle von Prompts in DeepSeek LLM
  • Wie die Struktur von Prompts auf künstlich generierte Antworten wirkt
  • Vergleich von DeepSeek-R1, DeepSeek-V3 und anderen LLMs in Bezug auf Prompt-Verhalten

Erstellung effektiver Prompts

  • Erstellen präziser und strukturierter Prompts
  • Techniken zur Kontrolle von Ton, Länge und Format
  • Umgang mit zweideutigen und offenen Fragen

Optimierung von AI-Antworten

  • Feinabstimmung von Prompts für spezifische Aufgaben
  • Anpassung der Temperatur und Max-Tokens zur Antwortsteuerung
  • Verwendung von Systemnachrichten und rollenbasierten Prompts

Kontextmanagement und Prompt-Chaining

  • Erhalt des Kontexts über mehrere AI-Interaktionen hinweg
  • Verkettung von Prompts zur Führung komplexer Aufgaben
  • Nutzung von Speicher- und Referenztechniken in langen Konversationen

Reduzierung von Vorurteilen und Verbesserung der AI-Verlässlichkeit

  • Erkennung und Minderung von Vorurteilen in künstlich generierten Ausgaben
  • Sicherstellung der faktischen Richtigkeit in AI-Antworten
  • Ethische Überlegungen im Prompt Engineering

Test und Bewertung von Prompt-Leistung

  • Messung der Qualität und Konsistenz von AI-Antworten
  • Automatisierung des Prompt-Testens und -Bewertens
  • Fallstudien effektiver Prompt Engineering Strategien

Bereitstellung von AI-gestützten Anwendungen mit optimierten Prompts

  • Integration verfeinerter Prompts in Unternehmensabläufe
  • Optimierung von AI-gestützten Chatbots und Automatisierungstools
  • Skalierung von Prompt-Strategien für verschiedene Anwendungsfälle

Entwicklungen im Prompt Engineering

  • Fortschritte in LLMs und Prompt-Optimierungstechniken
  • Hybride AI-Mensch-Kollaboration durch Prompt Engineering
  • Zukünftige Innovationen in der Kontrolle von künstlich generiertem Content

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Erfahrung mit großen Sprachmodellen (LLMs) und KI-APIs
  • Profi-Fähigkeiten in einer Programmiersprache (z. B. Python, JavaScript)
  • Grundverständnis von NLP und Textgenerierungstechniken

Zielgruppe

  • KI-Ingenieure, die mit LLM-basierten Anwendungen arbeiten
  • Entwickler, die AI-gestützte Workflows optimieren
  • Datenanalysten, die AI-generierte Ausgaben verfeinern
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien