La masterclass complète sur l'ingénierie des prompts d'IA | Apprendre du niveau de base au niveau avancé

1. Introduction au cours d'ingénierie de prompts: Bonjour. Bienvenue dans un cours de maîtrise en ingénierie rapide. Moi, Shake Sepul et moi sommes un ingénieur chevronné avec une expérience d' un an dans le domaine de l'art J'ai également travaillé dans la société SOD AI pour le client Outlaer en tant qu' ingénieur rapide et je suis également développeur Dans ce cours, nous allons apprendre ce qu'est réellement l'ingénierie rapide. OK. Comme nous le savons, c'est la nouvelle ère de l' IA dans laquelle nous voyons qu'il existe de nombreux autres modèles d'IA, tels que ChagptGroq AI, Cloud gem.ai, Deep Il existe de nombreux autres modèles d'IA à l'avenir ou en ce moment. Dans ce mur d'IA, nous devons savoir comment utiliser ces modèles rapides d' ingénierie rapide pour les LLM Comment tirer le meilleur parti de l'IE, exemple tirer le meilleur parti de l'IE. Pour cela, nous pouvons utiliser cette compétence d'ingénierie rapide. Comme nous le savons, les modèles d'IA utiliseront chaque secteur utilisera à l'avenir ou dès maintenant, car c'est très important pour nous, car dans le cas de l' automatisation ou de l' obtention du contenu qui en résulte, car les modèles d'IA sont tous entraînés par différentes basées sur de grandes quantités de données, ce qui nous permet de gagner du temps Dans ce cas, à l'avenir ou aujourd'hui tous les secteurs tels que l'éducation, le marketing, les entreprises, toutes ces entreprises ou industries cherchent à transformer l'ensemble de l'organisation grâce à l'ensemble de l'organisation grâce IA, dans la mesure où ces modèles ALLL peuvent être utiles. Pour cela, nous devons savoir comment utiliser ces modèles d'IA de manière efficace pour tirer le meilleur parti de l'IA, tout en sachant que cette compétence d'ingénierie rapide sera prise en compte. J'espère que vous comprenez ces points. Mais nous devons donc savoir comment utiliser cette compétence d' ingénierie rapide dans notre vie quotidienne et professionnelle car les modèles d'IA sont omniprésents. Donc pour ça. Dans ce cours en particulier, nous allons explorer neuf modèles d'IA différents, tels que HAGPT gem.ai, Cloud purples.ai, Microsoft Copt deep Sik Krog dans l'IA de chat et Mist AI Non seulement nous verrons ce qu'est une véritable ingénierie rapide, mais nous passerons de la base à l'avancée. Nous expliquerons et j' expliquerai nos composants de base de l'invite, comment rédiger les instructions, quelle est la formule réelle pour rédiger la meilleure invite Nous explorerons plus de dix modèles de bal de fin d'année différents, des modèles de bal fin d'année avancés dans lesquels vous pouvez utiliser ces modèles de bal de fin d'année particuliers pour automatiser également le chat dans le chat Tu peux écrire ici et tu peux faire ce que tu veux. Il y en a plus curieux. Vous pourrez voir tout cela dans les cours et sessions à venir. Je suis très heureuse de partager mes connaissances mon expérience avec vous dans le cadre de ce cours en tant qu'ingénieur rapide De plus, nous explorerons également comment utiliser ces neuf modèles d'IA différents pour rédiger les meilleures instructions d' IA pour nous D'accord, non seulement pour la rédaction de tâches , le contenu, les copies d' e-mails , etc., nous pouvons également utiliser ces modèles d'invite, les modèles AI LLM, pour rédiger la meilleure invite pour nous C'est très intéressant. Nous explorerons également ces sujets et nous explorerons ChagPT en profondeur avec la plateforme ouverte de l'IE, notre terrain de jeu, et nous explorerons certaines opportunités en tant qu'ingénieur rapide, ce que nous aurons après ce cours, comment nous pouvons trouver les emplois nécessaires, financer des projets, des concerts ou plus encore. Après ce cours, vous pourrez également expliquer le rôle d'un ingénieur rapide dans la génération d'IA, l'échelle future, tout cela dans ce cours. Ce cours va être incroyable car après ce cours, vous débloquerez votre esprit en discutant avec EI. Non seulement je vous explique comment écrire les instructions pour les cas d'utilisation , mais je débloque la créativité, l'effet ou le potentiel des modules d' IA dans lesquels ils peuvent vous aider à C'est simple. L'objectif principal de ce cours est Stat Line. De plus, ce cours est conçu sur la base des compétences requises par l'entreprise pour utiliser une ingénierie rapide. Pas une question technique, mais en utilisant les modèles d'IA. Chaque secteur ou entreprise recherche des ingénieurs rapides dotés de compétences spécifiques, exemple en élaborant les meilleures instructions pour les différents modèles AILM, et en évaluant le résultat des modèles et en évaluant le résultat des d'IA, en testant et en chiffonnant RITA Comment nous pouvons voir si nous pouvons générer le meilleur résultat de l'IE pour la tâche particulière à tester, évaluer le quel LLM aidera à résoudre la tâche particulière d' évaluation des résultats et toutes ces choses J'ai expliqué toutes ces choses étape par étape dans ce cours particulier, comment écrire les meilleures promotions pour les cas d' utilisation de différents LLM, comment tester TOUS les modules J'ai expliqué toutes ces choses neuf modèles d'IA différents avec des cas d'utilisation, comment tester chaque modèle de LLM Pour choisir le LLM spécifique à une tâche spécifique pour notre tâche spécifique Je vous ai également expliqué différentes capacités et fonctionnalités de neuf modèles LLM Non seulement cela, je vous explique aussi beaucoup plus. Je souhaite partager beaucoup plus de choses avec vous, mais j'ai créé ce cours. Après ce cours, croyez-moi, vous aurez acquis les connaissances et l'expérience nécessaires. Ainsi, pour chaque modèle, ce cours est divisé en six modèles. Pour chaque modèle, vous obtiendrez les ressources et l'évaluation nécessaires. Après tout ce cours, vous obtiendrez le cours complet dans lequel vous pouvez avoir écrit tout, étape par étape, tout ce que j' explique dans ces vidéos. Vous pouvez y accéder après ce cours ou lors du dernier. C'est ce que l'on retrouve partout dans ce cours. OK. Il y a encore beaucoup à partager avec vous, mais vous pouvez aller regarder les sessions et les cours à venir , vous aurez tout compris. J'espère que vous comprenez ce cours, mes points, et pas seulement cela, souvenez-vous d'une chose. Souviens-toi d'une chose. Je l'ai expliqué lentement dans toutes les vidéos. Même le débutant peut également tout comprendre . Donc pour ça. Si vous connaissez déjà ingénierie rapide, si vous êtes à l'aise, vous pouvez changer votre vitesse à deux X comme passé ou pour mieux comprendre. J'espère que vous comprenez ces points. Suivez chaque vidéo, ne les sautez pas toutes. De plus, après ce cours, vous obtiendrez le document de cours complet dans lequel vous pourrez obtenir les informations, ce que j'ai expliqué dans les vidéos, toutes ces choses. Dans ce document de cours, vous obtiendrez toutes les connaissances de base nécessaires pour approfondir vos connaissances. Bonne explication avec des exemples, des idées, super. J'ai également expliqué toutes ces choses dans ce document. À titre de référence, vous pouvez le consulter après avoir vu les vidéos. OK ? Donc, en gros , ces cours ont été divisés en six modèles dans lesquels vous pouvez obtenir les ressources et les tâches pour chaque modèle. OK. Après cela, après avoir terminé toutes les vidéos enregistrées de ce cours, vous obtiendrez également le projet final. Vous aurez accès au document que vous êtes en train de consulter ici. OK. J'espère donc que vous comprenez ces points. Assurez-vous donc de vous procurer ce document après les vidéos enregistrées pour une meilleure compréhension. Ne faisons pas ça. Je me souviens d'une chose. Ce cours et le projet final de ce cours d' ingénierie rapide particulier sont conçus en fonction des exigences de l' entreprise en matière de. Fondamentalement, ce cours est créé en fonction des exigences de l' entreprise, exigences du poste d'ingénieur rapide. Je suis sûr qu'une fois que vous aurez parfaitement suivi tous les professeurs et que vous aurez bien pratiqué , je peux vous dire que vous pouvez être prêt à postuler pour les emplois d'ingénieur. Sans pièce technique. Ensuite, en écrivant le formulaire d'instructions J'espère que vous comprenez ces points. Après avoir terminé toutes les vidéos enregistrées, veuillez vous référer au projet final et vous entraîner avec celui-ci pour différentes applications. Veuillez suivre toutes les étapes que j'ai indiquées. Ces étapes donnant ces étapes sont basées sur les exigences de l' entreprise. Si vous vous entraînez bien, suivez toutes ces étapes et terminez ce projet final, vous comprendrez mieux comment rédiger les meilleures instructions , comment les évaluer comparer et les optimiser Toutes ces choses dans ce cours en particulier. J'espère que vous comprenez tous ces points, bonne chance. Allez à chaque conférencier, entraînez-vous bien, veuillez effectuer tous les devoirs et demander de l' aide pour ressources et le document de cours complet également Commençons par le modèle numéro un qui est une introduction à l' ingénierie rapide. Plongeons-nous là-dedans. 2. 1.1 Qu'est-ce que l'ingénierie rapide ?: OK. Qu'est-ce que l' ingénierie rapide, pourquoi est-elle importante et quelles en sont les applications ? Nous verrons ce modèle 1. Beaucoup de gens, si vous êtes débutant, si vous ne connaissez pas l'ingénierie rapide, c'est nous aborderons ces sujets dans ce modèle et nous passerons du tout début aux définitions et tout, si vous en avez une idée, c'est une bonne chose. Si vous n'en avez aucune idée il n'y a donc aucun problème, nous aborderons tous ces termes et fondements de base dans ce modèle. OK. Commençons. Ce modèle jette les bases et je vais expliquer en quoi consiste l'ingénierie rapide pourquoi elle est importante et comment elle fonctionne avec modèles de langage d' IA tels que hGPT Cloud AI, appelés LLM Nous explorons également ses applications et nous discuterons ce qui rend un prompt efficace et tous les éléments de base de ce modèle. Commençons par l'introduction à l'ingénierie rapide. C'est ça. Donc, si vous en savez un peu plus sur ce qu'est l'ingénierie rapide lorsque je la recherche en ligne, j'ai écouté tellement de gourous de YouTube et influenceurs en ligne ou quelque chose qui disait qu' écrire rapidement est une ingénierie rapide, mais pas comme ça Si vous vous demandez, après avoir analysé tant d'exigences de l' entreprise dans la description de poste, quels devraient être les compétences nécessaires pour devenir un ingénieur rapide et avoir analysé autant de postes d' ingénierie rapide liés à l'IA que cette entreprise souhaite ou souhaite, candidat en particulier devrait posséder ce type de compétences. Après analyse, j'en viens à la conclusion que l'ingénierie rapide est vraiment différente alors que les gourous de YouTube disent simplement écrire l'invite, mais pas comme ça Ne t'inquiète pas. Ce cours est principalement axé sur et basé sur de nombreuses entreprises Une description de poste d'ingénieur rapide. Alors ne vous inquiétez pas, j'apprends cette ingénierie rapide, ce cours, l'ensemble du cours et des devoirs pratiques, je vous garantis que vous pourrez vous préparer au travail. Je pense que c'est parce que ce cours est principalement basé sur la description du poste et que les entreprises veulent acquérir les compétences qu'un ingénieur rapide devrait posséder. Ne t'inquiète pas. J'aborderai toutes ces questions dans les prochains cours de modélisation. Concentrons-nous donc d'abord sur ce qu'est réellement l'ingénierie rapide Voyons voir ici, nous avons une définition, comme l'élaboration instructions précises pour les modèles de langage d'IA Appelons Prompt Engineering. C'est vrai. OK. Voyons si nous avons quelque chose qui soit une ingénierie rapide. Demandez quelque chose en écrivant une question. Mais quel est le sens de l'ingénierie ? Nous avons différents types d'ingénierie, tels que le génie civil , le génie électrique, le génie mécanique, mais que signifie cette ingénierie rapide ? Si je rédige une simple demande, je fais appel à l'ingénierie, mais nous avons un sujet différent . Mais c'est une chose que nous devons apprendre. L'ingénierie se fait par écrit . L'invite est appelée ingénierie rapide. Nous n'en avions rien à ce sujet. la définition détaillée de cela. ingénierie rapide est un art et une science consistent à élaborer des instructions ou des requêtes Les requêtes permettent d'interagir efficacement avec des modèles de langage d'IA tels que ChagBT, Cloud, Gemini et d'autres modèles appelés prompt efficacement avec des modèles de langage d'IA tels que ChagBT, Cloud, Gemini et d'autres engineering Ouais. C'est simple. Par exemple, imaginez que vous êtes en train de discuter avec une IA. Sachez que mieux vous exprimez ce que vous voulez, meilleure sera la réponse de l'IA. Est-ce que c'est simple. Si vous allez à l' AGPT, vous allez écrire une invite que vous voulez Alors, dans quelle mesure exprimerons-nous votre idée, êtes-vous satisfait de ce que vous voulez ? Donc, meilleure sera la réponse de l'IA. C'est pourquoi nous devons savoir comment écrire de manière rapide et efficace, afin que l'IA puisse donner une meilleure réponse à notre demande. OK ? Voyons voir ça. OK. Avant d'aller plus loin, voyez, nous verrons ici l'objectif principal. C'est pourquoi l' ingénierie rapide est arrivée. D'accord, les modèles A sont déjà assez intelligents, mais pourquoi une ingénierie rapide l'est L'objectif principal est donc simplement d'améliorer la qualité et la pertinence des réponses de l'IA. Pourquoi ? Parce que de nombreux modules de langage volumineux sont entraînés par de grandes quantités de données C'est vrai. Il ne s'agit pas seulement d'un rédacteur spécifique, le A, comme hGPD, est entraîné par la majeure partie de la quantité de données On peut donner les réponses en combinant toutes ces choses, jetant simplement des pierres. Donc, si vous connaissez les techniques rapides, les techniques d' écriture, les modèles et comment poser la question à l'IA de manière efficace, cette IA peut fournir une réponse rapide et efficace à notre manière. Ainsi, pour améliorer la qualité de la production, les résultats de l'IA, l'ingénierie rapide joue un rôle majeur. C'est pourquoi l' ingénierie rapide a lieu. OK, allons-y 3. 1.2 Design rapide vs ingénierie rapide: OK. La plupart des gens disent que cette simple écriture d'une invite s'appelle une ingénierie rapide, mais pas comme ça. Il y a une grande différence entre ce qu'est la conception rapide réelle et ce qu'est l'ingénierie rapide réelle. Plongeons-nous dans le vif du sujet. Nous verrons quelle est la différence entre une conception rapide et une ingénierie rapide. La conception du bal de fin d'année et l'ingénierie rapide peuvent donc sembler similaires, mais elles ont des objectifs différents. Voyons le design de l'invite. Conception du bal de fin d'année, cela implique de rédiger des instructions de base ou des questions pour un modèle de langage. Il s'agit de créer une invite qui amène l'IA à répondre, mais qui n'est pas nécessaire pour des applications spécifiques. Oui, c'est simple. Vous pouvez voir ici le design du bal. C'est simple. C'est une question simple que nous allons vous poser à l'IA, vous pouvez voir l'exemple ici, écrire un poème sur la nature. C'est une question simple. Il n'y a aucune raison à cela. Il n'y a pas d'instructions détaillées et nous n'attendons aucun autre objectif de l'IA. C'est une question simple qui consiste à écrire un poème sur la nature. n'y a pas de mots indirects, il n'y a pas de phrases indirectes, indirectes, simples. C'est une question simple. C'est ce qu'on appelle un design de bal simple. OK. En ce qui concerne l'ingénierie rapide, il s'agit d'une approche plus avancée. Une ingénierie rapide signifie qu'il s'agit d'une approche plus avancée dans laquelle l'invite est optimisée pour une application ou un résultat spécifique. Cela implique l'élaboration d' instructions détaillées qui correspondent aux capacités ou aux limites uniques du e et sont optimisées pour une application spécifique Vous pouvez voir l'exemple ici. Vous pouvez composer un poème rimé sur la nature dans le style de William Wordsworth Il s'agit donc d'un quotien direct et raisonnement qui remet en question le modèle comme composer un poème en rimes sur la nature dans le style de William OK ? voulons non seulement un poème sur la nature, mais aussi un poème sur la nature dans le style de William Wordsworth OK, avez-vous vu la différence entre ces deux instructions, par exemple Un design rapide signifie qu'il est simple d'écrire un quotien direct quoi Mais l'ingénierie rapide repose sur un raisonnement et des instructions détaillées supplémentaires des instructions détaillées supplémentaires pour des applications spécifiques appelées ingénierie rapide. OK. Il y a un OK, vous pouvez donc vérifier ici. Vous pouvez voir cet exemple d'ingénierie rapide, donne non seulement une orientation claire à l' IA, mais tire également parti de la capacité de l'application à émuler Styles. Cela peut donc donner une bonne quantité de réponse AIS par rapport à cette conception rapide. OK, il n'y a aucune différence. Il y a une petite différence entre les deux. Donc, la question que je pose directement sans aucune instruction détaillée s' appelle conception rapide. Mais une ingénierie rapide signifie donner des instructions détaillées et des informations supplémentaires en temps voulu pour une application spécifique, c'est ce qu'on appelle une ingénierie rapide. Ne vous y trompez donc pas complètement. C'est donc facile si vous vous entraînez bien, et ce sera facile lorsque vous verrez cela dans les prochains cours. OK. Commençons par expliquer pourquoi une ingénierie rapide est importante. OK, voyons voir ça. Ne vous inquiétez pas si tous ces PPT et documents que j'ai expliqués seront vous seront fournis après ce cours Ne t'inquiète pas. Voyons voir. La rubrique suivante est pourquoi une ingénierie rapide est-elle importante ? voyez, combien d'Atos voient que Chachi BT, Cloud, émet A. Ce LLM signifie que les grands modèles linguistiques sont Vous voyez, combien d'Atos voient que Chachi BT, Cloud, émet A. Ce LLM signifie que les grands modèles linguistiques sont puissants parce qu'ils utilisent des techniques de traitement automatique du langage naturel, et qu'ils sont entraînés par une grande quantité Cela peut être très utile. Cela peut être très utile pour les particuliers ou les entreprises, à utiliser pour faciliter les choses et le flux de travail ou pour les rendre très rapides. D'accord, cela aide beaucoup dans tous les secteurs, non ? Alors pourquoi une ingénierie rapide est-elle importante ? Voyons voir au cours de cette séance. Donc, si on le compare à une ingénierie rapide, il est important de rédiger de bonnes instructions Tout simplement, si vous rédigez une invite, cela ne relève pas de l'ingénierie rapide, mais de la rédaction des bonnes instructions, qui aident à créer une application spécifique ou à obtenir des données spécifiques à partir de l' IA, est cruciale Voyons ce que nous allons voir. L' analyse des bonnes invites et des mauvaises instructions mène à la réponse et des mauvaises instructions mène à la réponse de l'IA . Voyons voir ça. Si votre demande n'est pas bonne, elle peut prêter à confusion ou ne pas être pertinente. L'IA peut générer des réponses confuses ou pertinentes. Si vous ne fournissez pas détails ou d' informations générales pour votre application spécifique, cela peut être source de non-pertinence ou de confusion. Données. Si vous rédigez une bonne invite, le A fournit peut générer une réponse optimale et précise ainsi réponse significative à votre invite, car l'ingénierie du prompt est spécifique. L'ingénierie rapide signifie qu'il s' agit d'une application spécifique. Nous écrivons les instructions pour une application spécifique. OK. Je ne parle pas de la conception rapide. Je parle de l'ingénierie rapide, qui ne concerne que des applications spécifiques. C'est pourquoi C. Une ingénierie rapide pour une application spécifique signifie. Que signifient les bonnes instructions ? Qu'est-ce qu'une bonne promesse ? Une bonne promesse signifie que si vous fournissez, si vous le construisez, euh, si vous prenez un exemple de création de contenu pour la création de contenu pour la santé. C'est le fitness et le travail. Passons à la forme physique et à la santé. Si vous voulez un contenu qui correspond le mieux votre forme physique, à votre forme physique et à votre santé. Il s'agit d'une question spécifique. Donc, ce que vous allez faire, vous allez fournir quelques détails, les instructions que vous souhaitez. OK, c'est ce que tu veux, en particulier. En ce sens, si votre bal de fin d'année ne contient pas d'informations générales, que ce que vous voulez pour un sujet en particulier, cela peut être une réponse non pertinente ou générer des inexactitudes. Avec cette ingénierie rapide, vous rédigez de bonnes instructions, que signifient de bonnes instructions ? Vous devez inclure des instructions détaillées et vous devez inclure toute information de base que l'IA ne peut pas connaître. Nous devons vous donner une idée de ce que vous recherchez et du résultat que vous souhaitez. Toutes ces choses entrent dans la compétence de rédaction rapide dans le domaine de l'ingénierie rapide. Les bonnes instructions peuvent conduire à réponses aériennes pertinentes et précises et ingénierie rapide est le principal utilisateur pour les tâches complexes. OK. Tout est une question de bonnes instructions, mais une question vous vient à l'esprit pourquoi est-ce important de les inciter De nombreuses entreprises ont déjà commencé à utiliser des LLM dans leur flux Certaines entreprises forment des modèles d'IA avec leurs propres données. Pour automatiser quelque chose dans leur entreprise ou pour aider les employeurs à améliorer leur productivité afin de faciliter les choses. Cette IA prend désormais la majeure partie du rôle. Je ne parle pas du fait que reste, mais cela peut aussi leur donner plus d'emplois. Cette rapidité d'ingénierie constitue également une bonne opportunité de carrière pour nous. Commençons donc. Alors pourquoi ingénierie rapide est-elle importante et oubliée partout ? Dans chaque industrie, on utilisera le LLM au fur et à mesure, cela demande beaucoup de formation OK, dans les années à venir, donc dans tous les secteurs, ils utiliseront des LLM, d'accord ? Comme CharBT, toutes ces choses. Pour cela, pour chaque intérêt que vous utiliserez, j'écrirai. Ainsi, là où LLM ont utilisé leur prompte, l'ingénieur joue un rôle majeur dans le contrôle de l'IA ou dans la génération de quelque chose à partir des LLM pour contrôler l'IA afin d'utiliser l'IA de manière efficace, l'ingénieur rapide joue un rôle important Mais pour eux, si vous avez des compétences en ingénierie rapides, mais que vous n'avez pas de compétences spécifiques, vous cherchez à travailler dans une entreprise en particulier. Quelle est votre compétence en ingénierie rapide ? compétence d'ingénierie rapide ne vous est bénéfique que lorsque vous possédez déjà une compétence spécifique. Si vous savez coder, par exemple, si vous avez appris, si vous savez coder, comment coder en Python. Si vous pouvez utiliser une ingénierie rapide pour écrire le code de base et toutes ces choses pour rendre les choses faciles, rapides et fiables. Si vous ne savez pas comment coder en Python, mais si vous demandez simplement à Cha GBT d'écrire un code, cela peut générer un code, mais vous ne savez pas où se trouve le code erroné, quel code Python est inexact généré par ha GBT Vous devez avoir des connaissances spécifiques sur cette compétence, alors seule une compétence d'ingénierie rapide peut vous être bénéfique. Sinon, cela peut entraîner des inexactitudes et tout ce genre de choses. OK. C'est pourquoi l' apprentissage et l' ingénierie rapide sont très, très importants pour l' avenir et maintenant, comme nous sommes déjà dans l'ère de l'IA, si vous savez comment utiliser l'IA, vous pouvez faire toutes ces choses. Voyons voir. Dans cette leçon, nous avons appris ce qu'est une ingénierie rapide et quelle est la différence entre une conception rapide et une ingénierie rapide, et nous avons appris pourquoi une ingénierie rapide est importante. C'est donc une leçon que nous avons apprise. Donc, pour la prochaine leçon, qui est la deuxième leçon sur les modèles 1.2, nous apprendrons quelles sont les bases des grands modèles de langage tels que le LLM, Char GPT et toutes les autres choses et comment le processus 4. 1.3 Les bases des grands modèles linguistiques (LLM) dans l'IA: Les gars, bon retour à la deuxième leçon de ce modèle. Dans cette leçon, nous allons apprendre quelques notions de base sur les modèles de langage d' IA, et nous allons explorer des informations supplémentaires telles que la façon dont les LLM traitent les données des invites. Nous verrons également quelques exemples de bonnes et de mauvaises instructions Et nous verrons que certaines applications de l'ingénierie rapide seront utilisées. Et nous verrons quelques problèmes courants expliquant pourquoi les invites échoueront et pourquoi les invites échoueront, et nous trouverons une solution à OK, c'est tout pour ce modèle, les gars. Commençons donc à zéro, comme s'il s' agissait d'abord de quelques notions de base des modèles linguistiques. OK. Donc, si vous savez déjà ce que le LLM signifie de grands modèles linguistiques, vous verrez les exemples que j'ai montrés ici, certains gem.ai, développés par Google, Leonard Il s'agit d'un outil de génération d'images. Il est également considéré comme un LLM et possède un GPT par Open AI, publicity.ai, Cloud AI et Mid s'agit de grands modules linguistiques, et il existe d'autres modèles linguistiques supplémentaires tels que Microsoft Co Plot et d'autres outils d'IA. Je viens donc d'écrire ici quelques exemples que vous pouvez facilement comprendre. Donc, vous pouvez le vérifier, il y a beaucoup plus de LLM sur le marché. Vous pouvez effectuer une recherche sur Internet facilement. Bien, commençons ce sujet qui explique quelles sont les bases des modèles linguistiques. OK, vous pouvez voir ce SM ici. Que sont les LLM. Vous pouvez voir la définition ici. Les systèmes d'IA se sont entraînés sur de grands ensembles de données. Comprendre et générer du texte de type humain s'appelle un LLM. D'accord ? Vous pouvez, par exemple, le meilleur exemple de LLM est Hajibt Si vous utilisez déjà JGB, vous savez qu'il peut générer des réponses comme humain envoie des SMS avec C'est ce que l'on appelle certains grands modèles linguistiques. Pour comprendre comment fonctionne l'ingénierie rapide, nous devons donc d'abord comprendre les modèles linguistiques, la manière dont les LLM sont formés et comment les LLM traitent les données OK. Nous ne passons donc pas à la partie technique, car cette ingénierie rapide consiste simplement à apprendre l'art de rédiger les meilleures instructions. D'accord ? C'est notre sujet principal. La partie technique est donc un autre sujet. OK. Voyons quels sont les modèles linguistiques ? Nous verrons les modèles linguistiques tels que les systèmes GPT four, Cloud, a gm point A ou A, entraînés sur d'énormes quantités de données textuelles Ils apprennent des modèles de langage qui leur permettent de générer des tests semblables à ceux des humains, en réponse à vos instructions. La réponse signifie que je vais générer une sortie en réponse. Les invites signifient que vous poserez une question à LLM. C'est ce qu'on appelle une invite. Tu le sais déjà. Nous allons donc voir comment ils fonctionnent. Vous pouvez voir ici un schéma unifilaire montrant comment fonctionnera le LLM de base OK. Tout d'abord, lorsque vous écrivez le quotient d'une invite quelconque dans GPT ou dans un autre LLM, il analysera d'abord La saisie signifie que vous êtes rapide. Votre question, vous êtes une question. Il analysera les entrées. Ensuite, il reconnaîtra les modèles, car chaque LLM est entraîné avec des données selon certains D'accord ? Comprenez-le. Il se reconnaîtra donc dans les modèles. Après cela, il générera une sortie simple. Il s'agit d'un schéma simple que j'ai dessiné pour vous afin de mieux vous faire comprendre, il y a beaucoup plus de technique dans ces trois schémas. OK, je ne vais pas aller si loin. Tout comme pour une blessure rapide, vous devez savoir comment fonctionnent les LLM. Voyons voir. Vous pouvez voir ici des exemples de certains grands modèles linguistiques. Par exemple, vous pouvez voir toutes ces choses, voyons la deuxième chose. C'est ainsi que le processus LLM vous invite. Les invites désignent une question de questionnaire que nous poserons. Voyons comment les LLM traitent les invites. OK, tu vois, quand tu donnes une invite, le modèle de langage l'analyse mot par mot, d'accord ? Il analyse mot par mot. En recherchant et ensuite, il analysera les entrées, sous forme de modèles, de contexte et d'intention. façon dont il promet signifie que lorsque vous voyez ce diagramme linéaire, il analysera d' abord les entrées mot par mot. Mot par mot, vous allez écrire quelques phrases. Les phrases sont rédigées mot par mot. Il analysera chaque caractère et chaque mot. Ensuite, il reconnaîtra les modèles, le contexte et l'intention, ainsi que la situation réelle de l'utilisateur. Quelle est l'intention réelle de l'utilisateur ? Il l'analysera et générera une réponse basée sur ce qu'il a appris. Écoutez attentivement. Ce qu'il génère une réponse en fonction de ce qu'il a appris pendant la formation. Je vais générer un résultat basé sur ce qu'il a appris pendant l'entraînement. La qualité de la sortie dépend de la clarté de l'entrée. Cela signifie que vous êtes rapide, que vous exprimez votre intention. D'accord ? Est-ce que tu comprends ? J'espère que vous comprenez bien comment fonctionnent les lentilles. 5. 1.4 Comment se déroule le processus d'un LLM ?: C'est ainsi que le processus LLM vous invite. Les invites désignent une question de questionnaire que vous allez poser. Voyons comment les LLM traitent les invites. OK, tu vois. Lorsque vous fournissez une invite, le modèle de langage l' analyse mot par mot. D'accord ? J'analyse mot par mot. Ensuite, il analysera les entrées, il analysera les entrées sous forme de modèles, de contexte et d'intention. façon dont il promet signifie que lorsque vous voyez ce diagramme linéaire, il analysera d' abord les entrées mot par mot. Mot par mot, vous allez écrire quelques phrases. Les phrases sont rédigées mot par mot. Il analysera chaque caractère et chaque mot. Ensuite, il reconnaîtra les modèles, le contexte et l'intention, ainsi que l'intention réelle de l'utilisateur. Quelle est l'intention réelle de l'utilisateur ? Il l'analysera et générera une réponse basée sur Run en fonction de ce qu'il a appris. Écoutez attentivement. Ce qu'il génère une réponse en fonction de ce qu'il a appris pendant la formation. Je vais générer un résultat basé sur ce qu'il a appris pendant l'entraînement. La qualité de la sortie dépend de la clarté de l'entrée. Cela signifie que vous exprimez rapidement votre intention. Est-ce que tu comprends ? J' espère que vous comprenez bien le fonctionnement de l'objectif . C'est simple. Tout d'abord, il analysera vos données. Ensuite, il analysera mot par mot. Une fois qu'il aura reconnu les modèles, il générera le résultat en fonction de ce qu'il a appris au cours de sa formation. On en conclut que l'IE ne produit que ce qui lui a été enseigné. OK. C'est simple. C'est que la qualité de sortie dépendra de la qualité de la sonde sur laquelle vous allez écrire et que vous allez écrire ou donner au modèle d'IA Vous pouvez consulter ici un exemple analogique d' IA en tant que chef, les instructions sont des recettes. J'ai ceci de simple pour vous exemple analogique d' IA en tant que chef, . AI maintenant, je vous ai déjà dit qu'une ingénierie rapide signifie une application spécifique. Vous pouvez voir l'analogie. Nous avons donc utilisé l'IA en tant que chef. Chef signifie une application spécifique. L'IA en tant que chef. Maintenant, les instructions sous forme de recettes. Vous demandez à un chef D'accord, vous demandez à un chef de vous donner des recettes. Les instructions qui s'affichent une fois que vous avez posé votre question sont comme des recettes. Alors, qu'est-ce qu'une bonne invite ici ? À titre d'invite, vous devez savoir, vous devez savoir. Il s'agit d'instructions spécifiques et détaillées. Une bonne invite signifie que l' invite qui contient des données spécifiques et des instructions détaillées est appelée bonne invite. Et quand il s'agit d'une mauvaise invite, elle est ambiguë et vague. Va désigne des données non pertinentes qui ne peuvent pas entraîner d' inexactitudes dans les réponses. C'est simple. J' espère que tu comprends. Vous pouvez donc voir quelques exemples de bons et de mauvais bals de fin d'année. Ainsi, vous pouvez voir, par exemple, mal. Qu'est-ce qu'un mauvais bal de fin d'année signifie, expliquez simplement le changement climatique. Vous pouvez voir que c'est un spectacle, quelle que soit la question. Nous pouvons voir OK. Avant d'entrer dans le vif du sujet, je vais expliquer cela de manière beaucoup plus approfondie, car cela clarifiera certains principes fondamentaux. Ainsi, lorsque vous voyez ici une analogie, AIS hf vous invite sous forme de recettes Donc, quand vous pensez AASHfo, elle sait que maintenant, par exemple, IA pense maintenant en tant que chef, elle connaît des milliers de recettes Les recettes sont synonymes de modèles. OK. Imaginez maintenant qu'AI Asa travaille comme chef, d'accord ? Maintenant, Chef, non, des milliers de recettes. Les milliers de recettes sont appelées « pare tens ». OK. Compris. Les milliers de recettes sont des dizaines, mais nécessitent des instructions claires pour cuisiner le plat que vous souhaitez. C'est ce qu'on appelle prompt. D'accord ? Ou tu comprends ? Je crois que j'espère. D'accord ? Il faut penser que l'IA est un chef. Maintenant, l'IA en tant que chef, pas de chef, pas déjà des milliers de recettes. Mais tu veux un plat spécifique. OK. De cette façon, vous allez écrire l'invite pour un plat spécifique, ce que l'on appelle l'ingénierie rapide. C'est elle. Nous les formons donc , nous formons cette IE en particulier, c' est-à-dire l'IA en tant que chef. Les modèles signifient que le chef connaît déjà des milliers de recettes. Cela signifie que l'IA connaît les modèles. Et vous voulez le plat spécifique du chef en question. Cela signifie que vous rédigez l'invite pour une recette spécifique que vous souhaitez aussi simple que possible. Je pense que j'espère que vous comprendrez cela. Vous pouvez voir qu'il y a un exemple, une conception rapide signifie que vous pouvez, si vous pensez à cette analogie, ce qu'est une conception rapide et une ingénierie rapide, différentes instructions différentes Si vous posez une question simple comme me préparer un repas. C'est une question simple et directe. Il s'agit d'une catégorie de design rapide. Lorsque vous vous concentrez sur l'ingénierie rapide, posez une question de raisonnement, comme dire de me faire des lasagnes végétariennes avec du fromage supplémentaire, cuites pendant 30 minutes. OK, je comprends. J'ai répondu à une question de raisonnement. Cela dépend de l' ingénierie rapide, c'est comme me préparer un repas végétarien avec du fromage supplémentaire et cuire 30 minutes. J'écris donc des instructions, autant de détails, combien de temps et ce que je veux de précis de vous, comme de la part d'AIS hef Il y a donc une ingénierie rapide que nous avons écrite pour donner des instructions détaillées que nous voulons voir incluses dans le cadre de l'ingénierie rapide. Quand il s'agit de design rapide, il s'agit d'une simple question Word, comme me préparer un repas. C'est donc aussi simple que cela. OK. exemples de bonnes et de mauvaises instructions. voyez, vous pouvez voir un mauvais exemple rapide ici, expliquer le changement climatique, c'est simple et direct. Vous pouvez le considérer comme un design rapide. OK. Lorsque vous voyez en haut du prompt design, c'est une bonne invite. Mais lorsque vous êtes soumis à une ingénierie rapide, vous devez penser à raisonner et à rédiger des instructions pour un sujet spécifique. À ce moment-là, vous considérerez prompt design est une mauvaise invite, d'accord ? Gardez cela à l'esprit, s'il vous plaît. Un mauvais moyen rapide d' expliquer le changement climatique. C'est simple. Il n'y a aucune raison à cela. Lorsque vous arrivez à la bonne invite, vous pouvez consulter les instructions détaillées ici. Expliquez les causes et les effets du changement climatique en termes simples, adaptés à un enfant de 10 ans Waouh, c'est une bonne question, non ? Certaines personnes ne connaissent pas les termes. OK. Lorsque vous posez directement cette question, expliquez le changement climatique. Il peut générer directement des mots halonisés, des mots efficaces dont vous n'avez jamais entendu parler de votre vie OK, si vous donnez une telle invite, expliquez les causes et les effets du changement climatique en termes simples, adaptés à un enfant de 10 ans, cette IA, l'IA générera pour un enfant de 10 ans, l'enfant de 10 ans Il analysera, réfléchira et produira un résultat pour un enfant de 10 ans Cela signifie que vous pouvez facilement comprendre les causes et les effets du changement climatique par rapport à une mauvaise alerte. C'est ce qui fait la différence entre un mauvais et un bon prompt. Nous pouvons voir des matières blanches. Le blanc compte. Parce que des instructions claires produisent des résultats meilleurs et efficaces par rapport à une mauvaise invite Vous pouvez voir à quel point vous pouvez le comprendre facilement grâce à la bonne invite. Avec une mauvaise invite, vous pouvez comprendre, mais elle contient certains mots que vous pouvez comprendre, car les LLM sont entraînés par de grandes quantités de données J'ai quelques mots efficaces dont vous n'avez jamais entendu parler. OK, vous ne savez pas ce que cela signifie, comment vous pouvez comprendre le résultat. Si vous rédigez les instructions détaillées, comment vous voulez obtenir le résultat , de quelle manière, dans quel style et à quel moment, afin qu'il puisse générer un meilleur résultat pour vous comprendre et vous comprendre par vous-même. Il s'agit donc d'écrire les bons et les mauvais bals. Ce sont des exemples du bien et du mal, donc cela se basera sur d'autres sujets, d'accord ? 6. 1.5 Applications de l'ingénierie rapide: Voyons donc quelques applications de l'ingénierie rapide. Comme je l'ai dit plus tôt, il peut donc être utilisé partout où les AI LLM sont utilisés Voyons donc certains secteurs dans lesquels les LLM sont utilisés aujourd'hui et dans les années à venir LLM sont utilisés aujourd'hui et dans les Le gène prompt sera très crucial et jouera un rôle vital dans ces entreprises et industries pour les cas d'utilisation de l'IA Vous pouvez voir quelques exemples que j'ai mentionnés ici, secteurs tels que l'éducation, les soins de santé, la création de contenu, la programmation et l'automatisation, comme celui-ci. Donc, du point de vue de l'éducation, il s'agit d'outils d'apprentissage adaptatifs. Il peut s'agir d'outils sexospécifiques. Nous pouvons, pour générer une certaine structure de contenu, d'accord, définir la structure pour la rédaction des documents et du contenu pour, euh, les étudiants, toutes ces choses. Par rapport aux soins de santé, nous pouvons générer des communications avec les patients et des flux de travail, tout cela. En matière de création de contenu, cette ingénierie rapide joue un rôle majeur dans le monde de l' erreur de création de contenu , car elle permet de rédiger les blogs, les textes marketing e-mails le plus rapidement possible. Nous devons donc, nous devons simplement aborder certains points : c'est bon pour la création de contenu et cela peut également aider à la programmation. Ainsi, la majeure partie de la version actuelle d'AGVT peut résoudre la plupart des problèmes de codage et de débogage et générer de bons extraits de code D'accord, cela peut être très efficace. Cela permet de gagner beaucoup de temps pour écrire le code de base. OK. Ce sont quelques industries simples que j'ai mentionnées, mais ce n'est pas limité. Cette ingénierie rapide est donc très, très importante pour tous les secteurs dans lesquels les LLM sont utilisés J'espère que vous comprenez tout cela, car l' ingénierie rapide sera l'une des bonnes compétences si vous apprenez, sur le futur et maintenant Voici donc quelques applications. Il y en a pour la plupart, il existe d'autres industries, et l'ingénierie rapide est applicable et c'est simplement là où les outils A sont utilisés l'ingénierie rapide aura lieu. D'accord, certaines entreprises ont déjà commencé à embaucher les meilleurs ingénieurs. Ce cours est donc basé sur cela, sur la base la description de poste d'ingénieur rapide de l'entreprise. J'ai donc créé ce cours sur la base et après avoir analysé la description de poste d' ingénieur rapide de toutes les entreprises, ce qu'est l'ingénierie rapide réelle et quelles sont les compétences et les éléments nécessaires au candidat pour devenir ingénieur rapide dans son entreprise. Tout ce cours est donc basé sur cela. Veuillez donc suivre tous ces cours, car ils vous aideront à devenir un bon ingénieur rapide partout. OK. Ensuite, voyons la deuxième chose. C'est pourquoi les invites échouent ? Donc, comme je l'ai dit, il y a de bonnes et de mauvaises instructions. Donc, en fait, si vous voyez cela, pourquoi les instructions échouent-elles ? C'est simple. Si votre invite ne contient pas informations générales, si elle ne manque pas de contexte ou , si elle ne manque pas de contexte de détails, ou si aucun raisonnement n'est similaire à une mauvaise invite, l'invite peut échouer. OK. Un échec signifie que le résultat ne sera pas efficace. OK, ce n'est pas efficace, il y a des inexactitudes et des erreurs, tout ça. C'est pourquoi l'invite échoue. OK, ce n'est pas autre chose comme ça. Il y a donc quelques problèmes courants que vous pouvez voir ici, Ambigui qui manque de clarté ou D'accord, si vous ne communiquez pas une intention claire à l'IE, cela peut entraîner des inexactitudes et cette sortie n'est pas claire . L'absence de contexte, car aucun historique n' a été fourni, signifie que nous parlons d'ingénierie rapide. Lorsque vous rédigez l'invite pour une application spécifique, vous devez fournir des informations supplémentaires qui soutiennent le contexte principal. OK ? contexte signifie quelque chose que vous énoncez tous , comme des informations que vous fournissez à l'IA, comme ceci. S'il n'y a pas suffisamment de contexte que l'IA peut analyser, elle générera un résultat basé sur votre application spécifique, elle peut générer une réponse non pertinente. C'est pourquoi l'invite échoue, d'accord ? Complexité excessive. Qu'est-ce que la surcomplexité signifie ? Il suffit de surcharger le message avec des détails inutiles. Lorsque vous rédigez les instructions pour une application spécifique, vous devez garder à l'esprit que vous devez fournir à l'IA les données requises en ligne OK ? Si vous fournissez des données inutiles, il peut combiner et il peut simplement générer tous les mots qui ne peuvent pas être pertinents pour vous pour cette application spécifique. C'est pourquoi l' invite peut échouer. OK. La meilleure solution consiste donc à affiner les instructions pour qu'elles soient claires, spécifiques et concises affinant les instructions, nous en reparlerons plus tard dans les prochains modèles Pour affiner, il faut donc écrire la première invite. Et cela générera des résultats de base. Ensuite, vous analyserez le résultat. Après cela, vous allez écrire à nouveau. Vous allez écrire à nouveau l' invite en ajustant, analysant la première sortie, et vous écrirez la deuxième prom que vous souhaitez ajuster dans la sortie précédente. Vous allez réécrire cette invite. C'est ce que l'on appelle affiner les instructions. Pour être clair. CSS spécifique. C'est ça. Ce n'est donc pas un problème complexe, donc cela peut être facile pour vous lorsque vous commencez à écrire les promotions dans hav. Ne t'inquiète pas. Nous avons des sessions pratiques sur les prochains modèles, il y a tellement de choses à apprendre sur les modèles de bal de fin d'année. Je partagerai tous ces apprentissages dans ce cours. Ne t'inquiète pas pour ça. Il existe une mise en œuvre beaucoup plus pratique dans les prochains modèles. Nous allons y aller, je vais écrire les modèles d'instructions. En quoi consistent les bals de fin d'année ? Quels sont les modèles ? Quels sont les différents modèles que nous avons ? Quelles sont les techniques que nous devons utiliser et comment nous utiliserons les LLM pour générer des messages par eux-mêmes, toutes les avancées et les bases que nous aborderons dans les prochains modèles Donc, ne quittez pas ce cours. Je peux changer la vie. Voilà, les gars, pour ce modèle. Nous avons donc terminé le premier modèle dans lequel nous apprenons quelques bases de base et toutes ces choses. Dans ce modèle, nous avons donc appris quelques modèles linguistiques de base dans lesquels nous verrons l'eau, les LLM et leur fonctionnement LLM signifie donc simplifier les systèmes entraînés par grands ensembles de données pour comprendre et générer du texte semblable à celui de l'homme Nous avons déjà vu des exemples : si vous l'avez utilisé, c'est un bon point HGPTJM par Data Day, Cloud, Microsoft Coplon, et il existe d'autres AIT sur le existe Vous pouvez le constater en effectuant une recherche sur Internet, et nous verrons comment ils fonctionnent abord, ils analysent les entrées signifie que vous êtes invité mot par mot, et ils reconnaîtront les modèles et généreront des résultats en fonction de ce qu' ont appris pendant l'entraînement. OK. C'est simple. Ensuite, nous verrons exemple spécifique de l'IA en tant que chef. OK, des instructions sous forme de recettes. Qu'en est-il de ce système d'IA, système spécifique. Qu'est-ce que la conception rapide et qu'est-ce que l'ingénierie rapide ? D'accord, comment nous allons écrire pour ces instructions pour les sous-scénarios Et nous verrons quelques exemples de bonnes et de mauvaises instructions. Quel en est le raisonnement ? Si la mauvaise invite ne contient pas d'informations générales, raisonnement ou d'autres éléments, nous pouvons obtenir le meilleur résultat. Vous pouvez voir que la bonne invite contient des termes de raisonnement et des informations générales indiquant comment la sortie est personnalisée par nous-mêmes. Et nous verrons pourquoi c'est important également. Nous explorerons quelques explorations. Ingénierie rapide, nous verrons certaines industries utiliser l'ingénierie rapide et les fonctionnalités à venir seront de la bonne qualité pour cela. Il y a donc l' éducation, les soins de santé, la création de contenu, la programmation et d'autres compétences industrielles. Enfin, nous verrons pourquoi les instructions échouent dans nous avons discuté certains problèmes courants auxquels nous sommes confrontés en ce moment, manque de clarté ou d' intention, le manque de contexte, la complexité excessive, et nous avons également trouvé la solution Voilà pour ce mannequin, les gars. Nous aborderons l'autre modèle avec quelques sections intermédiaires en ingénierie rapide. Passons donc au modèle suivant. 7. 2.1 Composants de base d'un message: Bienvenue à notre prochain modèle numéro deux de ce cours d' ingénierie rapide de master. Dans ce modèle, nous allons donc voir les bases de la rédaction de bals efficaces et quels sont les éléments clés que nous devons garder à l'esprit lors de la rédaction de l'invite, et nous verrons pourquoi ces composants clés jouent un rôle majeur dans la rédaction de promotions efficaces Voyons donc quelques principes de base rédiger des bals de fin d'année efficaces. Alors voyons voir. Nous allons donc explorer certains composants d'une invite. Nous avons donc trois composantes d'une invite. C'est cela la clarté. Le numéro deux est le contexte et le numéro trois est la spécificité. Ces trois éléments sont très importants nous devons les garder à l'esprit lors de la rédaction de l'invite. Voyons donc d'abord la clarté. La clarté signifie donc écrire des phrases simples et directes qui ont une intention claire à votre égard. Ainsi, le module AI générera un meilleur résultat lorsqu'il sera facile de comprendre votre intention. Vous pouvez donc voir l'exemple ici. Vous pouvez voir l'exemple ici. Alors, que signifie la clarté ? Il s'agit d'une phrase directe et directe. qui explique votre intention ? Vous pouvez voir l'exemple. Dites-moi quelque chose d' intéressant à propos de l'espace. Je vais donc réfléchir à ce dont vous avez besoin. Vous posez une question générale. Il n'y a aucune précision dans votre question. Il n'y a aucune intention claire. OK ? Dites-moi quelque chose d' intéressant à propos de l'espace. OK ? Cela soulèvera simplement quelques points intéressants sur l'espace. OK ? Si vous essayez de donner des instructions claires comme les découvertes récentes sur les trous noirs, vous pouvez les voir ici. Vous avez donc une intention claire. Vous avez besoin de quelques découvertes sur les trous noirs. trous noirs signifient que vous vous concentrez sur un sujet spécifique dans l'espace dans lequel vous avez une intention claire. Il s'agit d'une invite claire, afin que l'IA comprenne : d'accord, vous avez besoin de quelques découvertes récentes sur les trous noirs, afin qu'elle donne le meilleur résultat pour votre demande. Donc, par rapport à cela, dites-moi quelque chose d'intéressant à propos de l'espace. Cela ne fera que présenter quelques informations intéressantes sur l'espace. Il n'y a aucune spécificité là-dedans. Il n'y a rien de clair, il n'y a aucune clarté là-dedans. OK. Il s'agit quelques points de clarté, nous devons donc nous y tenir. Lorsque vous rédigez l'invite, vous devez garder à l'esprit que la clarté joue un rôle majeur à cet égard. Vous devez donner des instructions à un modèle, comme si vous demandiez un sujet spécifique sur lequel vous avez une idée claire votre état d'esprit lorsque vous rédigez l'invite. Voyons donc le second. C'est le contexte. Donc, en ce qui concerne le contexte, vous fournirez suffisamment d'informations générales pour étayer votre intention principale. OK. Alors voyons voir. Cela peut être fait en préparant le terrain en décrivant le scénario ou en définissant le rôle dans lequel l'IA souhaite agir de cette manière. OK ? Vous devez donc simplement fournir suffisamment d'informations générales au modèle d'IA pour comprendre tâche et votre intention réelle. OK, voyons l'exemple ici. Vous êtes donc un professeur de sciences expliquant la gravité à un élève de 10 ans OK, si vous supprimez ceci, vous pouvez simplement écrire Expliquez la gravité à un élève de 10 ans Si vous rédigez un message simplement comme ceci, expliquez la gravité à un élève de 10 ans Cela expliquera simplement la gravité, comme comment on peut comprendre un élève de 10 ans OK ? Cela expliquera simplement la gravité. n'y a aucune information de base indiquant qu'il n'y en a pas, pour obtenir le résultat de manière très précise et précise. Comme l'IA est entraînée par de grandes quantités de données, elle peut simplement utiliser d'autres mots qui ne sont pas liés à la gravité. OK ? Lorsque vous le donnez lorsque vous fournissez des informations générales, pouvez le faire en définissant le rôle comme si vous étiez un professeur de sciences. Vous fournissez donc ici des informations générales dans lesquelles l'IE va penser qu'elle est comme un professeur de sciences. L'IA va penser que je suis professeur de sciences. Je dois expliquer la gravité à un outil de dix ans. Ainsi, l'IA générera un meilleur résultat par rapport à l'écriture, expliquez simplement la gravité à un élève de 10 ans Vous pouvez donc analyser ces deux résultats vous-même, en écrivant simplement la première invite, comme expliquer la gravitude dix ans, pierre et autre si vous êtes professeur de sciences, ensemble de cette invite dans n'importe quel modèle de langage comme Cha J PT, vous pouvez le voir, et vous pouvez analyser le résultat et définir la différence entre les deux Le contexte joue donc un rôle majeur après la clarté, alors gardez-le à l'esprit. Gardez cela à l'esprit. Ensuite, notre spécificité. La spécificité signifie donc que nous avons déjà appris ce qu'est une ingénierie rapide. Une ingénierie rapide implique de rédiger les instructions pour une application spécifique, n'est-ce pas ? Donc, la spécificité signifie que la précision signifie simplement écrire ce que vous voulez et obtenir du modèle d'IA. OK. Vous pouvez le voir ici. Soyez précis quant à ce que vous demandez. Plus vous serez précis, plus la réponse sera pertinente. OK ? Le module d'IA doit comprendre votre intention principale et bien plus encore ce que vous voulez. OK ? Donc, pour cela, vous devez donner plus de détails votre problème ou sur ce que vous attendez de l'IA. Vous ne pouvez donc pas écrire une simple question ou réponse. Pour tirer le meilleur parti des modèles d'IA, il faut donc donner autant de détails que de détails pour tirer le meilleur parti de l'IA. Vous pouvez donc voir l'exemple ici au lieu de dire «   écrivez une histoire ». OK. C'est une question simple, non ? Il n'y a aucun raisonnement ou il n'y a pas assez de détails. Oh, d'accord, pour comprendre l'IA. Vous pouvez donc voir si vous demandez à l'IA, exemple, si vous écrivez une histoire, l'IA pensera : « D'accord, je vais écrire une histoire, mais dans quel style , sur quel ton, quel sujet, je dois générer une histoire ». Cela ne peut pas définir, euh, dans quoi je dois donner. Il va simplement écrire une histoire aléatoire avec des mots aléatoires qui peuvent ne pas être pertinents ou qui ne peuvent pas être bons. Le résultat ne peut pas être bon. Comparé aux autres, non ? Donc, si vous donnez suffisamment de détails, plus de détails sur ce que vous voulez, comme vous pouvez le voir dans l'exemple ici, écrivez une histoire de science-fiction de 300 watts se déroulant sur Mars, où le protagoniste découvre de l'eau. Désolé, ce protagoniste découvre l'eau. Vous êtes donc dans cette invite, vous donnez plus de détails que vous ne le souhaitez. D'accord, vous avez donné aux 301 ou 300 quelle histoire de science-fiction. On vous décrit ici l'histoire que je veux et le sujet que je veux. C'est donc suffisant pour l'IA. J'ai donné quelques détails, plus de détails sur ce que vous attendez de l'IA. Alors l'AIL pense : OK, je dois créer cette histoire fictive sur Mars. Où les protogènes parlent d'eau ? Il générera donc simplement une histoire spécifique pour votre invite. C'est pourquoi la spécificité joue un rôle majeur dans la rédaction de l'invite. Voyons donc pourquoi ce composant est important. Alors que nous avons discuté des trois composants, pourquoi ces composants sont importants signifie que vous pouvez simplement voir ce résumé. Lorsque votre message est clair, le modèle évite toute confusion. C'est une bonne chose. Ainsi, lorsque vous rédigez clairement l'invite, dans n'importe quelle langue, vous demanderez à modéliser. Il comprendra donc. Il comprendra votre intention et générera le meilleur résultat pour votre demande, qui soit clair dans votre esprit et dans l' invite également. OK ? C'est un bon contexte. Le contexte permet de comprendre votre intention. Le modèle d'IA comprendra votre intention et votre objectif ainsi que votre tâche et générera le meilleur résultat en fonction de vos instructions rapides. Et la spécificité signifie qu'elle réduira les réponses non pertinentes ou hors sujet dans lesquelles vous fournirez plus de détails que ce que vous souhaitez d'une manière spécifique, ce qui réduira les réponses non pertinentes. C'est pourquoi cet élément très important dans la rédaction des promotions efficaces. OK. C'est tout pour cette leçon, nous allons passer à une autre leçon de ce modèle dans laquelle nous verrons certains types de bals de fin d'année et nous passerons à la leçon suivante 8. 2.2 Types de messages: De retour, les gars. Bienvenue donc à notre prochaine leçon ce modèle numéro deux dans laquelle nous allons apprendre les différents types de bals que nous avons Il existe donc trois types de bals de fin d'année en ce moment. Nous espérons donc qu'il y aura d'autres suggestions à l'avenir , au fur et à mesure que ce domaine de la raillerie rapide se transformera en technologie émergente Des techniques et des modèles plus rapides pourront innover dans un avenir proche. Pour cela, nous ne disposons aujourd'hui d'aucune technologie adaptée à un domaine d'ingénierie rapide. Nous avons trois types de bals différents, Nous avons trois types de bals différents tels que les bals pédagogiques, les bals ouverts ou fermés et les bals multiconversationnels et Nous avons donc ces trois types de bals de fin d'année. Il s'agit d'un bal de fin d'année de base. Il s'agit donc d'un bal de fin d' année, car dans ce cas, les deux premiers bals ne sont que des éléments de base ce cas, les deux premiers bals ne sont que des éléments Par rapport à la troisième, il s'agit de proms multiconvertionnels Nous avons tellement de modèles de bal de fin d'année avancés dont nous discuterons dans les prochains cours de modélisation. Voyons donc le premier. La première concerne donc les instructions. Cette invite est en fait de simples questions, requêtes ou instructions que vous demanderez à un modèle d'IA de générer une réponse spécifique Vous pouvez voir l'exemple ici, énumérer cinq collations saines pour enfants et expliquer pourquoi elles sont saines. Il s'agit d'une question simple que vous poserez au modèle EI pour obtenir la réponse. C'est donc simple, non ? simple fait de poser une question au modèle EI s'appelle une invite pédagogique Donc, écrire une question, une requête ou instruction s'appelle aussi une invite Zi, d'accord ? Vous pouvez voir le nom ici Nous sommes les seuls à pouvoir comprendre qu'il s'agit d'un bal pédagogique car nous devons donner des instructions au modèle AI pour obtenir une sortie AI Vous pouvez donc voir quand les bals pédagogiques fonctionneront le mieux Ainsi, lorsque vous avez besoin de réponses structurées , factuelles ou étape par étape. Hein ? Vous pouvez donner des instructions comme les professeurs du collège ou des écoles demanderont aux étudiants de faire des expériences de ce type Ainsi, vous pouvez demander à l'IA de générer une procédure étape par étape pour terminer l' expérience de photosynthèse de cette manière Cela fonctionnera donc mieux par rapport aux autres méthodes rapides. Ensuite, nous avons des types d'invite qui sont des bals ouverts par rapport aux bals fermés. Vous pouvez donc voir ici que les bals fin d'année ouverts encouragent la créativité et une réponse plus longue. Oui, tu peux le voir. approche ouverte signifie adapter la nature ou recevoir une réponse qui met notre modèle au défi de penser et de générer des résultats contenant plus d'informations. Comme vous pouvez le voir dans cet exemple, quels sont, selon vous, les avantages des énergies renouvelables ? Parce qu'en mode ouvert, vous rédigez l'invite comme l'IE devrait le penser. Vous pouvez voir l'exemple ici. Quels sont, selon vous, les avantages des énergies renouvelables ? L'IA doit donc penser comme de la créativité, et elle donnera le meilleur résultat, des réponses plus longues à cette invite. Tout en revenant aux instructions se terminant par une clause, il sera simple de trouver des réponses spécifiques comme savoir quelle est la capitale de l'Inde, la réponse sera l'épicerie Il s'agit d'une question simple faut obtenir une réponse précise. C'est serré. n'y a plus de réflexion, de créativité, et il n'y a plus de réponse ou d'étape par étape, quoi que ce soit de ce genre. questions simples à poser sont appelées bals fermés. Par rapport aux bals ouverts, les bals ouverts encouragent la créativité dans le domaine de l'IA et génèrent le long temps de réponse que l' on appelle les bals ouverts. Vous pouvez voir l'exemple ici pour une meilleure compréhension, vous pouvez écrire l'invite ouverte dans le modèle de langage de votre choix, et vous pouvez voir le résultat. Ensuite, vous pouvez écrire n'importe quelle question fermée à laquelle vous souhaitez une réponse précise, exemple quelle est la capacité de la France, de l'Inde, etc. Vous pouvez obtenir la réponse précise, un peu de créativité ou il n'y a plus de réponse. Vous pouvez donc y jeter un œil. D'accord, nous comprendrons facilement cette différence entre ces instructions. Voyons le troisième, qui est très important pour une ingénierie rapide. Donc des bals conversationnels de plusieurs tonnes. Vous avez donc déjà vu ces deux types de bals. Il n'y a aucun raisonnement là-dedans. Il s'agit simplement d'écrire un quotien ou des instructions et d'en tirer les réponses Mais par rapport aux bals conversationnels de plusieurs tonnes, bals conversationnels de plusieurs tonnes nécessitent un certain raffinement, analyse des résultats et bien une analyse des résultats et bien plus encore Nous explorerons donc des modèles de bal de fin d'année plus avancés dans le cadre des bals convertionnels multi-dix dans les prochaines classes de modèles . Alors ne t'inquiète pas. Nous aborderons toutes ces questions dans les prochains cours. Alors voyons voir ici. Connaissons les bases de cette nomenclature conversionnelle Parfois, vous devez avoir une conversation avec l'IA, par exemple, vous allez écrire une invite. C'est le premier à vous demander. Parlez-moi des énergies renouvelables. Il générera donc des informations sur les énergies renouvelables. Après cela, vous poserez une question de suivi liée à l'invite précédente. Cela est généré par l'IA. Désolé, c'est une sortie. Vous allez d'abord m'écrire pour me parler des énergies renouvelables. Ensuite, l'IA générera l'énergie à partir d'informations sur les énergies renouvelables. Après cela, vous poserez une question de suivi en fonction du résultat de l'invite précédente. Dans ce cas, parlez-moi des énergies renouvelables. Vous pouvez voir l'invite de suivi ici. Pouvez-vous expliquer plus en détail les avantages environnementaux de l'énergie éolienne ? OK. Il s'agit donc d'une question complémentaire. Ensuite, vous pourrez avoir de nombreuses questions complémentaires. Vous pouvez écrire une troisième question complémentaire, quatrième, cinquième, autant que vous le souhaitez. Ainsi, dans le cadre de cet appel et de plusieurs tonnes d' instructions conversationnelles dans lesquelles vous allez parler à EI sous forme de conversation, comme nous le faisons avec nos amis, les membres de notre famille, nos collègues. Une fois que nous aurons écrit un texte, ils écriront écrit un texte, ils écriront Donc, après cela, nous poserons une question de suivi ou quelque chose comme ça. Pareil, c'est une simple invite. OK. Ce dialogue de création , utile dans les forums de discussion, comporte donc plusieurs étapes. Vous pouvez donc voir le forum de discussion comme le chapeau GPT, d'autres modèles de langage d'IA ou comme ces instructions de conversation multi-dix Vous demanderez donc un suivi qui ou un autre dans les mêmes schémas comme ça. Ce sont donc des instructions de calcul simples à plusieurs dizaines, nous explorerons plus en détail dans OK, allons-y. Voilà pour cette leçon, les gars. Passons à notre prochaine leçon sur le modèle numéro deux, à savoir les modèles de bal de fin d'année de base dans lesquels nous utiliserons le HGPT pour HGPT comprendre les différents types de modèles de bal de fin d'année de base, et nous utiliserons le JGBT pour obtenir des informations pratiques sur les bals de fin d' leur fonctionnement et la façon dont nous devrons écrire toutes ces informations à Dans la prochaine leçon de ce modèle, examinons les différents types de proms de base et nous utiliserons AGBT pour une mise en œuvre pratique . Allons-y. 9. 2.3.1 Motifs d'invite de base : 1. Invitation sans tir: Bienvenue à notre troisième conception de ce modèle numéro deux, et nous verrons quelques modèles de base que nous avons actuellement Voici quelques modèles de bal de fin d'année que chaque ingénieur expérimenté utilisera dans sa conversation Dale avec l'IA pour obtenir le meilleur résultat et pour entraîner nos modèles d'IA. Voici donc quelques notions de base que nous verrons en détail avec ce modèle dans cette leçon. Voyons si c'est le cas. Voici les quatre modèles de base du bal de fin d'année, comme l'invite zéro coup, instructions système à quelques coups et les instructions de jeu de rôle Nous allons donc voir le premier qui indique zéro tir. Il demande au modèle d' effectuer une tâche spécifique. Donc, sans donner d'exemples, cela signifie simplement écrire l'invite, nous ne donnons aucun contexte spécifique, comme les informations générales dont cela signifie simplement écrire l'invite, nous ne donnons aucun contexte spécifique, comme nous avons parlé précédemment sur ce qu' est un contexte, n' est-ce contexte signifie fournir suffisamment d'informations générales pour que je comprenne notre intention principale, n'est-ce pas ? Dans ce schéma d' invite, nous ne donnons aucun exemple ou nous ne donnons aucune autre information, des informations pour effectuer une tâche, n'est-ce Vous pouvez donc le voir voir l'exemple rapide ici. Alors tu peux facilement comprendre. Le résumé est l'idée principale du test suivant. Vous pouvez insérer n'importe quel texte ici, paragraphe dans n'importe quel paragraphe que l'IA générera facilement. Mais voyons dans cette discussion, nous allons passer à notre modèle de langage basé sur l' IA de trajivité et nous verrons comment fonctionne cette invite zéro tir Je vais sauter Je vais sauter ici, le Cha GBT. Vous pouvez y aller si vous utilisez déjà le Cha GPT, vous pouvez savoir comment vous inscrire et obtenir le compte à partir de celui-ci, c'est facile Notre objectif principal est de vous demander de ne prendre aucune dose. Voyons voir. Nous utilisons ce résumé, le résumé principal l'idée principale du texte suivant J'ai donc copié un paragraphe d'Internet. Je vais donc coller ici. J'ai donc collé ici. Ensuite, nous verrons le résultat, comment le modèle de langage d'IA sera généré. Allons-y. Oui, vous pouvez voir le résumé de ce texte que j'ai fourni ici dans l'invite Il résumera donc simplement les trois points probables en 200 lignes rapides. Que dit réellement ce paragraphe ? Il le résume facilement. donc d'une simple invite zéro , par exemple si vous avez posé une question ou si vous avez écrit l'invite pour effectuer une tâche particulière Nous pouvons donc écrire autre chose, comme résumer ce livre et fournir également un nom de livre. Vous pouvez donc voir l'exemple ici, résumer le livre du père riche et du pod. OK. Voyons comment l'IA va générer le résultat. Il résumera donc tous les contenus qui sont des points très importants dans le livre des riches et des parents. Donc, il sera facile de résumer et de voir. Je l'ai fait accomplir une tâche précise. OK, il a accompli une tâche spécifique, comme Rich Dad a fait la différence entre papa et Robert KoskF Donc tu peux tout faire. invite zéro signifie simple demande d'écriture pour effectuer une tâche spécifique, comme ce résumé supprimer toute erreur grammaticale dans ce paragraphe ou supprimer l'efficacité de ce paragraphe ou supprimer l'efficacité de ce C'est une tâche simple que vous demanderez à l'IA de faire. OK ? C'est facile. Voyons donc notre deuxième modèle d'invite qui consiste en quelques instructions courtes. 10. 2.3.2 Inviter à quelques prises: Courtes instructions. C'est le contraire de l'invite « zéro tir ». Soft, si vous comprenez cela, vous comprendrez facilement ce qu'est l'invite à zéro tir. Lumière. Alors voyons voir. Quelques brèves instructions signifient que vous fournirez quelques exemples dans l'invite pour aider le modèle à comprendre la tâche D'accord, vous allez fournir quelques exemples de la façon dont la sortie devrait être, correctement, de la manière dont vous voulez la sortie. Vous le fournirez dans Prompt lui-même. J'ai besoin d'une sortie dans ce format, non ? Vous fournirez ce type de choses dans l'invite elle-même pour aider le modèle à générer la sortie dont vous avez besoin. OK, nous pouvons voir l'exemple rapide ici. Voici donc l'exemple de résumé de la révision. OK, je vais passer à Cha JB pour expliquer plus en détail ces quelques brèves instructions. Allons-y. En quelques clics, l'objectif principal est de demander à l' IA d'effectuer une tâche de cette manière uniquement. Voyons voir. Quelques brèves instructions signifient fournir des exemples de la façon dont le résultat devrait ressembler à B. Donc, j'utilise, par exemple, une conversation à deux, comme Sara OK. Allons le voir. Comment allez-vous ? Désolé, nous allons juste essayer. Voyons voir. Maintenant, nous pouvons prendre une autre personne comme Sam. Cela indiquera que je vais bien. Qu'en est-il de vous ? D'accord, j'ai écrit une conversation entre les personnes que j'ai fournies sur la façon dont vous devriez agir comme ça. Je vais donc donner un autre exemple, comme Sarah. Oui, je vais bien. Ce que tu es en train de faire. C'est vrai. Non. Sam répond donc  : Je cherche buzz chez moi C'est simple : j'ai pris l'exemple. Maintenant, je vais écrire à Sara. Puis-je vous dire ce qui se passe ? Je vais juste écrire un SAM et je n'écrirai tout simplement pas ce format. Ensuite, je demanderai à un outil d'IA de compléter la réponse de SAM. Il générera ensuite une réponse SAM. Pourquoi ? Parce que nous avons fourni un exemple de la manière dont vous devez donner la réponse. J'ai donc fourni quelques exemples, comme une conversation avec un Sarap et une conversation SAM Après cela, si je ne le fais tout simplement jamais, je n' écrirai pas la réponse SAMS. Alors, disons « Oui ». C' est bien, non ? Le SAM. L'IA est générée en réponse SAM comme ici parce qu'elle a appris de mon exemple comment devrait être la sortie. Tout tourne autour de l' invite fuchon dans laquelle nous donnerons quelques exemples à l'IA la manière dont le résultat doit être, de la manière dont vous voulez Comme en donnant l'exemple. C'est un type d'exemple que vous pouvez donner n'importe quel type d' exemple comme celui-ci. Vous pouvez indiquer que la sortie doit être au format anglais. Vous pouvez donner toutes ces informations , par exemple. Vous devez rédiger vous-même une invite, vous devez rédiger vous-même une question et une réponse, que je peux apprendre à partir de vos instructions pour fournir un modèle, même résultat, comment vous essayez d'utiliser l'IA. Vous pouvez le voir là-bas. J'ai donc lu ces quelques exemples de ce que devrait être le résultat. J'ai donc écrit un quotien et je vous demande simplement de compléter la réponse de Sam, afin d'en générer un véritable petit nombre, Sarah Si cela ne vous pose pas trop de problèmes, j'apprécierais de le faire correctement. Merci. Il ne s'agit que de quelques coups de feu. C'est donc facile. Nous pouvons donc comparer ces deux choses avec l'indication de quelques prises et de zéro prise. absence de courtes instructions signifie que nous ne fournissons aucun exemple, comme les quelques suggestions dont nous avons parlé plus tôt Rédigez simplement une invite pour effectuer une tâche, sans fournir d'exemples. Par rapport à quelques suggestions, nous allons fournir quelques exemples pour aider le modèle à comprendre notre tâche et à générer le résultat comme nous le souhaitons C'est aussi simple que cela. OK, voyons le troisième modèle d'invite qui est l'instruction système. 11. 2.3.3 Invites aux instructions du système: Instructions relatives au système. D'accord, donc pour mieux comprendre cela, nous avons un terrain de jeu créé par HajBt lui-même, dans lequel nous pouvons écrire les instructions du système Après cela, nous pouvons y voir plus d' invite conversationnelle Nous verrons dans les prochains modèles d'invite avancés comment nous pouvons écrire des instructions système, mais nous allons voir quelques notions de base à ce sujet dès maintenant. Alors c'est quoi ? Il s'agit en quelque sorte de définir le rôle ou le ton du modèle à suivre. Vous pouvez voir le cas d'utilisation lorsque vous souhaitez que le modèle se comporte d'une manière spécifique, par exemple en tant qu'expert, enseignant ou traducteur. Donc, comment signifie l'instruction système , vous pouvez voir l'exemple ici. Vous êtes un chef professionnel. Ici, on nous donne le contexte dont nous disposons. Le contexte nous est présenté ici. contexte signifie que nous avons fourni des informations générales. Vos antécédents signifient que vous êtes un chef professionnel. OK. Vous êtes un chef professionnel. Ce chef professionnel s' appelle une instruction système. OK, vous pouvez voir l'invite de somme. Expliquez comment préparer un plat de pâtes simple à une personne n'ayant aucune expérience culinaire. C'est ce qu'on appelle prompt. C'est une instruction. C'est ce qu'on appelle un système. Système signifie qu'il s'agit d'un ensemble de système complet, comme le font les ordinateurs. L'ordinateur est un système dans lequel ils se trouvent. Vous pouvez voir l'invite signifie que nous saisissons le clavier Be lui-même pour effectuer diverses tâches de l'ordinateur. L'ordinateur signifie que c'est un système. Comme le système fonctionnera avec nos instructions principales. OK. Cela peut être facile à comprendre grâce au langage GPT Passons à ceci ha GPT. Voyons comment fonctionnent les instructions système. OK. Voyons voir. Je vais essayer le module d'IA comme maintenant expert écrivant du contenu sur la santé uniquement. Est une invite système, instruction système. Tu peux le voir. Vous n'êtes pas un expert dans la rédaction de contenu uniquement sur la santé. Le modèle de l'IE pensera donc : «   D'accord, je suis un système, et je suis le seul expert dans la rédaction de contenus liés à la santé, pas d'autre. Ensuite, j'écrirai quelques instructions rapides. C'est ce qu'on appelle une instruction système. Ensuite, j'écrirai une invite. Maintenant, veuillez écrire à propos du nouveau stylo. Voyons ce qui va générer l'IA. Donc, vous pouvez le voir ici. L'importance de la nutrition pour une vie saine est tellement bla, bla, qu'elle générera des éléments liés à la OK. Nous avons donc défini le système qui fonctionne ici, dans lequel vous devez uniquement travailler. OK ? Si nous voyons si nous pouvons utiliser si nous pouvons écrire, veuillez écrire le contenu. Nous pouvons donc directement écrire ici. Non, s'il vous plaît, écrivez, nous pouvons le voir. Veuillez écrire le contenu de ce sujet qui n'est pas lié à la santé, nous pourrons vérifier s'il s'agit de penser comme un système ou non. Veuillez rédiger du contenu pour. Nous pouvons aborder un autre sujet qui est l'informatique. Nous allons vérifier quel en est le résultat. Tu vois, tu peux le voir ici. Il s'agit d'une invite du système. Actuellement, je me concentre sur la création de contenu lié à la santé et à la nutrition. Faites-moi savoir si vous souhaitez apporter votre aide dans ce domaine. Vous pouvez voir l' invite du système, comment cela fonctionne. Le fonctionnement du système signifie donc que nous donnerons à un système un système pour effectuer uniquement une tâche spécifique Il s'agit d'une invite du système. OK ? Après cela, nous vous demanderons de suivre nos instructions. Vous pouvez voir que j'ai écrit une invite système comme celle-ci. Vous n'êtes pas un expert dans l' écriture de contenu uniquement sur Held. Il s'agit d'une invite du système. OK ? Il s'agit d'une instruction système. OK. Après cela, j'ai écrit une question ou une requête. Non, veuillez écrire du contenu sur la nutrition. Cela a généré une certaine nutrition parce que c'est un sujet qui tient à la santé. Lorsque je demande à l'IE d'écrire sur du contenu informatique , elle refuse simplement de générer le contenu parce que l'IE pense comme un système, instructions spécifiques que j' ai données à l'IE pour qu'elle fasse le contenu sur la santé uniquement pour générer du contenu sur la santé uniquement, pas d'autres. L'IE pensera donc que je suis un système. Non, j'essaie de générer du contenu lié à la santé uniquement, pas d'autres. OK ? Si nous demandons que ce n'est pas lié à la santé, il refusera simplement de ne pas générer ce type de contenu. Il s'agit d'un exemple d'instructions système qui sont très importantes lorsque nous essayons un module d'IA pour effectuer une tâche particulière ou spécifique. J'espère donc que vous comprenez ces instructions système. En pratiquant par vous-même, vous aurez une meilleure idée de cette inspiration. Voyons les techniques du jeu de rôle. 12. 2.3.4 Invitation à la technique de jeu de rôle: Voyons les techniques du jeu de rôle. C'est une instruction assez similaire à celle du système. Donc parce que dans cette technique de jeu de rôle, vous allez former un modèle en tant qu'instructeur spécifique, comme vous pouvez le voir ici. Demander au modèle d' agir dans un rôle spécifique, tel qu'un personnage historique, enseignant ou un professionnel Nous avons donc vu plus haut que vous êtes expert dans la rédaction de contenu pour la santé. OK ? C'est aussi un jeu de rôle. Cas d'utilisation, tâches créatives ou pédagogiques où le personnage améliore l' engagement et Oui, le jeu de rôle signifie que la personnalité est la plus importante. Persona signifie personnalisation. Euh, modèle d'IA d'entraînement. Exécution d'un module pour une tâche spécifique en lui attribuant un rôle spécifique Voyons l' exemple rapide ici. Imaginez que vous êtes Albert Einstein expliquant la théorie de la relativité à un enfant Passons donc à la question de la chargeabilité pour en savoir plus sur cette technique de jeu de rôle OK. Maintenant, nous pouvons écrire «   oublié ». C'est donc l'oubli qui est très important lorsque vous faites différentes choses sur une interface HaGibt particulière, comme celle-ci car elle contient une fonction de mise à jour de la mémoire OK, voyons voir si j'ai oublié. Maintenant, vous êtes Non, vous êtes un professeur de sciences expérimenté dans lequel vous avez une expertise en photosynthèse Maintenant, ce que j'ai, j'ai donc assigné un rôle, un rôle spécifique à mon modèle pour agisse comme le rôle que j' ai confié à l'IE, comme si aucun professeur de sciences n'avait d'expérience en URS. C'est ce qu'on appelle le jeu de rôle. D'accord, jouer un rôle, c'est demander l'IA de penser à un rôle spécifique. Pensez comme un professeur de sciences, pensez à un professeur de sciences expérimenté, dans lequel nous pouvons tirer le meilleur parti de l'IA. Ensuite, je suis celui dans lequel nous avons une expertise en matière de photosynthèse J'ai dit que j'explique à l'IA un sujet spécifique, comme si nous avions une expertise dans le domaine de la photosynthèse Alors maintenant, je vais écrire l'invite. Maintenant, je vais écrire la requête selon laquelle je veux obtenir le résultat du modèle AI. Expliquez-moi ce qu'est la photosynthèse. Facile. Comprenez. Attendre. ce que l'IA va générer. Vous pouvez voir l'option de mise à jour de la mémoire ici. Il a un bel avenir en matière hagiby par rapport aux autres modèles A, c'est pourquoi j'adorerai utiliser ce Vous pouvez voir ici la photosynthèse simplifiée. Cela m'expliquera facilement la photosynthèse par rapport à un autre type Si vous le demandez, vous pouvez voir l'exemple ici. À partir de maintenant, l'IA pensera comme si elle était une professeure de sciences expérimentée. Donc, pour sortir de ce schéma, nous devons écrire « oublié » ci-dessus, cela oubliera la technique de jeu de rôle précédente ci-dessus et cela générera comme si de rien n'était, nous interagirons avec l'IA. OK ? Donc, ce n'est pas grave, cela générera la réponse spécifique et la technique du jeu de rôle réduira les réponses non pertinentes ou donnera la meilleure réponse pertinente par rapport à la rédaction de l'invite sans jeu de rôle. OK, si j'écris simplement pour expliquer la photosynthèse, cela peut simplement lancer des mots aléatoires et une explication aléatoire sans entrer dans une explication plus approfondie Si je m'entraîne avec des techniques de jeu de rôle, si je forme l'IA, si je dis à l'IA de penser comme professeur de sciences expérimenté et générer des informations sur la photosynthèse, etc. Ainsi, les enseignants expérimentés penseront et expliqueront avec l'expertise de la matière, l'IA pensera également comme ça, et elle générera une explication similaire à l'expertise de la matière que j'ai. Vous pouvez voir à quel point c'est facile. Maintenant, si, par exemple, je raconte, j'ai oublié et j' explique simplement ce qu'est la photosynthèse Vous pouvez voir que je vais simplement expliquer la photosynthèse, rendement n'est pas bien meilleur que celui de la précédente. Vous pouvez le voir ici. Cette photosynthèse est un processus par lequel les plantes vertes, les algues et les bactéries transforment lumière du soleil en bla, bla, bla Il contient une partie résumée. Comparé à cela, il a quelques points positifs, ingrédients clés, la cuisine, la recette, ici, il en a donné le meilleur exemple. C'est dans la formule, ce qui compte, dans tout ce dosage. Mais par rapport à ici, cela ne fera que donner une explication sur ce qu'est la photosynthèse C'est ainsi que les techniques de jeu de rôle rapides joueront un rôle majeur par rapport à l'obtention d'informations spécifiques à partir de l' IA grâce à des connaissances plus approfondies. D'accord, vous pouvez comprendre que vous pouvez facilement comprendre cela en vous entraînant avec vos propres instructions. D'accord, écrivez la question simple, posez la question à l'IA, et cela générera une réponse de l'IA. Tu l'analyses. Ensuite, vous rédigez l'invite en utilisant des techniques de jeu de rôle , comme un professeur de sciences expérimenté en RS, etc., et vous donnez des informations générales. Après cela, vous voyez le résultat. On obtient de bien meilleurs résultats en utilisant la technique du jeu de rôle. Vous pouvez donc voir la différence entre juste J'ai une technique sans jeu de rôle, je viens d'écrire la requête expliquant la photosynthèse Vous pouvez voir le résultat ici. Ce n'est guère mieux par rapport à ce résultat, car j'ai utilisé la technique du jeu de rôle dans cette invite, c' est-à-dire que vous êtes un professeur de sciences expérimenté dans le domaine de la photosynthèse, dans lequel j'ai entraîné un modèle d'IA de manière spécifique pour obtenir la majeure partie du modèle d'IA et pour une meilleure compréhension Voilà pour ces gars-là, ce modèle. Nous allons donc voir quelques techniques de jeu de rôle, que vous pourrez facilement comprendre en entraînant vous-même dans le char gebe lui-même. Dans ce modèle de troisième classe, nous avons donc montré que nous avions découvert des modèles d'invite dans lesquels nous avons discuté d'une invite zéro, dans laquelle nous posons simplement une question ou nous entraînons un modèle à effectuer une tâche spécifique dans laquelle nous utilisons le chargeb pour résumer un paragraphe Ensuite, nous voyons les quelques brèves instructions dans lesquelles nous avons, euh, fourni quelques exemples pour obtenir le résultat dans le format que nous voulons, et nous allons le générer à partir du Charge JBT lui-même, nous voyons des instructions système dans lesquelles nous proposons des jeux de rôle sur le système, dans lesquels le système ne fonctionne qu'avec nos Après cela, au lieu de suivre ces instructions, si nous demandons au modèle d' effectuer une tâche, il refusera de faire cette tâche, qui ne figure pas dans les instructions du système. OK, on peut. Et la dernière est une technique de jeu de rôle dans laquelle nous avons pu fournir des informations générales, attribuer un rôle spécifique, nous pouvons obtenir une meilleure réponse que de poser cette question aléatoire Alors ne vous inquiétez pas, les gars. Je mettrai ce lien de chat Taibty dans un document lui-même que vous pourrez obtenir après ce cours ou ce devoir de modèle OK. Voilà pour ce modèle, les gars Nous explorerons des modèles plus avancés et plus rapides dans les prochains modèles de notre cours d'ingénierie rapide. Passons à notre prochain numéro, le modèle 3. 13. 3.1 Structurer les invites pour un résultat optimal: Revenez les gars. Bienvenue donc dans notre cours principal d'ingénierie rapide, et nous notre troisième module dans lequel nous allons apprendre à structurer les instructions pour obtenir un résultat optimal Nous verrons et discuterons . Nous verrons et discuterons de la structure simple à suivre lors de la rédaction des instructions Nous avons également exploré quelques exemples et comment rédiger réponse en utilisant la structure dont nous discutons en ce moment, et nous allons passer au ha GPT, et nous verrons les indications pratiques de cette invite OK. Tout d'abord, discutons de cette structure simple à suivre. OK. Imaginez que vous donnez des instructions à une personne en particulier pour un lieu. OK, si vos instructions ne sont pas très bonnes, d'accord, cette personne ne peut pas trouver le bon endroit qu'elle veut, d'accord ? De même, le module d'IA peut également penser comme ça, d'accord ? Générez une sortie comme ça. Si vos instructions ne sont pas claires, l'IA générera une réponse pertinente, d'accord ? De même, uniquement comme ça. D'accord, nous comprendrons profondément en écrivant les bals de fin d'année. OK ? Tout d'abord, nous discutons de la structure à suivre. OK. La structure comprend trois parties, principalement trois parties. Il s'agit de la configuration des rôles, de la définition de la tâche numéro deux, du contexte numéro trois. Vous pouvez voir la configuration des rôles. Comme je l'ai vu précédemment, certains modèles de bal de fin d'année tels que les jeux de rôle, les instructions du système et certaines bonnes et mauvaises instructions. OK. En plus de cela, nous utilisons cette structure pour écrire des promotions avancées. OK ? Tout d'abord, nous comprenons cette structure simple pour écrire la meilleure invite ici. La première structure est donc la configuration des rôles. Nous devons donc nous mettre en place attribuer un rôle à l'IA pour penser comme ça, pour penser dans ce contexte. Comme si vous étiez un assistant utile ou un enseignant expérimenté. Vous êtes un scientifique, d'accord ? Comme si vous étiez un coach de vie dans lequel vous avez dix ans d'expérience en santé mentale, d'accord, comme ça. Nous attribuons un rôle spécifique à l' IA pour réfléchir dans ce contexte. D'accord, ce qui conduit à une meilleure réponse. D'accord, comme la personne spécifique qui a un sujet. Un domaine spécifique peut donner la réponse, d'accord ? Comme l'IA, on peut générer une réponse similaire d'une personne spécifique qui maîtrise le sujet. OK. Après cela, après avoir attribué le rôle, nous définirons notre tâche Donc, ce dont j'ai besoin de la part de l' IA, c'est une tâche. OK. Ensuite, le troisième est le contexte. Nous devons fournir des informations contextuelles ou supplémentaires ou des exemples susceptibles d'orienter la réponse. OK ? Nous verrons également plus tôt quelques brèves instructions, dans lesquelles nous avons fourni quelques exemples à l' IA pour générer une sortie comme nous le souhaitons, dans lesquelles nous avons défini cette sortie dans l' invite elle-même, d'accord ? Quelques photos vous incitent. Donc, ici, dans le même contexte, nous devons fournir des informations supplémentaires sur le sujet dans lequel vous souhaitez obtenir le résultat. Ce sont là les informations de base. Cela peut donc être facilement compris en lisant les instructions. OK. Vous pouvez donc voir que j' ai pris un exemple d'une invite mal structurée, à quoi peut ressembler une invite mal structurée. Parlez-moi simplement de l'IA. Vous pouvez donc voir que c'est simple, parlez-moi de l'IA. Il n'y a aucune autre information. Il n'y a aucune règle établie à cet égard. C'est une question simple que nous posons à l'IA. Réfléchissez donc à la manière dont l'IA peut générer la réponse. Cela générera donc une partie aléatoire ou résumée de l'IA dans tous les cas, tels que l' IA dans les soins de santé, l'éducation, les transports et toutes les applications de l'IA OK. Mais à quoi ressemble l'invite de structure l. Vous pouvez voir que j'ai suivi la structure qu'est cette structure, la configuration des rôles, la définition des tâches et le contexte. Vous pouvez donc le voir ici. J' ai donc assigné un rôle spécifique à l'IA. Vous êtes un expert en IA. Il s'agit d'une première configuration de rôles définie. Après cela, j'ai écrit la tâche. J'ai défini la tâche dont j'ai réellement besoin à partir du modèle d'IA. Par exemple, expliquer sur quoi l'intelligence artificielle se concentre sur son application, d'accord ? Vous pouvez voir qu'il s'agit d'une tâche. OK ? Expliquez et donnez des exemples concis pour chaque secteur. Mais quel est le contexte là-dedans ? Où sont les informations supplémentaires que j'ai fournies ? Nous pouvons voir ici les soins de santé, l'éducation et les transports. J'ai besoin de la sortie pour ces trois types d'applications différents uniquement. Je n'ai pas besoin d'autres types d' applications, ce qui signifie que vous avez fourni, euh, des informations supplémentaires spécifiques dans lesquelles l'IA peut générer des résultats pour ces trois types d' applications uniquement. Cela signifie que vous avez guidé la réponse, vous avez guidé l'IA pour qu'elle génère une réponse uniquement dans ces trois types d'applications. Cela signifie que vous avez fourni le contexte. OK ? Vous pouvez donc facilement comprendre cette invite par l'IA, et elle sera générée selon nos besoins. OK ? C'est la différence entre mal structurée et une invite bien structurée. Tu peux voir la tête. La deuxième invite est spécifique, indique une tâche claire et définit un rôle pour ce modèle, ce qui permet d'obtenir de meilleurs résultats. Donc, pour mieux comprendre, nous allons passer à ha gibt, et je vais voir le résultat à quoi ressemble le résultat pour ces deux types de proms Alors je me lance dans le gibt. Vous pouvez utiliser n'importe quel autre modèle pour analyser les deux sorties différentes. OK. Je vais donc écrire une invite mal structurée, comme parle-moi de l'IA. Voyons ce que l' IA peut générer. Vous pouvez voir que l'indigence artificielle fait référence à une simulation de l'intelligence homane Cela a donc généré des concepts d'IA connexes, l'apprentissage des superviseurs, donc je n'ai pas besoin de ce genre de choses. Mais il ne s'agit que de concepts d'IA. Il va donc générer toutes ces choses aléatoires, toutes ces choses. D'accord, cela a généré un résumé comme ça. J'utilise donc cette invite. OK. C'est un message bien structuré. Je l'ai déjà copié. Je vais le coller ici. Je le supprime donc simplement. OK. J'ai écrit l'invite bien structurée. Voyons donc quel en est le résultat. Oui, tu peux le voir . Le résultat est différent de l'invite précédente. Pourquoi ? J'ai donc défini un rôle dans lequel l'IA générera un meilleur résultat dans ce contexte uniquement parce qu'il s'agit d'AIX, mais c'est une spécification. Une ingénierie rapide est synonyme de spécification. La rédaction de l'invite pour des cas d'utilisation spécifiques s' appelle une ingénierie rapide. OK ? On peut y voir. Après cela, j'ai une définition de tâche que j'ai et que j'ai déjà fournie uniquement, veuillez la générer expliquez l'intelligence artificielle dans les trois types d' applications uniquement. D'accord, c'est le transport dans le domaine de la santé, de l'éducation , dans lequel j'ai guidé l'IA pour qu'elle génère des résultats uniquement pour ce type d'applications, dans lesquelles l'IA est générée selon laquelle je veux que santé, l'éducation, le transport, soit aussi simple que cela. Sinon, vous pouvez également écrire comme ça. J'explique en quoi l'intelligence artificielle se concentre uniquement sur son application aux soins de santé. Je le supprime simplement. Mais je peux voir. Les résultats différents en découleront n'expliqueront que les soins de santé. C'est C. Vous pouvez voir que si je suis précis, vous pouvez le voir ici. Ainsi, lorsque j'ai guidé l'IA pour écrire l' explication de l'IA dans les domaines de la santé, l'éducation, des transports, dans laquelle il n'y a aucune spécification, mais il existe trois types de spécifications différentes, dans lesquelles l'IA vient de générer des résultats générés, comme un dans lesquelles l'IA vient résumé de chaque sous-thème de ces applications Tu peux voir. Mais lorsque je m'intéresse à une application spécifique, comme les soins de santé uniquement, cela génère une analyse plus approfondie de l'IA dans le domaine de la santé. Vous pouvez en voir plus. C'est pourquoi l' ingénierie rapide est très, très efficace pour interagir avec l'IA afin d' en tirer le meilleur parti. ingénierie rapide consiste donc à rédiger les instructions spécifiques pour obtenir le résultat le meilleur et le plus pertinent nos exigences dont nous avons besoin OK. J'espère que vous comprenez cette structure et le rôle de la configuration des rôles. OK, j'espère que tu as compris cette leçon. s'agit clairement d'une structure simple de rédaction d'une invite efficace dans laquelle vous devez suivre trois étapes telles que la configuration des rôles, la définition des tâches, le contexte. OK. Ensuite, j'ai vu quelques exemples du fonctionnement des spécifications. Euh, comment l'IA va générer la sortie en fonction de nos instructions. Donc, après cette leçon, et dans la leçon suivante, nous allons apprendre quelques instructions itératives, qui sont la meilleure et la plus importante méthode pour obtenir le meilleur résultat de l'IA. Plongeons-nous là-dedans. 14. 3.2 Invitations itératives: OK, les gars, bienvenue cette leçon dans laquelle nous allons apprendre la technique la plus importante, à savoir l' incitation itérative Cette invite est donc assez similaire à celle dont nous avons déjà parlé plus tôt, elle fait partie de la conversation à plusieurs tours OK, j' interagis au cours de laquelle nous écrivons l'invite et je générerai la réponse. Après cela, nous écrirons l'invite qui est une invite de suivi, un suivi pour ajuster notre sortie. D'accord, c'est ce qu'on appelle une invite itérative, nous en parlerons plus en détail dans cette leçon OK ? Voyons donc ce que vous allez apprendre de cette leçon, à savoir les instructions itératives Nous allons donc apprendre à affiner les instructions pour améliorer les réponses AIR et nous verrons quelques techniques ainsi que quelques exemples pour mieux comprendre ce qu' est l'invite itérative Pourquoi les messages rétifs sont-ils importants ? Les modèles linguistiques sont donc entraînés par une grande quantité de données. Il est donc intelligent aussi. Mais les modèles de langage ont parfois besoin de conseils pour générer le résultat que nous voulons, nous le voulons. OK ? Il a besoin de quelques conseils pour générer cette sortie. Tout comme, par exemple, modification d'un brouillon de document, la modification d'un document. Donc, si vous utilisez un Google Docs, nous ajusterons le paragraphe ou le contenu du document en l' analysant, en le décrivant ou en le relisant simplement. Comme ça. Je vais également ajuster la sortie selon nos conseils, d'accord ? Vous voyez, l' invite itérative est un processus ajuster vos instructions en fonction du résultat que OK, cela signifie d'abord que vous allez écrire une invite à l'IA, c' est-à-dire des instructions, une question ou une requête. Selon votre demande, l'IA générera une réponse, d'accord ? Le résultat est analysé par vos soins. Si vous pensez que vous souhaitez ajuster une sortie, vous avez besoin d' informations supplémentaires à partir de cette sortie. Vous allez écrire une invite de suivi pour obtenir une sortie détaillée de la sortie précédente. OK. Il ajustera donc la deuxième sortie par rapport à la précédente pour comprendre votre demande de suivi. Nous allons donc comprendre par implémentation pratique JA GPT. Ne t'inquiète pas pour ça. Vous pouvez donc constater que cette technique est essentielle pour affiner et affiner vos réponses afin de répondre à vos besoins D'accord, c'est le moyen le meilleur et le plus efficace d'obtenir la plupart des moyens du modèle EI pour obtenir la plupart des résultats effectifs de JA GPT ou de n'importe quel modèle de langage C'est donc le meilleur moyen. Nous allons voir ça. Voyons voir. Nous devons donc suivre certaines étapes pour itérer efficacement. Nous devons d'abord analyser le résultat. Tout d'abord, nous devons écrire une invite, cela générera une sortie. La première étape consiste à analyser le résultat. Vérifiez si la réponse correspond à votre intention, à vos besoins ou à la manière dont vous le souhaitez Si cela correspond à vos besoins, c'est une bonne chose. Si ce n'est pas le cas, c'est ce que je dois faire ensuite. Nous pouvons identifier les lacunes. La deuxième chose est que vous devez identifier les lacunes. Recherchez les zones où le résultat n'est pas clair ou contient des données inexactes. Vous devez donc identifier ces lacunes. Après cela, vous devez revoir l'invite. Cela signifie que vous devez écrire l'invite de suivi. Il est préférable de suivre l'invite de mise en gage précédente pour éviter le résultat précédent OK ? Il peut donc être facilement compris par une mise en œuvre et une pratique pratiques. Nous verrons donc cela également. Nous verrons cela également. OK. Commençons comprendre les étapes. Tout d'abord, je dois écrire l'invite simple. Ensuite, je générerai une sortie après avoir analysé la sortie, pour savoir si elle contient des données incorrectes ou peu claires, ou après cela, je dois identifier les lacunes qui inexactitudes ou tout ce qui, euh, après cela, je dois réviser une invite Je dois poser la question suivante, ou je dois modifier l' invite précédente, pour obtenir le meilleur résultat possible. Voilà, car cette invite itérative est très simple. Comme si vous pouviez aimer discuter avec nos collègues et amis comme ça. Nous verrons quelques exemples pour mieux comprendre cela. Je peux voir le message initial. C'est décrire les énergies renouvelables. Le résultat sera le plus élevé que j'en aurai juste, par exemple, je n'ai pris que deux lignes. L'énergie renouvelable provient donc sources naturelles, par exemple l'énergie solaire et éolienne. C'est une réponse assez simple que j'ai prise pour cela, mais le résultat peut être très long, d'accord ? Demandez au réviseur d'être invité. Expliquez l'énergie renouvelable, ses avantages et trois exemples spécifiques ( énergie solaire, éolienne et hydroélectrique) utilisez un langage simple pour un public débutant Vous voyez donc qu'il s'agit d'une invite bien structurée. Il s'agit d'une invite révisée. Pourquoi ? Parce que j'ai analysé le résultat, ce qui est bien, mais je ne le comprends pas. Je viens d'obtenir une réponse précise, mais pour que je puisse comprendre facilement un sujet en particulier, je dois guider le module fonction de mes exigences. OK. Selon mes capacités, je dois revoir à nouveau l'invite pour obtenir le meilleur résultat de l'IA. Nous verrons donc dans l'intimation pratique Jab. Vous pouvez constater que l'invite du réviseur définit des attentes claires, ce qui se traduit une réponse plus détaillée et plus complète. D'accord, nous allons passer au JGBT. Nous verrons comment cela fonctionne. Passons à Char GBD. Je vais donc prendre le nouveau graphique. D'accord, je vais écrire une question simple comme, OK, nous allons prendre cet exemple précédent de notre PPT qui décrit les énergies renouvelables. Voyons voir ça. Décrivez l'énergie. C'est ce que sera le résultat. Vous pouvez voir certains résultats liés à notre énergie renouvelable. Vous pouvez voir le résultat ici, les avantages, les défis, les applications. OK. C'est le mieux. OK ? C'est l'inverse de l'énergie dérivée de sources naturelles qui sont continuellement renouvelées et pratiquement instables. D'accord, si je débute dans le domaine des énergies renouvelables, que signifie «   réapprovisionné et pratiquement inaccessible Donc je ne comprends pas. Donc, pour cela, je dois aller sur Google et écrire la signification de plenehaustible. Alors c'est quoi ça ? Donc, pour éviter ces choses, je vais écrire une invite comme celle-ci. Je l'ai copié, je vais donc simplement diriger une page ici. Expliquez donc les avantages de l'énergie renouvelable et trois exemples spécifiques : le solaire, l'éolien et l'hydroélectricité Utilisez un langage simple. C'est très important. D'accord, quand vous allez apprendre quelque chose à partir des modèles linguistiques parce que l'IA est entraînée par l'anglais avancé, d'accord ? C'est de l' anglais avancé et plus de données, formé en anglais avec plus de données, le tout accompagné de mots plus compliqués, de mots anglais que nous n'avons jamais entendus de notre vie, d'accord ? Nous ne pouvons donc pas comprendre cela. Si vous utilisez un langage simple, cela générera une réponse de l'IA des mots simples que nous pouvons facilement comprendre. Voyons donc ceci. Vous pouvez voir ce qu'est l'énergie renouvelable C. Vous pouvez voir ce langage très, très clair et simple très clair et simple qui nous permet de comprendre facilement ce sujet. Vous pouvez le voir ici. Qu'est-ce que l'énergie renouvelable ? L'énergie renouvelable est une énergie qui provient de sources naturelles comme le soleil lorsque ces sources sont toujours disponibles et ne s'épuisent pas, contrairement au charbon ou au pétrole. Ils sont propres et aident à protéger. Vous voyez, vous pouvez voir les exemples de la façon dont nous voulons obtenir le résultat. Il s'agit d'une quise et d'une sortie très efficace par rapport à la possibilité d'analyser la sortie Vous pouvez vérifier ces deux sorties. voyez, ce sont des mots très efficaces, mots compliqués que nous ne pouvons pas facilement comprendre en tant que débutant, mais qui peuvent être facilement compris par des débutants parce que c' est un langage simple à nous expliquer. C'est pourquoi il est important de rédiger vos exigences, en fournissant le plus de détails possible sur ce que vous attendez de l'IA. Il générera en fonction de nos besoins. C'est ça. Comme vous pouvez le constater, je viens d'écrire le simple pro. Ensuite, je l'analyse. Je l'analyse. Ce résultat est donc meilleur, mais je ne peux pas le comprendre. Identifiez ensuite l'écart. Quel est l'écart ? Je n'ai donc pas compris ces deux mots réapprovisionnés et inaccessibles parce que je ne sais pas, parce que je suis débutant Donc, pour cela, quand j' ai obtenu l'IA, je fais expirer les énergies renouvelables. Et je dis simplement que certains avantages spécifiques et trois exemples spécifiques utilisent un langage simple, car je dois apprendre les langage simple, car je dois énergies renouvelables dans un langage simple. Je dois comprendre, parce que je suis un débutant, c'est simple quand j'ai eu cette idée après avoir analysé le premier résultat. C'est ce qu'est l'ingénierie rapide. Il y a une première étape, et la plupart des étapes que vous devez suivre, c'est l'invite itérative Vous devez ensuite écrire n'importe quelle première instruction, analyser le résultat et modifier votre prochaine invite fonction de vos besoins et avec le plus détails possible. Après cela, il générera de l'IA, qui est plus efficace que la précédente. C'est simple. C'est pourquoi les instructions itératives sont la méthode la plus efficace et la plus efficace pour obtenir le meilleur résultat en fonction de vos besoins J'espère que vous comprenez et pratiquez de plus en plus. Vous pouvez donc poser des questions de suivi comme les instructions itératives, ce n' est pas seulement là, arrêtez Je peux analyser ce résultat, et j'identifierai à nouveau toute lacune. Après cela, je réviserai à nouveau l'invite. J'ai besoin spécifiquement pour cela uniquement langue espagnole, langue française, hindi ou d'une autre langue régionale. OK, pour comprendre le résultat pour moi. C'est ce qui importe le plus. Tout d'abord, vous devez écrire l'invite. Si vous y êtes invité, vous devez écrire l'invite. Après cela, vous devez vérifier la première sortie de l'IA. Ensuite, identifiez les lacunes et fournissez plus détails que vous pouvez dans la deuxième invite révisée, cela générera le meilleur résultat A que le précédent. Vous pouvez donc faire en sorte que l' entrée AI réponde à vos besoins. Tu peux aller au bal de fin d'année 582, 60, dix, 20, 30 Eh bien, il n'y a aucune limite à cela. Alors pourquoi ? Parce que vous voulez cette sortie, cette sortie exacte, ce que vous voulez. Pour cela, nous utiliserons huit racines pour les instructions. C'est tout pour ces gars. Cette incitation au sit roto est très, très facile si vous vous entraînez bien et avec plus d'exemples OK. J'espère que vous comprenez cela. Comprenez cela. Bien, nous passerons à la leçon suivante de ce modèle numéro trois dans laquelle nous apprendrons gérer le contexte, c'est-à-dire à fournir des informations de base correctes en équilibrant brièveté et détail dans nos instructions. Plongeons-nous dans le vif du sujet. 15. 3.3.1 Gestion du contexte - 1ère partie: Bienvenue à notre prochaine leçon de ce modèle numéro trois dans laquelle nous allons apprendre ce qu'est la gestion du contexte. Comme nous l'avons indiqué précédemment à propos du contexte, fournir du contexte signifie fournir des informations supplémentaires à une invite ou à une IA pour guider notre sortie, la manière dont la sortie doit être générée. OK. D'accord, nous fournirons des informations supplémentaires. Donc, nous devons écrire la bonne quantité d' informations dans l'invite. Cela joue également un rôle majeur. Quelles sont donc les informations supplémentaires ou données de base que je dois fournir à l'IA pour obtenir les meilleurs résultats ? Nous verrons donc quelques techniques contextuelles et quelques astuces ou exemples de ce type. Nous verrons quel est le rôle du contexte dans les bals de fin d' année, ce qui est très important , et nous allons voir quelques conseils, et nous allons voir quelques conseils, et nous allons simplement le terminer. Voyons voir. Gestion du contexte. La gestion du contexte consiste à fournir des informations générales ou supplémentaires à l' IA afin de l'aider à générer le résultat souhaité, ce qui signifie que le fait de fournir des informations supplémentaires aidera IA à comprendre notre intention principale. Contexte, quel est le rôle du contexte dans les invites ? N'oubliez pas que si vous fournissez trop peu de contexte, trop peu d'informations supplémentaires, cela peut entraîner résultats ou des réponses non pertinents ou flous de la part de l'IA. autre côté, si vous fournissez trop de contexte, pouvez orienter le modèle et réduire la qualité de sortie. OK. Que vous en fournissiez peu ou trop, risquez d'obtenir une réponse de très mauvaise qualité de la part de l'IA. Comment pouvons-nous écrire la meilleure ou la bonne quantité d' informations supplémentaires dans l'IA afin d' obtenir le meilleur résultat possible en tant que réponse de l'IA. Nous en discutons en détail dans ce modèle en ce moment. L'essentiel est d'inclure juste assez d'informations pour guider l'IA sans la surcharger Oui, c'est simple. Vous devez inclure juste assez d'informations, ce dont vous avez besoin. Ces informations sont suffisantes pour guider l'IA sans la surcharger Parce que certaines personnes vont simplement écrire ces informations supplémentaires qui ne sont pas obligatoires. Ce qui n'est pas nécessaire pour générer une sortie, ce qui n'est pas obligatoire. Nous devons le supprimer. Nous devons écrire exactement ce dont nous avons besoin. Cela peut conduire à une meilleure production de l'IA. Voyons l'exemple ou nous verrons quelques astuces pour gérer le contexte. Voyons voir. Soyez précis. Incluez des informations qui aideront le modèle à comprendre vos besoins. Incluez simplement les détails dont vous avez besoin. C'est simple. Vous n'avez pas besoin d'écrire ou d'informations supplémentaires qui ne sont pas requises dans cette rubrique dans cette sortie. Écrivez simplement les détails spécifiques qui aideront le modèle à comprendre vos besoins. Ensuite, utilisez des exemples. Si votre tâche est complexe, vous pouvez inclure des exemples de sorties pour définir les attentes, afin d'aider le module à générer une sortie comme celle-ci uniquement. Nous avons déjà discuté plus tôt quelques brèves instructions dans lesquelles nous avons fourni quelques exemples à quoi devrait ressembler le résultat. OK ? Exactement ce que nous avons dans ce contexte. contexte signifie fournir des informations supplémentaires, des exemples ou d'autres données qui soutiennent notre intention, ce qui aide l'IA à générer le résultat que nous voulons. C'est simple. Utilisez des exemples et le troisième est d'éviter la redondance La redondance signifie que le message doit être concis et précis et Juste concis et précis. Vous devez donc garder ces trois conseils à l'esprit lorsque vous rédigez le 16. 3.3.2 Gestion du contexte - 2e partie: Vous pouvez voir l'exemple, le meilleur exemple, ici. Ces deux bals sont donc très bien structurés, mais ils sont plus surchargés. Tu peux le voir. Vous êtes un expert dans la définition des rôles en climatologie. C'est une très bonne invite, et c'est également une très bonne invite. Mais il est surchargé, non ? Rédigez donc un essai détaillé sur les causes, les effets et les solutions potentielles C'est plus détaillé que cela, mais c'est un optimiseur Il est surchargé. Pourquoi ? Il peut être défini en ne voyant que la sortie. Parce que nous verrons ce Cha GPT. L'invite de l'optimiseur permet se concentrer sur la tâche tout en étant informative Tout d'abord, nous comprenons ces deux bals de fin d'année. Il s'agit d'une structure de puits qui est également une structure de puits, mais elle est surpassée par d' autres informations supplémentaires Mais pourquoi le plus de détails peut aider l'IA à générer le meilleur résultat, mais pourquoi elle est surchargée est surprenant, c'est que lorsque vous essayez IE, vous êtes un expert en climatologie. Vous êtes un expert en climatologie. Vous n'avez pas besoin d'écrire tous ces sous-sujets car en climatologie elle-même, on connaît déjà ces sujets et vous les avez déjà compris Votre tâche consiste à rédiger un essai détaillé sur les causes, les effets et toutes ces choses. Toutes ces choses sont déjà connues par IA parce qu'elle est experte en climatologie. Mais l'essentiel dépend de votre intention. Mais votre tâche consiste simplement rédiger un essai détaillé sur les causes, les effets, toutes ces choses, qui découlent de ce changement climatique. Au lieu de donner plus d'informations, vous pouvez simplement écrire comme ceci, écrire un essai de 500 sur les principales causes du changement climatique et trois solutions potentielles. Utilisez des exemples et des données pour étayer vos arguments. Vous avez dit à l'IA d' utiliser des exemples et des données pour étayer vos arguments. Quelles sont les données à l' appui des points de l'IA ? Cela signifie qu'il s'agit des émissions de carbone , de la déforestation, de la pollution industrielle , des sources d'énergie renouvelables. Tout cela figure dans cet exemple. Les données étayent vos points, ce que sait déjà l' IA en matière de climatologie. Vous n'avez pas besoin d'écrire tous ces sous-sujets. D'accord, parce que si vous ne donnez pas ces informations supplémentaires, je peux déjà savoir quelles sont les causes et les effets du changement climatique, etc. Cela est surchargé parce que nous avons fourni tellement d'informations supplémentaires. Cela n'est pas nécessaire car l'IA le sait déjà, Cela n'est pas nécessaire car l'IA le sait déjà car l'IA est désormais experte en climatologie Je comprends, j'espère que vous comprenez cette question. Mais par rapport à ici, il est bien optimisé car pourquoi vous avez écrit que le rôle vous est attribué ? C'est-à-dire que vous êtes un expert en climatologie, dans lequel l'expert connaît, dans l'expert, tous ces sujets. Vous avez l'intention de rédiger un essai de 500 mots sur les principales causes du changement climatique et trois solutions potentielles. Il est tout simplement concis et va droit au but. Il n'y a rien. Utilisez des exemples et des données pour étayer vos arguments. C'est aussi simple que ça. Mais ici, nous vous en avons donné d'autres. Nous n'avons pas besoin d'écrire ces informations supplémentaires. Pourquoi ? Parce que les pollutions liées au changement climatique sont déjà connues de l'expert en matière de climat. Il sera automatiquement généré s'il ne donne pas ces points. Si vous ne donnez pas d'informations supplémentaires à ces points, l'IA peut générer la solution en fonction de ces sujets. OK. Laisse-moi voir. Cela peut être compris par une mise en œuvre pratique. Je vais passer au chapeau GPT, je vais d'abord afficher cette invite surchargée, puis nous passerons à l'invite de mesure Optim OK, allons-y. Nous allons donc prendre le nouveau graphique. Collons-le. Il s'agit d'un bal surchargé que j'ai directement copié depuis mon PPD et que je vais coller ici Voyons ce que les IA produisent. Voici quelques résultats indiquant que le changement climatique a des effets et des solutions potentielles. Quelques points sont expliqués ici sur les causes du changement climatique. Quelques points sont expliqués ici sur les causes du changement climatique. Voyons la déforestation, la pollution industrielle, les effets du changement climatique. OK. Vents climatiques extrêmes, perte de diversité importante. C'est bon C'est un peu plus détaillé car dans une invite surchargée, si vous donnez l'invite overdt, la sortie sera également surchargée, c'est simple, non ? L'IA est donc à notre disposition, elle ne générera que selon nos besoins et rapidement Voyons cette invite superposée que nous avons écrite ici. Donc, le résultat que nous avons donné ici est assez long et plus détaillé. Voyons ce qui se passe avec une invite optimisée. Je vais copier à partir d'ici. Accédez à Share GPT et Payto. C'est une invite d'optimisation. Voyons quel est le résultat de. Les principales causes, vous le voyez, sont expliquées. Déforestation, émissions de gaz à effet de serre, activités industrielles, trois solutions potentielles pour la transition vers les énergies renouvelables. le reboisement, réforme des politiques et accords mondiaux, conclusion Il est préférable de le produire par rapport à l'époque précédente. Pourquoi ? Il ne s'agit donc pas d'une question de production. Tout est une question d'incitation. OK ? Vous pouvez donc voir ici que vous pouvez voir le résultat. Le changement climatique, le réchauffement de la planète, les émissions de carbone, la déforestation et la pollution industrielle ont certaines causes réchauffement de la planète, les émissions de carbone, la déforestation et . Vous pouvez voir le résultat exact d'autres sources pour mesurer rapidement, comme les principales causes du changement climatique, les émissions de gaz à effet de serre, la déforestation, l'industrie et les activités agricoles. Il ne donne pas cette information supplémentaire dans cette invite ici, expliquez comme ceci. Donc, lorsque vous comparez cela, rédigez un détail sur les causes et les solutions potentielles au changement climatique, au toucher, à l'efficacité énergétique mondiale et à la lutte contre la pollution par les coquillages Je ne fournis jamais d'informations supplémentaires dans cette invite d'optimisation, mais je connais ce sujet D'accord, parce que c'est un expert en climatologie. OK. Il générera donc automatiquement des informations sur les principales causes du changement climatique, telles que les émissions de gaz à effet de serre et la déforestation. Nous n'avons pas besoin de fournir d'informations supplémentaires ici. C'est simple. Vous pouvez voir les solutions qui ont surchargé le prompt généré, l'adoption de solutions permettant le reboisement énergétique, l'innovation industrielle, les changements de politique qui se trouvent ici De plus, cette invite a. Mais dans l'invite de l'optimiseur, il ne le fournit pas, mais il le générera. Des solutions. Il ne le fournit pas, il explique simplement cela. J'écris juste ce dont j'ai besoin. IA générera automatiquement les solutions transition vers les énergies renouvelables, ce qui est assez similaire à une invite surchargée OK, cette invite. Vous pouvez le vérifier facilement. C'est simple. C'est pourquoi la gestion du contexte est très importante. Il n'y a rien là-dedans. Que vous fournissiez ou non, il n'y a rien, mais parfois l'IA génère uniquement ces sujets au lieu de se concentrer sur les principales causes du climat. J'espère que vous comprenez ce point parce que vous pouvez le constater. Si j'annule ces émissions de carbone et cette pollution industrielle, l'IA en générera les causes liées au réchauffement climatique, et elle refusera simplement ou supprimera simplement les émissions de carbone et la pollution industrielle de la production parce que vous avez simplement demandé des précisions ici, sur et elle refusera simplement ou supprimera simplement les émissions de carbone et la pollution industrielle de la production parce que vous avez simplement demandé des précisions ici, sujet spécifique concernant les changements de politique en matière d'énergies renouvelables, et cela ne fera que susciter une telle prise de conscience auprès du public. Il n'expliquera jamais les émissions de carbone parce que vous demandez à l'IA de générer uniquement ces sujets D'accord, il rédigera un essai, mais il n'écrira qu'un essai sur le réchauffement climatique, la déforestation, les énergies renouvelables. Il supprimera donc simplement ces deux sujets car vous les supprimez du film supplémentaire. C'est pourquoi nous en avons selon nos besoins et selon nos besoins. Notre invite peut donc être en fournissant trop de réponses trop rapides, ce qui peut entraîner une réponse non pertinente ou très mauvaise. D'accord, cela dépend de nos besoins, d'accord ? Quand notre objectif principal est rédiger un essai sur le changement climatique, d'accord ? Ici, ce ne sont que les mêmes. Vous avez déjà vu le résultat de Ja GPTSrsponse C'est donc assez similaire. OK ? 17. 4.1 Optimisation rapide: Revenons au module d'ingénierie numéro quatre de Master Prompt dans lequel nous allons voir quelques modèles de bal de fin d'année avancés. Plongeons-nous dans le vif du sujet. Donc, avant de discuter de certains modèles d'invite avancés, nous allons voir quelques astuces et techniques d'optimisation rapide. D'accord ? Nous avons déjà discuté plus tôt de certaines des meilleures pratiques en matière de rédaction d'instructions. OK, ne confondez pas. Tout repose sur le fait qu'il y a des choses similaires à celles que nous avons apprises plus tôt. Il n'y a pas de différence là-dedans, appelle-les. Donc, ce qui est réel, c'est une optimisation rapide. Vous pouvez voir que l'optimisation est l'art du peaufinage. Ne paniquez donc pas en ajoutant ce réglage précis. Il s'agit également d'affiner la rapidité, d'entraîner l'IA à votre demande. C'est simple. L'optimisation est l' art de peaufiner vos instructions pour garantir la clarté, réduire l'ambiguïté et améliorer Ces trois points sont très importants. Vous devez garder à l'esprit lorsque vous rédigez l'invite. Le meilleur prompt permettra réduire l'ambiguïté et toute réponse non pertinente Il s'agit de poser la bonne question de la bonne manière pour obtenir la meilleure réponse. , une optimisation rapide signifie simplement En d' autres termes, une optimisation rapide signifie simplement poser la bonne question de la bonne manière pour obtenir la meilleure réponse possible, ce qui nous permettra la meilleure réponse possible, ce qui nous permettra d'améliorer l' engagement et de réduire l'ambiguïté, ce qui se traduit par une meilleure réponse AIR Que nous voyons DIP. Il y a certains points clés que nous devons garder à l'esprit lors de la rédaction des instructions relatives à l'IA Tout d'abord, nous avons déjà discuté de cette question de clarté. La clarté signifie utiliser un langage simple et précis et éviter la confusion ou les mots ou phrases imprécis qui ne me permettent pas de comprendre notre intention générer une réponse pertinente à notre question ou à notre tâche. A, au lieu de C, vous pouvez voir l'exemple ici, il faut le rappeler encore une fois, me parler de l'histoire. Vous pouvez voir qu'il n' y a rien de clair là-dedans. Il n'y a aucune précision. Parlez-moi de l'histoire. L'histoire signifie que c'est un vaste sujet. L'IA va donc penser, d'accord, je vais devoir expliquer l'histoire. Il générera simplement des données aléatoires liées à des informations aléatoires liées à l'histoire. Il n'y a rien là-dedans. Au lieu de cela, si vous utilisez la clarté. Autrement dit, pouvez-vous fournir un résumé des outils, des causes et des résultats de la guerre mondiale ? Il s'agit d'un sujet spécifique dans le domaine de l'histoire. Alors maintenant, l'IA doit penser clairement. D'accord, cette question a une certaine clarté à laquelle l'IA pensera Je dois fournir un résumé des causes et des résultats des outils de la guerre mondiale. C'est un cas spécifique, non ? Il s'agit d'un sujet spécifique selon lequel l'IA peut générer les meilleurs résultats liés à cette invite. C'est pourquoi nous devons nous assurer que les instructions doivent être aussi claires et spécifiques que possible afin d'obtenir le meilleur résultat possible de l'IA Voyons le deuxième point qui est le rouleau de formatage. Le formatage signifie que vous connaissez déjà ce formatage. Si vous utilisez des documents ou tout autre document, si vous avez la moindre idée , le formatage est la meilleure solution possible, ce qui nous permet de gagner du temps pour trouver les points, voir les choses ou relire les éléments que nous avons écrits dans ce document. Le formatage n'est rien d'autre que l'utilisation d'en-têtes, de puces et de petits en-têtes Ce sont toutes ces choses. Il est donc recommandé d' utiliser le formatage dans les instructions. Dans le cas contraire, c'est nécessaire. Mais si vous cherchez à devenir un ingénieur professionnel rapide, vos compétences en rédaction devraient être très efficaces. D'accord ? Plus vous écrivez efficacement, meilleurs sont les résultats et les résultats que vous pouvez obtenir de l'IA. Vous pouvez utiliser un format tel que l'utilisation puces dans votre liste de numéros d' invite ou d'en-têtes dans vos invites pour obtenir une réponse structurée À titre d'exemple, vous pouvez voir ici la liste suivante, dans l'ordre, avantages de l'énergie solaire inconvénients et le potentiel futur. Juste pour aider l'IA à obtenir la sortie dans ce format uniquement. C'est donc simple. Voyons voir ça. La troisième concerne les techniques d'engagement. Quelles sont les techniques d'engagement ? D'accord, si vous générez de l'IA à partir d'un modèle de langage quelconque, si la réponse générée n' est pas engageante, vous êtes avec vous-même. Les autres personnes ne peuvent donc pas également participer à cette réponse de l'IA. Alors, quel est l'effort nécessaire pour obtenir la réponse de l' IA, n'est-ce pas ? Vous devez donc le faire alors que c'est très important lorsque vous recherchez la création de contenu ou la rédaction d'articles où les gens liront votre livre ou quoi que ce soit d'autre. C'est-à-dire que la réponse, le résultat devraient être très intéressants, n'est-ce pas ? Sauf que nous ne pouvons pas obtenir la meilleure capacité de lecture. OK. L'engagement est très important dans tous les cas d'utilisation. Pour cela, nous devons formuler vos questions de manière à susciter la curiosité ou à fournir un contexte. Le contexte signifie ici les informations de base. Informations supplémentaires concernant votre sujet. Par exemple, vous pouvez voir, imaginez que vous êtes un scientifique en 2050. Quelles avancées dans le domaine de l' IA pourriez-vous décrire ? Imaginez que vous êtes un scientifique. Nous assignons donc ici un rôle en 2050, c'est-à-dire dans le futur. D'accord ? Alors, comment pense l'IA ? L'IA pense-t-elle que je suis un scientifique en 2050, quelles avancées en matière d' IA pourriez-vous décrire Ainsi, l'IA générera les meilleurs résultats ce qui concerne le fait que l'IA pense que je suis un scientifique en 2050. Il s'agit donc d'engagement ou de contenu, car vous établissez une connexion. L'IA est connectée aux scientifiques en 2050. Dans lequel il peut générer un meilleur résultat. Imaginez ce qu'il faut faire en matière de techniques d'engagement. D'accord ? Si vous êtes d'accord, si vous n'utilisez pas ce type d'instructions ici, imaginez que vous êtes un scientifique Il vous suffit d'utiliser les avancées en matière d'IA que vous pourriez décrire en 2050 C'est une chose simple. C'est une question simple. Si vous utilisez le langage simple, imaginez que vous êtes un scientifique et que vous êtes en train de guider réponse de l' IA pour qu'elle prenne en compte ses pensées. D'accord ? Ils s'impliquent dans leurs données. La faculté de l'intelligence artificielle, qui va se connecter à leur base de connaissances, et elle va penser, et elle va générer du contenu engageant plutôt que de poser de simples questions dans lesquelles il n'y a aucun engagement dans l' D'accord ? C'est pourquoi vous devez utiliser des techniques, des mots que l'IA peut imaginer et qui relient leur base de connaissances à des mots qui peuvent décrire très facilement vos résultats. D'accord ? Ce sont là quelques points essentiels que nous devons garder à l'esprit lors de la rédaction des instructions relatives à l'IA, à savoir obtenir la meilleure réponse pour améliorer l'engagement, réduire l'ambiguïté, les réponses floues et la clarté D'accord ? Passons ensuite à la partie principale de ce module, le modèle d' invite avancé P one, dans lequel nous allons voir cinq modèles d' invite de bonnes pratiques différents et les plus importants en tant qu'ingénieur rapide, dont vous avez besoin et que vous devez utiliser pour résoudre des tâches complexes. Commençons. 18. 4.2.1 Modèles d'invite avancés (partie 1) - 1. Demander des motifs d'entrée: Bon retour, les gars. Bienvenue dans notre modèle Master Prompt Engineering numéro quatre, et que nous allons apprendre Advance prompt patterns, première partie. OK ? Nous allons donc discuter des cinq modèles rapides les plus populaires et les plus populaires, et en tant qu'ingénieur rapide, nous devons utiliser dans notre vie quotidienne pour tirer le meilleur parti de l'IA. Donc, au lieu de ces cinq bals de fin d'année, nous avons cinq autres modèles de bal dont nous parlerons dans la deuxième partie de ce modèle Discutons du premier modèle d' invite qui est le modèle de demande de saisie. Voyons en détail ce modèle de bal de fin d'année. Voir. Ce modèle de demande de saisie est donc un moyen puissant de créer des instructions qui guident efficacement les interactions avec l'IA Ce modèle implique de demander une contribution externe, fournir des instructions contextuelles claires et de spécifier la structure de réponse souhaitée. Pourquoi nous l'utilisons pour réduire les réponses floues et la clarté et pour rendre les interactions plus prévisibles, plus faciles et plus efficaces à obtenir grâce à l'IA. OK ? C'est simple, très simple à apprendre. Il s'agit donc d'un modèle de demande de saisie très facile à comprendre. Voyons voir ça. Pour utiliser ce modèle, notre bal de fin d'année doit faire la déclaration contextuelle fondamentale suivante Fondamentalement, demandez-moi une entrée X. X n'est rien, mais nous devons remplacer X par notre objectif, tâche ou notre question dans laquelle nous devons obtenir des résultats de l'IA. C'est simple. Donc, ce qui est une déclaration contextuelle fondamentale pour le modèle de demande de saisie est de me demander une entrée Il s'agit d'une phrase fondamentale très importante que nous devons utiliser dans l'invite elle-même pour correspondre à n'importe quel type de tâche. OK. Voyons comment fonctionne ce modèle de bal de fin d'année en implémentant pratiquement le Cha GPT, et allons-y Je me lance donc dans Cha GPT. Voyons donc ce qu'il en est de ask for input pattern. OK. Voyons voir. Je vais donc simplement décrire toute tâche um à AI avant d'écrire « ask me for input X prompt pattern ». Donc pour cela, je vais rapidement copier mon message, et je vais le coller ici. Vous pouvez donc voir l'invite exacte ici. À partir de maintenant, je fournirai des objectifs de mise en forme et d'autres détails pertinents sur ma routine. Vous créerez un plan d'entraînement hebdomadaire adapté à mes suggestions. Pour chaque jour, incluez des exercices, des séries et des répétitions. À la fin, suggérez une activité de récupération pour la semaine. D'accord, c'est donc une tâche simple que j'ai confiée à l'IA. OK ? Il s'agit d'une simple demande que j' ai envoyée à AI pour connaître mes préférences. Après cela, j'ai utilisé le modèle de demande de saisie. Vous pouvez facilement le voir ici. C'est-à-dire demandez-moi mes objectifs de mise en forme et mon niveau de forme actuel. Comment cela fonctionne réellement. Voyons voir ça. Si vous vous rendez au guichet automatique pour retirer votre argent, vous devez d'abord y insérer votre carte de guichet automatique. Après cela, il vous demande que certaines entrées proviennent de la machine elle-même. La machine vous demandera votre code PIN, votre code PIN, PIN du guichet automatique et montant que vous souhaitez retirer, n'est-ce pas ? Ces questions seront donc posées par la machine elle-même. C'est comme ça que vous entraînez l'IA. OK ? Vous écrivez l'invite comme ça une fois que vous avez commencé votre tâche. D'accord, pour commencer votre tâche, l'IA vous posera une question. Lorsque vous donnez la réponse, après cela, la tâche principale sera exécutée. C'est-à-dire, demandez-moi de saisir un modèle d' invite. OK ? Voyons ce qui va se passer. Je vais y aller. Cela me posera quelques questions. Il demandera à C. J'ai compris. Pour créer un plan d'entraînement personnalisé, j'ai besoin de quelques informations de votre part. voyez, après avoir fourni ces réponses à ces questions, il générera un plan d'entraînement correspondant à mes préférences, car j' ai défini les instructions dans le message. Ensuite, j'utilise modèle d'invite de saisie dans lequel l'IA me posera des questions. Lorsque je répondrai à ces questions, je suis le seul à pouvoir générer un plan d'entraînement hebdomadaire adapté à mes préférences, aussi simple que cela. C'est simple, cela ressemble guichet automatique à un montant provenant de la banque elle-même. OK ? Vous pouvez donc faire correspondre ce guichet automatique, vous me demandez votre niveau de forme physique et votre niveau de forme actuel, c' est-à-dire que vous êtes inséré et qu'une carte de guichet automatique est insérée. Ensuite, il vous demandera quel est votre code PIN, montant que vous souhaitez, et vous souhaitez retirer du compte courant ou d'épargne, toutes ces préférences. Comme ça, il s'agit d'un travail similaire. OK. Voyons voir. Après avoir répondu à ces questions, il générera un plan d'entraînement hebdomadaire pour moi. OK, voyons voir si je vais fournir des réponses rapidement. Vous pouvez vérifier ici. Qu'est-ce que vos FitNLLGS ? Je vais passer à la catégorie de poids W pour la perte de poids. Donc, numéro deux, quel est votre niveau de forme physique actuel ? Je pourrais suivre un cours intermédiaire ? Troisièmement, avez-vous accès à une salle de sport ou préférez-vous aller à la maison ? Je préfèrerai les entraînements à domicile. Quatrièmement, la question Quelles vos préférences ou vos limites spécifiques sont vos préférences ou vos limites spécifiques, je ne soulèverai pas de objets lourds. La réponse numéro est combien de temps pouvez-vous consacrer à votre journal d'entraînement ? Prenons 30 minutes. Voyons donc quelle réponse l'IA va générer. Ici, vous pouvez voir qu'il existe un meilleur résultat : le plan d'entraînement hebdomadaire du générateur A basé sur mes informations ici. C'est vrai. C'est le mieux. OK ? C'est très efficace et c' est le meilleur résultat pour obtenir mon plan d'entraînement sur mesure ou pour obtenir mes préférences car il me demande plus de détails sur mes préférences. L'IA me demande mes préférences pour générer un plan d'entraînement efficace, proche et facile à utiliser, qui est défini comme mon rotin OK ? Si vous voyez au lieu de cela, si vous écrivez une question, fournissez-moi simplement mes objectifs de mise en forme. OK, si vous écrivez au lieu de ce schéma d'invite, si vous écrivez, créez un plan Wout hebdomadaire Telatum pour mon plan d'entraînement de 30 jours Il générera simplement des informations aléatoires ou un plan d'entraînement hebdomadaire au hasard sans connaître vos préférences. Si vous utilisez ce modèle d'invite, demandez-moi un modèle d'invite de saisie, il vous demandera vos préférences, ce dont vous avez réellement besoin dans résultat préférable que vous souhaitez, quels aspects et de quelle manière vous le souhaitez. C'est donc le modèle « ask me for input prompt » qui fonctionne. Vous pouvez l'utiliser pour n'importe quelle autre application. Je n'ai pris que pour le programme d'entraînement hebdomadaire, afin de pouvoir effectuer, à des fins d'étude, d' éducation, toute tâche complexe dont je ne peux pas connaître les informations générales vous pour réellement résoudre le vrai problème, n'est-ce pas ? Donc, si vous donnez les détails à l'IA, qui vous soutient dans votre tâche. Il peut générer le meilleur résultat comme nous l'avons indiqué précédemment à propos de l'optimisation rapide, n'est-ce pas ? Il s'agit donc d'une bonne pratique lors de l'écriture du modèle d'invite de saisie, qui vous aide à obtenir le meilleur résultat. OK ? Donc, pourquoi ce modèle est utile signifie que nous pouvons améliorer la précision de la sortie. OK ? Il est préférable que nous puissions améliorer la précision des résultats, car nous avons déclaré nos exigences ici parce que l'IA m'a posé les questions relatives à ma tâche que l'IA attend de moi, parce que la tâche consiste à générer plan d'entraînement hebdomadaire pour vous et pour moi. Ensuite, l'IA ne me posera des questions qu'une fois que j'aurai indiqué mes préférences ici, elle générera un plan d' entraînement hebdomadaire précis et photographiable pour moi C'est pourquoi ce modèle d'invite de saisie « Demandez-moi est très puissant si vous approfondissez cela de plus en plus. Vous pouvez donc facilement comprendre en écrivant de plus en plus d' instructions concernant ce modèle d'invite de saisie « demandez-moi » dans lequel nous pouvons obtenir des informations plus approfondies si vous l'utilisez et si vous vous entraînez bien avec le ChagPT et d'autres modèles de langage d'IA également, mais cela fonctionne dans CharGB, donc la plupart des choses Cela fonctionne mieux dans ChargeP car il possède certaines fonctionnalités, de bonnes capacités, d'autres modèles linguistiques Et ne vous inquiétez pas si nous abordons ce sujet comprenant également les différents LLM et leurs capacités, avantages et leurs inconvénients dans les modèles à venir après ce module OK. Il s'agit donc de me demander un modèle de saisie. Je vais donc prendre un autre exemple pour mieux comprendre cela. Je vais donc prendre un exemple simple. Alors prenons-en quelques-unes à partir de maintenant. OK. Je vais prendre autre chose à partir de maintenant. OK, je vais prendre pour décrire Since décrire Since dans le texte. Tu vas traduire. Je vais suivre un simple message pour mieux le comprendre. À partir de maintenant, je vais vous dire quelle langue vous utilisez pour traduire la tâche donnée. Désolé pour un texto donné. Je vais donc lui demander, je vais simplement lui confier sa tâche. Comment allez-vous ? Donc, ce que j'ai à dire à l'IA à partir de maintenant, je vais vous dire quelle langue parlée vous utilisez pour traduire le texte donné, comment allez-vous ? C'est une tâche dans laquelle je parle à l'IA, je vais vous le dire. Je vais vous dire quelle langue vous devez utiliser pour traduire. Vous devriez l'utiliser pour traduire le texte donné, comment allez-vous ? Donc, ce que je vais dire, je vais l'utiliser ici, demandez-moi de saisir le modèle d'invite ici. Demandez-moi, je vais prendre ça. Maintenant, demandez-moi quelle langue je dois utiliser. Voyons ce que va générer l'IA. Vous pouvez voir le A, demandez-moi, quelle langue dois-je utiliser pour traduire, comment allez-vous ? D'accord, je vais le dire en français. Je donne donc simplement la réponse en français. Maintenant, vous pouvez voir que « comment allez-vous est traduit dans celui-ci en français. Donc, comme le modèle ask me for input prom fonctionne, il vous suffit de définir une tâche dans laquelle vous devez l'utiliser. Je vais vous dire quelle langue parlée vous devez utiliser pour traduire le texte donné, comment allez-vous ? Enfin, dernier point, vous devez utiliser ask me. C'est maintenant demandez-moi dans quelle langue je dois utiliser. Cela dépend de vos besoins ou tâche que vous allez résoudre par l'IA. Vous pouvez donc changer cela, mais vous devez utiliser à la dernière étape, c'est me demander mais, euh, vous pouvez donc vous assurer de définir la tâche elle-même également. Dans ce cas, j'en ai parlé à AI. Je vais le dire à AI. Je vais vous dire quelle langue parlée vous devez utiliser pour traduire ceci. J'en ai parlé à l'IA parce que je vais vous le dire, d'accord ? Pour cela, je dois enfin écrire le modèle ask me for input prompt. Il y aura deux matches ici. Oui ? Lorsque je fournirai cette réponse, elle sera prise ici et elle se traduira par Comment allez-vous » en français. C'est donc assez facile si vous vous entraînez bien seul dans l' ajebti. Alors ne t'inquiète pas. Je fournirai ce lien de discussion dans le document lui-même, et il sera diffusé après ce cours pour mieux le comprendre. Alors c'est ça, les gars. Pour cela, tout sur modèle ask me for input prom dans lequel nous avons vu, nous devons utiliser une déclaration contextuelle fondamentale qui est « demandez-moi une entrée x », c'est peut-être quelque chose de votre objectif, de votre question ou de votre tâche ou quoi que ce soit qui, selon nos préférences, nous avons vu deux exemples dans lesquels nous en avons vu un désormais, de la forme physique liée à l'anima il y a une traduction à ce sujet, donc vous pouvez le comprendre plus en profondeur en vous entraînant vous-même afin d'obtenir des informations approfondies et très bien comprendre cela. Voilà pour ce modèle de bal de fin d'année. Passons donc à notre autre modèle de bal le modèle persona prompt 19. 4.2.2 Modèle de prompt de personne: OK, voyons l'invite numéro deux qui est un modèle d' invite personnalisé Ainsi, comme nous l'avons déjà évoqué certaines techniques rapides savoir la technique d'attribution de rôles Oui Donc c'est comme ça uniquement. Donc persona signifie, euh, guider l'IA pour qu'elle devienne une assistante personnelle Ou un rôle spécifique, vous pouvez voir l'exemple ici, agir en tant que professeur de mathématiques au lycée. Je forme donc l'IA guidée par l'AII pour qu'elle agisse en tant que professeur de mathématiques au lycée parce que je veux que le théorème de Pythage soit expliqué à un élève de 15 ans Alors pourquoi ce modèle de bal personnel est très efficace ? Donc, parce qu'en utilisant ce modèle de bal de fin d'année personnel, c'est agir comme un rôle spécifique, en assignant un rôle spécifique Ce modèle indique donc IA d'agir en tant qu'expert en connaissance de domaine spécifique, n'est-ce pas ? L'IA pensera donc d' abord que je suis un professeur de mathématiques expert au lycée. Par exemple, cela peut être facilement compris à l'aide de cet exemple. J'attribue donc un rôle tel que l'IA à IA qui consiste à agir en tant que professeur de mathématiques au lycée de cette façon, l'IA pensera que je suis professeur de mathématiques au lycée et que je dois expliquer un élève de Pythagre à un élève de 15 ans, et que je dois expliquer un élève de Pythagre à un élève n'est-ce pas ? Cela aidera l'IA à générer une explication précise à un étudiant de 15 ans, n'est-ce pas ? Ainsi, en utilisant ce modèle d'invite, l'IA générera un résultat efficace et plus précis par rapport à l'absence d'invite de bal personnelle. Hein ? Donc, en attribuant un rôle, un ton ou un style spécifique à un domaine spécifique, l'IA ne pensera que dans ce domaine, n'est-ce pas ? Donc, si je confie IA à un professeur de mathématiques pour qu'il agisse en tant que professeur de mathématiques, il agira uniquement en tant que professeur de mathématiques, ce qui nous permettra de tirer le meilleur parti de cette IA pour en savoir plus sur MATS. Hein ? Il agira donc comme un professeur de mathématiques au lycée. Il pensera comme un professeur de mathématiques et générera une réponse en tant que professeur de mathématiques uniquement. C'est-à-dire que la plupart des entreprises ou des ingénieurs professionnels utilisent ce modèle d'invite personnalisé de manière plus efficace pour tirer le meilleur parti de l'IA, car il est très important dans les modèles de langage. Pourquoi ? Parce que l'IA est entraînée par de grandes quantités de données, elle peut simplement générer de manière aléatoire un résultat contenant des inexactitudes, dont les réponses ne sont pas claires, n'est-ce pas ? Donc, si vous entraînez une IA à agir en tant que domaine spécifique. Il réfléchira de manière approfondie à ce domaine spécifique, qui a le plus de chances d' obtenir les meilleurs résultats et des résultats plus précis de la part de l'IA, n'est-ce pas ? Vous pouvez donc voir le meilleur exemple à expliquer pour le comprendre. Modèle de bal de fin d'année facile, vous le comprendrez facilement. Voyons donc quand l'utiliser. Donc, si vous cherchez à des connaissances spécifiques grâce à l'IA, à résoudre une tâche spécifique, à obtenir une réponse précise ou à résoudre un problème spécifique, cela peut vous aider à tirer le meilleur parti de IA en utilisant ce modèle de bal personnel Cela vous aidera à obtenir les meilleurs résultats par rapport à la rédaction d'une simple question ou de simples requêtes. Nous allons voir un exemple dans le jib lui-même, de la façon dont il fonctionnera OK ? Nous allons d'abord écrire simplement le théorème de Pythagore à un étudiant de 15 ans, puis nous comparerons le résultat et nous comparerons l'ensemble de l'invite de ce l'ensemble de l' OK. Passons au ha JB et nous verrons ce qui est pratique Je vais donc au ha Jib, je suis venu ici et je vais écrire une explication simple du théorème de Pythagore OK, étudiant de 15 ans. Voyons le résultat de cette invite. Cela générera un théorème de Pythagore, une explication. Il y a un angle droit. Il y a trois côtés. C'est une bonne chose. Il n'y a rien là-dedans, ce n'est qu' un bon résultat, n'est-ce pas ? OK, prenons pour acte principal un modèle de bal de fin d'année personnel. Je vais simplement le copier ici et le coller ici pour que vous puissiez agir en tant que professeur de mathématiques au lycée et expliquer à un élève de 15 ans Voyons quel est le résultat de cette invite. Vous pouvez donc voir qu'il y a quelque chose de bon par rapport à ici car vous pouvez voir que le formatage est sûr qu'il y a quelque chose qui n'est pas important ou efficace lorsque nous utilisons l' acte comme modèle d'invite. Vous pouvez donc le voir ici. Il y a une première étape qui guide l'étudiant de 15 ans avec EZ et c'est un rôle de la géométrie, car elle permettra de réfléchir en profondeur dans ce domaine , car nous essayons l' IA d' agir uniquement en tant que professeur de mathématiques. Il agira donc en tant que professeur de mathématiques spécifique, dans un domaine de mathématiques spécifique qui a, n'est-ce pas ? Donc, l'IA va aller à la profondeur, à la profondeur IA, à la profondeur des connaissances mathématiques, et elle générera des informations connexes sur le théorème de Pythagore, une explication très approfondie et tout ce que vous pouvez voir la différence entre cette sortie et cette sortie, elle est assez efficace par rapport à Parce que nous utilisons l'acte comme un modèle personnel dans lequel nous essayons A d'agir uniquement en tant que professeur de mathématiques, sans penser en dehors de cela, dans lequel nous pouvons obtenir de la profondeur, résultats approfondis sur des connaissances spécifiques particulières. OK. Voyons un autre exemple en utilisant deux modèles de bal de fin d'année. Plus tôt, nous avons discuté du modèle de bal numéro un qui est « Demandez-moi un modèle de saisie » dans lequel nous avons une tâche écrite et nous donnerons l'entrée. OK, donc toutes ces choses, nous utiliserons ces modèles à 14 h 00 et nous verrons ça. Je vais donc utiliser d'abord ce modèle de bal personnel. Je vais donc écrire un essai de voyage, je le recommande. Donc, ne vous inquiétez pas si vous avez des mots ou des phrases ou si vous avez des erreurs, je les comprendrai automatiquement. Pourquoi ? Parce que c'est de la pensée ou cette interaction est comme un texte pour hommes. Il possède d'excellentes techniques de PNL. Je me souviendrai de nos paroles et il comprendra facilement notre intention. Cela ne pose donc aucun problème. Ne voyez donc pas les erreurs, les mots, toutes ces choses, mais la technique et le processus. Je vais donc utiliser ici act comme un outil de recommandation de voyage. J'ai donc utilisé une tâche ou un rôle spécifique que je donne à l'IA, à savoir agir en tant que recommandation de voyages. Alors l'IA ne pensera qu'à un conseiller de voyage. La personne qui possède toutes les compétences que possède Travel Recommender, même, l'IA pensera uniquement comme cette personne OK, comme l'a fait le conseiller de voyage. Il se concentrera donc uniquement sur ce conseiller de voyage pour le moment Nous pouvons donc voir. Je vais donc vous dire quelle ville je vais vous dire quelle ville vous devez recommander. Vous devez donner une recommandation. Vous devez donner des recommandations pour visiter si beaux endroits de cette ville. Après cela, j'utiliserai le modèle de saisie « ask me for input », n'est-ce pas ? Alors, qu'est-ce que Demandez-moi un modèle de saisie ? Nous avons donc constaté un certain coût fondamental. Nous devons utiliser une déclaration contextuelle fondamentale qui consiste à me demander des informations X. X signifie que nous pouvons utiliser notre question ou notre objectif ou quoi que ce soit Donc, si vous vous en êtes déjà souvenu, souvenez-vous que c' est très important. Je vais donc écrire pour demander. Maintenant, demande-moi. Maintenant, demandez-moi quelle ville vous souhaitez visiter. Non, l'AI C peut les voir. J'utilise donc simplement Act en tant que personne ayant des habitudes, c'est-à-dire agir en tant que recommandateur de voyages Maintenant, je le dis à l'IE, je vais vous dire dans quelle ville vous devez donner des recommandations pour visiter si beaux endroits de cette ville. Je vais dire que c'est un RNEA alors je vais vous dire, ne vous inquiétez pas pour ça Ensuite, je vais donner des instructions à l'IA. Non, demande-moi. Demandez-moi quelle ville vous souhaitez visiter. vrai, je vais penser, OK, je suis un conseiller de voyage. Donc non, je dois demander de quelle ville cette personne a besoin de recommandations pour visiter de si beaux endroits de cette ville, n'est-ce pas ? Ces deux éléments sont donc très importants. Lorsque vous utilisez le modèle de saisie «   demandez-moi », vous devez faire très attention. Vous devez le dire à AI, je vais vous le dire, non ? Et c'est la dernière instruction que vous devez utiliser cette instruction contextuelle fondamentale pour écrire le modèle de bal d'entrée, n'est-ce pas ? Je vais donc l'utiliser ici aussi. C'est un modèle de bal personnel et demandez-moi un modèle d'invite de saisie Voyons quel est le résultat de cette invite. Vous pouvez donc le voir ici. C'est tellement génial. Je suis là pour vous aider à planifier votre visite des plus beaux endroits. Il me demandera de participer. Il me demandera quelle ville vous souhaitez explorer. Donc, comme nous en avons discuté plus tôt à propos de Demandez-moi votre avis. modèle Prom, qui produit la sortie de EI après une invite Intel, est un quotien d'entrée Nous devons donner notre avis. Ensuite, la tâche se poursuivra. Comme ça, je dois dire que c'est nouveau. Il générera donc automatiquement les recommandations sur cette ville où il y a de beaux endroits à visiter. Voyons donc si l'IA vous recommandera certains endroits à visiter dans cette ville de New York. C'est donc le moyen le plus simple d'obtenir certaines choses. Vous pouvez donc écrire, OK, vous pouvez écrire ceci, vous pouvez partir de là sans écrire ceci. Mais si vous l'utilisez, il y a plus de chances d'obtenir meilleur résultat possible et précis de l'IE, n'est-ce pas ? C'est pourquoi il est très important écrire pour des LLM, en particulier pour des LLM, car l'IE est formée par de grandes quantités de données qu' elle peut simplement donner des recommandations au hasard OK, si vous utilisez ce modèle de bal de fin d'année personnel, c'est un modèle spécifique, non C'est une particularité dans la mesure l'IA se concentre uniquement sur des points spécifiques, ce qui nous permet d'obtenir le meilleur résultat. Au lieu de prendre et de lancer la sortie au hasard, ce n'est pas la meilleure sortie, n'est-ce pas ? Ce n'est donc pas plus simple. C'est donc très important alors que c'est très important, tout en résolvant les problèmes les plus complexes pour un cas d'utilisation spécifique , un domaine spécifique dans un domaine spécifique. Si vous cherchez à résoudre une tâche complexe, vous devez utiliser ce modèle d' invite personnel très, très important. Vous devez utiliser ce modèle d'invite parce que vous cherchez à résoudre un problème spécifique. Votre message devrait donc être aussi précis, n'est-ce pas ? Donc, à ce moment-là, vous devez utiliser Act comme un conseiller de voyage. Par exemple, si vous cherchez à résoudre problème de codage, comme en Python, vous devez donc agir en tant que un problème de codage, comme en Python, vous devez donc agir en tant que développeur Python qui a dix ans d'expériences dans le domaine de la résolution de bogues de ce genre, vous pouvez l'utiliser. Après cela, vous allez écrire une tâche et ainsi de suite, alors, non ? Vous pouvez utiliser le modèle de saisie Ask me et d'autres modèles d'invite dont nous parlerons dans d'autres cours. Cela ne pose aucun problème. Vous pouvez l'utiliser comme ça si vous cherchez à résoudre problèmes de création de contenu ou si vous cherchez à des problèmes de création de contenu ou si vous cherchez à générer du contenu spécifique à partir de l'IA, vous pouvez l'utiliser en tant que créateur de contenu éducatif ayant dix ans d' expérience dans la rédaction de contenus engageants efficaces et créatifs pour attirer l'attention du public. Ensuite, vous pouvez écrire n'importe quelle tâche, car l' attribution d'un rôle spécifique peut générer le meilleur résultat par rapport à autre tâche sans agir comme une invite de modèle C'est pourquoi vous pouvez facilement comprendre cela. Il est donc simple d'attribuer un rôle spécifique à l'IA dans lequel nous pouvons obtenir un défaut en sortie Vous pouvez donc vous entraîner par vous-même. n'y a donc qu'une seule chose que vous pouvez acquérir plus de connaissances ou de compétences rédactionnelles, les compétences en écriture bal de fin d'année en pratiquant uniquement. Entraînez-vous donc seul et interagissez avec l'IA selon différents modèles de bal de fin d'année pour améliorer vos compétences, ce qui peut vous aider à tirer le meilleur parti de l'IA. J'espère donc que vous comprenez très bien ce schéma de bal de fin d'année. Voyons donc un autre modèle de bal de fin d' modèle de bal raffiné en Chine, qui est très important pour améliorer notre capacité d'écriture rapide. Allons-y. 20. 4.2.3.1 Affiner le motif d'invite à une question - Partie 1: Voyons donc le modèle d'invite d' affinement des questions dans lequel il est très important d'écrire les meilleures instructions ou tout ce que nous recherchons grâce à l'IA Alors, quel est réellement le modèle d'invite à affiner les questions ? Dans le titre lui-même, vous pouvez facilement comprendre le raffinement des questions. raffinement signifie réécrire la question de manière efficace, en réduisant les erreurs ou la formation de phrases, et pour être précis, n'est-ce pas ? De manière efficace. Hein ? La définition de la question consiste à rédiger la même question en réduisant les erreurs ou en améliorant la rédaction de manière efficace. C'est aussi simple que cela. Le schéma de demande d'ajournement des questions est donc le même. Vous pouvez donc voir que le modèle de ce modèle peut être exprimé sous la forme. C'est donc la méthode simple que nous allons maintenant utiliser dans HGPTR pour comprendre les variables. Alors ne t'inquiète pas. Je vais donc simplement vous dire que je vais vous expliquer ce qu'est réellement l'invite de définition Donc, si, par exemple, imaginez que vous interagissez avec le modèle ANI, par exemple, prenez le JAPT. Donc, si vous écrivez une question, si vous écrivez une invite à l'IA, n'est-ce pas ? Donc, vos compétences en rédaction rapide meilleures si vous le pensez, n'est-ce pas ? J'imagine que vous avez des connaissances en matière d'inspiration, que vous êtes en train de rédiger l'invite, peut-être que c'est une question ou une tâche, n'est-ce pas ? Donc, si vous avez confiance en vous, je rédige ce qu'il y a de mieux en utilisant la formation de phrases ou les techniques, mais il y a une lacune dans cette IA en nous. C'est la formation de phrases ou la grammaire. C'est vrai. Donc, pour cela, l'IA est meilleure maintenant car c'est l'IA qui est entraînée par Advanced English avec une si belle grammaire et une formation de phrases efficace. En tant qu'humains, nous pouvons commettre des erreurs en écrivant en anglais. Comme nous voyons déjà que j' ai commis tant d'erreurs en interagissant avec Age Bt, je pense que vous observez, n'est-ce pas ? Voilà pourquoi. En tant qu' être humain, nous commettons des erreurs, mais l'IE est très bien formée par Advanced English. Cela peut suggérer une meilleure version de notre anglais. Par exemple, si vous écrivez quelque chose, il y a des erreurs, mais cette question peut être améliorée, n'est-ce pas ? La façon dont vous demandez à IA peut être trop améliorée , selon notre question. Ainsi, cette amélioration peut être écrite par l'IA avec ce modèle rapide. C'est pourquoi c'est très important. Pour obtenir différentes versions de notre contribution, n'est-ce pas, différentes versions de nos quotients, même rapides, même tous les paragraphes, même tout ce que nous demandons à l'IA, cela peut suggérer une meilleure façon d'exprimer ces mots, ce qui les rend très puissants et efficaces car A est très bien formé au modèle anglais C'est vrai. Voyons donc pour mieux comprendre l'IA, nous approfondissons l' interaction avec ha JBT afin de mieux comprendre ou comprendre efficacement quel véritable modèle de promotion d' affinement du quotient Voyons voir. Je vais donc passer au chapeau GBT Je vais prendre une nouvelle discussion. Voyons voir. Donc, si, par exemple, je demande à AI de bien vouloir générer. Je vais donc me contenter d'une tâche. Veuillez générer un, je vais prendre un article spécifique uniquement. Générez un Non, non, non, veuillez générer une histoire contenant des mots plus engageants. Et c'est amusant pendant dix ans et dix ans, mon garçon. Voyons ce que l' IA va générer. Vous pouvez donc voir que certains dias ont généré une histoire adaptée à un garçon de dix ans dans laquelle ils contiennent des mots engageants Vous pouvez donc voir le résultat ici. Il était une fois sur le ton tranquille de la cupidité, c'est une histoire. Il en a donc d'autres. C'est pourquoi il est très important de rédiger les instructions. Je peux donc suggérer ici d'écrire une histoire ou une histoire de 500 mots ou, euh, une histoire de 300 mots, ce qui permet d'obtenir le résultat précis de l'IA. C'est pourquoi OK, vous pouvez voir l'exemple, vous pouvez voir le résultat ici. Et si je le disais à AI. Et si je demandais à AI de suggérer une meilleure version de cette invite ? Suggérer une meilleure version de cette invite pour obtenir le résultat le plus efficace possible. Cela signifie que cette invite peut être améliorée. Cette invite peut être améliorée jusqu' au niveau que je peux suggérer. Donc, ce que je vais simplement écrire ceci, veuillez suggérer une meilleure version. Désolée, c'est mon message. Voyons ce qui va se passer. Je vais juste le copier. Je vais coller ici. Non, cela générera des suggestions en fonction de notre demande. Cela générera certaines des meilleures versions de mon message qui me permettront d'interagir avec l'IA pour obtenir l'histoire la plus captivante possible. Vous pouvez le voir ici. Vous pouvez voir la meilleure version par rapport à celle-ci. Alors, s'il vous plaît, créez une histoire amusante et captivante avec un vocabulaire passionnant et des éléments d' aventure qui captiveraient un garçon de 10 ans , n' Cette version semble plus spécifique et plus accueillante. L'AIG suggère donc une certaine rapidité par rapport à cela. C'est donc une invite à affiner la question. Il s'agit d'une invite d' affinement des questions de base dans laquelle nous donnons quelques informations, et nous demanderons à l'IA de suggérer une meilleure version de celle-ci, dans laquelle nous pourrons obtenir, euh, meilleures réponses, le meilleur moment plutôt que notre réflexion. C'est. Donc non, non ? A est non. De quelle manière cette invite peut-elle me demander le meilleur résultat que je puisse donner, n'est-ce pas ? C'est pourquoi l'utilisation de l'IA pour écrire certaines instructions peut être très utile, mais non, j'ai tendance à simplement utiliser et copier ces quelques principes de base pour écrire ce haut des instructions Nous devons donc utiliser cette somme de manière fondamentale. Après cela, nous devons apporter des modifications en fonction de la sortie de notre IA. Donc, les meilleures compétences de rédaction rapide que vous pouvez acquérir après avoir analysé le résultat uniquement après avoir affiné les deux premières instructions initiales, n'est-ce pas ? Nous verrons toutes ces techniques dans d'autres cours. Concentrons-nous sur ce modèle de bal de fin d'année qui est tout le raffinement. OK, je vois. J'ai donc juste une somme d'utilisateurs, veuillez me suggérer une meilleure version de mon bal de fin d'année. donc très important d'écrire pour me suggérer est donc très important d'écrire pour me suggérer une meilleure version. Il s'agit donc d'une phrase ou d'un contexte fondamental principal que nous devons utiliser dans notre invite pour obtenir la meilleure version de toute entrée. Je vais donc utiliser cette méthode. Il ne s'agit pas d'une méthode réelle. C'est donc à chaque fois que vous cherchez à améliorer vos compétences en écriture, donc je vais certainement essayer HGP pour agir, euh, pour suivre ce flux uniquement Donc pour cela, je viens d'écrire. Chaque fois que je pose une question, vous pouvez écrire à la place de ce paragraphe ou ce que vous voulez, n'importe quelle histoire ici, tout ce que vous pouvez utiliser. Je vais donc utiliser I will take chaque fois que je pose une question ou suggère une meilleure question, n'est-ce pas ? Donc, ce que vous avez saisi, vous devez le saisir ici. Suggérez une meilleure question et demandez-moi si je souhaite l'utiliser à la place. Vous pouvez donc le voir ici. Euh, demandez-moi ici, pourquoi utilisons-nous ici ? C'est un modèle de saisie que nous avons utilisé. Donc, comme nous en avons discuté précédemment, c'est une question de base, n'est-ce pas ? Donc, dans les prochains modèles de bal de fin d'année, nous utilisons tous ces modèles de bal de fin d'année, du plus basique au plus avancé uniquement. OK, voyons voir ici. Alors, qu'allons-nous voir ? Voyons ce que je vais générer pour cette invite. Donc ça va générer, OK, je vais le faire. J'ai compris. Je vous proposerai une meilleure version de votre question à l' avenir et vérifierai si vous souhaitez les utiliser. Aimeriez-vous donc répondre à la première question du réviseur, suggérée plus tôt, ou avez-vous une autre question en tête C'est donc la meilleure capacité HaJti qui est la mise à jour de la mémoire. Il demandera Donc, aimeriez-vous répondre à la question révisée que j'ai suggérée plus tôt ? Je vais demander, je dois suivre cette invite. C'est pourquoi cette avidité est très, euh, préférable en dehors des autres modèles de langage dans ce cas de mise à jour de la mémoire Ne vous inquiétez pas, nous discuterons toutes ces capacités lors des prochains cours. Cela ne pose aucun problème. Voyons donc ici. Je vais donc proposer une meilleure version. Donne-moi, tu as une autre question en tête. Je vais écrire 200 mots. Écrivez 200 mots, article 0N sur le réchauffement climatique. Voyons ce que l' air va suggérer. Vous pouvez voir Faites-moi savoir si vous souhaitez des modifications ou des ajouts. Donc, cela générera directement une réponse. Alors pourquoi cela se produit ? Parfois, je vais, euh, induire en erreur. Nous devons donc y remédier grâce à l'IA. C'est de l'IA. Cela va donc faire quelques erreurs. Ce n'est pas parfait à 100 %, ce n'est pas exact. À l'heure actuelle, nous devons dire à l' IA que vous manquez de voie ou de flux. C'est pourquoi j'écrirai AI. Je vous ai donc dit que je vous avais demandé de me suggérer une meilleure version. Je t'ai dit de suggérer une meilleure version de mon bal de fin d'année, mon quotien Je vous ai demandé de suggérer une meilleure version de mon quotien. Voyons quel sera le résultat. Cela va donc simplement nous excuser. Vous pouvez le voir ici. Tu as raison. Voici une meilleure version de votre question. Pourriez-vous s'il vous plaît écrire un article de 200 mots sur le réchauffement climatique. Il s'agit d'une meilleure approche ou d'une meilleure version de ma question. C'est-à-dire, veuillez écrire un article de 200 mots sur le réchauffement climatique. Donc, parfois, je génère AL AL qui vient de faire la tâche. Pourquoi ? Je vais faire des erreurs qui ne sont pas parfaites à 100 %. Dans ce cas, nous devons nous rappeler que nous devons rappeler la tâche. À l'IA. Après cela, le flux sera le même. C'est pourquoi l'IA est générée. C'est bien R, voici une meilleure version d'un quien. Nous n'avons donc pas à nous en remettre à cela. Il faut donc que l'IA fasse les erreurs. Après cela, nous devons dire à l'IA que vous faites une erreur. C'est pourquoi la créativité humaine est très importante lors de l'interaction avec l'IA. Vous pouvez donc le voir ici. Je donne donc de meilleures versions fonction de votre invite d'écriture. Si vous rédigez l'invite, cela fait trois lignes. Il générera donc au lieu de générer plus de trois lignes ou moins de deux. C'est ainsi que pense l'IA. C'est très important parce que l'IA n' est pas meilleure que vous pour écrire quelque chose qui peut être très efficace que vous en anglais ou dans une autre langue. OK, j'espère que tu comprends 21. 4.2.3.2 Affiner le motif d'invite à une question - 2e partie: Prenons un autre exemple. Donc parce que désormais, je n'en ai parlé à IE que comme ça. Chaque fois que je pose une question, suggérez une meilleure version. Donc, lorsque je pose une question ici, cela ne fera que suggérer une meilleure version de ma question. Vous pouvez donc en écrire trois différentes comme ceci, suggérer une meilleure version ou suggérer une meilleure approche, pas seulement une version, vous pouvez demander de suggérer une meilleure version ou suggérer une meilleure approche tout en interagissant avec IE pour en obtenir plus. Nous allons voir l'exemple. Je vais donc simplement écrire une invite, voici une invite. Vous pouvez le voir ici. Nous allons donc voir ça. Vous pouvez utiliser un acte particulier comme modèle d'invite. Pourquoi ? Alors, revenons aux compétences de rédaction rapide. Ce modèle d'invite peut donc vous aider à devenir également un rédacteur d' instructions d'écriture. Voyons donc comment nous pouvons le voir. Pour cela, je vais demander à AI d'agir en tant qu' ingénieur rapide expert. OK. Je vais attribuer un rôle. C'est votre ingénieur expert en rapidité. Je vais vous raconter cela de manière géniale avec dix ans d'expérience. Dix ans d'expérience dans ce domaine. Effet écrit sur les bals de fin d'année. Hein ? Effet d'écriture des instructions pour l'IA Ainsi, au lieu de l'IA, vous pouvez utiliser n'importe quel modèle de langage. Donc Cha JPT, Gemini, Cloud, quoi que ce soit d'autre. OK ? Donc, au lieu de « OK », je te le dirai plus tard. Agissez donc en tant qu'expert. Ingénieur avec dix ans d'expérience dans rédaction de messages affectifs pour OK ? J'ai donc un rôle d'ascendant, un rôle particulier dans l'IA Non, je vais utiliser OK, vous pouvez le voir ici. Je combine donc les trois modèles d'invite. Ce sont les 10 premiers actes. OK, demandez-moi un modèle de saisie après ce modèle de personnage Ensuite, j'utiliserai également ce modèle d'affinement du quotient dans cette invite Concentrez-vous donc très bien sur. Voyons voir. Je vais donc le dire maintenant, je vais le dire à Q, je vais vous le fournir. Je vous fournirai pour générer ou suggérer une meilleure approche. invite ou l'approche sont donc assez similaires, car invite signifie que vous interagissez avec l'IA. Approche signifie que c'est également le même mot. même signification que vous approchez signifie que vous vous approchez de l'IA, quelque chose à tirer de l'IA. C'est ça. Vous pouvez donc prendre directement la demande ici. Meilleure forme, meilleure rapidité. Je vous fournirai pour suggérer un meilleur formulaire, une meilleure rapidité. Vous pouvez donc écrire ici. Je vais fournir mon message. Pour suggérer une meilleure invite à partir de mon invite. Tu peux écrire autant que tu veux. Il s'agit donc d'essayer très bien l'IA pour obtenir le meilleur résultat. OK ? Maintenant, demandez-moi une suggestion rapide. Meilleur rendement. Meilleur fils. Voyons ce que fera l'IA. Je me disais : « Oui, tu peux le voir ». J'ai compris. Veuillez fournir votre message et je vous proposerai une meilleure version. C'est ce qui vous est demandé. C'est la façon la plus importante d' interagir avec l'IA en utilisant des modèles rapides C'est donc très important. Je vais donc simplement vous donner quelques conseils. Nous allons dire, c'est vrai. Poteau noir, non ? Bloquez le post sur Let's D AI en détail. Voyons voir. Il s'agit d'une invite. Je me suis tourné vers l'IA. Voyons voir si cela me proposera une meilleure version ou non. Tu vois, tu peux le voir. Voici une version plus raffinée de votre message. Autrement dit, pourriez-vous écrire un article de blog détaillé sur l'intelligence artificielle couvrant ses concepts clés, applications et son impact futur ? Je n'ai donc jamais l'idée d' inclure les concepts clés, les applications et l'impact futur parce que je n'en ai pas les connaissances. Je n'en sais pas beaucoup plus sur l'intelligence artificielle, ses concepts. Mais l'IA ne l'est pas. C'est pourquoi plus vous en donnez, c'est pourquoi la suggestion rapide est très bonne, n'est-ce pas ? L'écart entre nos connaissances peut être comblé par l'IA. Plus vous donnez de détails, plus vous pouvez obtenir d' informations générées par l'IA. C'est très bien. Donc, si j'écris simplement comme ça, l'IA peut générer des réponses aléatoires. Mais lorsque je donne cette invite précise ou avec les informations de base qui couvrent ses concepts clés, applications et son impact futur, pour générer le meilleur résultat possible, plutôt que cela, il suffit de simplement demander. C'est vrai. Lorsque j'ai écrit ceci, je n'ai donc pas reçu ce type d'instructions, par exemple en abordant ses concepts clés parce que je manquais de connaissances Mais il y a un écart entre les deux, non ? Mais c'est non. Qu'est-ce que la diligence artificielle ? Ce qui existe a des concepts, des applications. Cela suggérera donc une meilleure invite cette invite peut être améliorée. Donc, avec ce modèle rapide, qui peut également améliorer nos compétences d'écriture rapide . Il s'agit d'une question simple. Si on est précis, non ? Si nous optons pour un domaine spécifique, nous pouvons écrire la meilleure invite en utilisant l' IA elle-même, en utilisant hagibt Oui Par exemple, si vous prenez un autre exemple, comme je vais le prendre ici, il s'agit uniquement d'agir au fur et à mesure. Vous trouverez de meilleurs exemples ici. Je vais donc agir en tant qu' ingénieur des prompts à l'exportation avec dix ans d' expérience dans la rédaction d'instructions efficaces pour l'IA Je vais prendre un domaine spécifique dans lequel nous pouvons tirer le meilleur parti de l'IA Je vais aborder un sujet spécifique comme l'algèbre, les mathématiques OK, algèbre, mathématiques. C'est donc une question difficile. Je vais en prendre une facile pour que tu comprennes. Ils travaillent dans le domaine de la création de contenus éducatifs. Création de contenu pédagogique. OK. Non, je vous demanderai de suggérer une meilleure version de mon bal de fin d'année, ne me demandez pas une version rapide. Alors, que se passe-t-il ici ? Donc, à partir de la précédente, je vais juste dire à AI que vous êtes plus doué pour écrire une invite dans cette invite. Je dis que je forme l'IA, que vous avez dix ans d' expérience dans la rédaction instructions efficaces pour l'IA dans le domaine de la création de contenu éducatif uniquement Il pensera donc qu'il possède excellentes techniques de rédaction rapide pour la création de contenu éducatif. Il a dix ans d'expérience Il se contentera donc de penser dans ce domaine uniquement dans le domaine principal dans lequel nous pouvons obtenir la meilleure réponse possible pour nos connaissances de base, puis il proposera une méthode plus efficace pour la rédaction de contenu pédagogique. Voyons quelle est sa sortie ici. Maintenant, il me demandera de fournir une invite. Veuillez donc fournir votre invite ultérieurement à la création de contenu éducatif et cela vous proposera une meilleure version de vous. Je vais juste écrire une leçon complète sur l'éducation, vous pouvez tout accepter, écrire une leçon complète sur le fait que je vais prendre quelque chose sur la photosynthèse Voyons quelle est meilleure version de cette question que nous pouvons obtenir. Vous pouvez donc le voir ici. Pourriez-vous rédiger une leçon complète sur la photosynthèse couvrant son processus, ses concepts clés, son importance pour les plans et l'environnement et les termes scientifiques connexes Vous pouvez donc voir le résultat de cette invite ici. Il s'agit donc d'un modèle d' invite de définition. C'est donc notre retard, donc je ne sais pas. Je dois écrire les concepts de ce cas, j'ai des plans et des projets. Je dois inclure des termes scientifiques parce que je n'ai pas les connaissances nécessaires pour écrire. A c'est non, qu'est-ce que la photosynthèse, qu'est-ce que le H parce qu'il a une dizaine d'années d'expérience dans création de contenus éducatifs, non ? Donc, encore plus, vous pouvez vous concentrer sur cette femme. Vous pouvez écrire cet acte à la suite dix ans d' expérience en rédaction, de efficaces pour les AA dans une matière spécifique, de création de contenu en physique, de création de contenu en anglais Ou même vous optez pour E en anglais pour un sujet spécifique, la création de contenu. Vous pouvez aller plus loin dans les détails pour obtenir une réponse précise et pertinente à votre demande. Et cela vous aidera à résoudre toute tâche complexe ou très difficile à résoudre pour vous. Il y a donc de nombreux exemples. Il n'y a donc aucune limite que vous pouvez utiliser. Vous pouvez essayer vous-même en combinant tous ces modèles d'instructions ou certaines compétences rédactionnelles avec votre interaction rapide avec vos exemples et bien plus encore. Ces compétences rédactionnelles se sont améliorées uniquement en pratiquant. Alors, entraînez-vous vous-même devant différents experts, en prenant différents exemples, différents modèles de bal de fin d'année, en combinant tous les modèles de bal de fin d'année ou n'importe lesquels et un ou deux, tout cela. Cela peut donc vous époustoufler. Il est donc très intéressant d'apprendre cette ingénierie rapide. Ce ne sont que les modèles rapides que je vous ai montrés. Il existe un autre modèle d'invite qui augmente votre écriture rapide, ce qui augmentera de dix NC lors des instructions d'écriture, même si cela suggère de meilleures choses OK, pour améliorer tes compétences. Cela a donc certifié ce modèle de bal de fin d'année. J'espère que tu comprends très bien. C'est donc le meilleur modèle de bal de fin d'année, modèle d' invite à ajourner les questions, qui m'a aidée à mieux écrire les meilleures instructions D'accord, vous pouvez également acquérir cette compétence en la pratiquant. Passons donc à notre prochain modèle de bal le modèle de vérification cognitive Plongeons-nous là-dedans. 22. 4.2.4.1 Modèle d'invite de vérification cognitif - Partie 1: Revenons à notre quatrième modèle d'invite le modèle de vérification cognitive. Ce modèle est donc très facile à comprendre et il est important d'obtenir le meilleur résultat spécifique et pertinent pour notre tâche. Alors, qu'est-ce qu'est réellement le modèle de vérification cognitive ? Le modèle de vérification cognitive utilise une approche structurée pour améliorer la précision et la profondeur des réponses générées par tout LLM tel que chargeb ou tout autre Quel est l'objectif principal de cette utilisation du modèle de vérification cognitive ? Cela va le subdiviser. Il subdivisera une requête complexe. Il divisera une requête complexe en questions plus petites une fois que nous aurons répondu à ces questions, il combinera des réponses complètes. Et ce modèle raisonnement signifie que ce modèle aidera l'IE à minimiser les erreurs. Donc, ce qui va se passer signifie d'abord nous dit que nous allons essayer IE ou que nous allons informer TEI de notre tâche pour effectuer une tâche particulière Dans ce cas, nous allons le dire à IE, demandez-moi un quotien subdivisé lié à cette Lorsque je fournirai des réponses à ce quien, aideront dans notre tâche principale, qui est d' obtenir une réponse précise et pertinente à notre tâche, ce qui aide l'IA à modéliser afin de minimiser les erreurs Je ferai le meilleur moyen de le faire. En fait, la façon dont cela fonctionne signifie qu'il peut comprendre en les écrivant ou vous pouvez voir l'exemple ici, comment nous avons écrit l'exemple rapide ici. Je parle simplement de ma tâche à AI. C'est ainsi que la Seconde Guerre mondiale a eu un impact sur la politique mondiale. J'ai confié une tâche à l'IA. Ensuite, j'utilise des boutons comme Posez-moi des questions subdivisées Ces quotients subdivisés signifient que l'IA me posera quelques questions subdivisées liées à cette tâche qui porte sur l'impact de la Seconde Guerre mondiale sur la politique mondiale Les questions sont donc liées à ce sujet. Ainsi, lorsque je fournirai des réponses pour les quotiens subdivisés, l'IA utilisera ces réponses, je les combinerai et cela générera le meilleur résultat lié à notre réponse et à la tâche que j'ai confiée à Ainsi, l'IA générera un résultat optimal et précis. Tout en minimisant les erreurs, nous pouvons obtenir le meilleur résultat efficace sans erreur ni biais dans la réponse. Nous verrons le pouce tactique GPT. Faites-vous comprendre le message ici. Quel a été l' impact de la Seconde Guerre mondiale sur la politique mondiale ? Pose-moi des questions subdivisées. Tu vois, tu peux, nous utilisons un modèle de saisie « ask me ». Donc, des questions subdivisées liées à ce sujet principal. Donc, ce que je vous dis sont des questions subdivisées liées à ce sujet principal Sujet principal, quel est le sujet principal de ces instructions, quel a été l' impact de la Seconde Guerre mondiale sur la politique mondiale ? C'est le sujet principal qui vous aide à générer le meilleur résultat global. La question devrait donc être comme celle dans laquelle l'IA peut obtenir de l' aide pour générer le meilleur résultat oral fois que j'ai fourni des réponses à vos questions subdivisées Il s'agit d'un modèle principal de cette invite. Vous devez garder à l'esprit qu'à partir de maintenant, vous devez garder à l'esprit de me poser des questions subdivisées Il s'agit d'un modèle principal de cette question. Tout ce que vous pouvez mettre ici concernant votre tâche. C'est un jeu simple et facile. Nous verrons ce qu'il y a de pratique dans le gibt. Allons à ha donc je suis chef GBT. J'ai donc déjà copié l'invite que je vous ai montrée plus tôt, et je vais la coller ici. Vous pouvez donc le voir ici. J'ai donc écrit l' impact de la Seconde Guerre mondiale sur la politique mondiale. Posez-moi des questions subdivisées liées à ce sujet principal, ce qui vous aide à générer le meilleur résultat global de R fournir des réponses à vos questions subdivisées Maintenant, pose-moi des questions subdivisées. Vous pouvez le voir ici, j'utilise. Demandez-moi de saisir un modèle de modèle d'invite ici. C'est donc notre dernier droit, comme vous pouvez le voir ici. Voyons ce qui va se passer. Donc, oui, vous pouvez utiliser encore plus, comme ici, persona paternal Alors, comment agir en tant que chercheur en histoire avec dix ans d' expérience en politique, n'est-ce pas ? Donc tu peux y aller comme ça. Nous verrons donc le mieux possible , euh, combiner l'invite. Nous verrons que nous utiliserons quatre modèles d'invite différents jusqu'à ce que nous avons discuté et nous rédigerons les meilleurs modèles d'invite à la fin de cette section. Voyez quelle sera la sortie. Voici donc quelques questions partagées plus tard, World War Impact, politique mondiale. Cela m'aide à fournir une vue complète. Donc, quand je réponds à ces questions, c'est vrai. Vous pouvez donc voir combien de questions l'IA me pose pour obtenir le meilleur résultat. Vous pouvez donc voir, aimeriez-vous continuer à répondre à ces questions ou aimeriez-vous que je les précise ou les développe ? Donc tu peux voir. L'IA me pose donc quelques questions. Comment la guerre mondiale a-t-elle affecté l'économie mondiale et la demande financière dans différents pays ? Je dois donc apporter ces réponses à ces questions. Il y en a donc beaucoup, donc cela peut prendre du temps. Je vais donc opter pour l'IA. Aimeriez-vous continuer à répondre à ces questions ? Oui Voyons ce qui va se passer. Il posera donc à nouveau quelques questions. Parfait, veuillez répondre à la question ci-dessous. N'hésitez pas à répondre à toutes les questions que vous souhaitez utiliser. Générez donc la sortie orale. Donc, au lieu d'écrire toutes ces questions, il les posera à nouveau à partir de huit, n'est-ce pas ? Encore une fois, il va s'étendre. Jusqu'à 17. Donc, pour arrêter cela, au lieu de cela, je vais simplement écrire une réponse à cette première question. Cela générera également la réponse, non ? Voyons comment la guerre mondiale a-t-elle affecté l'économie mondiale et la domination financière de différents pays. Je vais donc simplement écrire que Allemagne a obtenu, l'Allemagne a perdu, plus l'Allemagne a perdu, plus de capital économique. Vous allez voir à quel point il est simple de voir. Je vais juste le dire à AI. Je vais juste écrire la première réponse à la première question. Après cela, il sera automatiquement généré. Donc, si vous posez ces questions, si vous répondez à toutes ces questions, cela générera le meilleur résultat, car au lieu d'écrire avec les propres données du train, n'est-ce pas, il vous demandera des données en temps réel pour fournir et, sur cette base, il générera les données en temps réel les plus précises. Il est donc préférable d'obtenir les données en temps réel en vous demandant de les fournir. OK, nous verrons donc que je donne juste l' IA comme première réponse à la première question. Voyons ce qui va se passer. Cela génère donc directement et grâce à votre contribution, pourriez-vous clarifier les pertes de l'économie de Jem après la Seconde Guerre mondiale Il me demandera donc à nouveau le détail une fois que j'aurai fourni un premier quota. Répondez à la première question. Il passera en revue les informations spécifiques qu'il demandera jusqu' à ce que les informations requises soient nécessaires à l'IA pour générer la meilleure réponse. Bien, je vais demander encore et encore jusqu' à ce que les informations soient requises. Vous avez besoin des informations requises, jusqu'à ce que vous ayez besoin. C'est bon. Voyons donc quelle est la phase de matraque économique spécifique Je vais parler de la simple destruction de l'infrastructure. Je vais juste le copier. Je vais faire face à cela, c'est-à-dire. Voyons ce qui va se passer. Vous pouvez voir que tout génère le résultat de cette question particulière. Vous pouvez donc le voir ici. J'ai compris. L'Allemagne est confrontée à tous les défis économiques après la Seconde Guerre mondiale. Il s'agit d'une sortie. Ces informations sont une ventilation plus détaillée basée sur vos informations. saisie signifie que j'ai donné l'entrée ici, et c'est aussi une entrée, n'est-ce pas ? Ce sont les réponses que j'ai données à la question. Il s'agit donc d'un résultat de cette IA pour notre tâche. C'est donc un exemple simple que j'ai pris. Si vous fournissez toutes les réponses à ces questions posées par l'IA, vous obtiendrez les meilleurs résultats en ce qui concerne notre tâche principale savoir comment la Seconde Guerre mondiale a-t-elle eu un impact sur la politique mondiale ? C'est donc un exemple simple que j'ai pris. Vous pouvez en utiliser autant que possible pour obtenir le meilleur résultat. Si vous cherchez à résoudre un problème complexe ou un problème spécifique, si vous cherchez à résoudre des données en temps réel, une question en temps réel ou un complexe en temps réel, ce que je ne sais pas. Dans certains cas, l'IA est un modèle dont la date limite est limitée, n'est-ce pas ? Si avancé non plus, aucun modèle avancé ne s'améliore avec des données en temps réel. Mais je vous dis que si vous, euh, cela vous aidera quand, euh, aurez besoin d'un raisonnement de votre part. L'IA ne peut donc pas tout faire, mais elle a besoin d'une certaine créativité humaine pour y parvenir, n'est-ce pas ? ce faire, c'est meilleur modèle de bal de fin d'année à utiliser et pour résoudre tout problème complexe qui nécessite un certain raisonnement et votre implication, n' est-ce pas ? C'est donc une solution idéale pour résoudre des requêtes en temps réel ou des données privées. D'accord, certaines informations sur Internet, c'est être privé, n' est-ce pas public, n'est-ce pas ? Donc, lorsque vous cherchez à résoudre problème lié à des données privées ou à des restrictions soumises à des réglementations complémentaires, n'est-ce pas ? Vous pouvez donc utiliser cette méthode. Ouais. Ce faisant, vous devez garder à l'esprit que lorsque vous jouez avec des données privées, c' est-à-dire qu'il n'y a pas de données sur Internet, vous devez donc cocher cette case et décocher l'option à bascule, c' est-à-dire que vous pouvez trouver la section de votre profil ici et vous pouvez accéder aux paramètres et vous devez pouvez accéder aux paramètres et décocher la case « contrôles Passez au contrôle des données, et veuillez le désactiver car cela améliorera le modèle pour tout le monde. Lorsque vos données sont très privées et que certaines réglementations ne doivent pas être divulguées au public, et que vous utilisez le LLM, sans désactiver cette option, améliorez notre modèle pour tout le monde, il peut entraîner, n'est-ce pas ? Vos données sont utilisées pour l'entraînement à l'IA. L'IA apprend donc jour après jour uniquement avec ses propres données. Si vous désactivez ces contrôles de données, si vous les activez, le contrôle de vos données est sécurisé Les données sont transmises au modèle d'IA, alors gardez cela à l'esprit. C'est donc le meilleur modèle de bal pour résoudre facilement tous les problèmes. Quelles données nécessitent votre implication, car vos données ne sont pas formées par CHA GPT, n' est-ce pas, aucun autre LLM Ainsi, alors que certaines informations vous appartiennent en raison de certaines réglementations ou toute entreprise, certaines données ne sont pas publiques et ne sont pas affichées. Donc, quand cela, si vous voulez, euh, résoudre en fonction de ces données. Vous pouvez donc utiliser ce modèle de bal de fin d'année dans lequel vous pouvez confier à l'IA tâche et lui donner ce modèle de bal vérifié dans lequel elle posera quelques questions, et vous devrez donner la réponse plus tard à cette question, qui est rouge. Et après cela, il combinera toutes ces réponses, et il générera une base sur celle-ci Il générera une sortie basée sur les réponses que vous avez données à ces quotients connexes Il est préférable de minimiser les erreurs, les biais et d' améliorer la qualité de sortie avec précision. Il peut donc être facile de le comprendre par vous-même par la pratique 23. 4.2.4.2 Modèle d'invite de vérification cognitif - Partie 2: Voyons voir, nous verrons un autre exemple en utilisant les quatre modèles d'invite jusqu'à ce que nous en ayons tiré des leçons. Quels sont donc les quatre modèles de bal de fin d'année que nous avons appris ? Le premier est le modèle de bal de fin d'année Aski, rouge, le second est persona, troisième est le raffinement des questions, et le quatrième est le modèle actuel , le modèle de vérificateur cognitif Nous allons donc utiliser ces quatre modèles de bal de fin d'année. Nous rédigerons une seule invite dans laquelle nous verrons la compétence d'écriture rapide créative. Donc, pour cela, je vais dire que je vais agir. Je vais utiliser le modèle de bal de fin d'année du premier personnage, agir en tant que tel. Voyons ce qui va se passer. Je vais donc faire ce test d'action. Oui, je vais prendre une création de contenu là-dedans. Alors, faites un essai. C'est une histoire, non ? Agissez en tant que rédacteur créatif avec cinq ans d'expérience dans l' artisanat ou dans écriture d'histoires amusantes Je vais prendre un exemple. OK. Voyons voir. J'ai l'habitude d' agir en tant que personne rapide dans laquelle nous attribuons un rôle spécifique à l'IA pour qu'elle réfléchisse et génère des résultats dans le cadre de cette expertise Ensuite, j' utiliserai « ask me for input », un modèle d' invite dans lequel l'IA me demandera de donner des informations pour passer aux prochaines étapes de la tâche. Voyons voir. Je vais vous dire je vais vous dire, quelle personne a besoin de cette histoire. OK. Qui a besoin de cette histoire, non ? Je vais donc vous dire quelle personne a besoin de cette histoire. Ensuite, je l'utilise. Ensuite, demandez-moi. J'utilise le modèle d' invite cognitif dans lequel je demande à l'IA de me poser des questions subdivisées, liées à la tâche principale D'accord ? Je dois donc définir une tâche ici. Votre tâche est de générer ou d'écrire la meilleure histoire engageante par personne. Voyons un exemple. Après cela, j'utilise. C'est une tâche que j'ai confiée à l'IA. OK. Après cela, j' ai utilisé un modèle d' invite de saisie « ask me » ici. Je vais vous dire quelle personne a besoin cette histoire, puis demandez-moi. Alors pose-moi des questions subdivisées, non ? Associez-le à la tâche principale, ce qui vous aide à générer meilleur résultat global. OK. J'ai donc utilisé les trois modèles d' invite ici. C'est un modèle de bal de fin d'année personnel dans lequel j'ai assigné un rôle spécifique. Ensuite, je définis une tâche pour l'IA. Après cela, j'en utiliserai un peu, je le ferai. Donc, après cela, j'utilise le modèle ask me input prom ici, vous pouvez le voir ici. Après cela, j'ai donc utilisé le modèle de saisie de vérification cognitive en quarent ici C'est ensuite me poser des questions subdivisées relatives à la tâche principale du sujet principal ce qui vous aidera à générer le meilleur résultat global Donc, ce qui se passe ici, d'abord, cela se passe ici, il pensera agir en tant qu'écrivain créatif avec cinq ans d'expérience Après cela, il verra la tâche principale. Ensuite, il comprendra ma tâche, et il lui posera quelques questions subdivisées Je vais demander des commentaires. Quelle est la personne que vous recherchez pour me raconter l'histoire. Après cela, il posera quelques questions subdivisées. C'est un sujet connexe, toutes ces choses. Voyons donc le résultat. OK. Vous pouvez même écrire ici. OK, il va me manquer quelque chose. Demandez-moi maintenant, demandez-moi, demandez-moi pour quelle personne ? Ce dont une personne a besoin, d'une histoire. C'est, euh, vous pouvez voir que c'est la chose la plus importante. Donc, une fois que vous aurez décidé ici, vous avez demandé à AI de dire la personne ici que j'ai besoin de l'histoire Après cela, vous devez écrire le dernier, c' est-à-dire me demander un modèle de prom d'entrée. Nous avons appris plus tôt que nous devons utiliser une instruction contextuelle fondamentale C'est-à-dire demandez-moi d' entrer le bouton Prom X. Si vous êtes plus tôt, souvenez-vous encore une fois. Je dois donc écrire le dernier ici. Après cela, je dois le dire après cela. Après avoir fourni des informations, posez-moi des questions subdivisées Le simple OK. OK. C'est donc une tâche claire, non ? J'ai donc écrit tout cela en utilisant ceci à la dernière étape de l'invite, nous penserons à l'IA, ma première étape est de demander cette tâche. D'accord ? Vous pouvez donc le voir ici. Alors, qu'est-ce que la sortie ? Voyons voir. On me demandera donc de quelle année vous avez besoin d'une telle histoire. Voyons ce qui va se passer ici. Génial. De quelle année de la vie de la personne avez-vous besoin de l'histoire ? Une fois que je connaîtrai l'année, je poserai des questions pour recueillir les détails nécessaires à l'élaboration de la meilleure histoire Vous pouvez voir le résultat ici, qui est très beau, non ? C'est tellement génial. Pour quelle année de la vie de la personne avez-vous besoin de l'histoire ? Une fois que je connaîtrai l'année, je nous demanderai de rassembler les détails nécessaires à rassembler les détails nécessaires l'élaboration de la meilleure histoire Voyons voir. Je dois dire que l'âge de la personne est, voyons voir, de 45 ans. 45 ans J'ai compris. Pour une personne de 45 ans, voici quelques questions pour adapter l'histoire. Il posera quelques questions. Lorsque je fournis les réponses à ces questions. Hein ? Lorsque je fournirai les réponses à ces questions, cela générera une meilleure histoire. Basons-le sur mes réponses, non ? C'est simple. Vous pouvez le voir ici. Intérêt personnel, quelles sont les clés de la personne ? Je vais juste répondre à deux ou trois réponses pour comprendre l'histoire. Quelles sont les clés de la personne, ses traits de personnalité, son caractère aventureux. Passons à l'humour. Humoristique. OK. Voyons quels sont les loisirs ou les intérêts qui définissent leur vie ? Exercice. Restons fidèles. OK. Désolée. Exercice. Qu'est-ce qu'une activité professionnelle ou principale ? C'est un professeur ou ça ? Sont-ils confrontés à des événements importants de leur vie tels que des changements de carrière, des jalons familiaux, des jalons familiaux ? Prenons la famille, je vais en donner une de plus. Autrement dit, ont-ils une réalisation ou un rêve notable à poursuivre à cet âge ? Non, je vais prendre ça. L'histoire doit-elle se dérouler dans un cadre réaliste ou imaginatif ? Prends le réalisme. Donnons cette réponse à ces questions. Voyons quel est le résultat ici. Vous pouvez voir le Il posera à nouveau quelques questions spécifiques liées à mes réponses pour obtenir le meilleur résultat. C'est pourquoi ce modèle rapide est très, très efficace. Il va donc aller au spécifique pour obtenir le meilleur résultat afin de minimiser les erreurs, n'est-ce pas ? C'est pourquoi le ngining rapide est très, très efficace pour apprendre Encore une fois, poser quelques questions liées à mes questions spécifiques liées à mes réponses. Encore une fois, si une personne est une passionnée de fitness, commence tout juste à corrompre sa routine prendre , à peine à commencer Après avoir vu quelques questions ? Y a-t-il des types d'exercices spécifiques qu'ils apprécient ? Je fais du yoga. Quelle matière ou quel groupe d'âge une personne enseigne-t-elle à 24 ans ? Ont-ils des élèves mémorables ou moments d'enseignement amusants qui pourraient inspirer leur histoire ? Non, je vais prendre ça. Quelle étape importante est importante à ce stade, voyage en famille pour la remise des diplômes d'un enfant ? Disons un voyage en famille. Voyons donc voir si je vais fournir des réponses à des questions spécifiques. Voyons voir si cela va générer une histoire ici. Vous l'avez donc obtenu comme un été consacré aux détails de vos rôles. Il posera à nouveau quelques questions. Vous pouvez le voir ici. Permettez-moi maintenant de confirmer quelques derniers détails. Je dois donc répondre à nouveau à ces questions. Donc, vous pouvez voir que ce schéma rapide va à nouveau être précis autant que possible pour obtenir la meilleure histoire, n'est-ce pas ? Alors pourquoi ? Parce que je n'ai fourni que quelques questions, des réponses aux questions ci-dessus. Si je trouve toutes les réponses à toutes ces questions, il ne peut pas poser autant de questions en particulier car une fois que j'ai fourni toutes les réponses à cette question, vous aurez suffisamment d'informations pour vous aurez suffisamment d'informations présenter le meilleur résultat, n'est-ce pas ? Je n'ai donc que deux ou quatre réponses aux questions ci-dessus. C'est pourquoi je pose encore et encore des questions spécifiques liées à mes réponses. Vous pouvez donc le voir ici. Encore une fois, vous vous demanderez si une personne a du mal à faire des postures de yoga ? Après cela, le contenu pédagogique, quel type d'enseignant en mathématiques au lycée. Ensuite, je vais prendre quel type de professeur, c'est bon. Convertissent-ils l'humilité à leur enseignement ? Oui Est-ce qu'ils évaluent. Où est l' arbre généalogique des Beach Mountains ? Disons les montagnes. Existe-t-il de la musique bavarde amusante et mémorable ? Non C'est ainsi que je vais créer une meilleure histoire ici. Encore une fois, il vous posera quelques questions. Oh, non, tu peux voir le quotient. Vous pouvez voir l'histoire ici. À 25 ans, M. Kamar était donc bien des choses : un professeur de mathématiques chevronné, un comédien autoproclamé et maintenant, à contrecœur , un et maintenant, à contrecœur Vous pouvez voir l'histoire de sortie de cette personne en particulier. Cela générera donc la meilleure histoire concernant les informations que nous sommes . C'est un exemple simple que j'ai pris. Lorsque vous vous entraînez avec vos exemples , vous obtiendrez les meilleures et les meilleures idées. Je vous recommande donc de pratiquer ce modèle de bal de fin d'année efficacement plutôt qu'un autre, car cela résoudra maximum de problèmes avec ce modèle de bal de fin d'année, car il vous demandera des informations pour obtenir le meilleur résultat possible en ce qui concerne vos données de base, n'est-ce pas ? Donc d'accord, comme je l'ai dit, nous utiliserons tous les modèles de formulaires. Dans cette invite, nous utiliserons simplement trois modèles d'invite et nous laisserons le modèle QuotienRfinement prom. Bien, comme je l'ai dit, le bouton de demande QuotiRfinement, comment il fonctionne, suggérera une meilleure invite ou suggérera une meilleure version de notre saisie dans notre paragraphe, tout ce que nous demandons aujourd'hui Pourquoi ? Parce qu'il est bien structuré et en anglais. Ce sera une tendance en anglais avancé, n'est-ce pas ? Alors, qu'est-ce que je vais dire ? Je vais donc simplement cliquer ici, le bouton crayon juste ici. Je vais me le dire, le suggérer. Je vais juste mettre un guillemet ici. Je vais le dire ici. Je vais juste m'écrire pour me suggérer. Une meilleure version me suggère une meilleure version de cette invite donnée. Voyons ce qui va se passer ici. Vous pouvez le voir ici. Cela suggérera une meilleure version de mon invite. Agissez comme une expérience si vous êtes créatif C'est quelque chose que vous pouvez voir là-bas. Il ajoutera une histoire artisanale, engageante et amusante, une histoire captivante pour une année précise de la vie d'une personne Il demandera la meilleure formation de phrases. Tout d'abord, demandez-moi si chacune des histoires doit se concentrer sur. Une fois que j'ai indiqué l'année, vous posez des questions subdivisées, des détails sur l'histoire, toutes ces choses Vous pouvez donc le voir ici. Vous pouvez comparer ces deux instructions ici. Alors, lequel a l'air le plus professionnel, non ? Je pense que c'est plus professionnel que cela. Pourquoi ? Parce que E je sais mieux écrire, captiver, combiner les mots anglais de manière spécifique et efficace. C'est pourquoi nous utiliserons modèle de bal de fin d'année basé sur l'affinement des questions. C'est ce que nous avons vu d'autres exemples plus haut dans cette section. Nous avons discuté de quatre modèles de bal qui sont très importants à la base et toutes les tâches à accomplir pour les résoudre relèvent de ces modèles de bal de fin d' D'accord ? Ensuite, nous verrons, j'espère que vous comprenez très bien ces modèles rapides. Passons donc à notre prochain modèle d'invite. C'est le modèle d'expansion d'Outline. OK, allons-y. 24. 4.2.5 Tracer un motif d'invite d'expansion: Revenons à ce schéma d'expansion du modèle de bal. Donc, dans ce modèle de bal de fin d'année, nous allons voir ce qu' est réellement schéma de bal d' expansion et comment nous allons écrire ce modèle de bal de fin d'année. Donc, comme nous le savons, vous pouvez comprendre simplement ce qui est décrit dans les grandes lignes. Ainsi, si vous avez déjà lu livre de test ou un livre électronique, vous en voyez certains au tout début, vous verrez du contenu. Le livre contient des sujets et des sous-sujets, n' livre contient des sujets et des sous-sujets, Il s'agit donc en fait d'un plan. En fait, quels sont les sujets et sous-sujets que vous allez apprendre dans ce livre électronique directement dans ce document, toutes ces choses C'est un aperçu, n'est-ce pas ? C'est ce que l'on appelle un plan. Qu'est-ce que l'expansion ? L'expansion signifie donc le schéma de base dont vous disposez. Nous pouvons donc développer son potentiel. Donc, avec ce modèle de bal de fin d'année, nous pouvons aborder un sujet de plus en plus profond, n'est-ce pas ? Nous pouvons donc approfondir nos connaissances pour obtenir le meilleur résultat, n'est-ce pas ? Tout tourne donc autour du schéma d'expansion des contours. Donc, pour écrire ce schéma d'expansion, nous devons suivre ces cinq étapes. Il s'agit de la configuration initiale du schéma de bal, plan génératif des points sanguins, l'extension interactive, exploration itérative et du résultat final Donc, comme nous savons déjà ce qu'il en est de la configuration initiale des invites, vous devez donc écrire une invite qui guide l'IA dans une tâche particulière OK ? Évidemment, une fois que nous aurons donné l'invite, cela générera des résultats concernant notre invite. Dans ce cas, nous utilisons donc modèle d'invite d'expansion dans lequel le II générera uniquement un plan à puces. Ensuite, dans le cadre d'une extension interactive, nous demanderons à l'IA d'étendre ce sous-thème particulier dans lequel l'IA créera un autre aperçu lié au sous-thème que nous guidons sur l' C'est simple. Ensuite, exploration itérative itératif signifie le faire encore et encore à plusieurs reprises. C'est de l'exploration. Il peut être infini. Vous pouvez faire tellement de chiffres que vous pouvez générer un plan en prenant un point comme sujet principal. Ne vous y trompez pas. Nous allons voir dans l'agitation dès maintenant Tout est une question d'exploration interactive, faire la même tâche encore et encore jusqu'à ce que vous soyez satisfait, n'est-ce pas ? Après cette sortie finale. Donc, si vous voulez l'arrêter, si vous savez que j'ai le meilleur résultat, afin que vous puissiez l'arrêter, vous pouvez en obtenir le résultat final. OK. Il est donc préférable que vous cherchiez à écrire un livre électronique ou un document pour votre sujet Ce modèle d'invite peut vous aider à obtenir contenu plus approfondi lié à votre sujet, n'est-ce pas ? Passons à cette AGP. OK. Avant cela, nous allons voir quelques exemples ici. Vous pouvez voir l'exemple de ce modèle d'invite. J'ai donc écrit pour agir en tant qu'extenseur de plan, générer un plan à puces en fonction des informations que je vous donne Nous pouvons lire le schéma du bal de fin d'année ici afin pouvoir agir comme un extenseur de plan Vous pouvez voir que j'ai utilisé, j'ai utilisé le modèle Persona Prom ici Dans lequel nous allons obtenir les informations spécifiques nécessaires pour essayer l'IA pour effectuer une tâche spécifique. Dans ce modèle de bal de fin d'année, nous utilisons l' extenseur Outline, n'est-ce pas ? Après cela, vous pouvez voir que j'ai défini une tâche pour générer BlltPointLine en fonction des informations que je Vous pouvez donc voir les informations que je vous donne, puis me demander sur quel point vous devriez développer. Donc, si vous vous concentrez sur ce point, j'ai utilisé le modèle d'invite de saisie ici, saisie que je vous donne. OK ? Pendant que nous en discutons, demandez-moi de saisir très profondément un modèle rapide. J'espère que vous vous en souvenez. Encore une fois, je définis la tâche, comment elle devrait être le résultat et comment vous devez suivre les directives. Vous pouvez voir que chaque point peut comporter au maximum trois à cinq sous-puces peut comporter au maximum trois à cinq sous-puces La puce doit être numérotée en utilisant le motif ou autre. Créez un nouveau plan pour le point que je sélectionne. À la fin, demandez-moi quel point développer ensuite. Demandez-moi ce que vous devez décrire. Vous pouvez voir ici, me demander, me demander pourquoi vous l'utilisez Si vous vous souvenez de m'avoir demandé d'entrer pm dans le modèle, vous comprendrez mieux. Voici donc le cas d'utilisation simple du modèle de bal de fin d'année. Voyons voir, je vais le copier et voir dans le CharGB comment cela fonctionne réellement J'ai donc sauté dans le harb. Je vais copier ce modèle de bal de fin d'année, non ? Je vais donc simplement le supprimer. Vous pouvez donc voir quel est le résultat ici. Il me demandera, s'il vous plaît, de me dire le sujet ou contribution pour laquelle vous souhaitez que je crée un plan. Je vais parler de publicité et de marketing. Cela générera donc un aperçu la contribution ou du sujet que j'ai donné à l'IA. Vous pouvez voir le résultat ici. C'est le schéma de la publicité et du marketing. Cela vous prend votre temps. Arrêtons ça et je vais réessayer. Envoyez-le. C'est simple. Je vais juste générer à nouveau. Veuillez indiquer le sujet. Je vais prendre de la publicité. J'ai donné le sujet ici. Maintenant, vous pouvez voir qu'il va générer un aperçu de ce sujet. Vous pouvez donc voir le plan du sujet ici. Donc, si vous observez ici, le plan est bon, mais vous pouvez voir les puces. Donc, si vous voyez le contenu d'un livre électronique ou d'un livre électronique, vous verrez qu'il existe un format structuré du contenu, comme 1.1 , 1.2, 1.3, Donc, pour en arriver là, nous devons guider l'IA, accord, pour écrire comme ça. Nous ne changeons donc pas, nous ne modifions pas l'invite principale ici. Je ne change donc pas l'invite principale. J'écris juste la structure ici. Suivez donc la structure ci-dessous pour générer un plan. Vous pouvez donc voir ici que j'ai un guide sur l'IA. Vous devez en utiliser un pour le sujet principal. Pour le sous-thème, utilisez 1.1, 1.2, 1.3. Que pensera l'IA ? D'accord, je dois générer un plan pour le sujet donné au format du. OK ? La sortie dépend donc de vos instructions et votre capacité d'écriture pour aider IA à générer la sortie que vous souhaitez. J'espère que tu comprends. Voyons voir. Je vais vous guider. Encore une fois, évidemment, je vais m'occuper uniquement de la publicité et du marketing. Je fournis les informations ici. Voyons voir. Non, il générera un plan. Vous pouvez le voir ici. OK, il y aura quelque chose ici, la version 1.11 l'est. OK, voyons voir ici. OK, pas de problème. Parfois, l'IA commet des erreurs. Nous devons également guider l'IA. La sortie devrait être comme ça, non ? Donc pour cela, je vais juste cliquer à nouveau. Il générera donc selon le nôtre. Voyons ce qui va se passer ici. Encore une fois, je ferai de la publicité et du marketing. Revoyons maintenant quelle est la sortie. Encore une fois, il générera ligne par ligne, comme cet aperçu de la publicité et du marketing, 1.1, 1.2. C'est donc le résultat que nous recherchons. Alors, comment pouvons-nous changer cela en dessous de 1,11 0,21 0,3 Donc pour cela, nous devons écrire ici comme sur ce sujet principal, d'accord ? Il faut juste laisser un peu d'espace. Le truc, OK, le sujet principal est dans ce format. Après les moins de 1.1 , viendront les sous-thèmes OK ? Voyons voir, nous verrons si ces instructions fonctionneront ou non. Il s'agit d'écrire et d' interagir avec l'IE pour obtenir des informations. Vous pouvez donc acquérir une certaine expérience sur la façon dont le moi pense et sur la façon dont les erreurs seront résolues, que vous pouvez voir ici. Alors maintenant, C, tu peux voir si tu te concentres sur ce point. Donc, une fois que je collerai ici, cela n'expliquera que les 1.11, 0.2, 1.3 Quand vous revenez ici, vous pouvez voir qu'il en générera deux, trois, 45, voire six également. Mais par rapport à ici, vous pouvez voir que ce n'est que pour 1,5 comme ça. C'est donc mieux quand on le compare à ça. Si je le dis à l'IA, elle me demande sur quel point aimeriez-vous que je développe si j'écris 1.1. Si vous écrivez 1.1, non, cela générera les sous-points de ce sous-sujet, n'est-ce pas ? Donc, si je demande à l'IA de générer un sous-point de 1.1, il faudra le 1.1 0.1, 1.1 0.2 comme ça, non ? Donc, si je le dis à AI, sur quoi aimeriez-vous développer ensuite ? Je veux donc développer si je prends 1,1 0,5. Voyons ce qui va se passer. Il générera donc les sous-points du sujet sélectionné, 1,1 0,5 0,1. Cela continue jusqu'à une infinité de fois. Vous pouvez ainsi obtenir des informations de plus en plus approfondies grâce à l' IA pour rédiger le meilleur contenu pour votre prochain livre électronique ou quoi que ce soit d'autre en utilisant ce modèle de bal de fin d'année. C'est pourquoi c'est plus puissant, on va plus loin, non ? Nous pouvons donc voir l'exemple ici, nous l'avons déjà vu, non ? Maintenant, si je veux arrêter, il suffit d' acheter ces sous-ensembles. Non, je veux le contenu. Je veux avoir des informations concernant toute sous-location au cas où je prendrais la notoriété et la reconnaissance de la marque Alors, que dois-je faire pour obtenir des informations sur ce sujet. Donc, pour cela, par exemple, si je dois simplement expliquer à AI, expliquer, expliquer, expliquer, expliquer, expliquer la notoriété et la reconnaissance de la marque. Vous pouvez donc voir ce que fera l'IA. Tu vas le voir. Non, cela expliquera notoriété et la reconnaissance de la marque. Ce qu'est réellement la notoriété de la marque, c'est la reconnaissance de la marque. Souhaitez-vous approfondir ce sujet ou discuter d'autre chose. Si vous écrivez ici, une notoriété de marque, cela élargira à nouveau les sujets liés à la notoriété de la marque, n'est-ce pas ? Vous irez donc plus loin et approfondirez les fondamentaux si vous suivez ce courant, n'est-ce pas ? Vous obtiendrez le meilleur résultat en ce qui concerne les autres modèles de bal de fin d'année. Vous pouvez donc les voir. Je vais juste le dire à l'IA, expliquer la notoriété et la reconnaissance du groupe. Il explique désormais la notoriété et la reconnaissance de la marque. Dans certains cas, dans un certain temps, est l'IA qui fera ce qui va faire. Si vous écrivez, expliquez la notoriété et la reconnaissance de la marque. Parfois, l'IA ne génère que les grandes lignes, même si vous demandez à l'IA d'expliquer. Pourquoi ? Parce que parfois, notre modèle d'invite initial consiste à générer uniquement un plan Parfois, dans certains cas, le A génère uniquement une expansion. Pour cela, ce que vous devez faire, vous devez dire à l' IA de ne pas se développer maintenant. OK, ne vous étendez pas maintenant. Expliquez simplement le sujet. Vous pouvez y donner le titre du sujet. C'est simple. OK ? L'IA commet donc parfois des erreurs. Donc, en tant qu'ingénieur rapide, vous devez amener l' IA sur la bonne voie en donnant un signal négatif ou en guidant B en guidant A, vous vous trompez pour qu'elle pense, d' accord, je suis, elle s'excusera. Tout d'abord, il s'excusera auprès de vous. Désolée, euh, tu as raison. Je prends le mauvais chemin. Passons donc à notre tâche principale. Donc, comme ça, on revient sur le bon chemin. OK. Tout tourne autour de cet incroyable modèle de bal de fin d'année. Voici donc quelques informations de base que je vous ai données. Je vous indique donc simplement une obligation spécifique comme la génération d'un plan pour un sujet spécifique pour votre livre électronique ou un document comme celui-ci. Vous pouvez donc l'utiliser pour résoudre n'importe quel problème, comme un problème de mathématiques, d'accord ? Vous pouvez l'utiliser pour résoudre un problème complexe spécifique. Tout ce que vous pouvez emporter et emporter dans la case racine. Oui, même vous le pouvez, si vous rencontrez un problème dans vos projets ou quoi que ce soit d'autre, vous pouvez notamment écrire ici à la place de la saisie. Cela générera donc un aperçu. Donc dans ce cas, vous allez entrer, accord, où se situe réellement mon problème. Donc, si vous approfondissez ce problème, vous pouvez revenir à la cause première, encore une fois à la cause première de l'infinité des temps. Donc vous allez y arriver, il y a un problème, donc je dois le réparer. C'est donc un exemple simple que je donne. Mais si vous êtes une IA interactive avec ce modèle de bal de fin d'année, vous pouvez en faire bien plus, n'est-ce pas ? Vous pouvez y aller, vous pouvez en apprendre un peu, vous pouvez devenir un maître de ce sujet en particulier grâce à ce modèle de bal , en apprenant les racines des fondamentaux et du droit de base, toutes ces choses. C'est pourquoi il est plus puissant. Oui, d'accord, ne transmettez pas 100 % d'informations provenant de l'IA, cela pourrait également générer des informations inexactes. C'est pourquoi vous avez des connaissances de base sur sujets connexes que vous abordez lorsque vous interagissez avec l'IA. Hein ? Si vous avez des connaissances de base ou des principes fondamentaux sur le marketing , vous pouvez utiliser l'IA. Si vous ne connaissez pas le marketing, accord, ce que vous allez penser, le générateur d'IA est 100% correct. Comment l'IA peut-elle faire le mal ? Vous pouvez même voir le chèque ici, la mise en garde, ha GIT peut faire des erreurs, vérifier des informations importantes. C'est pourquoi il est très important d'avoir des connaissances spécifiques lors de l'interaction avec l'IA afin d'éviter tout malentendu ou toute inexactitude dans les informations de sortie, n'est-ce pas Si vous vous y connaissez en marketing, vous pouvez donc choisir, d'accord, le résultat, le « je », c'est le mauvais point. Même si cela sera corrigé une fois que vous l'aurez dit à l'IA, ce point ne concerne pas le marketing. Alors l'IA pensera que oui, vous avez raison. Ce point ne concerne pas le marketing. Ainsi, par exemple, vous pouvez le voir ici. raison pour laquelle l'IE est très accessible, c'est son ouverture d'esprit, je vais vous le dire important de voir une meilleure notoriété du groupe augmente la probabilité que les consommateurs optent pour cette solution. En fait, la notoriété de la marque n'est que sous-estimée. Et si je disais à IE cette phrase ne correspond pas la notoriété de la marque, vous pouvez le voir. Ces informations ne sont pas celles de Brand ans. Donc, en fait, c'est Yunuda ? Ce que je dis à l'IA, c' est qu'il s'agit en fait de la notoriété de la marque. Cette phrase concerne uniquement la notoriété de la marque. Même si c'est vrai, l'IA n'est pas sûre à 100% de générer ce point ici. Pourquoi je vais le dire. Donc c'est ce que je dis. Je ne fais que manipuler l'IA Ce n'est donc pas une bonne information dans le cadre du thème de la notoriété de la marque. Voyons ce qu'en pensera l'IA. Vous pouvez voir ici que cela générera que vous avez raison. Le point spécifique doit être clarifié. Tu te concentre-toi bien. Tu as raison. Le point spécifique devrait être de clarifier. Ce que je vous dis, c'est que l'IA n' est pas correcte à 100%. Même A n'en est pas sûr. Parce que l'IE appréciera notre contribution, n'est-ce pas ? Alors pourquoi ? Parce que nous avons une certaine connaissance du sujet. Mais l'IA est entraînée par de grandes quantités de données. Ça va. Le maître d'une matière en particulier possède plus de connaissances que les autres professeurs qui ont des connaissances sur toutes les matières, n'est-ce pas ? Ce professeur n'est pas assez sûr de penser à cette matière. Mais le professeur qui maîtrise cette matière en particulier possède les connaissances nécessaires, c'est exact. C'est pourquoi je vous conseille de ne pas diffuser tout le contenu sur IE. Vous devez connaître certaines notions de base d'un sujet ou d'une tâche particulier que vous souhaitez résoudre par l'IA, comme nous le voyons dans l'exemple ici. Vous pouvez voir que c'est un droit. Le point important se situe juste au niveau de la notoriété de la marque. Mais je dis simplement à DEI que ce n'est pas un. En fait, c'est juste, mais je dois vérifier les capacités de l'IA, je dis simplement à DI cette information ne figure pas dans la notoriété de la marque. Même si c'est juste, je le dis simplement à l'IA. L'IA réfléchit, tu as raison. Vous pouvez voir le résultat ici. C'est pourquoi l'IA n'est pas sûre à 100 % de pouvoir générer du contenu, car IA non, parce que les personnes qui interagissent avec moi en ont des connaissances à ce sujet. J'apprécie nos contributions et nos connaissances. C'est pourquoi l'IA est géniale si vous savez comment l'utiliser. Sinon, ça peut, euh, juste te rabaisser. C'est simple. OK. C'est pourquoi ce modèle de bal de fin d'année est très utile si vous connaissez quelques connaissances de base sur ce sujet spécifique. Sinon, cela peut donner des informations inexactes. OK. C'est ça, les guides. Il s'agit d'une simple expansion du contour, un modèle rapide. J' espère que tu comprends. Cela peut donc être facilement compris en vous entraînant vous-même avec différentes applications , en écrivant le contenu, en résolvant les problèmes, etc. Je te donne donc une mission. Alors écrivez une invite. L'invite devrait être. Contient cinq modèles de bal de fin d'année différents que nous avions sur les disques précédents. Donc, au cas où vous pourriez voir le modèle de bal de fin d'année que j'ai utilisé ici, demandez-moi ce qu'il faut savoir à partir du modèle de bal de fin d'année ici, j'ai utilisé les trois modèles de bal de fin d'année ici Décrivez l'expansion, le personnage et demandez-moi un modèle de bal de fin d' Il y a deux disparus. L'un d'eux est le modèle de bal de fin d'année du vérificateur cognitif et le raffinement des questions Donc, ce que vous devez faire, écrivez une seule invite pour résoudre une tâche spécifique ou créer du contenu spécifique dans laquelle vous allez utiliser cinq modèles de bal de fin d'année. OK. Essaie par toi-même. Vous découvrirez ainsi les principes fondamentaux de la conception d'une invite, comment l'invite va être conçue, comment écrire efficacement. Ainsi, vous obtiendrez les compétences nécessaires. Donc, sans faire comme ça, sans aller au-delà de ton potentiel, tu n'apprendras jamais la compétence qui est à la hauteur de ton potentiel. OK ? Alors fais-le toi-même, utilise tous les différents modèles de bal de fin d'année pour résoudre la même tâche complexe. OK ? Alors, rappelez les quatre modèles de bal précédents et rappelez-les encore une fois et écrivez le seul modèle de bal de fin d'année qui contient les cinq modèles de bal de fin d'année différents pour résoudre un problème particulier. Ainsi, vous obtiendrez le meilleur résultat et vous deviendrez un bon ingénieur rapide. J'espère que vous comprenez cela. Donc, pour cela, notre P one sera terminé en ce moment. Alors bienvenue également dans notre deuxième partie. C'est-à-dire que nous avons les cinq autres types de modèles de bal de fin d'année. Plongeons-nous dans le vif du sujet. 25. 4.3.1 Motifs d'invite avancés (2e partie) - 1. Motif d'invite de génération de queue: Bienvenue dans nos modèles de bal avancés, deuxième partie. Donc, dans cette deuxième partie, nous allons voir les cinq types de modèles de bal de fin d'année qui sont très importants et faciles à comprendre. Voyons donc le premier qui est le modèle de bal de fin d'année. Alors, quelle est la véritable signification du modèle de génération de queue ? Vous pouvez donc le voir ici. Nous devons donc utiliser cette déclaration fondamentale à la fin de notre message principal. Vous pouvez donc le voir ici. Donc, pour utiliser ce modèle, votre invite doit faire les déclarations contextuelles fondamentales suivantes , comme à la fin, répéter Y et me demander X. Alors, quel est le sens réel de cette déclaration ? À la fin de l'invite, vous pouvez demander à l'IA de répéter la tâche en question, ou vous pouvez me demander de fournir des informations. Donc, comme ça, tu peux l'utiliser. Demandez-moi X, vous vous souvenez que notre modèle Demandez-moi de saisir un bal de comme nous en avons déjà parlé plus tôt, n'est-ce pas ? Donc ça s'appelle Lo sum, demandez-moi le modèle de prom d'entrée, non ? La chose la plus simple est donc là. À la fin de l'invite, nous devons guider l'IA, répéter à nouveau la tâche en question ou me demander des informations pour passer aux étapes suivantes de la tâche. OK ? C'est l'essentiel ici. Vous pouvez donc le voir ici. Vous devrez remplacer Y par ce que le modèle doit répéter. Par exemple, répétez ma liste d'options ou n'importe quelle tâche et X avec ce qu'elle devrait demander pour l'action suivante ou toute information que vous devez donner à I. Après cela, je procéderai à l'implémentation de la tâche comme ça. Vous pouvez voir que ces instructions doivent généralement se trouver à la fin de l'invite ou avant-dernière. J'espère que tu comprends. Voyons voir. Passons au CharPT et nous verrons comment fonctionne ce modèle de bal de fin Je suis donc responsable de D lex. Je viens de copier le modèle de bal et je vais le coller ici pour que vous puissiez le voir . J'ai donc conservé un modèle de bal qui se trouve désormais à la fin de votre sortie, n'est-ce pas ? Ajoutez un avertissement. Ce que je dis aux IA, partir de maintenant, à la fin de votre sortie, chaque sortie. Ajoutez cette clause de non-responsabilité. Qu'est-ce que la clause de non-responsabilité ici ? Ce résultat a été généré par le grand modèle de langage et peut contenir des erreurs ou des déclarations inexactes. Tu peux les voir. La déclaration selon laquelle je suis ou la clause de non-responsabilité que je souhaite ajouter à la fin de chaque sortie après avoir guidé l'IA. Vous pouvez le voir ici. Après cela, je dis à l'IA que toutes les déclarations doivent être vérifiées. Que signifie « vérification des faits » ? Ne t'inquiète pas pour ça. Nous verrons au cours de la prochaine session. Demandez-moi la première chose à écrire. Vous pouvez voir ici que j'ai utilisé l'invite de génération de queue ici. Demandez-moi la première chose à écrire sur ce que je dis à l'IA, je le dis à l'IA à partir de maintenant. À la fin de votre sortie, vous devez ajouter cette clause de non-responsabilité. Qu'est-ce que la clause de non-responsabilité ici ? Ce résultat a été généré par un modèle de langage logique et peut contenir des erreurs ou des déclarations inexactes. OK. Tout devrait être vérifié. La vérification des faits signifie que les informations doivent des données factuelles sans aucune inexactitude. Après cela, je dis à DI, demandez-moi la première chose à écrire. J'ai donc demandé à DI prendre des mesures, de vous donner votre avis. Après cela, vous procéderez à la tâche de cette manière. Voyons donc ce qui est produit. Vous pouvez voir ici à la fin de Okay, à la fin de votre sortie, ajouter un avertissement. Il s'agit d'une première affirmation concernant la génération de queues. Demandez-moi la première chose à écrire. Il s'agit d'une deuxième affirmation de la génération arrière. Si vous utilisez ces deux options dans un modèle d'invite spécifique, cela deviendra un modèle d'invite de génération de queue. Vous pouvez donc le voir ici. À la fin, répétez Y et/ou demandez-moi X, afin que vous puissiez voir à la fin, à la fin, répétez Y, ce que j'ai envoyé à AI. Ajoutez cet avertissement à partir de maintenant, cela signifie qu'à partir de maintenant, à la fin de votre sortie, ajoutez l'avertissement, celui-ci en est un. Cela signifie que pour chaque sortie générée par l'IA, cette clause de non-responsabilité doit être ajoutée. C'est un processus répétitif, comme ça. Cela répond à l'une d'entre elles, demandez-moi X. Cela revient à demander à agir pour prendre certaines mesures de notre côté, comme ça. Vous pouvez le voir ici. Demandez-moi la première chose à écrire, comme ça. J'espère que tu comprends. Voyons le résultat. De toute évidence, le Jagt nous demandera de donner un sujet à ce sujet. J'ai compris. Sur quoi dois-je écrire en premier ? Il me demandera sur quoi je dois écrire en premier. Pourquoi ? Parce que je dis pour me demander sur quoi écrire, comme ça. Vous pouvez voir que cette sortie a été générée par un module de langage volumineux et qu'elle peut contenir des erreurs ou des déclarations inexactes. Toutes les déclarations doivent être vérifiées. Donc, il génère et ajoute cet avertissement, chaque sortie de l'IA, vous pouvez voir que c'est une sortie et il ajoutera cet avertissement. Il s'agit de la génération arrière. La génération de queue signifie à la fin de la sortie. Il sera donc généré. Donc, des instructions que nous donnons à l'IA pour rendre quelque chose de non répétitif, n'est-ce pas ? Pour chaque sortie, elle sera générée, comme ça. Même si à partir de maintenant, vous pouvez le voir, même si je parle à AI, d' écrire ici sur le marketing en 50 mots. Vous pouvez donc voir le résultat ici. Cela générera une sortie. Il possède donc certaines fonctionnalités d'AGPT ici. Il vous demandera donc parfois d' une réponse pour un meilleur fonctionnement du modèle d' IA. C'est donc une chose simple. Je préfère tout ça. Je le préférerai tout autant. Vous pouvez le voir ici. Donc, ici, il générera le résultat, expliquera le marketing en 50 mots et, en plus, il est utilisé, il est généré par mon avertissement. À la fin de la sortie. Il est donc ajouté le disclaimer. Qu'est-ce qu'un avertissement ? Nous avons Tilt AI. Ce résultat a été généré par un grand modèle de langage. Vous pouvez le voir ici. Ce résultat a été généré par un grand modèle de langage. Ce sera chaque sortie, la clause de non-responsabilité est ajoutée. Pourquoi nous avons tel AI. Nous avons guidé l' IA à partir de maintenant, à la fin de la sortie, vous devez ajouter cette clause de non-responsabilité. Donc tu peux y aller comme ça, non ? Génial. Tu peux aller aux États-Unis. Vous pouvez poser n'importe quelle question, n'importe quelle demande d'ici. Il générera donc et ajoutera automatiquement cette clause de non-responsabilité pour chaque sortie. , vous pouvez écrire n'importe quoi ici pour l'afficher à la fin de votre sortie. Vous pouvez même écrire présenté par votre nom. Pour chaque sortie, vous pouvez voir ce qui suit est présenté par nom, quelque chose comme ça. Vous pouvez ajouter n'importe quoi, il sera généré en sortie avec nos instructions. C'est la plus simple qui est une génération de queue. J'espère que tu comprends. C'est facile, non ? Alors j'ai juste expliqué à quelqu'un de basique. Lorsque vous écrivez le meilleur pour demander une application spécifique unique ou quoi que ce soit d'autre, vous pouvez l'utiliser pour représenter votre capacité à générer des sorties, pour afficher des instructions ou pour montrer tout ce que vous voulez. Même si vous pouvez écrire n'importe quoi, cela ajoutera automatiquement la clause de non-responsabilité à la fin de votre sortie. Vous pouvez même écrire ici. À partir de maintenant, vous pouvez également écrire comme ça. Au début de votre sortie, ajoutez ce message de bienvenue. Une autre chose se trouve au milieu de votre sortie, ajoutez une note que cet article est publié par l'auteur. Cela dépend de vous. Le résultat dépend de vos instructions, vous pouvez donc très bien pratiquer ce modèle d' invite par vous-même en écrivant différents modèles d'invite et pour créer quelque chose de productif C'est vrai. J'espère que tu comprends. Il s'agit d'un modèle de bal de fin d'année simple , nous en discutons maintenant. Vous pouvez voir qu'à partir de maintenant, vous pouvez écrire que vous pouvez demander à n'importe quel quien automatiquement, cette déclaration est ajoutée à la fin de votre sortie J'espère que tu comprends. OK. Donc, si vous voulez briser cette chaîne, dites-le, oubliez, vous pouvez le voir ici. Je vais essayer de briser la chaîne. Oubliez ça. Et explique. Voyons quel sera le résultat. Voyons voir. J'ai oublié, expliquez ce qu'est la publicité. En 20 mots, prenons 20 mots. Ce qu'il fera si je corrige, il ne générera jamais, il n'ajoutera jamais cette clause de non-responsabilité, peut-être verra-t-il. Peut-être qu'il peut aussi en ajouter. Voyons voir. Oui, cela ajoutera un avertissement. Ce que nous devons faire pour briser cette chaîne, dire à l' IA de ne pas ajouter, d' oublier et à partir de maintenant, vous pouvez écrire tout ce que vous avez oublié ou ce que vous avez oublié. Vous pouvez même utiliser ces deux pour obtenir des instructions détaillées pour. À partir de maintenant, n'ajoutez pas de clause de non-responsabilité. Voyons voir. Je ne génère que le résultat publicitaire de 20 mots. Vous pouvez le voir ici. Tout dépend donc de vos instructions façon dont vous allez les rédiger et de vos exigences. Cela indiquera donc automatiquement à EI qu'il générera une sortie en fonction de nos besoins. J' espère que tu comprends. Vous pouvez écrire des modèles de bal beaucoup plus approfondis pour vos applications ou pour tout ce que vous attendez de l'IA. J'espère que tu comprends. Je vous donne cette mission , veuillez utiliser tous les modèles rapides que vous avez appris jusqu'à présent. Combinez tous ces motifs de bal de fin d'année avec ce motif de bal et créez quelque chose d'incroyable. Fais-le. Cela peut donc peut-être résoudre de nombreux problèmes complexes. Vous pouvez y aller et nous pouvons même imaginer que vous pouvez créer une solution sur le marché en écrivant les modèles du bal de fin d'année, en analysant le mordant, écrivant encore et encore et en interagissant avec l'IA pour résoudre un problème particulier sur le marché, même si vous pouvez gagner de l'argent pour cela. Je dis littéralement que cette compétence peut changer capacité de réflexion et le fait de faire une si bonne chose sur le marché pour avoir un impact sur la vie. J'espère que tu comprends les habitudes du bal de fin d'année. Il suffit d'utiliser tous nos modèles de bal précédents d'utiliser ce modèle de bal de fin d'année et écrire l'invite unique pour résoudre un problème spécifique ou une application spécifique. Essayez d'utiliser tous les modèles de bal de fin d'année, puis vous verrez que votre capacité d'écriture rapide améliorera et qu'elle deviendra très médiatisée. J'espère que tu comprends. Voyons donc notre prochain modèle d' invite. Plongeons-nous dans 26. 4.3.2.1 Motif d'invite de filtre sémantique - Partie 1: Revenons, les gars, voyons ce qu'il en est du filtre sémantique Prom Batone Donc, comme je l'ai dit, vous pouvez voir l'option de filtre ici. Filtrer signifie filtrer ou supprimer l'IA. Désolé, supprimer les mots ou supprimer les informations ou les données qui sont répétitives ou ce que vous souhaitez. Par exemple, si vous utilisez Google Docs, notre application, n'importe quoi d'autre. Il existe donc une option de recherche et de remplacement que vous pouvez utiliser. Donc, vous pouvez trouver quelque chose dans le document lui-même. De plus, vous pouvez le remplacer par tout ce que vous voulez. Comme ça, ça marchera. C'est si simple que c'est un schéma simple. Vous pouvez voir ici, vous pouvez voir l' énoncé contextuel fondamental que vous devez utiliser Filtrez ces informations pour supprimer X. X signifie qu'il peut s'agir d'un mot n'importe quelle information que vous cherchez à remplacer ou à supprimer. C'est ce qu'il y a de mieux. Cela vous fera gagner temps dans le contenu ou quoi que ce soit d'autre sans trouver chaque mot. Vous verrez simplement cela et cela filtrera les informations et vous pourrez les supprimer ou ajouter quoi que ce soit. Il filtrera en fonction des exigences de reformulation, ajoutera ou supprimera tout ce que vous voulez Optez pour ce modèle de bal de fin d'année. Il s'agit d'un simple bouton de bal de fin d'année. Voyons voir. Nous pouvons voir l'exemple ici. Vous devrez remplacer X par une définition appropriée de ce que vous souhaitez supprimer, telle que les noms, dates ou le coût, plutôt que 100 ou quelque chose comme ça. Donc, pour mieux comprendre, passons à ha GPT, et nous allons essayer ce qui est réellement le filtre sémantique des boutons de bal Passons au ha GPT. Essayons donc. Donc, comme nous en avons déjà discuté, filtre sémantique signifie filtrer les informations, n'est-ce pas ? Donc, ce que nous devons faire, nous devons le dire à l'IA, nous devons l'aider à filtrer cette information particulière. Nous devons donc fournir les informations dans l'invite elle-même, ou vous pouvez le dire comme ça, je vais vous dire que vous pouvez utiliser ces modèles d'invite, comme nous en avons discuté précédemment. Je vais vous indiquer les informations que vous souhaitez filtrer. Demandez-moi donc les informations. Il va donc demander. Encore une fois, vous pouvez utiliser cela comme un filtre. OK ? Vous pouvez écrire act en tant que filtre avancé Vous pouvez écrire, parce que je pense aux compétences en de filtres qui ont une expertise en matière de filtres. C'est une chose simple, non ? Vous n'agissez donc pas en tant que personne ou en tant que prouteur. C'est une fonction de base simple de tout ce qui est filtrant, n'est-ce pas ? Sinon, vous pouvez l'utiliser. Cela ne pose aucun problème. Donc, ce que vous pouvez faire, vous pouvez l'utiliser je vais vous dire quelles informations vous souhaitez filtrer, n'est-ce pas ? Demandez-moi simplement quelles informations vous allez filtrer. C'est un modèle « Demandez-moi de saisir le bal de fin d'année », non ? Ce sera mieux pour vous si vous cherchez à créer des applications, vous voulez obtenir l'avis de l'utilisateur, n'est-ce pas ? est une variable comme ça. Vous pouvez donc utiliser ask me for input prom pattern. Donc juste comme ça. Je vais donc vous expliquer ceci. Je dis juste à AI, deux suppriment certaines rotations de correctifs, je vais vous le dire, supprimez Au lieu de cela, je vais filtrer, filtrer. Nous pouvons également utiliser les informations du filtre ou nous pouvons utiliser certaines fonctions comme supprimer ou vous pouvez utiliser un filtre filtrant, les dépenses quotidiennes filtrent les dépenses, qui, d'accord, coûtent plus cher que 10 dollars OK ? OK, filtrez les dépenses de charcuterie supérieures à 10$ OK ? D'en bas. OK ? Dans ce qui suit, vous pouvez écrire comme ceci. Dans les dépenses suivantes. Dans ce qui suit mes dépenses quotidiennes. Vous pouvez écrire l'effet autant que si vous êtes meilleur en écriture. Je vous donne juste des exemples ici. Ce que je suis en train de vous dire, c' que je vais prendre le petit déjeuner. Je vais prendre le petit déjeuner. C'est mon coût, disons 8$. Hein ? Ou alors, ce déjeuner, déjeunons ensemble. Le déjeuner coûtera 13$. OK. Je vais juste dîner directement. C'est 7$. En fait, c'est élevé, par exemple, j'en mets cinq pour bien comprendre. Donc, ce que je suis un guide pour l'IE. Filtrez les dépenses de vente supérieures à 10$ dans les dépenses suivantes de My Di. Petit-déjeuner 8$, déjeuner, dîner 13$. Ce que l'IA va générer, c'est ce que j'ai guidé le filtre ou le filtre d'IA qui signifie ce qu'il va faire. Il va penser à quel filtre ? OK, je vais filtrer ça. Dans quelle fonctionnalité je vais filtrer, supprimer ou ajouter quelque chose comme ça. Donc, ce que vous devez faire, filtrer le fait que les dépenses de bureau coûtent plus de 10$ Filtrer signifie supprimer les détails indésirables que vous n'aimez pas, n'est-ce pas ? Ce qu'il fera au-delà de 13, vous pouvez voir le fumier Je vais supprimer ou cela supprimera le déjeuner de 13$ de mes dépenses de Di. Voyons le résultat ici. Vous pouvez donc voir que vos dépenses directes sont supérieures à 10 dollars ou 13 dollars pour le déjeuner, n'est-ce pas ? Vous pouvez le voir ici. Hein ? Donc, pour ce qu'il va faire, si vous utilisez le filtre directement, il faudra juste ce que vous dites. OK, tu peux le voir ici. Les 10$ sont supérieurs à dix, non ? C'est pourquoi il ne s' agira que d'un filtre. Cela le retirera du filtre. Je retire juste ce que tu cherches pour en tirer. Donc, si vous vous concentrez ici, les deux autres ne sont pas là, le petit déjeuner et le dîner Et si je disais à AI supprimer les dépenses quotidiennes supérieures à 10$. Voyons voir. Il s'agit d'une fonctionnalité d'un filtre. Donc, ce que ça va faire, ça me donnera le petit déjeuner et le dîner. Cela supprimera simplement le déjeuner. Vous voyez, vous pouvez voir l'exemple ici. C'est l'objectif principal de l' utilisation directe de la suppression et du filtrage. Donc, le supprimer se trouve également sous l'option de filtre, n'est-ce pas ? Filtrer Si vous utilisez le filtre, il ne prend que ce que vous filtrez, n'est-ce pas ? Si vous utilisez l'option Supprimer le filtre quotidien et l'option de filtrage direct au lieu d'utiliser le filtre, cela vous générera. Cela générera les deux autres, qui n'ont pas l'option de filtre, euh, euh, comme ce déjeuner cher 13. Vous pouvez voir le résultat ici. Pour supprimer les frais de charcuterie supérieurs à 10$, les frais de déjeuner de 13$ seront supprimés Vos dépenses de Di mises à jour sont comme ça. Il y a donc une différence entre l'utilisation directe de l' option de filtre et la suppression. Il ne fait donc aucun doute que l'option de filtrage et l'option de suppression relèvent du filtre sémantique Mais ce que je vous dis aussi, si vous utilisez le filtre, seule l'option de filtre sera prise. Si vous utilisez la fonctionnalité principale de l'option de filtre supprimée ou quoi que ce soit d'autre, elle générera toutes les sorties. D'accord, vous pouvez facilement analyser ce que vous avez fait, n'est-ce pas ? Il s'agit d'un type d'exemple. 27. 4.3.2.2 Motif d'invite de filtre sémantique - Partie 2: Un autre exemple. Je vais juste le coller ici. Vous pouvez voir une invite ici. Filtrez le texte suivant pour le supprimer. Vous pouvez voir le texte suivant pour supprimer toute information d'identification personnelle ou toute information susceptible d'être utilisée pour réidentifier la personne Donc, ce que je dis à EI, filtre le texte suivant. Ce que je veux dire, c'est qu'il y a une phrase ici. C'est John Smith qui habite à 1:23 Marple Street, Il travaille chez Tech Corp et est joignable à l'adresse suivante : vous pouvez voir un compte Gmail de cette personne. Ce que je dis à l'IA, c'est de filtrer le texte suivant. Toute information d'identification personnelle. Vous pouvez voir ce que sont les informations d'identification personnelles, nom, votre numéro de téléphone, votre adresse e-mail, toute autre donnée personnelle est appelée information d' identification personnelle, ou information susceptible être utilisée pour réidentifier la personne, pour identifier la personne Ce que je dis à AI, il suffit de supprimer les données personnelles du texte suivant en utilisant l'option de filtre. C'est le plus important. Maintenant, comme je l'ai dit ici, comme je l'ai dit ici, vous pouvez voir l'ici. Si vous utilisez l'option de filtre, elle ne générera que celui qui a été supprimé. Dans certains cas, non ? Dans ce cas, vous pouvez le voir ici. Lorsque j'utilise le bouton de suppression, cela génère deux choses savoir en supprimant le filtre. Mais dans ce cas, vous pouvez voir ici, filtrez le texte suivant pour supprimer tout ce que j'ai utilisé. Hein ? Dans ce cas, je n'utilise pas uniquement l'option de suppression dans l'option de filtrage. Non, non ? Je n'utilise pas l'option de suppression dans le filtre. C'est pourquoi il ne prend que celui qui filtre, n'est-ce pas ? Ici, j'utilise l' option de filtre et je supprime toutes les options dans lesquelles je vais obtenir cela comme sortie, vous pouvez voir la sortie ici. Cela générera. Tu peux le voir. Il n'y a aucune donnée personnelle dans cette sortie. Pourquoi ? Je conseille à l'IA de ne pas simplement supprimer les informations d'identification personnelles telles que nom, Gmail, n'est-ce pas ? Vous pouvez le voir ici. Quelqu'un habite à Springfield, travaille dans une entreprise et peut la joindre par e-mail C'est-à-dire que le résultat est pour cela. Donc, au cas où j'utiliserais simplement un filtre, le test suivant. D'accord ? Je ne dis pas de supprimer, d'accord ? Je dis simplement à AI, je filtre toutes les informations d'identification personnelles qui pourraient potentiellement être utilisées pour réidentifier la personne lors du test suivant. Voyons quel sera le résultat . Vous pouvez donc le voir ici. John, c'est filtré. John Smith habite à cette adresse. Il travaille chez Tecop et peut le violer par e-mail. Vous pouvez le voir ici. J'utilise donc simplement une option de filtre. Je n'utilise pas l'option de suppression ici. Comme je l'ai déjà dit, si vous utilisez une option de filtre, elle supprimera simplement le filtre et indiquera ce que vous allez filtrer. En même temps, ici, lorsque j'utilise uniquement l'option de filtre, cela génère le congé de John Smith, qui va être supprimé du contexte suivant, qui est supprimé, qui est supprimé. Les informations uniquement, elles seront générées comme ça, vous pouvez les voir ici. OK, tu peux le voir ici. John Smith, l'adresse signifie que nous devrons automatiquement être au courant de cela. Donc, votre mail manque cette ligne. D'accord ? Si j'utilise l'option de filtrage et de suppression, c'est le résultat. C'est donc le plus important. Tout en écrivant l'invite elle-même, nous devons nous concentrer sur chaque mot pour générer un résultat efficace et chaque mot pour générer fonctionner correctement, n'est-ce pas ? C'est le plus important pour obtenir cette compétence pour prédire le résultat en écrivant les instructions elles-mêmes uniquement parce que vous devez vous entraîner Ainsi, lorsque vous vous entraînez avec différents aspects et différents scénarios, vous aurez une idée de ce que sera le résultat prévu à partir de cette invite, n'est-ce pas ? Vous en tirerez donc de l' expérience. C'est pourquoi tu dois peaufiner les bals. Vous devez changer les proms et vous devez les ajuster, vous devez analyser les proms, déterminer comment l'invite générera le meilleur résultat et comment le résultat peut être amélioré en ajustant le contenu de l'invite, comme ça OK. J'espère que vous comprenez cela. J'espère donc que vous comprenez cet exemple. Vous avez donc appris cette option de filtre, option de suppression. J'avais l'habitude de le faire, cela générera directement notre sortie principale. Si vous utilisez le filtre uniquement sans utiliser de fonctionnalité permettant supprimer ou d'ajouter quelque chose de similaire. Il générera donc le filtre, c'est vrai, qui filtre sans générer la sortie que nous recherchons, il ne générera que le filtrage. D'accord ? Ce qu'il filtrera, il le montrera uniquement au lieu de simplement générer la sortie. Si vous utilisez une fonctionnalité qui supprime autre chose que cela, cela générera notre sortie principale comme ça. J'espère donc que vous comprenez cela. Donc, même si vous pouvez prendre ceci, nous avons vu deux exemples ici, filtrant cela. Vous pouvez même prendre n'importe quelle information à ce sujet. Vous pouvez prendre l'exemple d'un filtre et supprimer les numéros contenant les mêmes informations. Je vais accepter de répéter des informations comme ça. Donc, par exemple, je vais prendre un exemple ici, le filtre. Filtrez le message suivant pour le supprimer, je m'occupe donc de la fonctionnalité. Supprimer le redondant signifie répétitif, répétitif . Je vais prendre le répétitif. Des mots répétitifs. Ou des informations Je peux prendre des mots ou des informations répétitifs. Je vais prendre des informations répétitives. Qu'est-ce qui filtrera le texte suivant ou qui suit OK. Paragraphe suivant, n'importe quoi. Suivez la phrase. Disons une phrase à supprimer pour supprimer les informations répétitives. Voyons voir quelque chose. OK. Alors, que signifie le contenu suivant ? Voyons voir ça. Nous pouvons utiliser les guillemets. Ce que je vais dire Voyons voir les informations récurrentes. Bonjour. Comment allez-vous ? Je vais dire que je vais bien. Maintenant, vous, comment allez-vous ? C'est le truc. J'utilise juste un exemple pour comprendre afin de mieux expliquer. Comment allez-vous ? Voyons ce qui va se passer pour supprimer les informations répétées , qu'est-ce que les informations répétées ? Comment allez-vous ? Comment allez-vous ? Cela supprimera simplement l'option « Comment allez-vous ». OK, voyons l'exemple. Voyons le résultat de ceci. Vous pouvez donc voir l'exemple ici. La version filtrée de cette phrase est simplement : Bonjour, comment allez-vous ? Je vais bien et tu es simple. Vous pouvez donc acheter option de filtrage tout en utilisant autant de contenu. Si vous maintenez certaines compétences en rédaction de contenu ou autre, vous devez relire, écrire, faire quelques ajustements, vous ne documenter rien d' autre. Vous pouvez donc utiliser cette option de filtre, n'est-ce pas ? Option de filtre sémantique pour filtrer mots répétitifs ou inutiles Il est préférable ce modèle de filtre vous aide à relire votre document, à relire votre article, à rédaction d'un livre électronique ou à tout ce que vous avez écrit vous-même Cela vous aidera à copier-coller ici et à vous demander de copier-coller ici et à filtrer le paragraphe suivant et supprimer les mots indésirables et inhabituels ou mots répétitifs et tout gaspillage de mots ou autre, ce qui peut améliorer votre contenu, n'est-ce pas ? C'est pourquoi cette option de filtre sémantique est très utile pour vous. C'est donc une chose simple. Vous pouvez donc utiliser cette option de filtre simple dans n'importe quel modèle d'invite, n'est-ce pas ? Vous pouvez l'utiliser dans tout ce qui concerne le raffinement du quotient. Partout où vous pouvez écrire, vous pouvez utiliser ce modèle d' invite, n'est-ce pas ? Je vous explique donc simplement comment cela fonctionnera. Vous pouvez donc l'utiliser vous-même selon vos besoins. Je vous le répète pratique est le meilleur moyen d'apprendre l'ingénierie rapide. Donc, utilisez tous les modèles d' invite, utilisez également ce modèle d'invite et vérifiez comment vous pouvez résoudre le problème spécifique. Même si vous avez une nouvelle idée en écrivant ces modèles rapides, si vous avez une grande capacité de résolution de problèmes, vous pouvez créer une solution en ligne. Vous pouvez le vendre comme une application SAS ou Android, comme une application IOS, vous pouvez créer vous-même et le vendre en ligne. C'est le plus important. Si vous avez des compétences techniques rapides, si nous n'avons pas l'esprit ouvert pour essayer des choses avec IE. Il n'y a donc aucune valeur ni valeur si vous êtes un ingénieur rond. C'est pourquoi vous devez être doué pour écrire tout en interagissant avec l'IE. Si vous savez comment interagir avec l'IA de manière efficace, cela peut vous mener au-delà de votre potentiel. Vous pouvez réaliser tellement de choses grâce à ces compétences d'ingénierie rapides. Ne vous fiez pas uniquement aux emplois. Les emplois, oui, il vaut mieux obtenir le poste d'ingénieur rapide. Mais l'ingénierie rapide n' est pas seulement à la hauteur, elle peut également vous aider à créer des solutions pour les entreprises ou pour vous-même à résoudre des problèmes particuliers, le principal problème des personnes en utilisant l'IA. Il y a donc beaucoup plus de choses que vous pouvez faire avec ces modèles rapides et connaissances en matière d' interaction avec l'IA. J'espère donc que vous comprenez cette option de filtre sémantique. OK. C'est une chose simple que j'espère et que je vous ai très bien expliquée, non ? Je veux donc savoir qu' après ce cours, veuillez donner des évaluations et des commentaires indiquant que je peux savoir que vous avez appris quelque chose de moi au meilleur prix que vous ayez donné pour mon cours. OK. Passons à notre troisième modèle d'invite les actions du menu, dans lequel nous allons apprendre comment fonctionnera ce modèle d' invite. C'est le meilleur, non ? Alors plongeons-nous dans le vif du sujet. 28. 4.3.3 Modèle d'invites d'actions de menu: OK, voyons notre modèle de bal de fin d'année numéro trois, le modèle bal de fin d'année Menu Actions. Donc, si vous voyez le nom de ce modèle de bal de fin d'année, actions du menu. Le menu signifie que vous avez un ensemble de menus ou si vous allez au restaurant, vous verrez que le tableau est préparé. Menu appelé ce menu, dans lequel vous pouvez voir des plats délicieux ou quelque chose liste avec des prix comme ça. D'accord ? C'est ce qu'on appelle un menu. Donc, lorsque vous revenez aux actions du menu, les actions consistent à effectuer une tâche particulière, est-ce pas, à résoudre, quoi que ce soit d'autre , à créer, résoudre, à mettre à jour, tout cela devient des actions. Donc, les actions du menu signifient qu'il s'agit d' un ensemble d'instructions, d'accord , qui seront exécutées par notre entrée, n'est-ce pas ? Selon nos instructions, les données réelles seront mises en ligne comme ça. Pour le meilleur exemple, vous pouvez voir l'application Tudost. Si vous utilisez déjà l'application ToDoList, vous pouvez facilement comprendre ce bouton de bal Donc, lorsque vous créez une liste de tâches. Il vous demandera quelle est votre date ou quelque chose comme ça. Tu peux nommer toutes ces choses. Vous allez ajouter un peu de Tdlist sur ce que je dois faire aujourd'hui, demain, une semaine, chaque semaine, comme ça Ce que vous allez faire dans l'application de base de Todo list, créer une liste dans laquelle vous placerez des Deutins comme ça Les actions du menu fonctionneront de la même manière. Voyons voir. Dans ce PPT. Pour utiliser ce modèle, votre bal de fin d'année doit faire les déclarations de conduction fondamentales suivantes. Vous pouvez consulter la déclaration ici. Les actions du menu signifient que chaque fois que je tape X, vous faites Y. D'accord ? Quand je te dirai de le faire, tu feras cette action comme ça. Vous pouvez voir autre chose, un arsenal, fournir des éléments de menu supplémentaires. Vous pouvez même ajouter d'autres instructions basées sur une application pure comme celle-ci. Chaque fois que je tape z, vous ferez Q comme à la fin, vous me demanderez l'action suivante. C'est très important. À la fin, vous me demanderez quelle est la prochaine action. Comme nous l'avons discuté précédemment à propos du filtre sémantique ou de la génération de queue, demandez-moi un modèle d'invite de saisie comme celui-ci Nous utiliserons quelque chose à la fin de l'invite. À la fin, vous me demanderez quelle est la prochaine action. L'action suivante signifie qu'elle demandera après chaque sortie de l'IA, elle nous demandera ce que je dois faire pour l'action du lendemain, ce que je dois faire pour l'action du lendemain à la fin de la sortie. Cela peut être facile à comprendre en le faisant de manière pratique. Passons au Cha GPT et nous verrons ce que sont réellement les modèles de bal de fin d'année de Manu Actions Voyons voir ici. Je viens donc d'écrire une tâche ici. Je vais juste le copier-coller. Vous pouvez donc voir ici, j'ai écrit la tâche à l'IA, je viens de la définir. Si vous observez clairement ici, cela fonctionnera comme l'application ToDoList dans laquelle vous listerez vos routines Dali D'accord, vous allez mettre à jour et supprimer la liste qui est normale, n'est-ce pas ? Donc, si tu vois ça. Chaque fois que je tape ajouter une tâche, vous ajoutez une tâche à ma liste de tâches D'accord. Vous pouvez le voir ici. En comparant cela, schéma des actions du menu Prom est que chaque fois que je tape X, vous faites Y. Chaque fois que j'ajoute une tâche, vous l'ajoutez à ma liste de tâches Je donne une instruction à l'IA. L'IA va effectuer une tâche. C'est de l'action. Cela ajoutera une tâche à mon option de liste de tâches comme celle-ci. Vous pouvez le voir ici. Chaque fois que je tape supprimer une tâche, vous supprimez la tâche de ma liste de tâches Je guide l'IA. Quand je vous dirai quoi faire, vous devrez alors effectuer cette tâche particulière que je vous ai définie comme ça. Même vous voyez ici, n'est-ce pas ? C'est donc de la même manière que fonctionnera l'application Todo list. Vous pouvez donc faire bien plus. Donc, si vous observez, si vous réfléchissez avant l'IA, avant cet outil d'IA comme Char GBT, pour créer ce type d'applications D'accord, vous aurez le plus d'applications sur Google Plaster, non ? Ils avaient donc besoin langage de codage pour créer une application sur ToDoList, n'est-ce pas ? Il faut savoir coder. Vous devez savoir comment coder pour cette tâche particulière soit une application. Mais après l'arrivée sur les forums de discussion de l'IE comme HGBT, vous devez simplement écrire sous forme de mots Oui, c'est intéressant, non ? Donc, au lieu d'écrire du code, vous devez simplement exprimer votre tâche dans votre langue. Au lieu d'écrire n'importe quel code, ligne de code Python, c'est n'importe quel code. Au lieu d'écrire du code, vous pouvez dire à l'IA avec vos propres mots d'effectuer une tâche particulière voyez cela très intéressant, n'est-ce pas ? Vous pouvez créer votre propre application avec cette compétence d'écriture rapide, même sans codage. Oui, il s'agit d'une IA plus puissante. Au lieu d'écrire du code, au lieu d'apprendre le code, vous pouvez écrire avec vos propres mots. J'ai fait la tâche par l'IA. Hein ? C'est donc plus puissant si vous apprenez à écrire les instructions pour vos applications, n'est-ce pas ? Vous pouvez créer davantage de meilleures applications, des applications avancées, même si vous ne connaissez pas le code cloud Oui, vous avez besoin de quelque chose pour créer l'interface utilisateur, toutes ces choses, non ? Vous pouvez utiliser n'importe quel outil Loco, il y a donc un autre sujet Revenons à notre sujet principal, à savoir le modèle de bal des actions du menu. D'accord. Il s'agit donc d'une application simple qui fonctionne comme une liste de tâches, n'est-ce pas ? Voyons donc quelle sera la sortie. Donc, évidemment, je vais demander. J'ai compris, votre système d'outils est configuré. Quelle est votre première action ? Je veux dire à AI, ajouter une tâche. Je vais définir la tâche. Je vais indiquer à l'IA quelles sont mes tâches. Réservez une réunion. Avec mon client américain à 5 h du matin. Maintenant, je dois dire à AI que c'est une tâche. D'accord ? Il s'agit d'une liste de choses à faire. Il s'agit d'une liste de choses à faire. Qu'est-ce que je dis de faire ? Ajoutez une tâche. Il s'agit d'une tâche. Cela ajoutera simplement cette tâche à ma liste de tâches. Nous pouvons le voir ici. La tâche a été ajoutée. Quelle est votre prochaine action. Encore une fois, je vais ajouter une autre tâche à la tâche. Qu'est-ce qui sera envoyé au bureau à 11 h lundi. Voyons voir. J' ajouterai automatiquement cette tâche. Vous pouvez le voir ici. Cela générera une sortie comme celle-ci. Cela prendra du temps, mais vous pouvez voir que la tâche a été ajoutée. Quelle est votre prochaine action ? Ce que je vais dire à AI, listez ma liste de choses à faire. Listez ma liste de choses à faire, ou vous pouvez écrire comme ceci. Juste pour montrer ma liste de choses à faire. L'IA affichera ma liste de toutes les choses à faire. Vous pouvez le voir ici. J'ai ajouté deux tâches ici. J'affiche automatiquement ma liste de choses à faire ici, rendez-vous avec un client S et en me rendant au bureau. C'est-à-dire que je vais écrire à l'IA, supprimer, vous pouvez écrire tâche entière ou vous pouvez écrire la tâche numéro un, l'IA le saura parce que le modèle est le I bien connu. Depuis le début, l'IA connaît bien nos données ce que je dis à l'IA, Tout le monde sait ce que je dis à l'IA, ce que je guide l' IA. Cela supprimera simplement cette bonne tâche et vous créerez qu' une seule liste de tâches mise à jour Vous pouvez voir que cette page a été supprimée de votre liste de choses à faire. Pourquoi je vous parle d'une tâche à distance. Ainsi, vous pouvez en ajouter autant que possible, différentes instructions, différentes exigences quant façon dont vous le souhaitez. Quelle application cherchez-vous à créer. C'est un menu d'actions, non ? Vous pouvez même créer un suivi du budget comme ça, des instructions. Chaque fois que je tape ajouter ces dépenses, vous ajouterez des dépenses à une section particulière. Si je demande de supprimer les dépenses, vous devrez les supprimer de mes dépenses quotidiennes, vous pouvez m'écrire. Si vous avez des connaissances sur une application en particulier, vous pouvez même vous rendre sur le Playstore et télécharger des applications de productivité D'accord ? Il s'agit même d'un outil de suivi du budget ou d'une application ToDoList, puis voyez comment les applications fonctionnent D'accord ? Après cela, après avoir vérifié chaque bouton ou chaque page de l'application, vous pouvez écrire ici. Vous pouvez accéder à hA JBT et écrire chaque instruction Comme lorsque vous cliquez sur le bouton Créer dans l'application, cela passe à une nouvelle page, n'est-ce pas, dans laquelle vous allez répertorier la liste des tâches de votre application, n'est-ce pas ? Donc tu peux venir ici. Chaque fois que je tape au lieu d'utiliser un bouton, c'est un mot qui est une programmation. C'est un mot qui signifie que vous pouvez le dire ici, chaque fois que je tape A, vous direz que j'ouvre une nouvelle page comme ça. Vous pouvez donc l'imaginer, d'accord. Vous pouvez donc jouer avec le Chagpt comme vous le souhaitez. Allez-y, ouvrez simplement votre état d'esprit et essayez différentes choses. Il n'y a pas d'IA ici. A peut tout faire, mais A, A peuvent tout faire, mais pas tout ce que font les humains. Mais elle peut être plus puissante si vous utilisez cette technologie de manière plus efficace, de manière efficace. comment nous pouvons utiliser cette méthode efficace en préconisant uniquement que l'ingénierie rapide Voici comment nous pouvons utiliser cette méthode efficace en préconisant uniquement que l'ingénierie rapide joue un rôle principal dans l' ingénierie rapide C'est pourquoi l'apprentissage de ces modèles rapides, entraînement avec des exigences différentes, des tâches différentes et des applications différentes peuvent faire de vous un différentes et des applications différentes peuvent faire meilleur ingénieur rapide. J'espère que vous comprenez très bien ce schéma rapide. C'est simple, il s'agit d'un menu d' actions, vous allez définir quelques instructions pour qu'elles fonctionnent uniquement comme ça, elles se dérouleront comme nous le souhaitons. C'est simple. J'espère que vous comprenez ce schéma de bal de fin d'année. C'est très simple. D'accord ? Voyons donc notre prochain modèle de bal, le modèle de bal année par liste de vérification des faits, qui est très important pour identifier l'inexactitude et l'exactitude de la sortie. Plongeons-nous dans le vif du sujet. 29. 4.3.4 Modèle d'invite à vérifier les faits: Revenons à notre quatrième modèle d' invite savoir la liste de vérification des faits, le modèle rapide. Alors, qu'entend-on par liste de vérification des faits ? faits désignent des données factuelles ou des informations destinées à être vérifiées, c' est-à-dire des informations correctes comme celles-ci. D'accord ? La liste de contrôle signifie que nous devons vérifier certains faits dans le format de la liste C'est simple. C'est une liste de vérification des faits D'accord ? Donc, si vous pensez que je suis au courant, nous discutons déjà du grand modèle linguistique. D'accord, l'IA est entraînée par une grande quantité de données, elle peut générer des erreurs de sortie. Donc des données inexactes en sortie. Be the AI n'a pas raison à 100 %, mais elle commettra des erreurs. Je commettrai des erreurs. Pour cela, nous devons vérifier le résultat, non ? Lorsque nous pouvons vérifier le résultat, lorsque nous avons des connaissances sur le sujet ou cette application, nous allons obtenir de l'IA. Hein ? Si vous connaissez des données ou des points particuliers concernant la tâche que vous allez résoudre par l'IA, vous devez connaître certaines choses de base, n'est-ce pas ? Dans la liste de vérification des faits, nous demanderons à l'IA de générer un ensemble de faits contenus dans le résultat OK. Je vais les séparer. Il va d'abord générer une sortie. Cela générera un résultat concernant notre invite. Après cela, à la fin de la sortie, il listera quelques faits concernant la tâche qu'il a générée. J'espère que tu comprends bien. Vous pouvez voir qu'en utilisant ce modèle, votre bal de fin d'année devrait faire la déclaration fondamentale suivante. Chaque fois que vous produisez du texte, le texte signifie que l'IA produit, génère un ensemble de faits, les faits signifient que ce sont des données réelles ou factuelles contenues dans la sortie. L'ensemble des faits doit être inséré à la fin de la sortie. L'ensemble des faits doit être celui des faits fondamentaux. Par fondamental, on entend un niveau de faits de base, faits fondamentaux qui pourraient compromettre la véracité du résultat si l'un d' entre eux est incorrect Pourquoi nous utilisons ces modèles d'invite de vérification des faits pour vérifier si le résultat est correct ou incorrect Nous ne nous appuyons pas à 100 % sur la sortie AIS. Cela fera des erreurs même s'ils contiennent des données inexactes dans la sortie. Donc, en tant qu'ingénieur rapide, nous devons vérifier si la sortie contient les informations correctes ou incorrectes. Comment pouvons-nous le faire en utilisant ce modèle de bal de fin d'année ? Vous pouvez voir que chaque fois que vous sortez le texte, générer un ensemble de faits contenus dans le résultat. Le fait est lié à la sortie, qui est générée par l'IA. Il séparera les faits des résultats et il nous indiquera comment le vérifier. Si les faits sont bons, c'est vrai, nous puissions en arriver à la fin, c'est-à-dire que le résultat est lié à notre tâche et qu'il contiendra des informations précises de ce type. Quand nous pouvons vérifier ces faits, lorsque nous avons les connaissances sur ce sujet, sur cette tâche que nous cherchons à résoudre par l'IA. C'est pourquoi l' ingénierie rapide est une bonne chose lorsque vous avez des connaissances spécifiques. D'accord, par exemple, si vous travaillez dans le secteur du marketing ou tout autre secteur de la santé qui est très important lorsque vous travaillez en tant qu'ingénieur rapide dans un secteur de la santé, le contenu lié à la santé est très important. Vous devez garder à l'esprit que lorsque vous générez du contenu pour le secteur de la santé, vous devez le vérifier plusieurs fois. Le résultat de l'IA, parce qu' elle peut faire des erreurs, n'est-ce pas ? Donc, pour cela, ce que vous devez faire, vous devez savoir que tous les médecins ne connaissent pas toutes les fonctions des parties du corps. Ils ont donc une certaine expertise dans les opérations cardiaques ou rénales de ce genre. Par exemple, si vous êtes doué pour voir l'exemple, prenez un exemple, si je fais une bonne opération cardiaque, une intervention chirurgicale. C'est pourquoi je vais utiliser l'IA en tant qu' opérateur de chirurgie cardiaque. Grosse opération. C'est une opération comme ça, d'accord ? En tant que médecin, je vais le dire à AI. D'accord ? Générez donc un contenu lié au cœur. Il générera donc une sortie automatiquement. Maintenant, qu'en est-il des connaissances que j'ai sur le cœur, n'est-ce pas ? Je dois vérifier la sortie, la sortie de l'IA est correcte ou non parce que j'en ai les connaissances. J'ai de l'expérience dans le domaine des opérations cardiaques. Je sais clairement ce qu'est le cœur et quelle est la fonctionnalité de toutes ces choses. Lorsque les IA génèrent une sortie liée au cœur, afin que je puisse vérifier si la sortie est correcte ou non en vérifiant les faits contenus dans cette sortie au lieu de relire les centaines de lignes de sortie, nous saisissons simplement quelques points factuels, c' est-à-dire des points corrects qui sont très importants. Sans ces faits, le contenu n'a aucune valeur là-dedans. OK. De plus, il séparera automatiquement les faits fondamentaux et nous le montrerons à la fin de la sortie. À partir de là, je peux vérifier les faits fondamentaux, et je vérifierai que le résultat est correct ou non. C'est simple. J'espère que vous comprenez cela. La liste de vérification des faits est importante pour tous les secteurs d'activité. Nous ne pouvons pas nous fier totalement à l'IA. Vous devez connaître certaines connaissances de base. À ce sujet, vous allez obtenir du contenu à partir de l'IA. Ou quoi que ce soit d'autre. Comprenons donc en écrivant l'invite dans har GPT. Passons à cela. Je suis donc au ha GPT. Voyons voir, je viens d'écrire un modèle d' invite déjà ici. Je vais juste le coller ici pour que nous puissions le voir ici. Rédigez un bref résumé des causes du changement climatique, accord, ce que j'ai guidé l'IA, rédigez un bref résumé des causes du changement climatique à la fin du résultat, générez un ensemble de faits fondamentaux contenus dans le résultat. Comme nous en avons discuté précédemment, quel est le modèle de la liste de contrôle pour les bals de fin d'année ? À la fin, même si vous pouvez le savoir au point de départ la sortie au milieu de la sortie, vous pouvez faire ce que vous voulez. Vous n'avez qu'à écrire les instructions ici. Ce n'est pas un problème fixe, jusqu'à présent combien de modèles de commandes je vous ai expliqués, ce n' est pas un problème fixe. Vous pouvez modifier les horaires au fur et à mesure que vous pouvez modifier n'importe quel modèle d'invite selon vos besoins, tout ce qui n' est pas limité. Je vous explique comment fonctionnera le schéma du bal de fin d'année, comment l'IA pensera ainsi. C'est ça. OK. Vous pouvez faire bien plus avec ces modèles de bal de fin d'année. D'accord ? Vous pouvez voir ici, je parle simplement à l'IA, rédige un bref résumé des causes du changement climatique à la fin du document, génère un ensemble de faits fondamentaux. Les faits fondamentaux signifient que c'est la cause première, c'est-à-dire la racine du résultat. Bien, contenus dans le résultat, ces faits doivent être fondamentaux pour le résumé et insérés à la fin du texte, afin de garantir l'exactitude des faits incorrects qui compromettraient la validité du résultat. Donc, ce que je dis à l'IA, assurer que la précision doit être présente dans le résultat. D'accord ? Des faits incorrects compromettraient la validité de la sortie. Ce que je vais dire à l'IE, je vais définir la tâche. Après cela, je dois établir une liste de vérification des faits, pour générer des informations sur le résultat. Ensuite, j'explique à AI pourquoi je l'utilise pour garantir exactitude et les informations incorrectes qui compromettraient la validité du résultat. OK. J'espère que vous comprenez cela. Voyons quel est le résultat. Vous pouvez le voir ici. Il s'agit d'un résumé des causes du changement climatique. Il résume le changement climatique ici. Après cela, des faits fondamentaux sont générés , d' accord, vous pouvez les voir ici. Fondamentalement, que signifient les faits fondamentaux ? Vous pouvez le voir ici. Les activités humaines sont la principale cause du changement climatique, car elles brûlent des combustibles, notamment des quantités importantes de CO 2, un gaz à effet de serre majeur. L'ensemble de ces points est extrait du résumé de cette sortie. Vous pouvez donc changer ici, vous pouvez constater que le changement climatique est principalement dû aux activités humaines qui augmentent la concentration de serres dans l'atmosphère. Vous pouvez donc voir ici que les activités humaines sont la principale cause du changement climatique. Voici les faits liés à cette sortie. OK. Donc, au lieu de vérifier l'ensemble de ce résultat, je vais juste voir ici les faits. Si ces faits sont exacts, nous pouvons dire que cette sortie contient des données précises. Ce n'est pas 100 %, mais nous pouvons dire : OK, le résultat est bon. Au lieu de vérifier les deux ou dix paragraphes, nous pouvons simplement indiquer les faits fondamentaux à la fin du résultat pour le relire ou pour vérifier le résultat, pour vérifier les faits fondamentaux. Tous ces points sont appelés faits fondamentaux de cette sortie, c' est donc facile, n'est-ce pas ? Il est donc facile à lire et à comprendre. OK. Nous pouvons donc, sur la base de ces faits, dire que le résultat est bon ou précis. Comme ça. Vous pouvez utiliser cette liste de vérification pour différentes applications, différents sujets, différentes tâches afin de faciliter la relecture et la vérification des résultats générés par l'IA Encore une fois, je vous dis que cette liste de vérification des faits est très, très importante Pour chaque sortie, vous le ferez à partir de l'IA, n'est-ce pas ? Nous ne pouvons pas simplement compter sur les résultats de l'IA, n'est-ce pas ? Vous devez vérifier, vous devez vérifier auprès d'autres LMS et consulter toutes les données factuelles en ligne Après cela, vous pouvez 100 %, c'est une sortie correcte ou vous devez également apporter quelques ajustements à la sortie car A n'est pas correct à cent pour cent. OK. J'espère que vous comprenez ce schéma de bal de fin Donc tu peux tout faire. D'accord ? Vous pouvez voir ici. Souhaitez-vous ajustements ou des extensions sur ce résumé ? Je peux donc ajouter quelques points spécifiques. Vous voyez si, par exemple, si je demande à AI d'étendre cela, souhaitez-vous des ajustements ? Donc, si je colle ici, ce qu'il dira, il suggérera, juste après , vous pouvez le voir ici. La déforestation réduit la capacité et l'absorption du CVO, ce qui a permis d'atteindre un certain point dans ce domaine. Il s'agit donc en fin de compte de nous expliquer ce que c'est ici. Alors, ce que je vais dire à AI. Non C'est vrai. Vous pouvez également l' ajouter. Ajoutez des faits, des faits fondamentaux pour un sujet d'arc. À la fin. D'accord, ce que cela va dire, ce qu'il va générer, cela générera des faits fondamentaux sur ce sujet. Il s'agit de la déforestation et du changement climatique. C'est là que la déforestation réduit la capacité d'absorption du CO 2. Donc, pour ce résumé, il ajoutera quelques points factuels que je peux facilement vérifier et je peux dire que le résultat est correct ou non, sur la base de ces faits fondamentaux. C'est donc facile à lire, à vérifier, à pré-lire la sortie de l'IA J'espère que tu comprends. Vous pouvez l'utiliser autant de manières que vous pouvez faire d'autres choses comme celle-ci, toutes ces choses. Et n'oubliez pas, encore une fois, pour chaque sortie que vous allez générer à partir de l'IA, veuillez utiliser ce modèle de prom car vous devez vérifier la sortie avant de la prendre en compte. D'accord ? J'espère que tu comprends. Voyons un autre schéma de bal très important et très facile à apprendre : la chaîne de pensée, qui est très importante pour raisonner et résoudre une tâche expérimentale. Plongeons-nous dans le vif du sujet. 30. 4.3.5 Modèle d'incitation à la réflexion en chaîne: Revenez, les gars. Discutons de notre dernier modèle rapide qui est la chaîne de pensée. Comme vous pouvez le voir ici, la chaîne implique de raisonner étape par étape, résoudre des tâches complexes en utilisant un processus étape par étape comme celui-ci, n'est-ce pas ? Vous pouvez donc le voir ici. Par chaîne de pensée, on entend une invite conçue pour guider l'IA à travers un processus de raisonnement étape par étape avant arriver à la réponse finale. Vous pouvez donc voir si vous voyez des sujets mathématiques. Le problème est résolu par un processus étape par étape. La solution d'un problème consiste à effectuer des calculs étape par étape, comme les étapes un ou deux, faire de l'algébrique Vous pouvez voir le processus étape par étape pour résoudre un problème mathématique, n'est-ce pas ? Vous pouvez voir n'importe quel problème comme non seulement les mathématiques, vous pouvez voir un problème de physique, vous pouvez voir n'importe quel problème d'ingénierie, de mathématiques, d'ingénierie, toute résolution de problème. Le processus étape par étape peut nous aider à obtenir la solution précise, la réponse finale. Donc, en l'utilisant, nous pouvons tirer parti de ce modèle de bal de fin d'année. Premièrement, en utilisant un processus étape par étape, la structure de sortie est très bonne. Au lieu d'écrire des paragraphes ou un tas de choses, nous pouvons obtenir les réponses finales en termes d' efficacité en termes de chiffres plutôt que de texte, n'est-ce pas ? Oui et un autre avantage, c'est que nous pouvons vérifier chaque étape, non ? Nous pouvons également apprendre le problème réel, comment le problème réel est résolu. Il y a combien d' étapes. Nous pouvons vérifier chaque étape. De là, nous pouvons également apprendre le problème, l'art de résoudre les problèmes, n'est-ce pas ? C'est pourquoi la chaîne de pensée joue un rôle majeur dans l'ingénierie rapide, car ce modèle rapide nous aidera à résoudre n'importe quel problème mathématique ou n'importe quel problème dans un format de raisonnement étape par étape. ce fait, nous pouvons résoudre n'importe quelle tâche complexe en vérifiant clairement chaque étape . Vous pouvez le voir ici. Pourquoi l'utiliser idéalement pour des problèmes complexes nécessitant une réflexion logique ou des solutions en plusieurs étapes En incitant l'IA, réfléchissez à voix haute. Vous pouvez souvent obtenir des réponses plus précises et plus pertinentes, n'est-ce pas ? Ainsi, comme nous avons discuté précédemment de problèmes complexes. Certains problèmes nécessitent donc une réflexion logique ou des solutions en plusieurs étapes. Plusieurs étapes signifie un processus étape par étape. Le meilleur exemple est de résoudre des problèmes mathématiques, des problèmes mathématiques, comme ça. Nous pouvons par ce raisonnement, raisonnement étape par étape, faire en sorte que le A génère une sortie dans un meilleur format. D'accord, exactement aussi. Examinons ce modèle de bal plus en profondeur en prenant l'exemple de Hait. Passons à cela. Alors je prends l'habitude. J'ai donc écrit quelques instructions de base. Je vais juste le copier et le coller ici. Vous pouvez le voir ici. Vous êtes en train de résoudre des problèmes mathématiques. Vous êtes en train de résoudre un problème mathématique. Vous pouvez voir ici un train qui circule à 60 kilomètres/heure pendant 2 heures, puis à 80 kilomètres/heure Quelle est la distance totale parcourue ? Décrivez votre raisonnement étape par étape avant de fournir la réponse finale. Vous pouvez donc le voir ici. J'ai utilisé l'énoncé du schéma d'invite de la chaîne de pensée à la fin de cette invite. Panne. Vous raisonnez étape par étape avant de fournir la réponse finale. Il s'agit de l'instruction la plus importante à utiliser si vous résolvez un problème. De cette manière, il générera un format étape par étape. La sortie est au format étape par étape dans lequel nous pouvons vérifier chaque étape pour apprendre et vérifier la sortie. Même dans le meilleur des cas. Vous pouvez voir ici, je dis juste à A, que vous êtes en train de résoudre un problème mathématique. J'ai guidé le A, vous allez résoudre un problème mathématique, et je viens de vous donner le simple problème mathématique de base ici. Je parle de. Le problème est simple, n'est-ce pas ? Aucune équation, algèbre ou polynôme de ce type ne me sont fournis . Je vais juste dire à A c'est un simple i. Il générera donc une réponse avec un processus de raisonnement étape par étape et le résultat final. Tu peux voir. C'est donc une simple invite que j'aime écrire. Vous pouvez utiliser tous les modèles de bal que nous allons apprendre jusqu'à présent, comme le filtre sémantique, la liste de vérification des faits, la liste de vérification des faits du filtre sémantique, le modèle d'invite génération de queue Demandez-moi un modèle de bal de fin d'année, un modèle de bal personnel, non ? Affinement du quotient, vérification cognitive du schéma de bal de fin d'année. Vous pouvez également utiliser tous ces modèles d'invite pour résoudre cette question simple. Tout dépend de la façon dont vous interagissez avec l'IE, votre capacité à écrire certaines instructions pour guider l' IE de manière efficace. Pour créer des applications spécifiques, tout est une question d'ingénierie rapide, ingénierie rapide consiste à créer l'ingénierie rapide consiste à créer des applications spécifiques en écrivant les instructions, en sollicitant les compétences, au lieu d'écrire le code, c'est-à-dire OK. J'espère que tu comprends. Je vais donc juste dire ici que même vous pouvez écrire ici, agir en tant que résolveur de problèmes mathématiques expérimenté OK, tu peux commencer à partir d'ici. Vous êtes en train de résoudre un problème de mathématiques. Tu peux juste te donner. Vous pouvez demander même si vous êtes au lieu d'écrire cette question, vous pouvez utiliser Ask me pour saisir le modèle de bal de fin d'année. Je vais vous parler du problème mathématique. Vous devez résoudre un problème en raisonnant étape par étape avant de fournir la réponse finale. Maintenant, demandez-moi quel problème vous devez résoudre, comme ça. Vous pouvez utiliser le modèle « ask me for input prom », non ? Si vous utilisez le modèle de bal de fin d'année raffiné, qui suggère une meilleure version de notre invite, il vous suffit d'écrire n'importe quelle invite de base et le dire à la fin du bal de fin d'année, me suggérant une meilleure version de ce bal de fin d'année. Cela suggérera une meilleure compréhension de cette invite. Si vous utilisez le schéma cognitif de vérification du bal de fin d'année, que vous pouvez le dire à l'IA, demandez-moi, le quien subdivisé est lié à ce quotien qu'est Je fournirai des réponses à cela, puis vous procéderez à la résolution du problème étape par étape. Comme ça. Vous pouvez voir si vous savez comment fonctionnera le schéma réel du bal de fin d'année. Vous pouvez donc l'utiliser n'importe où en fonction de nos exigences en matière de relations publiques, n'est-ce pas ? Donc ça va aller et plus encore. Revenons-en donc à notre sujet principal, à savoir la chaîne de pensée. Vous pouvez voir que je vous dis simplement : IA , expliquez votre raisonnement étape par étape avant de fournir la réponse finale. Il s'agit d'un énoncé de pensée fondamental que vous devez utiliser à la fin de votre message. Même vous pouvez l'utiliser depuis le point de départ , cela dépend de vous. Donc, je vous dis simplement de l'IA, que vous pouvez voir ici. Vous êtes en train de résoudre un problème de physique, vous pouvez modifier le problème de physique qui concerne nos instructions et nos exigences. Voyons quel sera le résultat. Ainsi, l'air générera le processus étape par étape. Vous pouvez le voir ici. La première partie du trajet est que le train parcourt 60 kilomètres/heure pendant Vous verrez donc que vous pouvez le voir ici. Pour trouver la distance parcourue dans cette partie, nous devons prendre la distance égale à la vitesse dans le temps, donc comme ça. Donc c'est vrai, vous pouvez le voir ici. Le problème semble meilleur car il a été fourni étape par étape. Tout d'abord, nous devons trouver la distance entre cela et nous devons trouver la deuxième distance du train, n'est-ce pas ? Ensuite, nous devons combiner les deux distances comme ça. Nous pouvons donc voir que le résultat est le meilleur ici. Ainsi, par exemple, si vous en retirez cela, voyons quelle est la sortie à quoi elle devrait ressembler. Vous pouvez voir qu'il n'y a aucune raison à cela. D'accord, vous pouvez voir ici qu'il y a quelque chose de quotients et n'y a pas beaucoup d'efficacité dans ce résultat parce que j'en ai retiré notre énoncé de modèle rapide de chaîne de pensée étape par étape ici notre énoncé de modèle rapide de chaîne de pensée étape par étape. Je l'ai utilisé, vous pouvez donc voir le processus étape par étape du début à la fin. J'ai donc une partie de raisonnement, nous pouvons facilement comprendre cette sortie. Nous pouvons tout voir, comment il est pris. Nous pouvons vérifier qu'il est correct ou non. Si vous êtes simplement sorti de cette chaîne de pensée, vous allez écrire une tâche. Vous pouvez constater que cette sortie n'est pas efficace par rapport à celle-ci. Vous pouvez le voir ici. Sans utiliser la chaîne de pensée, vous pouvez voir le résultat ici. Ce n'est pas bon, non ? Le premier segment est le deuxième segment, c'est quoi ça ? Donc, si vous l'utilisez, vous pouvez voir d'abord, une partie du trajet, la deuxième partie du trajet, la distance totale parcourue. Il s'agit d'utiliser le modèle de la chaîne de pensée rapide. C'est un exemple simple que j'ai pris. Vous pouvez donc les utiliser pour des tâches complexes, des problèmes complexes tout en les résolvant. Cela vous aide donc à suivre le processus étape par étape, d'accord, ce qui peut nous aider à vérifier clairement le résultat à le rendre précis et à obtenir la meilleure réponse perspicace de l'IA Tout dépend donc de notre chaîne de pensée, de notre schéma directeur. Vous pouvez utiliser différentes exigences en matière de rapidité, comme vous pouvez non seulement passer à un problème mathématique, vous pouvez également utiliser n'importe quelle autre méthode de résolution de problèmes ou toute autre application spécifique pour résoudre quelque chose comme ça. Vous pouvez utiliser ce modèle de bal de fin d'année autant de façons que possible. Il n'y a aucune limite à cela. J'espère que vous comprenez très bien ce schéma de bal de fin d'année. Donc, jusqu'à présent, nous avons appris 14 modèles de bal de fin d'année. Est Pi et la première partie précédente est Pi. Au début, nous avons appris modèle de base pour le bal de fin d'année qui consiste à donner quelques instructions brèves, à droite, zéro coup, à jouer des rôles et à suivre les instructions du système Donc, avec cela, nous savons clairement ce qu'est un modèle de bal de fin d'année, c'est comment nous devons comprendre l' IA en écrivant modèles de bal de fin d'année. La sortie est tout cela, n'est-ce pas ? OK. À partir de ce modèle, jusqu'à ce modèle, nous avons complété les modèles de bal de fin d'année, différents modèles de bal de fin d'année. OK, même d'accord, dans un futur proche, s'il y aura d'autres modèles de bal de fin d'année qui seront mis à jour par n'importe quel laboratoire de recherche. Je vais donc mettre à jour ce cours. Ne t'inquiète pas pour ça. Je mettrai à jour ce cours en fonction de nos modèles de bal de fin d'année. Ne t'inquiète pas pour ça. Connaissez simplement ces modèles de bal de fin d'année et entraînez-vous par vous-même, et je vous donne une mission maintenant, combinez les 14 modèles de bal de fin d'année, y compris cette chaîne de pensée, et écrivez vous-même un seul modèle de bal de fin d'année en réfléchissant et en voyant le résultat. Cela signifie que vous résolvez rapidement un bon problème dans lequel vous pouvez vous faire une idée de l' idée d'une application que vous pouvez créer en vous entraînant comme celui-ci, en écrivant simplement les mots. Réfléchis à ça. T de cette façon. L'ingénierie rapide ne consiste pas seulement à obtenir les informations de l'IA, elle ouvre également votre esprit. Il suffit d'utiliser. Je vous le dis , cela vous fera littéralement changer d'avis. Utilisez simplement ces 14 modèles d'invite et combinez tous ces 14 modèles de bal en une seule invite pour résoudre une application spécifique ou effectuer une tâche spécifique. Vous voyez, vous pouvez voir automatiquement ces instructions ou cela ressemble à une application, n'importe quelle application Android ou application Web de ce type. Il y a donc peut-être une idée unique que vous pouvez obtenir. Vous pouvez créer une start-up comme ça. Tu peux te déplacer. Tu ne sais pas Cela peut littéralement changer, cette compétence peut changer votre vie ou quoi que ce soit d'autre. Donc, apprenez simplement à pratiquer, pratiquez autant que vous le pouvez. Cette compétence peut être améliorée en faisant semblant uniquement en utilisant différents modèles de bal de fin d'année, en les utilisant, combinant toutes ces choses, mais essayer de nouvelles choses dans l'IA peut changer votre état d'esprit et améliorer votre capacité à écrire rapidement J'espère que tu comprends très bien. Donc, jusqu'à présent, nous avons discuté 14 modèles de bal de fin d'année, n'est-ce pas ? En cela, nous venons de fermer la chaîne du fil de pensée. OK. techniques spécialisées de l'ingénierie rapide dans lesquelles nous verrons comment fonctionnent les différents LLM, comment nous devons analyser chaque résultat en utilisant des instructions similaires sur différents LLM tels que Ch GBT Cloud, Gemini et perplexity point a. Nous verrons donc comment utiliser l'AGBT pour différents experts et secteurs tels que le marketing, comment utiliser l'AGBT différents experts et secteurs tels que le marketing Notre prochain modèle sera donc la compréhension et les techniques spécialisées de l'ingénierie rapide, dans lesquelles nous verrons comment fonctionnent les différents LLM, comment nous devons analyser chaque résultat en utilisant des instructions similaires sur différents LLM tels que Ch GBT Cloud, Gemini et perplexity point a. Nous verrons donc comment utiliser l'AGBT pour différents experts et secteurs tels que le marketing, comment utiliser l'AGBT ou comment utiliser rapidement des compétences en ingénierie pour l'industrie, soins de santé, le codage, ainsi que pour toutes ces applications. Et nous verrons quels sont les différents outils d' incitation tels que A prom text et certaines API Open EI Playground ? C'est le plus important. OK, comme ça. Et nous voyons également comment les LLM génèrent des résultats, comment nous devons maintenir la cohérence des instructions ou des résultats cohérents de D'accord, comme ça, nous verrons toutes ces choses prises en compte et toutes les considérations éthiques liées à l'IA, toutes ces choses dans le prochain modèle numéro cinq. Passons donc à notre modèle numéro cinq dans lequel nous allons apprendre quelque chose d' intéressant sur LLM de l' IA. Plongeons-nous dans le vif du sujet. 31. 5.1.1 Enchaînement de prompts - 1ère partie: Revenez à notre cinquième modèle qui est composé de techniques spécialisées dans l'ingénierie rapide. Dans ce modèle, nous allons voir des applications d'ingénierie rapide dans lesquelles nous faisons appel à des applications d'ingénierie rapide dans des ingénieurs rapides, comment rédiger différentes instructions à des fins de marketing, rédaction de contenu et à des fins de codage, pour créer des applications ou pour écrire et ajouter des copies de ce type, nous verrons des applications spécifiques dans lesquelles nous allons voir comment rédigez instructions précises et efficaces pour nos applications ou pour notre domaine spécifique, comme tout ce qui concerne le marketing ou Voyons tout et chacune. Nous allons donc explorer certaines considérations éthiques. Nous devons garder notre esprit lorsque nous utilisons les chatbods AI Char GBT et les autres modèles d' IA Voyons voir que notre première section est consacrée au chining rapide. Donc, avant de passer aux applications, nous devons savoir quelque chose au sujet de ce chining rapide Nous devons donc apprendre cela. Comme nous l'avons dit, il ne s'agit pas d'un type différent de modèle d'invite, mais nous avons déjà parlé de certaines instructions qui nécessitent une saisie de notre côté, comme demandez-moi un modèle d'invite de saisie, un modèle d' invite d' affinement ou un vérificateur cognitif, Donc, tous les modèles d'invite incluent la communication bidirectionnelle, d'abord, nous allons écrire l'invite initiale, puis je demanderai l'entrée dans la sortie comme s' il y avait une communication bidirectionnelle comme ça De même, le canal d'invite signifie connecter l'invite initiale à la deuxième invite Cela signifie que vous êtes en train de résoudre un problème spécifique. Le problème spécifique nécessitait différents types d' invite selon le même schéma. Par exemple, certaines tâches sont trop complexes pour que nous ne puissions pas écrire dans une seule invite. Nous ne pouvons pas tout écrire en une seule invite pour résoudre une tâche complexe, car nous devons savoir comment l'IA génère des résultats. C'est pourquoi nous faisons des tests. Il est donc très utile de tester le partage rapide. Comment nous pouvons tester, nous le dirons simplement à l'IA lors de la configuration initiale Lorsque l'IA générera sortie concernant notre invite initiale, nous devons vérifier la sortie de l'IA. À partir de cette sortie, nous allons écrire une autre invite. C'est-à-dire que cela fonctionne comme des questions de suivi, comme ces questions de suivi. Après cela, une fois que l'IA aura généré la sortie pour l'ion de suivi, nous verrons à nouveau vérifier la sortie. Nous vérifions à nouveau la sortie. C'est lié à notre précédent ou non. Après cela, nous rédigerons une dernière invite, qui pourra résoudre notre sujet complexe. ingénierie rapide ne consiste qu'à écrire les instructions, mais cela inclut également la rédaction d'une seule invite, nous devons écrire des instructions subdivisées dans lesquelles nous allons essayer le modèle d'IA depuis le point de départ Pourquoi ? Parce que si vous ne savez pas quelle est la sortie attendue de EI après avoir écrit notre invite de base. Nous ne pouvons donc pas écrire une invite, une meilleure invite, n'est-ce pas ? La meilleure invite est affinée. La meilleure invite est basée sur notre sortie EIS. Pour cela, nous devons tester les résultats du modèle de l' IA en écrivant nos exigences sous forme d'invite, n'est-ce pas ? J'espère que tu comprends. Le chaînage rapide nous aidera donc à obtenir un dernier message, n'est-ce pas ? Le bal final dans lequel nous pouvons résoudre le plus rapidement possible d'autres applications spécifiques également dans le même domaine. J'espère que tu comprends. Donc, comment nous pouvons voir la tige, vous pouvez comprendre pourquoi nous devons utiliser le chaînage rapide Le chaînage rapide n'est rien, mais il fonctionne comme chaîne de pensée, comme nous l'avons vu dans le dernier modèle C'est la deuxième partie de l'ingénierie rapide avancée. Nous avons appris le dernier schéma du bal de fin d'année, c'est-à-dire la chaîne de pensée. pas seulement une chaîne de pensée, tout cela s'inscrit dans tous les modèles de bal de fin d'année dont il a été question plus tôt. Le chaînage des proms désigne les invites connectées. D'accord, qui sont connectés. Nous allons voir l'exemple que nous pouvons facilement comprendre. Vous pouvez voir ici pourquoi nous utilisons le chaînage d'invite ce qui signifie que certaines tâches sont trop complexes pour une seule invite Par exemple, rédiger le plan d'un document de recherche. Comme vous le pouvez, si vous vous souvenez du schéma d'expansion des plans dans lequel nous avons demandé à l'IA de générer un plan basé sur notre sujet, n'est-ce pas ? Cela générera donc un plan, puis nous donnerons une IA en entrée pour développer un point en particulier. Cela élargira à nouveau les grandes lignes de ce sous-point en particulier, n'est-ce pas ? Ce qui s'y passe, c'est un enchaînement rapide. L'invite initiale est configurée, le plan est généré. Encore une fois, nous avons demandé de développer le point spécifique. C'est-à-dire que ces deux bals sont connectés. C'est ce qu'on appelle un chaînage rapide. La deuxième invite connectée à la précédente pour résoudre une tâche particulière s'appelle le chaînage d'invite Cette chaîne de bal de fin d'année est très importante. Vous pouvez voir ici que la deuxième application développe une campagne marketing. Donc, si vous connaissez publicité ou la diffusion d'annonces sur les réseaux sociaux. Vous pouvez facilement le comprendre. campagne marketing doit dépendre d'autres facteurs, tels que le budget du public cible, vous ajoutez des éléments créatifs, du texte publicitaire, tout cela dépend de certains facteurs pour développer une campagne marketing de conversion très efficace, n'est-ce pas ? Nous ne pouvons donc pas écrire une seule invite pour faire toutes ces choses. Oui, nous pouvons rédiger une invite générer une campagne marketing pour ce produit Soso et suggérer abord le meilleur budget et le meilleur texte publicitaire Nous pouvons écrire cela, mais nous ne pouvons pas connaître le résultat exact que nous voulons obtenir. De l'IE. Pour ce que nous faisons, nous allons simplement configurer une seule invite pour application spécifique, comme nous essayons EI, URI good lors d'une campagne marketing pour le produit spécifique. Vous avez dix ans d' expérience dans ce domaine. Ensuite, lorsque nous aurons fait cela, l'IA commencera à penser en tant qu'experte en campagnes marketing. Maintenant, je deviens expert en marketing. Maintenant, vous pouvez me dire ce que je peux faire dans ce domaine. Ce truc. Ensuite, nous demanderons IA de n'effectuer qu'une tâche particulière. Qu'est-ce qui définira alors le public cible pour moi, euh, pour vendre ma montre uniquement aux hommes. Alors, quelle est la spécificité de l'invite ? Ensuite, je produirai un résultat efficace spécifique destiné au public cible afin de vendre la montre uniquement pour hommes. Ensuite, deuxième dans la troisième invite, nous écrirons comme, euh, suggérez-moi le meilleur budget. Ce qui se passe ici, nous le dirons à l'IE étape par étape. Non, nous écrivons toutes les instructions à la fois, n'est-ce pas ? Cela permettra donc à EI de générer une sortie, pas efficacement, mais cela donnera des résultats concis, simples et très faibles nombre de mots très inférieur, car il devrait couvrir toutes les instructions que nous avons données en une seule invite, il devrait couvrir tous les euh, sujets ou informations avec un nombre de mots de sortie limité. Le jib ou d'autres forums de discussion basés sur l'IA ont leur limite de sortie pour générer des mots qui sont des jetons Vous pouvez tout savoir à ce sujet. Pour cela, ce que nous faisons pour obtenir le meilleur résultat de l'IA, nous allons simplement donner une promotion unique et spécifique à IA afin de générer le meilleur résultat pour nos besoins. Voyons un exemple dans le cas des poids lourds. Ça ne pose aucun problème. Il est également utilisé pour résoudre des problèmes mathématiques en plusieurs étapes. Voici quelques exemples. Il existe d'autres exemples et applications dans lesquels nous pouvons utiliser un prom jening Même si, par hasard, nous interagissons avec l'IA, nous poserons quelques questions de suivi Vous pouvez donc effectuer les ajustements. Vous pouvez suggérer à EI de modifier le paragraphe ci-dessus. Tout cela se fait uniquement dans le cadre du changement rapide. Tout est une question de base, nous devons le savoir avant de passer aux meilleures instructions pour chaque application Nous pouvons constater qu'en divisant la tâche en parties plus petites, vous obtenez des résultats plus précis et plus cohérents. Mais comme je l'ai dit, en divisant le problème complexe en plusieurs parties, c'est-à-dire en traduisant divisant le problème complexe en plusieurs parties, une demande complexe en déclarations rapides plus petites, nous pouvons obtenir des résultats plus précis et plus cohérents. C'est ce que nous verrons dans l'inculpation. OK ? 32. 5.1.2 Enchaînement rapide - 2e partie: Vous pouvez voir comment fonctionne l'entraînement du bal de fin d'année. Comme je l'ai dit, nous allons simplement commencer par l' invite générale, n'est-ce pas ? En analysant le premier résultat de l'invite générale, nous allons affiner. Nous affinerons à nouveau l'invite générale et nous reformulerons la base en fonction des commentaires feedback désigne le résultat de la deuxième étape d'affinage. Le résultat du raffinage de la production sera le feedback. Nous rédigerons notre invite de conclusion, qui fonctionne bien, et nous pouvons nous attendre à l'excellent résultat de l'IA. OK. J'espère que tu comprends. Voyons ce qu'est réellement le chaînage rapide dans le gibt Ja pour mieux le comprendre Je suis au JGBTK, ce que je suis en train de vous dire. Au lieu d'écrire le OK, je vais prendre l'exemple Vous êtes un expérimentateur Agent de commercialisation. Commercialiste expérimenté. Surtout N, surtout dans les campagnes en cours. Mener des campagnes sur les réseaux sociaux. Non. Vos tâches. Votre tâche consiste à générer, à ajouter du texte et à publier sur les réseaux sociaux. J'ai dû copier une publication sur les réseaux sociaux, ajouter du contenu à une vidéo. Idée cible, public cible, recommandation de budget. Prenons les publicités sur Facebook. Pour Facebook. Publicités de vente sur Facebook. Regardez la montre numérique. Pour hommes uniquement. Alors, que va-t-il se passer ? Je guide l'IE. Vous êtes un spécialiste du marketing expérimenté, en particulier dans le domaine de la course à pied et des réseaux sociaux Campagnes, nous avons des publicités sur Google, des publicités sur Facebook comme ça. Les médias sociaux signifient que tout cela sera diffusé sur YouTube si vous vous y connaissez en marketing numérique. Je vous indique donc si votre tâche est de générer ArcPy. Tu vois, tu peux le voir ici. Je guide l'IA à effectuer en une seule fois pour effectuer toutes les tâches suivantes : génération de textes publicitaires, publication sur les réseaux sociaux, contenu vidéo, contenu publicitaire vidéo, public cible, recommandation de budget pour les publicités Facebook pour la vente de montres numériques pour Mints uniquement J'ai donc guidé les IA pour qu' elles puissent effectuer toutes ces tâches en même temps. À un moment donné, le truc AIB générera la sortie en fonction de l'invite supérieure Cela ne pose aucun problème. Nous verrons là-dedans, nous verrons le résultat ici. Ce qu'il fera, il générera la sortie. Il y a une bonne chose, non ? Vous pouvez voir ici, Addo, des idées de copie, du texte principal, des appels à l'action Ceci est notre résultat du premier ajout de copie uniquement, Addo copy ideas. Par exemple, vous pouvez voir ici que ce n'est pas en profondeur, non ? Cette sortie n'est pas approfondie, n'est-ce pas ? Pourquoi l'IA devrait générer le résultat pour toutes ces tâches, toutes ces tâches. Il n'en générera donc que quelques exemples de base, sans aller plus loin, sans entrer dans les détails. Il lancera simplement la sortie en fonction de nos instructions. C'est simple. Il n'y a pas de trempage, il n'y a pas d'approfondissement, il n'y a aucun raisonnement quant à la sortie, donc il se contentera de rejeter la sortie C'est lié à notre tâche. Il conservera donc toutes ces tâches en même temps. Il générera une sortie en une seule fois, n'est-ce pas ? Il n'y a rien de précis là-dedans. Il écrira simplement une sortie liée à notre tâche. Vous pouvez le voir ici. Mais que se passerait-il si je disais à l'IA avec précision que vous êtes un spécialiste du marketing expérimenté, en particulier dans le domaine de la gestion de compens sur les réseaux sociaux Votre tâche consiste maintenant à générer et à ajouter une copie uniquement. Si je prends ceci en remplacement de C, voyons voir ça. Je vais prendre ça. Nous allons simplement le supprimer. Tu peux voir. Maintenant, je guide l'IA, vous êtes un spécialiste du marketing expérimenté, en particulier dans la gestion de campagnes sur les réseaux sociaux C'est génial. Maintenant, votre tâche consiste à générer un texte publicitaire, ce que j'ai fait. Je viens donc de guider l'IA pour générer l' application spécifique. Mais c'est uniquement generate adcpy. Ce que l'IA va générer, il l'approfondira. Il générera plus de résultats que le précédent que ce que vous pouvez voir ici. Vous pouvez voir ajouter une copie pour les montres numériques pour hommes. Vous pouvez voir le résultat ici. Il y a un résultat beaucoup plus cohérent et précis par rapport à celui-ci. Vous pouvez voir les gros titres tout simplement en avance sur le temps grâce à nos élégantes montres numériques. Texte principal, il a donné un appel à l'action. Sharp, en savoir plus. Ce n'est pas aussi efficace, mais si vous voyez qu'en guidant l'IA pour qu'elle génère pour une chose spécifique, elle générera le meilleur résultat. Vous pouvez suivre les gros titres et garder longueur d'avance grâce à la montre numérique ultime Le texte principal est d'améliorer votre jeu avec nos montres numériques élégantes, durables et technologiques pour patients, du suivi de l' entraînement aux notifications intelligentes C'est bien par rapport au précédent. Nous pouvons voir une offre à durée limitée, économiser 20 % sur votre commande aujourd'hui, appeler à l'action pour connaître et affiner votre style. Cela a-t-il également permis à Hashtag de surveiller les données, afin que vous puissiez voir son effet sur ce résultat par rapport à celui-ci, lorsque nous avons guidé l'IA pour qu'elle effectue toutes les tâches en une seule fois. J'espère que vous comprenez que c' est une question de ponctualité. OK. Si vous pensez qu'il s' agit d'une tâche complexe de générer tous les résultats d' une tâche à la fois, n'est-ce pas ? Au lieu d'écrire en une seule fois, nous pouvons décomposer la tâche en sous-tâche comme nous l'avons maintenant générée pour ajouter une copie, n'est-ce pas ? Maintenant, nous pouvons faire une deuxième chose comme publier sur les réseaux sociaux, non ? Si je clique ici, je demanderai à IE de suggérer une publication sur les réseaux sociaux. Vous pouvez maintenant voir le résultat. Vous pouvez maintenant voir le style allié à la fonctionnalité, montre numérique ultime pour homme Pourquoi se contenter de moins quand on peut en avoir un ? Nous avons donc d'excellents droits d'auteur sur les réseaux sociaux. Alors, que va-t-il se passer ici ? Nous pouvons utiliser ces titres pour nos publications sur les réseaux sociaux. C'est efficace, non ? Ces lignes sont efficaces par rapport aux précédentes, et nous avons demandé à l' IA générer ou de suggérer du contenu sur les réseaux sociaux. Vous pouvez le voir ici, sous-titrez-vous, il n'y a aucune raison à cela. n'y a pas de sortie spécifique, une sortie précise par rapport à celle-ci comme ici, d'accord. Lorsque ce résultat est généré, nous guidons l'IA pour générer et suggérer des publications sur les réseaux sociaux en tant qu'application spécifique. J'espère que tu comprends. C'est pourquoi, au lieu de rédiger une liste récapitulant toutes les tâches liées à l'IA à la fois, nous allons les décomposer pour obtenir des résultats précis et cohérents. OK ? C'est un exemple simple que je vous ai expliqué, mais que vous pouvez utiliser de nombreuses manières pour obtenir des résultats de l'IA. Même vous pouvez le dire à l'IA, voyons voir. Si vous souhaitez écrire une invite à la fois, vous pouvez utiliser certains modèles d'invite que nous avons déjà expliqués, vous pouvez les utiliser comme ça. Je vais donc vous dire quelle tâche doit être effectuée en premier. Ensuite, vous devez continuer. Tu dois continuer. OK. Enfin, à la fin de l'invite, j'utiliserai le modèle ask me for input prom, comme nous en avons discuté précédemment, demandez-moi pour quelle tâche vous souhaitez générer. Ce que cela arrive signifie. Voyons le résultat de cette invite. Alors tu peux le voir ici. Au lieu d'écrire différentes tâches répétitives comme nous l'avons fait ici. Donc, d'abord, nous écrivons toutes les tâches à la fois. Nous l'avons vu, le contenu est bon mais pas efficace et profond, non ? Lorsque vous décidez d'écrire l' invite pour chaque tâche, en particulier, le résultat est bon par rapport à la précédente, n'est-ce pas ? Nous l'avons déjà vu. C'est vrai. Ce processus va donc se répéter et se répéter, n'est-ce pas ? Je dois donc écrire pour générer et ajouter une copie une fois, autre fois, je dois écrire une invite à publier sur les réseaux sociaux. Il y aura du travail répétitif, non ? Au lieu de cela, je vais guider l'IA de cette façon. Je vais écrire une invite complète. Après le dernier, je demanderai à AI de le faire, je vous dirai quel toucher doit être effectué en premier, puis vous devez continuer. Demandez-moi pour quelle tâche vous souhaitez générer. Que va-t-il se passer ici ? La tâche ou l'arrêt jusqu'au moment où je le dis à l' IA, commencez par ceci. Que va-t-il se passer ? Donc, dans la saisie, je vais demander à l'IA de générer une copie spécifique. Il générera alors le résultat cohérent le plus précis possible. Nous avons ici des graines comme celle-ci pour des travaux spécifiques réalisés ici. Donc, après avoir donné à I input generate ADO copy, j'ai donné l'entrée ici pour un cas d'utilisation spécifique, comme une copie AR genrée Donc, ce qui va se passer ici, ça va générer une copie. Vous pouvez le voir ici. Ajoutez Copy Two Découvrez le mélange parfait de style et de technologie, rehaussez votre look avec nos montres numériques pour hommes conçues pour être modernes et qui présentent une élégance avant-gardiste. Achetez maintenant, 28 % de réduction. J'ai donc généré trois copies 3D, non ? Nous pouvons donc écrire comme ici, nous pouvons essayer l'IA, copie AR sexospécifique, qui en ont une, nous pouvons écrire directement ici, en générer une, ajouter une copie, qui ont des mots à taux de conversion élevé Et attirez l'attention. Que va-t-il se passer ici ? Nous avons également ajouté quelques instructions ici. Ne générez qu'un seul texte d'annonce, contenant des mots à fort taux de conversion et de conversion élevés et attirant l'attention. Vous pouvez voir le texte de l'annonce, qui est très efficace par rapport au précédent, n'est-ce pas ? Nous pouvons donc utiliser toutes ces choses. Pour réduire le travail répétitif, non ? Au lieu d'écrire l'invite encore et encore, nous pouvons le dire à l'IA, nous pouvons guider l'IA, je vais vous dire quelle tâche doit être effectuée en premier. Ensuite, vous devez continuer. Alors demandez-moi quelle tâche vous souhaitez générer, n'est-ce pas ? Il va donc me le demander. Je vais donc simplement vous donner l' entrée ici, générer ou copier. L'IA générera automatiquement une copie Ado relative à notre produit. Il s'agit d'un exemple simple et ces instructions ne sont pas efficaces car je viens d'en utiliser certaines pour vous expliquer quelques exemples de base. Lorsque vous vous entraînez avec vos habitudes ou vos exigences en matière de bal de fin d'année, vous rédigerez les meilleures instructions rapides , puis cela générera le meilleur résultat Mon intention est de vous expliquer les possibilités d'écrire des instructions de différentes manières, de multiples manières et selon de multiples schémas de pensée, n'est-ce pas ? Tu peux utiliser tous ces modèles de bal de fin d'année, non ? Il s'agit donc d'un réglage rapide. Au lieu d'écrire une seule invite pour une tâche complexe, nous décomposons la tâche afin d'obtenir des résultats précis et cohérents. Au lieu d'obtenir toutes les sorties de la tâche en une seule fois, L nous avons vu la première sortie ici. n'est pas efficace ou il n'y a pas de résultat beaucoup plus profond. Lorsque nous avons l'habitude de générer des cas d'utilisation spécifiques, vous pouvez voir l'ajout d'une copie pour l'ajout d'une copie numérique uniquement pour générer une copie ajoutée en tant que spécifique Vous pouvez voir le meilleur résultat de . Vous pouvez voir le meilleur résultat de l'IA par rapport au précédent, n'est-ce pas ? Deuxièmement, la tâche complète comporte un grand nombre de sous-tâches. Ainsi, au lieu d'écrire une demande spécifique au lieu d' écrire une invite à chaque fois que vous devez effectuer une tâche spécifique, nous allons simplement écrire une invite, qui vous demandera automatiquement quelle sous-tâche vous devez effectuer en premier. Ensuite, nous fournirons des informations ici. Nous avons fait des textes publicitaires sexospécifiques. Je vais automatiquement générer une copie ado pour nous. C'est un résultat simple, question simple que j' ai posée à l'IA. Donc, quand vous vous entraînerez avec ça, vous aurez une idée du fonctionnement de ce bal de fin d'année , n'est-ce pas ? Donc E, cela fonctionnera dans Har Gibt et Cloud, non ? Ainsi, dans Gemini et Perplexity AI, il n'y a pas de fonctionnalité comme le bal de fin Nous devons donc connaître certaines fonctionnalités avantages et inconvénients des LLM, tels que Cha GPT, Cloud, Gemini et Perplexity point I, et d'autres modèles d'IA avant de choisir de résoudre notre tâche OK ? Avant de sélectionner des modèles de langage d' IA pour résoudre nos problèmes complexes. Pourquoi ? chargeb ont donc excellentes fonctionnalités, comme le chaînage rapide. D'accord, suivre le schéma, suivre le précédent sans rompre la chaîne Vous pouvez donc voir la mise à jour de la mémoire ici. C'est une très bonne option dans le chargebr que nous avons, ce qui la distingue des autres modèles de langage d'IA tels que gemini.ai, autres modèles de langage d'IA tels que Cloud et PerpleceDEI Cha ge Bri possède d' excellentes fonctionnalités, alors ne vous inquiétez pas à ce sujet Nous avons notre prochain modèle qui consiste à comprendre les différentes capacités, avantages et inconvénients du LLM et déterminer le modèle de langage d'IA que nous devons utiliser pour résoudre une tâche particulière OK ? Nous verrons dans ce modèle, non ? Concentrez-vous donc sur cette chaîne de bal de fin d'année. J'espère que vous comprenez bien cet enchaînement de bals de fin d'année. Donc, jusqu'à ce bal de fin d'année, l' enchaînement est terminé. OK. Passons maintenant à nos applications d'ingénierie rapide, nos applications d'ingénierie rapide où nous verrons comment écrire proms pour différents cas d' utilisation, tels que le marketing, le texte et le codage, générer du code, pour l'écriture créative et comment nous allons écrire pour le support client, comment nous utiliserons les modules de langage Chat, GPT et AI pour générer des promotions d'images dans lesquelles nous pouvons utiliser ces proms d'image lesquelles nous pouvons utiliser ces d'autres générateurs d'images basés sur l'IA tels que Leonard AI, lexica.ai et nous avons un autre générateur d'images à mi-parcours dans lequel nous pouvons obtenir des résultats à partir de ces modèles de langage également sous forme d'image. Nous verrons comment utiliser les modèles de langage tels que ha GBT pour rédiger la meilleure invite adaptée à nos cas d'utilisation, n'est-ce pas ? Même le HGBT peut générer le meilleur message à notre place. Oui, c'est vrai. Donc, au lieu de « OK », nous verrons toutes ces choses dans ce chapitre. Plongeons-nous là-dessus. 33. 5.2.1 Applications d'ingénierie rapide et cas d'utilisation: Revenons à notre leçon suivante qui porte sur les applications d'ingénierie rapides. Dans cette leçon, nous allons expliquer comment rédiger des instructions pour répondre aux différentes exigences du secteur telles que le marketing numérique, affaires et la productivité Et nous pouvons rédiger des instructions telles que des applications de développement, applications Web ou tout autre aspect fiscal, ou nous pouvons les utiliser partout où se trouve l'ingénierie rapide Pourquoi ? Parce que les LLM AI sont utilisés partout. Dans tous les secteurs, dans les années à venir, tous les secteurs utiliseront le LLM pour rendre leurs processus très rapides et efficaces. Pour cela, les compétences techniques rapides sont donc les compétences techniques rapides sont très importantes lors de l' interaction avec l'IA. Comme nous l'avons expliqué précédemment sur la manière d'écrire des instructions efficaces, alors vous vous rendez compte que l' IA réagit bien mieux en écrivant des modèles d'invite spécifiques et efficaces Écrivons. Dans cette leçon, nous allons voir quelques exemples manière dont nous pouvons rédiger la meilleure invite pour une application spécifique pour des cas d'utilisation sectoriels spécifiques tels que le marketing numérique , le codage et les affaires, , le codage et les affaires, et la création de contenu YouTube de ce type. Nous verrons que vous pouvez voir, comme ici chez BP quelques exemples que nous allons explorer aujourd'hui. Dans cette leçon, nous allons rédiger des instructions pour l'écriture créative, quoi que ce soit de ce genre, la narration, le codage, les objectifs marketing, le support client Nous pouvons même utiliser l'AGPT ou d'autres modèles de langage AL pour générer des images pour nous, sur la base de notre invite à base de notre invite Même nous pouvons utiliser tous les modèles de langage pour générer une invite afin de générer une invite pour nous. Que nous puissions réutiliser la même invite générée selon nos besoins. Même cela générera très bien les images promotionnelles. Après cela, nous pouvons modifier selon nos besoins. Voyons voir. Donc, avant cela, nous devons savoir quelle est la tâche spécifique que vous avez à accomplir. Nous ne pouvons pas tout demander par écrit. Comme nous l'avons évoqué précédemment à propos du chaînage rapide, dans lequel nous constatons certaines limites, explorons également quelques exemples de la façon dont le chaînage rapide fonctionne très bien Qu'est-ce que le chaînage rapide signifie essentiellement ? Le chaînage rapide signifie qu'il divisera une tâche complexe en sous-tâches dans lesquelles nous allons, euh, définir une tâche très spécifiquement Nous pouvons ainsi obtenir des résultats précis et cohérents pour cette tâche spécifique. Au lieu de guider l'IA pour qu' elle effectue toutes les tâches en une seule fois, nous pouvons l'aider à effectuer une seule tâche à la fois ce qui nous permettra d'obtenir le meilleur résultat possible grâce à l'IA. Comme ça. J'utiliserai ce chaînage et d'autres modèles de bal de fin d'année pour voir comment nous invites et d'autres modèles de bal de fin d'année pour voir comment nous pouvons écrire les instructions permettant de tirer le meilleur parti de IA pour des cas d'utilisation spécifiques tels que la création de contenu, le codage, le développement d'applications, etc. Ensuite, nous examinerons ces applications et nous explorerons également certaines considérations éthiques. OK ? Voyons voir, et passons au ha JBT Vous pouvez également opter pour d'autres modèles de langage, mais je préfère le HGP parce qu'il possède excellentes fonctionnalités plutôt que d'autres modèles de langage, et nous aborderons également ce sujet dans les prochains modèles OK, allons voir notre bonjour JP et nous verrons ce qu'il en est réellement. 34. 5.2.2 Préparation initiale de l'invite - Assistant utile: D'accord, avant de commencer à interagir avec l'IA. Nous pouvons commencer à échantillonner l'humain comme si nous discutions avec d'autres membres de notre famille ou nos collègues, euh, un message fort. Vous pouvez opter pour cela car c'est l'IA discutera avec le chat comme être humain, car elle utilise la méthode PNL Technique de PNL. Qu'est-ce que ce NLP signifie traitement du langage naturel Il générera le chat ou parlera avec nous en langue omanaise, qui est très interactive. C'est pourquoi nous pouvons discuter en petits groupes , comme nous le faisons avec nos amis, nos collègues ou les membres de notre famille. Nous pouvons également le faire de cette avec cha Jibt ou d'autres modèles de langage Il est très interactif. Que dire, bonjour, Sam. C'est comme si je m'appelais Sam. Je vais lui dire que je m'appelle CV. Voyons voir, cela supposera que je m'appelle CV. À partir de maintenant, le JagibT dira : « J'ai le Comment puis-je vous aider aujourd'hui ? Donc, au lieu de I Sir, au lieu d'écrire la tâche directement ici, je vais essayer le module AI lentement par étape. Au lieu de mettre toutes les instructions des tâches en une seule fois, je vais essayer l'IA. J'écrirai des instructions étape par étape dans lesquelles l' IA pourra penser et l' IA pourra répondre clairement à nos instructions, comme nous en avons discuté lors d'une formation rapide. Comme ça. Pour cela , je vais d' abord entraîner l'IA. Nous savons donc déjà que Ja Gibt peut faire des erreurs et que toutes les informations générées par Ja Gibt ou d'autres modèles de langage basés sur l'IA ne sont pas précises à 100 % ou peuvent contenir mots inefficaces ou des mots hallucinatoires, nous ne pouvons pas définir et que nous ne pouvons pas très bien comprendre, n'est-ce pas Pour cela, que devons-nous faire ? Tout d'abord, nous devons le dire à l'IA, comme si nous devions former le module EI en tant qu'assistant utile. Ce que nous faisons ici, essayer l'IA en tant que modèle personnel dans lequel je ne penserai dans ce domaine que, comme nous en avons discuté précédemment, dans agir en tant que modèle d'invite personnel. Allons y jeter un œil. Écrivez Je vais entraîner l'IA étape par étape. Vous êtes une assistante utile. Vous êtes une assistante utile. Voyons voir, je guide l'IA ici pour qu'elle fasse ce que je veux. Donc tu feras ce que je te dis. OK ? Vous ferez ce que je dis, et vous avez de l'expérience, vous avez l'expérience en matière de lecture de toitures ou de détection de hum. Détection. Des mots insolites. Des mots inhabituels et des informations inexactes et inexactes. Et vous pouvez savoir à l'IA quelles sont les limites que vous n'arriverez pas à atteindre. Au lieu de cela, vous obtiendrez meilleur résultat possible , sans erreur ni hallucination Sans erreurs, hallucinations et informations inappropriées Non Comprenez-vous ? Voici donc ma configuration initiale dans laquelle j'ai dit à AI, s'il vous plaît, gardez cela à l'esprit pour chaque sortie que vous allez générer en fonction de mon invite ou de mes instructions. C'est vrai. Vous pouvez donc voir ici que j'ai écrit un message, dont vous êtes un assistant utile. Tu feras ce que je te dis. Si je ne peux pas dire ce point, même cela générera ce dont j'ai besoin, d'accord ? Mais en fournissant ces informations supplémentaires, l'IA pensera qu' elle se situe dans ce domaine dans ce modèle de bal de fin d'année. Il s'inscrit dans ce modèle de bal de fin d'année. Cela fonctionnera comme je le dis en détectant les mots inhabituels, informations inexactes, et vous obtiendrez des résultats optimaux et efficaces sans aucune erreur, aucune allusion, aucune information inappropriée, vous comprenez ? Que se passera-t-il ici pour chaque sortie qui génère de l'IA, n'est-ce pas ? Cela permet de se concentrer davantage sur chaque résultat parce que nous essayons l'IA pour effectuer cette tâche spécifique, n'est-ce pas ? Vous pouvez donc le voir ici. Voyons quel est le résultat ici. Ainsi compris SF, je veillerai à l'exactitude, détecterai les informations inhabituelles ou incorrectes et je fournirai les résultats les meilleurs et les plus efficaces. S'il y a quelque chose de spécifique vous aimeriez que je fasse, faites-le moi savoir. C'est donc la façon d'interagir avec IA afin que vous puissiez obtenir la meilleure expérience utilisateur, la meilleure et la meilleure. Disons donc, comme je l'ai dit, qu'à partir de maintenant, voyons voir, non, je le veux. Par exemple, je suis spécialiste du marketing numérique. J'ai donc quelques produits, donc je veux les vendre en ligne. Donc, ce dont j'ai besoin, c'est d'un site Web, et j'ai besoin d'une copie de ce site Web, peut-être sur une page de destination comme celle-ci. Ensuite, j'ai besoin d' une copie d'Addo pour lancer les campagnes sur les réseaux sociaux, et il y a tellement de choses OK ? Pour cela, je vais prendre ce que je fais en particulier, non ? Tu peux tout prendre. Par exemple, vous pouvez opter pour la rédaction d'Ado, il s'agit d'une évaluation de copie en réalité augmentée, mais vous pouvez opter un produit spécifique pour poursuivre la copie d'Ado Par exemple, j'ai donc besoin d'une copie supplémentaire pour vendre ma montre numérique en ligne uniquement pour femmes comme ça. Et vous pouvez donner les meilleures données spécifiques, comme j'ai besoin d'ADocpy pour vendre mes propres montres numériques à des garçons de 20 ans Donc, si je donne des informations spécifiques et spécifiques, l'IA générera le meilleur effet spécifique associé à Ado Copy afin de correspondre à notre public auprès duquel nous pouvons obtenir les meilleurs taux de conversion, n'est-ce pas ? Ainsi, nous devons être précis, plus spécifiques pour tirer le meilleur parti de l'IA. Voyons voir dans ce chat. Par exemple, je suis spécialiste du marketing numérique Je cherche à vendre mon produit. OK, ce que je dis à l'IA, je le dirai. Donc, au lieu d'écrire directement la tâche, informons l'IA de notre tâche principale. Faites-moi savoir notre intention principale. OK ? Faites connaître à AI notre principal problème et notre principale exigence. Au lieu d'écrire en sautant par écrit les instructions pour une tâche spécifique à résoudre, il manque quelques informations générales sur nous. Pour cela, nous devons suivre un processus étape par étape, conformément ce que nous avons appris lors d'une formation rapide. Pour cela, nous devons entraîner l'IA. Nous devons rédiger une invite pour l'IA, étape par étape. Dans une telle invite, nous devons essayer d'aimer cela et nous devons expliquer à IA notre expérience que l' IA peut apprendre de nous, et qu'elle générera le meilleur résultat concernant notre requête de cette manière. 35. 5.2.3 Rédiger des invites efficaces pour différents cas d'utilisation - 1ère partie: Vous devez écrire une invite pour le processus d' IA étape par étape. Dans une telle invite, nous devons essayer d'aimer cela et nous devons expliquer à IA notre expérience pour que l' IA puisse apprendre de nous, et qu'elle générera le meilleur résultat concernant notre requête de cette manière. Je vais donc le dire à AI. Je vais vous faire part de mes besoins. Donc je cherche. Je cherche. Je souhaite vendre ma propre montre numérique. Pour les garçons de 20 ans. OK. Nous pouvons aussi prendre des hommes comme ça, des garçons de 20 ans. OK ? Et je cherche à vendre ma propre montre numérique pour un garçon de 2 ans. Pouvez-vous m'aider à aller en ligne ? Qu'est-ce que cela va suggérer ? Voyons voir. C'est mon intention toute simple. Je veux le dire à AI. Je le dis juste à AI. C'est ce que je demande. Voyons voir ce que cela va suggérer. Observez donc ici, pas le résultat. Observez la façon dont j' interagis avec l'IA. L'ingénierie rapide ne consiste donc qu'à écrire les instructions, mais c'est l'art d'interagir avec l'IA avec habileté La compétence d'écriture rapide est basée sur notre interaction avec l'IA. Il ne s'agit donc pas d'une simple invitation à écrire et à devenir un ingénieur rapide, pas comme ça. Donc, pour rédiger une meilleure invite, nous devons écrire autant de sous-pms pour affiner et obtenir les commentaires des résultats, et nous devons modifier et ajuster l'invite principale comme ça, Vous pouvez donc voir qu'il suggère un plan étape par étape pour vendre mes montres numériques en ligne. Voyons voir, divisez votre marque, votre produit, configurez la livraison des paiements de votre boutique en ligne. ai donc généré quelques étapes pour vendre mes montres en ligne. Donc c'est bien, non ? Homme. Donc pour cela, il suffit de connaître mon intention ici. Donc, ce que je cherche à accomplir par l'IA, c'est l' IA qui recueille mes informations. Oui, je suis un utilisateur qui cherche à vendre cette montre en ligne. Cela s'inscrit donc dans ce schéma dans lequel nous pouvons en donner un aperçu plus approfondi. Alors maintenant, je vais le dire à AI, donc je vais tout prendre à partir de là. Donc d'accord, je dois donc faire du marketing et de l' image de marque. Tu peux m'aider ? Alors, pouvez-vous m'aider, pouvez-vous m'aider dans le marketing ? OK, essayons ici. Prenons-en quatre directement. Quatrième option ci-dessus Donc, ils vont générer, et cela me suggérera quelques techniques de marketing et de marque. Vous pouvez le voir ici. Donc, le marketing et marque avec quatre points mentionnés, nous pouvons également utiliser les publicités Facebook et Instagram. est donc automatiquement plan marketing est donc automatiquement généré ici. Ajoutez un texte, le ciblage est de 18 à 25 ans, gadgets technologiques, les centres d'intérêt, tout cela, le budget, le contenu engageant, la collaboration avec des influences, toutes ces étapes relatives au marketing et à l'image de marque. La note est donc bonne. Ensuite, j'approfondirai à nouveau le développement de l'identité de marque. Pouvez-vous m'aider à développer mon identité de marque ? Il abordera ces sujets en profondeur. Alors, comment écrire un slogan de capture simplement en faisant cela. Cela fonctionne comme une extension du plan dont nous avons parlé précédemment à propos du modèle de bal d'extension du plan. Donc ça s'enfonce comme ça. OK. C'est donc assez facile. Mais quoi qu'il en soit , c'est une tâche complexe. Donc, au lieu d'écrire l' invite encore et encore. C'est le meilleur moyen, mais certaines tâches complexes nécessitent que le résultat soit analysé. Pour cela, nous allons écrire. Au lieu de cela, il y a tant de moyens. Il existe de nombreuses façons d'interagir avec IA pour résoudre une tâche particulière. Il y a tellement de moyens. Vous pouvez opter pour cette méthode d'enchaînement de bal de fin d'année ou vous pouvez utiliser d'autres modèles de bal de fin d'année dont nous avons parlé plus haut 36. 5.2.4 Rédiger des invites efficaces pour différents cas d'utilisation - 2e partie: Donc, au lieu de, euh, ici, juste l'IA qui répond à mes questions ici, non ? Et si je le disais à AI ? Demandez-moi. Demandez-moi les informations requises pour que vous puissiez générer une copie optimale pour moi. Ici, que se passe-t-il dans cette méthode ? L'IA, qui prend simplement la question ou tâche de moi-même de mon côté. Maintenant, la sortie est générée par l'IA. Cela dépend des données entraînées. L'IA est entraînée. Mais mes données. OK, j'ai mes propres données. Donc, pour cela, j'ai besoin de la meilleure copie de Catch Addo pour vendre mes montres en ligne Pour cela, je dois faire mes propres données, j'ai besoin d'une copie, basée sur mes propres données. Pour cela, je vais dire ce que je vais faire, je vais le dire à AI, j' ai mes propres données. Demandez-moi donc des quotients subdivisés. Lié à la tâche principale ou à la génération de textes publicitaires principaux, vous devez générer le meilleur exemplaire concernant mon produit. Donc, ne le confondez pas. Je vais écrire ici. Alors, ce que je vais dire à AI. Donc, au lieu de ci-dessus, tu peux écrire comme ça. Alors maintenant, demande-moi. Tu écris juste ici. Maintenant, demandez-moi un quotien subdivisé Non, demandez-moi un quotien subdivisé lié à l'ajout de génération de copies lié à une question subdivisée liée à l'ajout de génération de Ces informations sont nécessaires pour vous. Ces informations sont nécessaires pour vous. Mais générez la meilleure copie pour moi ou pour mon produit. Vous pouvez donc le voir ici. Il va maintenant me poser quelques questions concernant la génération d'ajout de copies. Alors, que demandons-nous ? Voyons voir ici. Vous pouvez donc le dire ici. Après avoir fourni après avoir fourni des informations ou des réponses à votre question. Des réponses à votre question. Procéder. Procédez ensuite à la génération, ajoutez une copie. Voyons donc quel est le résultat. Il demandera donc : OK, c' est fait, faites-le moi savoir. Vous avez quelques questions subdivisées pour créer le meilleur texte publicitaire pour cela Le A me pose donc des questions. Quelles sont les caractéristiques du produit ? Quel est votre public cible ? Quel est votre ton et votre style ? Proposez un appel à l'action, argument de vente unique C. Donc, lorsque vous venez ici, un argument de vente unique, il n'y a pas d'argument de vente unique dans cet ajout Cp par rapport au précédent, comme ici. Donc, lorsque nous approfondirons maintenant, cela posera nos questions les plus profondes. Donc, quand vous voyez, les IA ont d' excellentes informations, grandes connaissances sur tout ce qu'elles ont entraîné. Mais nous manquons de connaissances parce que nous sommes des êtres humains, n'est-ce pas ? Nous ne pouvons pas tout apprendre. OK ? Mais les IA savent ce que nous avons à dire au lieu de donner. Au lieu de définir l' ensemble de la tâche à accomplir par l'IA , elle génère le meilleur résultat, mais il y a un décalage entre la fourniture de nos propres données. D'accord, pour réduire cet écart entre l'IA et vous. Nous devons donc en parler à l'IA, vous demander de poser des questions subdivisées liées à notre tâche principale qui vous aideront OK ? Cela aide EI à générer une copie optimale pour mon produit. Vous pouvez voir que je suis en train de prendre l'application spécifique, d' ajouter la génération de copies pour mon activité de vente en ligne de montres numériques. D'accord, vous pouvez voir pour voir l'argument de vente unique. C'est très important lorsque vous vendez un produit sur le marché. Vous pouvez donc voir Heritag demander des arguments de vente uniques ainsi que l'émotion des clients Quand je donnerai toutes les réponses à cette question. OK ? Je produirai la meilleure copie spécifique pour mes propres données au lieu d'écrire par l'IA, en pensant simplement, l'IA pense. Ce résultat n'est qu' une copie d'ADO, la façon dont l'IA pense. Mais quand on compare cela, d'accord, l'IE demande nos exigences, mes exigences, dans lesquelles je peux obtenir la copie ARO des préférences de mes données. J'espère donc que tu comprends. Ainsi, lorsque je fournis des réponses à cette question, l'AROCpy est basé sur mes données, et non sur celles de l'IE. Vous pouvez voir que c'est une copie R, c'est bien, mais pas autant que l'effet, non ? Parce que cette copie ressemble à ce que pense l'IA. Mais lorsque je réponds à cette question, la copie R est liée à mes données et à mes préférences. Donnons d'abord les réponses à cette question. Nous pouvons donc voir quelles sont les principales fonctionnalités de votre montre numérique ? Je vais prendre une longue durée de vie de la batterie. Je vais juste copier et coller ici. Pour la première, la réponse est : prenons le numéro deux. Alors, quels sont les experts de votre montre Bust Tiki Savvy Futures, âgée de 20 ans Allons-y. Donnons les réponses rapides. Ou nous pouvons la voir pleine de motivation et de jeu. Soyons ludiques. C'est la troisième question. Proposez-vous des remises, des offres limitées ? Voyons voir, livraison gratuite. Prenons la cinquième réponse. Des arguments de vente uniques, un design unique. La sixième porte sur les émotions Quel sentiment ou expérience souhaitez-vous que public associe à votre exemple de montre ? Faisons preuve de confiance. Ainsi, après avoir fourni ces réponses aux questions, il générera automatiquement le meilleur résultat. Vous pouvez le voir ici. Le résultat est très efficace par rapport au précédent. Vous pouvez voir Tech Mid Style, vous êtes une nouvelle campagne numérique. Longue durée de vie meilleure pour vous accompagner. Utilisez Packard avec ses fonctionnalités techniques recherchées par les plus jeunes. Design unique qui vous permettra de vous démarquer de toutes les foules Design unique qui vous permettra de vous démarquer de toutes Vous pouvez donc voir que sa production est efficace, non ? Quelle est son efficacité par rapport à celui-ci. Huit, cela donnera quelques options de ciblage, c'est bon, mais vous pouvez voir la copie d'ajout il ne s'agit que d'une ligne. Mais par rapport à cela, après avoir posé des questions et après avoir fourni des réponses à ces questions, vous pouvez voir le résultat effectif à partir d'ici. C'est pourquoi l' ingénierie rapide consiste, euh, à accomplir une tâche spécifique, à demander à l'IA de guider l'IA pour qu'elle effectue des tâches spécifiques dans le cadre desquelles nous pouvons obtenir des informations plus approfondies précis et cohérents grâce à l'IA. Comme je l'ai dit, vous pouvez le voir ici. Je suis juste un modèle de bal de fin d'année que je raconte à AI. Vous pouvez écrire autant de sites Web que vous le souhaitez. Tout est une question de pratique par vous-même. J'ai effectué une génération de copies supplémentaires ici, vous pouvez directement les modifier ici. Vous pouvez le modifier directement ici. Cela a pris un certain temps. OK. Vous pouvez voir maintenant Posez-moi une question subdivisée concernant l'ajout de copies et la génération de copies Dans ce cas, vous pouvez la remplacer par une autre tâche spécifique, comme celle liée au marketing par e-mail. Vous pouvez utiliser le marketing par e-mail comme ça , d'accord ? Marketing par e-mail. donc besoin de ce que cela va se passer, vous pouvez voir ici, le meilleur exemplaire pour mon produit. OK ? Si vous avez une idée du marketing par e-mail, vous pouvez voir que le marketing par e-mail consiste vendre les produits directement dans votre boîte aux lettres, d' accord, ou à obtenir des conversions de prospects par le biais du marketing par e-mail comme ça, d'accord ? Donc, dans le marketing par e-mail, le texte publicitaire est très crucial. OK. Donc, pour cela, je vais dire à AI qu'il vous faut générer la meilleure copie pour mon produit ou mon marketing par e-mail. Car mon produit est bon. Une fois que j'ai fourni les réponses à votre question, procédez à la génération du texte de l'annonce par e-mail. Il est très important d'en écrire une copie par e-mail. Meilleure copie d'e-mail, vous pouvez écrire ici une copie d'e-mail. OK ? Pour mon produit. Et si cela se produit, voyons voir. Il posera ici quelques questions modérées concernant mon marketing par e-mail Quel est donc votre public cible ? Qu'est-ce que l'objectif du courrier électronique ? OK. Vous pouvez voir les caractéristiques, le ton et le style de son produit, tous ces éléments offrent un tel appel à l' action CTR Donc, si vous ouvrez un e-mail sur votre téléphone, vous pouvez voir une marque, les marques vous envoient des e-mails pour obtenir l'achat ou pour vous inscrire à leur forum, toutes ces choses. OK, vous pouvez voir qu'il y a un CTA Gino ou un abonnement qui appelle le CTA Il vous sera donc demandé comme ça, vous pouvez voir ici en savoir plus, réclamer votre offre comme ça. Tout tourne autour du marketing par e-mail. Lorsque je fournirai des réponses à cette question, cela me générera le meilleur e-mail. Même si vous pouvez modifier directement ici, vous pouvez effectuer une autre tâche ici. OK, non ? Au lieu de définir toutes ces choses ici, vous pouvez directement écrire l'invite ici. Ici, vous avez de l'expérience. Vous pouvez demander ici si vous êtes un spécialiste du marketing numérique expérimenté OK. Donc, même vous pouvez rédiger des instructions beaucoup plus spécifiques, comme votre spécialiste du marketing par e-mail expérimenté qui a dix ans d'expérience. D'accord, je crée les meilleurs EMAS qui ont je crée les meilleurs EMAS qui multiplié par dix les ventes et les écritures ouvertes, comme ça, vous pouvez suivre instructions spécifiques dans lesquelles nous pouvons obtenir le meilleur résultat de l'IA OK. Maintenant, il le fallait, c' est un spécialiste du marketing numérique Donc, si vous connaissez déjà le marketing numérique, il n'y a rien à montrer. Le marketing numérique comporte des aspects marketing subdivisés tels que le marketing par e-mail, la rédaction d' annonces, la création de contenu Tout cela relève du marketing numérique. Donc, si vous suivez une formation de spécialiste du marketing détaillé ou si vous pouvez le constater vous pouvez affiner votre expérience en tant que spécialiste du marketing par e-mail La meilleure pratique est donc la suivante : quelle est votre tâche ? OK ? La tâche doit être le modèle personnel dont il faut tirer le meilleur parti. OK. Le modèle de personnalité doit correspondre à votre tâche OK. Au cas où vous pourriez voir son marketing par e-mail, mais la marque numérique, c'est bien. Cela ne pose aucun problème , mais cela doit être spécifique pour obtenir le meilleur résultat. Vous pouvez en parler à votre marché du courrier électronique expérimenté. Au lieu de spécialiste du marketing numérique, vous pouvez dire spécialiste du marketing par e-mail Non, posez des questions subdivisées relatives au marketing par e-mail. Donc, ces deux matchs vous permettent de vous attendre aux meilleurs résultats de l'IA. Donc, pour un spécialiste du marketing digital, vous pouvez me poser des questions subdivisées liées au marketing numérique les informations dont vous avez besoin pour générer ou augmenter mes prospects et mes ventes pour Tu peux y aller comme ça. R, quelque chose comme ça. Tout dépend donc de la manière dont vous interagissez avec l'IA. Ainsi, par exemple, au lieu du marketing numérique, vous pouvez utiliser le meilleur codeur. Vous êtes un codeur Python expérimenté, un développeur Python. Maintenant, posez-moi des questions subdivisées relatives à Python. Ces informations sont nécessaires pour créer un site Web à l'aide de Python. OK ? Il posera quelques questions subdivisées Une fois que vous aurez fourni la réponse, il générera le meilleur code, puis vous pourrez implémenter et obtenir le site Web comme ça. Tout dépend donc de votre tâche et de la rédaction de l'invite ici. Donc, comme je l'ai dit, vous pouvez utiliser un certain nombre de modèles de bal de fin d' année dont nous avons parlé plus tôt. Tout dépend de la façon dont vous utilisez ces modèles d'invite dans vos modèles de langage d'IA pour vendre une tâche particulière qui est très importante, n'est-ce pas ? Il s'agit donc d'écrire vos modèles de bal de fin d'année en les utilisant comme vous le souhaitez. Il s'agit également de pratiquer et d'expérimenter avec d'autres applications . C'est le plus important. C'est pourquoi vous devez le tester. Vous devez écrire, vous devez vous entraîner avec différents modèles de bal de fin d'année pour obtenir les meilleures compétences d' incitation les plus efficaces 37. 5.2.5 Comment rédiger des invites d'images avancées en utilisant ChatGPT: Notre prochain sujet porte sur les instructions relatives aux images. Comment tu peux écrire ça ? Vous êtes donc un rédacteur d'images rapide expérimenté. Qu'est-ce que l'outil Image Prompt Writer ? Si vous utilisez des outils de génération d' invite d'image tels que Leonardo AI, lexica.ai, même s' ils ont un peu de chemin à parcourir. Cela nécessite donc des invites d'image pour générer une image. Cela nécessite également une invite pour générer une image. Même vous pouvez le dire à AI, vous êtes un rédacteur d'images expérimenté. OK. Vous êtes un rédacteur d'images rapide expérimenté. Maintenant, posez-moi des questions subdivisées relatives à. Vous pouvez opter pour le dessin animé spécifique, prenons une image de dessin animé. Conception ou génération, vous pouvez prendre directement la génération. Génération. Génération d'images. Ces informations sont nécessaires pour que vous puissiez générer la meilleure copie possible. OK. Maintenant, vous pouvez redéfinir cette image de dessin animé Lion. Disons que je pense : OK, c'est ce que j'ai fait pour mon produit, pas de problème. Annulons-le. Supprimez-le simplement. Après avoir répondu à votre question, procédez à la génération d'une image Lion. Il va donc maintenant penser comme s'il s' agissait d'un rédacteur d'invite à créer des images. Il existe une façon de penser comme Image Prompt Writer. Il posera quelques questions relatives à ma tâche. Voyons ce qui va se passer ici. Il me posera quelques questions. J'ai compris. Style et mode de question. Je dois donc donner les réponses à ces questions, vous pouvez les voir ici. Il vous demandera un peu de style et de mode, de pose et d'expression, couleurs et de fonctionnalités, d' arrière-plan et décor, à droite, des éléments supplémentaires. Donc, quand je dis, je vais vous le dire, je vais d' abord vous donner les réponses à ce style et à cette ambiance. Qu'est-ce qui se passe comme ça ? Le lion de dessin animé devrait-il être mignon ? OK, restons mignons. Et C Je vais coller ici. Le numéro un est mignon. La deuxième question est le style abstrait. OK. La troisième , c' est : partons de là. Des couleurs fantaisistes. Prenons le bleu. OK. Ça en fait quatre. Je ne fais donc que donner quelques réponses à de telles questions. Ne vous concentrez pas sur les bonnes réponses. Il suffit de prendre quelques exemples ici. Prenons une jungle. Disons la jungle. Je vais en prendre une brièvement. Le troisième est comme un livre, prenons le livre le cinquième est un livre. Voyons l'image qui s'affiche ici. Il générera donc directement l'image au lieu d' écrire l'invite. OK, Aha a sûrement des fonctionnalités intéressantes, non ? Cela générera également la meilleure image dans le chat. Nous pouvons voir le meilleur résultat à partir d'ici, image invite, non ? Donc, ça a l'air bien, c'est plutôt mignon ici. Donc, si vous en avez, vous n'avez pas besoin de devenir un expert en matière de demande d'image OK. Ce qui se passe ici, c'est que vous direz que vous allez simplement essayer l'IA pour générer des invites d'images OK, ce schéma rapide. Je sais très bien de quelle image le bal de promo doit être rempli. Pour cela, il vous demandera des informations connexes. Quand il sera disponible, il collectera des informations à partir de nos préférences, sorte qu'il générera le meilleur résultat en fonction de notre tâche spécifique. Dans le cas présent, j'ai aussi dit de générer un joli lion. Donc, si vous ajustez cela, vous pouvez changer les peurs, majestueusement, tout cela selon vos préférences, puis cela changera le résultat. C'est donc le meilleur , non ? un lion en coton bleu, de style abstrait comme ça. Hein ? Même vous pouvez le dire à AI, veuillez donc écrire un message pour l'image ci-dessus. Voyons voir. Maintenant, il va générer, vous pouvez voir l'invite ici. Au lieu d'obtenir l'image directement, vous pouvez utiliser ce modèle de bal dans d'autres modèles linguistiques tels que Lexicat Adonadimage Ce modèle de bal de fin d'année peut vous aider. C'est donc un paiement. OK, c'est un plan HGT payant. C'est pourquoi il s'agit d'une invite d'image de sortie générée directement. Dans certains cas, un plan gratuit, c'est TGP 3.5 OK, verbo. Cela ne fera donc que générer le dessin animé. Désolé, je vais générer directement l'invite ici comme ceci. Alors d'accord, version payante du hGPT contient quelques fonctionnalités intéressantes C'est pourquoi je dis cela en utilisant non seulement le cha Gib, vous pouvez utiliser n'importe quel modèle de langage pour générer une image, vous pouvez même générer cette invite en utilisant n'importe quel modèle de langage Vous n'avez pas à vous inquiéter 38. 5.2.6 Comment rédiger des invites de texte avancées en utilisant ChatGPT: Même vous pouvez utiliser l'IA en tant qu' ingénieur des prompts expérimenté pour tirer le meilleur parti de l'IA elle-même sans avoir écrire les instructions efficaces ici OK, c'est pourquoi l' ingénierie rapide est très importante, non ? Ainsi, même vous pouvez dire à AI que vous êtes un rédacteur rapide expérimenté. Par exemple, AI, prompt writer. Maintenant, posez-moi des questions subdivisées concernant, vous pouvez passer à une question spécifique Supposons qu'au lieu de créer des images de dessin animé, l'image est terminée. Passons maintenant à me poser des questions subdivisées liées au marketing numérique, je vais m'occuper du marketing numérique Non, tu peux le voir ici. Donc, ce que je fais ici. Vous pouvez voir ici les informations dont vous avez besoin pour les générer. Vous pouvez modifier ici, pour générer de manière optimale et efficace. Vous pouvez écrire ici combien vous pouvez écrire tous les mots dont vous avez besoin pour définir une meilleure invite en particulier. Si efficace, engageant et rapide. Marketing numérique. OK. Prenons l'exemple du marketing numérique. Après avoir fourni les réponses à votre question, procédez à la génération d'une invite. Que va-t-il se passer ici ? Maintenant, l'IA est notre travail en tant que rédacteur d'instructions IA, comme ingénieur d'instructions. Il va donc me poser quelques questions. Vous pouvez voir ici, public cible, quel est votre principal groupe d'âge cible ? Lorsque je fournirai toutes les réponses à cette question, cela générera une invite, pas le résultat. Concentrez-vous donc très bien. D'accord, je vais générer l'invite AI, comme nous l'avons fait précédemment pour définir une tâche pour l'IA. Cela générera automatiquement une invite pour nous. cette invite, nous pouvons utiliser n'importe quel modèle de langage, même si nous pouvons utiliser le GIP pour obtenir le meilleur résultat L'IA fait notre travail en tant qu'ingénieur rapide. Il rédigera le meilleur message plutôt que nous, plutôt que moi. Voyons voir. Je vais vous montrer l'exemple ici. Quel est donc votre principal groupe d'âge ? Donc, grosso modo, je vais écrire mes exigences. OK ? Un groupe argon dure 18 ans. OK. Allons-y vite. Je vais donc prendre la durabilité D. Passons à l'esta, troisième, quelque chose comme ça ? À la mode pour Marine Channel Facebook. Donc, pour vous expliquer, je suppose simplement que j' écris les réponses grossièrement. Ainsi, lorsque vous devez résoudre une tâche en particulier, vous devez donner la réponse à chaque question. OK ? Pour que vous puissiez obtenir le meilleur résultat à partir d'ici. Désormais, les buts et objectifs sont la génération de prospects. Alors, que se passe-t-il, A générera le message pour nous. Non, tu peux le voir ici. Voir ici. Merci pour les détails. Sef. Sur la base de votre réponse, voici une invite de marketing numérique efficace et engageante pour génération de prospects ciblée, que vous pouvez voir ici Montre numérique Pmt Introd Ultimate, par exemple, c'est donc la meilleure solution ici, ce n'est pas une invite. Il s'agit d'un modèle. Nous devons donc dire à l'IA ce qu'est une invite ? L'invite a deux significations, invite également appelée modèle. OK ? Il s'agit d'un modèle. Non seulement les instructions de l'IA, il y a une autre invite que nous allons écrire, nous appellerons des modèles, des modèles présentant de nombreux aspects comme n'importe quel modèle de copie ADO comme celui-ci Donc, l'IA se synchronise maintenant rapidement, ce qui est un modèle comme celui-ci OK ? Vous pouvez voir qu'il génère le modèle d'un ARocpy OK ? Il ne s'agit pas d'une véritable invite d'IA. Pour cela, ce que nous devons dire à l'IA, nous devons former l'IA en tant qu' URA, dans ce cas, car l'IA est là. Donc, lorsque j'essaie d'accomplir la tâche d'intelligence artificielle pour cette application d'ingénierie rapide spécifique, ce que nous avons à dire à l'IA, nous devons aller de plus en plus loin pour guider l'IA dans ce rôle d'ingénierie rapide. Que devons-nous faire ? Vous avez de l'expérience Un rédacteur rapide, un rédacteur de bal promritero AI, dans lequel nous devons indiquer à l'IA dans laquelle vous avez écrit, écrire des instructions pour des outils d'IA tels que Cha OK, voyons le résultat de cette invite ici. ai compris, je vais poser quelques questions détaillées pour que vous recueilliez des informations et que vous reposiez le i. Voici donc quelque chose ici. Alors pourquoi la génération de l'invite signifie qu'elle sera générée pour l'application spécifique qui est une invite de marketing numérique. Donc, au lieu de demander à l'IA de creuser et de générer une invite pour le marketing numérique, je vais simplement autoriser l' IA à l'annuler. Allons prendre. Alors, le formulaire requis pour que vous soyez forts, annulez-le. Ensuite, nous verrons quelle sera la sortie. Vous pouvez dire que vous posez des questions et je vais vous fournir cette réponse. Au lieu d'écrire la réponse moi-même, je vais vous dire que j'aime bien ça. OK. Pouvez-vous donc générer une sortie pour ce qui précède ? Pouvez-vous générer une sortie pour la tâche ci-dessus en supposant. En assumant les réponses par vous-même. À titre d'exemple. L'IA réfléchira donc, elle prendra automatiquement les réponses et générera le résultat. Vous pouvez le voir ici. Vous pouvez donc les voir. Vous pouvez voir, c'est le résultat que nous voulons obtenir ici. Donc, une fois que j'ai indiqué à AI, quel est le rôle précis exact. Vous pouvez le voir ici. Vous faites l'expérience d'un rédacteur d'instructions AI dans lequel vous avez des instructions d'écriture pour des outils d'IA tels que Cha GPT et d'autres modèles de langage informatique Donc, ce qui va se passer ici, cela posera quelques questions, comme cela a été fait précédemment. OK ? Au lieu d' écrire des réponses, je dis simplement à l'IA de prendre soin de vous. D'accord, j'assume vous-même les réponses aux questions ci-dessus et les résultats du générateur. Dans ce cas, vous devez donc fournir vos propres données pour répondre à ces questions. OK. Donc, juste pour voir le mode d'interaction que je fais avec l'IA. OK, vous pouvez voir le message ici. Combien de lignes ici, une, une, deux, trois, quatre, cinq, six, 789 ? Neuf lignes s'affichent ici. Si vous rédigez l'invite, elle se terminera simplement à la quatrième ou à la troisième ligne, car nous ne disposons pas des informations dont nous disposons en tant qu'être humain. Mais je connais beaucoup d'informations. Je vais aller de plus en plus loin, non ? Il écrira le mieux pour demander plutôt que pour nous, plutôt que pour un être humain. OK ? Vous pouvez voir l'exemple ici, créer un engagement sur Facebook et Instagram, ajouter un ciblage de contenu de 18 à 25. Il est donc basé sur ces données. Ainsi, lorsque vous donnez vos propres données, elles changent. OK. Alors maintenant, vous pouvez voir ici, générer un bal marketing pour une campagne de marketing numérique. Il s'agit d'une invite. Cette invite, nous pouvons utiliser n'importe où, n' importe quel modèle de langage pour obtenir les meilleures informations. C'est donc le pouvoir de l'ingénierie rapide. Vous pouvez donc utiliser l'IA pour générer les instructions. Même toi, tu peux faire toutes ces choses. C'est le progrès de l'ingénierie rapide. Alors, utilisez cette compétence, non ? Ainsi, par exemple, si vous recevez cette invite. Vous pouvez maintenant modifier cela en fonction de vos préférences comme pour toute tâche spécifique que vous souhaitez résoudre par l'IA. Voici un exemple rapide. OK. Même vous pouvez le dire à AI, s'il vous plaît, je vais le dire ici. Maintenant, je ne vais pas, s'il vous plaît, non, convertir l'invite ci-dessus. Dans le modèle d'invite. Modèle rapide. Dans lequel l'utilisateur peut modifier les préférences. Donc, ce que l'IA va faire l'invite, cette invite sera convertie en modèle d'invite. Vous pouvez le voir ici. Vous pouvez le voir ici. Il générera donc les instructions. Veuillez donc remplacer ce nom de plateforme A en spécifiant vos publicités Facebook, Instagram, Google comme ça. Donc des instructions pour la personnalisation. Vous pouvez utiliser ce modèle d' invite. OK, c'est un modèle maintenant. Il ne s'agit pas d'une invite spécifique. Il s'agit maintenant d'un modèle, il devient donc variable et non statique. Il s'agit d'une question statique. Nous pouvons donc utiliser pour celui-ci en particulier. Mais lorsque nous convertissons cette invite en modèle de bal, elle devient variable, dans laquelle nous pouvons décider changer le nom de notre plateforme publicitaire tout l'intérêt et le comportement du produit, toutes ces choses. Vous pouvez consulter les instructions pour modifier le modèle AbookPM. C'est donc le pouvoir de l'IA. Nous pouvons accomplir toutes nos tâches en quelques secondes, d'accord. C'est donc une puissance de l'IA. Tout dépend de la façon dont vous interagissez avec l'IA et de la manière dont vous vous y consacrez pour accomplir votre tâche. Et c'est l'une des principales compétences vous devriez avoir. La façon d' interagir est une ingénierie rapide. Donc, une ingénierie rapide n' est rien d'autre définir vos besoins en utilisant des modèles rapides, d'accord ? IA dans laquelle l'IA peut connaître vos informations de base et intentions afin de générer le meilleur résultat en fonction de vos préférences. Vous pouvez le voir ici. Nous venons d'écrire l'IA pour dire d'écrire l'invite, après avoir guidé le dé pour convertir l'invite ci-dessus en bal de fin d'année en modèle que nous pouvons modifier selon nos préférences. Vous pouvez donc voir ici les instructions, toutes ces choses ici. C'est donc plus puissant. Je suis plus puissant que vous Tout dépend de la façon dont vous interagissez, façon dont vous lisez les bals de fin d'année, pour résoudre une tâche particulière Il y a donc tellement de façons. Si je le dis ici, ça continue. OK, l'IA est infinie. Nous pouvons donc faire plus de choses avec l'IA. Il n'y a aucune limite pour cela. La compétence principale est donc de vous entraîner par vous-même, utiliser les autres modèles de bal de fin d'année, faire l'autre tâche, de la tester, affiner, de prendre le feedback de sortie comme feedback, et nous devons affiner le modèle de bal de fin d'année. Donc, après avoir vu toutes les instructions, toutes les sorties pour le spécifique Maintenant, je peux combiner tous les bals de fin d'année. Donc cette invite, cette invite, toutes les sous-promotions, d' accord ? Cette invite. OK ? Toutes ces sous-promotions, je vais combiner toutes ces sous-promotions qui deviendront une invite principale C'est une véritable invite que nous pouvons directement, euh, utiliser une fois, puis elle peut générer la sortie complète. Mais c'est le meilleur moyen. C'est la meilleure solution pour obtenir des résultats précis et cohérents à chaque étape, ainsi que pour analyser le résultat OK. C'est pourquoi la méthode d'entraînement rapide et cette méthode sont toujours bonnes. Voilà pour cette leçon, les gars. Nous en avons quelques-unes que vous pouvez utiliser. Nous avons appris à rédiger les modèles d'instructions pour des applications spécifiques à différents secteurs, à utiliser Kass pour savoir comment nous devons interagir avec l'IE dès le départ, exemple en guidant l'UE ou en tant qu'assistant utile C'est très important lorsque vous interagissez pour la première ou la deuxième fois dans le nouveau graphique. OK ? Donc, vu du bas lui-même, il agira uniquement dans ce modèle de bal de fin d'année. Il existe un plus puissant. Donc, si vous voulez résoudre ce problème, prévenez l'IA à partir de maintenant ou si vous oubliez ce qui précède. Donc ça va juste casser la chaîne et ça partira de ce bouton de bal ici. OK ? J'espère que vous comprenez cela. Donc, utiliser les autres boutons du bal de fin d'année autant que possible, et suivre les instructions ou la capacité d'écriture rapide est très, très intéressant, cela vous donne l'esprit ouvert et peut changer votre vie C'est donc le plus important , donc c'est tout pour cette leçon, les gars. Il y a encore beaucoup à vous dire, mais cela vous suffit en tant que débutant ou quoi que ce soit d'autre. Ainsi, la compétence d'écriture rapide est améliorée par vous-même qu'en la pratiquant. J'espère que tu comprends. C' est donc ce que je dois faire aujourd'hui. Passons donc à notre sujet suivant. Il s'agit de considérations éthiques qui sont très importantes pour générer des résultats et pour être utilisées n'importe où. Plongeons-nous là-dessus. 39. 5.3 Considérations éthiques dans l'IA: Oh, maintenant dans ce chapitre, nous allons voir quelques considérations éthiques. En tant qu'ingénieur rapide, nous devrions le savoir. Quelles sont donc réellement les considérations éthiques ? Tout dépend donc des implications morales des actions ou des politiques en matière d' IA que les entreprises qui utiliseront des outils d'IA tels que GBT, en Allemagne, apprécieront Et il y a une certaine perspective. OK, il y a des informations personnelles comme ça. considération éthique signifie que nous devons tenir compte de certains points. Tout en utilisant certains modèles de langage de l'IE. OK ? C'est très important pour nous, d'accord ? Pour cela, il existe d' autres informations que vous pouvez rechercher dans Google lui-même, exemple quelles sont les considérations éthiques relatives aux modèles linguistiques que vous pouvez obtenir ? J'ai donc énuméré trois points ici. C'est très important, dans le cas d'un ingénieur rapide, nous devrions le savoir. Qu'est-ce qui va bien, voyons le premier, évitez les biais. Qu'est-ce qu'un biais ici ? biais signifie que l' IA est l'IA, par exemple, prenez un GPT Ha GPT utilise la technique LP qui est traitement du langage naturel dans lequel il génère un texte de manière humaine, un ton humain, comme si nous parlions uniquement avec des humains de cette J'utiliserai un langage neutre. OK. Donc, ce que je dis ici, lorsque vous interagissez avec l' IA, utilisez un langage neutre. Utilisez le langage humain pour interagir avec le HGPT ou un autre modèle de langage, car ce modèle de langage utilise le NLP La technique de la PNL, comme la PNL, consiste à envoyer des SMS avec IE comme ton du langage humain OK ? L'IA va générer un texte. D'accord, du texte générateur ou une sortie sur le ton humain, dans la façon dont nous parlons avec EI dans ce format uniquement. OK. Donc, lors de la rédaction des instructions, nous devons utiliser uniquement un langage neutre, et nous devons éviter langage biaisé ou des mots biaisés qui n'aident pas l'IE à comprendre notre intention principale, d'accord ? est une tâche principale comme ça. C'est pourquoi nous devons éviter certains stéréotypes. stéréotypes désignent les mots qui ne sont pas clairement définis ou dont je peux aussi connaître les mots, mais cela perturbera le résultat. Notre production ne devrait pas être efficace par rapport à l'utilisation d'un langage neutre. OK, j'espère que vous comprenez ce point. Donc, par rapport à la seconde, veillez à l'inclusivité. Nous devons donc tenir compte de différents points de vue. La diversité des points de vue permet donc de fournir des informations générales, fournir des informations supplémentaires de notre côté à l'IA afin de générer les meilleurs résultats. Une perspective diversifiée signifie utiliser IA pour résoudre notre tâche à l'aide de nos propres données. Au lieu de prendre l'IA pour résoudre l'IA. Au lieu de faire nos efforts, d'accord ? En tant qu'êtres humains, nous avons nos propres données. OK, l'IA n'est pas bien faite à 100 %, d'accord ? C'est-à-dire que le résultat n'est pas précis à 100 %, d'accord ? Je peux faire des erreurs. Pour cela, nous devons fournir des informations générales ou des informations dont nous disposons pour résoudre notre tâche par l'IA. C'est donc la perspective diversifiée considérée qui signifie que nous devons fournir des informations générales ou des informations supplémentaires dont nous disposons. OK. Le premier meilleur exemple est qu'avant un an, je crois que le Har GBt n'est essayé que jusqu'en mars 2023 Aucune mise à jour n'est donc à jour, mais avant un an, le chargeb est mis à jour jusqu'à une date limite OK ? Pour cela, après une certaine date limite, si je pose des questions concernant les données actuelles, il me dira, donc s'il vous plaît, que je n'ai pas accès aux données futures. Alors, s'il vous plaît, fournissez-moi. Je vais vous aider à cet égard. Donc, la conclusion est que tous les modules linguistiques ne sont pas à jour pour le moment Parce que ce que je veux dire, c'est que nous devons fournir toute information supplémentaire ou contextuelle pour définir très clairement notre tâche à l'IA, afin d'aider l' IA à accomplir la tâche manière très efficace en fournissant différentes perspectives d'information à l'IA, en fournissant des informations supplémentaires, en lui demandant, en fournissant d'autres informations liées à notre tâche et générales comme la formation , agissez en tant que personne de type PAM dans des applications spécifiques. C'est ainsi que cela entre dans le cadre de diverses perspectives. OK, c'est ça. Grâce à cela, nous pouvons garantir l'inclusivité OK. Le troisième est le respect de la vie privée. Veuillez donc éviter les messages qui génèrent des informations sensibles, sensibles ou personnelles C'est donc très important d' utiliser un modèle de langage. Par exemple, prenons CHA GPT. Le hA GBT est un entraînement. D'accord, il est également entraîné par nos données. Non seulement l'entreprise forme l'IA, pas seulement ça, d'accord ? Le Har GBT est également entraîné par nos données. OK ? Cela deviendra intelligent de la part d'Oss, car nous utilisons assidûment les LLM, d'accord, pour terminer notre tâche rapidement En cela, je vais m' entraîner grâce à nos données. En cela, nous devons éviter d'écrire, l'utilisation de nos informations personnelles comme le nom ne pose aucun problème. Mais lorsque nous utilisons de vrais numéros de compte ou des codes PIN de ce type, des numéros de téléphone, des OTP certaines restrictions à ce sujet Donc, si vous l'utilisez comme ça, les tendances seront calculées en fonction de nos données. Si vous écrivez le par exemple, j'utiliserai l'invite. Veuillez donc vérifier le numéro de ma carte de guichet automatique. Le numéro de carte est entraîné par l'IA. Lorsqu'un autre membre ou toute personne utilisant HGBT demande à JGBT, veuillez fournir un numéro de carte de base Il sera donc possible de leur fournir notre numéro de carte. OK ? C'est donc un exemple, mais il y a un risque de fuite de nos informations personnelles Pour cela, nous devons éviter de fournir nos informations personnelles sous forme d'instructions à l'IA OK ? Pour cela, nous devons garder à l'esprit qu'en tant qu'ingénieur rapide, ne devons-nous pas éviter de fournir des informations sensibles ou personnelles à AI pour fournir, euh, des cas ou des fuites d'informations ? OK ? Nous devons garder cela à l'esprit. Encore une fois, je vous le dis, donc si vous utilisez un CharGPT, allez simplement section profil et cliquez simplement sur le bouton des paramètres Consultez donc l' option de contrôle des données, vous pouvez la trouver ici. Donc, si cette option est activée, le plus gros problème est que vous interagissez avec l'IA, c'est de l'entraînement. C'est en utilisant les données pour entraînement que vous pouvez voir l'option ici, améliorer le modèle pour tout le monde. Dans ce cas, j'ai proposé cette option parce que l'avantage d'offrir cette option est que j'ai écrit tellement d'instructions ici L'IA ne peut pas utiliser ces données pour s'entraîner elle-même. OK ? C'est à moi de décider. Si vous activez cette option, il est possible que vous soyez entraîné par vos données qui peuvent être rapides ou effectuer toute autre tâche de ce type. Donc, pour cela, n'oubliez pas que dans option que vous pouvez trouver dans les contrôles de données, une section de profil, vous pouvez voir le côté de conversion en haut à droite. Évitez donc de fournir vos propres informations personnelles réelles pour éviter tout cas de fuite de données. OK, j'espère que vous comprenez certaines considérations éthiques. Pour plus d'informations, vous pouvez le rechercher en ligne. Vous pouvez en savoir plus sur considérations éthiques liées au LLM ou à l'utilisation de l'IA Donc, pour cela, notre chapitre sera terminé. Le chapitre suivant explique donc comment utiliser les LLM pour une tâche spécifique Et nous allons comprendre certaines fonctionnalités et avantages, avantages et inconvénients des autres modèles de langage que nous avons actuellement, tels que ha JBT, Gemini Cloud, Perplexity point et d'autres outils de génération d'images également Permettez-moi d'en discuter, car en tant qu'ingénieur rapide, vous devez être doué pour rédiger rapidement. OK ? Pas parfait pour un modèle linguistique spécifique. OK. Ainsi, en tant qu'ingénieur rapide, vous devez utiliser différents modèles de langage pour effectuer une tâche particulière afin de résoudre cette tâche en particulier. OK ? Pour cela, vous devez connaître les capacités de chaque LLM En tant qu'ingénieur rapide, vous devez savoir OK. Donc, en tant qu'ingénieur rapide, vous devriez mieux écrire des instructions, et non des instructions pour un LLM spécifique. Vous devriez donc être capable d' écrire des promotions pour chaque LLM. Alors vous seul pouvez devenir un ingénieur rapide. OK. Pour cela, le module suivant notre chapitre ou notre leçon porte la compréhension des capacités de différents LLM tels que Cha JP Cloud, Gemini et d'autres outils de génération d'images Nous discuterons par exemple, nous explorerons certains avantages et inconvénients en consultant les exemples de chaque LLM. Plongeons-nous là-dedans. 40. 5.4.1 Comprendre les avantages et les inconvénients des différents LLM: Conférence, nous allons découvrir une compétence très importante que tout ingénieur expérimenté devrait posséder, comprendre les différents LLM, ROS et inconvénients et leurs capacités Et parce qu'avant de rédiger l'invite ou avant d'utiliser des outils d' IA, des tableaux graphiques basés sur l'IA pour résoudre notre tâche, nous devons savoir quel LLM convient le mieux à la tâche que nous allons résoudre, n'est-ce pas ? Donc, avant de le savoir, si vous êtes doué pour écrire les bals de fin d'année, mais que vous ne savez pas sur quel forum de discussion, ayez la force de résoudre une tâche en particulier C'est donc la compétence la plus importante avant d'écrire des instructions pour résoudre notre tâche, n'est-ce pas ? Donc, apprenez cette compétence, nous devons le savoir, non ? Nous devons savoir quels LLM ont des capacités et des limites importantes qui peuvent nous aider à choisir le meilleur outil pour résoudre cette tâche particulière D'accord ? En tant qu'ingénieur rapide, vous devriez être doué pour rédiger les instructions, et vous devez également savoir quel LLM convient le mieux à notre tâche particulière pour la résoudre D'accord ? Cette compétence peut être obtenue en utilisant différents LLM pour résoudre des tâches particulières Pour cela, en utilisant cette méthode, nous pouvons vérifier les forces et les faiblesses de chaque LLM, pour sélectionner le meilleur LLM, pour effectuer certaines tâches spécifiques OK, donc tu peux la voir. Donc, ce que nous allons apprendre, c'est que nous verrons différents LLM , comme HarbtGemni Certaines tâches nécessiteront donc la même tâche spécifique pour comprendre comment le LM nous aidera à le résoudre. Nous allons donc utiliser une tâche particulière pour tous les LLM afin de vérifier quel LLM résout la tâche de manière efficace OK. Vous pouvez le constater, et nous voyons quelques astuces pour adapter les instructions aux points forts de chaque d. Nous allons donc voir quel modèle possède force nécessaire pour résoudre le problème ou la tâche en question OK. J'espère que vous comprenez cela. On peut donc se demander pourquoi il est important de comprendre le LLM. Donc, comme je l'ai dit, chaque module de langue a ses points forts, d'accord, ses propres capacités, d'accord ? Et les connaître vous permet d'adapter efficacement vos instructions. Comme je l'ai dit, en tant qu'ingénieur rapide, vous devriez mieux écrire des instructions pour chaque modèle de langage, n'est-ce pas ? Cela peut donc être un Ja Gib. Il peut s'agir de Gemini, de Cloud ou de tout autre LLM Vous devriez donc mieux écrire les instructions, pas dans un LLM en particulier D'accord, vous devriez donc pouvoir, en tant qu'ingénieur rapide, écrire des instructions pour n'importe quel LLM C'est ce qu'on appelle une ingénierie rapide. D'accord ? Pas si vous avez un master spécifique dans un LLM spécifique, vous pouvez donc utiliser cette compétence pour résoudre la tâche qui a la force des LLM que vous maîtrisez et que vous maîtrisez dans ce domaine Ainsi, par exemple, si vous avez des compétences techniques rapides et que la tâche n'est pas facilement résolue par ce M en particulier, cela signifie que nous avons les connaissances les plus approfondies ou que vous avez un certain master dans ce domaine Il peut donc être une perte de temps d'écrire les instructions pour résoudre une tâche particulière Cette tâche peut être résolue efficacement par un autre LLM. De plus, en tant qu'ingénieur rapide, nous devons voir quel LLM tournera correspond parfaitement à ces tâches pour le résoudre, d'accord ? C'est donc un point. Quel est donc votre meilleur conseil pour tester l'objectif ? D'accord, cela nous aide à choisir le modèle pour résoudre la tâche en question. Vous pouvez donc voir le conseil ici. Testez la même invite sur différents modèles sur différents modèles afin de comparer résultats et d'identifier celui qui répond le mieux à vos besoins. Vous pouvez donc voir ici que c' est le meilleur conseil de tous les temps. D'accord ? Donc, pour tester les LLM, qui correspondent parfaitement à notre tâche, nous pouvons les voir. Nous devons utiliser le même message. D'accord, nous devons utiliser la même invite sur différents LLM, comme har GBT, Gemini, Cloud, etc. Nous verrons dans le prochain conférencier, vous pouvez le voir ici. Donc, utilisez différents modèles pour comparer résultats et identifier celui qui répond le mieux à vos besoins. Alors, que signifie un pourboire ? Par exemple, si vous résolvez la tâche spécifique consistant à créer du contenu pour l'enseignement dans tel ou tel domaine. D'accord ? Donc, pour cela, vous allez écrire une invite. Cette invite doit être utilisée dans tous les LLM, comme hi GPT, Cloud, Gemini et d'autres D'accord ? Après cela, l'IA générera la sortie. D'accord ? Cette invite générera le meilleur résultat, d'accord ? Le résultat est analysé par nos soins. Après avoir analysé les résultats de tous les LLM, afin que nous puissions analyser et finaliser quel modèle peut le mieux résoudre cette tâche D'accord ? Après cela, nous écrirons les bals suivants et toutes ces choses plus en profondeur D'accord ? Donc, pour expliquer ou mieux comprendre, passons à tous nos LLM, et nous testerons une seule invite sur tous les différents modèles OK. Ensuite, nous comparerons. Voyons voir. 41. 5.4.2 Comprendre les capacités de ChatGPT avec le cas d'utilisation 1: ai déjà ouvert tous les LLM tels que HGPT gem.ai, cloud.ai, perplexity.ai, Microsoft copilot Tous les harboards d'IA sont donc appelés LLM. OK ? Donc, dans lequel ils ont également des moteurs de recherche comme Microsoft Copilot, n' est-ce Le Cha GBT est donc développé par Open AI Geminis Google Cloud société de perplexité Open AI Geminis Google Cloud Anthropic perplexity.ai, Microsoft Copalet, comme vous le savez, c' est-à-dire Bing Meta AI est, Facebook, c' est-à-dire Bing Meta AI est J'espère que vous comprenez cela. Alors, vérifions-le. Alors maintenant je suis responsable. Donnons la même invite à tous les M pour générer un résultat particulier, nous les analyserons et nous finaliserons le modèle le mieux adapté à notre tâche OK. C'est ce que nous allons faire. Donc, comme je l'ai déjà dit, il s'agit d'applications de l'ingénierie rapide. Rappelez-vous donc qu'avant d'écrire directement la tâche, nous devons entraîner notre IA au processus étape par étape. OK ? Emmenons-le, d'accord. Bonjour, coffre-fort. Comme tu l'as dit, c'est un coffre-fort. Il est enregistré à mon nom dans ce GBD. Donc, après cela, je ferai ce qu'il faut. Vous êtes une assistante utile. Je l'ai déjà copié. Je vais le coller ici. Il s'agit d'une simple invite ici. OK ? Alors maintenant, d'accord, il va comprendre. Je vais suivre cette invite à nouveau. OK. Et je vais coller un autre modèle de langue. C'est Gemini Alors allons-y, je vais commencer High. Il abrite donc d'excellentes fonctionnalités. Je vais directement coller ceci dans la première invite. Que verront les Gémeaux ? Voyons voir. Vous pouvez donc voir ici qu'il y a un problème ici. Vous voulez que je fasse ce que vous me dites et vous voulez que je sois précis et utile, je comprends. OK. Maintenant, cela prend du temps. Passons donc à un autre LLM. C'est Cloud. Bonjour, je vais dire bonjour. Ensuite, je collerai notre utile message d' assistant. Donc tu peux la voir. J'apprécie l'intérêt que vous portez à mes capacités, d'accord ? C'est bien Donc tu peux la voir. Comment puis-je vous aider aujourd'hui ? Je suis prêt à vous aider dans le large éventail de tâches tout en veillant à ce que le résultat soit responsable et bénéfique. C'est une bonne chose par rapport à l'Allemagne. L'Allemagne prend le temps d'y réfléchir. Vous pouvez donc le voir. Ta gibt Cloud possède certaines fonctionnalités plutôt que l'Allemagne, n'est-ce pas ? Voyons donc la date de perplexité d'aujourd'hui. Ce que ça va dire. Alors, bonjour, c'est une habitude informelle courante de s'habituer à reconnaître quelqu'un ou à engager une conversation. Cela aide donc à expliquer pourquoi nous utilisons ce truc. Ensuite, je dirai simplement à AI que Perplexitta est un assistant utile Voyons quel sera le résultat. Oui, je comprends que je suis là pour vous aider à fournir des informations précises, des mots inhabituels ou inexacts. C'est bon Il obtiendra également une certaine sortie. Je prends donc le Microsoft Copalt et je vais également dire bonjour ici OK. Je prends le dessus, vous pouvez le voir ici. Alors voyons voir. Bonjour, comment ça va ce soir ? OK. Je vais coller et coller mon invite initiale C'est ce que je pense. je comprends bien, je suis là pour vous aider avec un linéament précis. C'est bon, non ? Passons à la méta-IA. Commençons par lui. Nous devons donc continuer avec cette connexion. Finissons-en. Il prend des informations de haut niveau comme une invite. Disons que cela prend également du temps. Sautons dans les Gémeaux. D'après les informations selon lesquelles vous ne pourrez probablement pas utiliser Metaoc, il y a un problème OK ? Mais. J'essaierai donc une autre fois. Voyons donc quelques LLM restants, comme Gemini Cloud A. Cela prend également du temps, non ? Rafraîchissons-le donc. Parfois, les Gémeaux prennent plus de temps. OK, partons du principe qu' après avoir mis en place cette configuration initiale pour le bal de fin d'année, voyons ce qui va se passer ici. Je comprends donc que vous vouliez être un assistant utile, vous ferez ce que vous me dites. Donc c'est aussi génial, non ? Prenons donc une tâche spécifique de Okay, prenons R Experience, experience, experience. Prenons n'importe quelle tâche liée à la création de contenu commercial, ou nous pouvons prendre n'importe quel droit spécifique. Prenons tout ce qui va bien. Vous êtes un expert expérimenté en IA. OK, en tant qu'expert en IA dans le domaine de l' apprentissage profond, d'accord ? Dans le domaine du deep learning. Maintenant, votre tâche consiste à expliquer le deep learning en termes simples. Es-tu compris ? SIF, j'ai compris que je vais expliquer la planification approfondie en termes simples. Allons-y. Il s'agit simplement de rédiger la sortie pour ma tâche ici, de générer la sortie. En quoi consiste cette planification approfondie ? Vous pouvez donc le voir s'expliquer en termes simples. Deeplgning, c'est comme un ordinateur à apprendre du blabla bla Ce sont toutes les sorties du Cha gibt. Vous pouvez donc voir sa production. J'ai quelques mots relatifs aux femmes. Donc, si j'utilise cette invite et d'autres aumônes, 42. 5.4.3 Capacités de Gemini, Claude, Perplexité et Copilote avec cas d'utilisation 1: Si j'utilise cette invite et d'autres albums, voyons comment Gemini va s'y prendre Voyons ce qui va se passer ici. Comprenons ici l' explication simple du deep learning. Imaginez apprendre à un enfant à reconnaître un chat. Vous ne me diriez pas simplement de chercher des moustaches, des oreilles et une queue Au lieu de cela, vous devriez avoir de nombreuses photos de chats. Il est donc assez difficile de le comprendre. Voyons voir. Cela a généré des résultats. Voici D a également généré une sortie. OK, tu peux l' analyser. Planifier en profondeur c'est comme apprendre à un ordinateur à tirer des leçons de l'exemple C. C'est logique. OK ? Cette sortie est juste une bonne explication par rapport à em. D'accord, il a fallu un certain temps, il y a quelque chose de difficile à comprendre, même vous pouvez le voir ici, non ? Passons donc à Cloud pour savoir comment il expliquera notre tâche. Vous pouvez le voir ici. J'expliquerai la planification approfondie dans des termes simples et accessibles. La planification approfondie est un puissant type d'intelligence artificielle. OK. Voyons voir. Cela imite la façon dont le cerveau humain traite l'information et apprend de l'expérience Imaginez que vous appreniez un ordinateur à apprendre et à prendre des décisions même manière qu'un enfant apprend par l'observation, la pratique et la reconnaissance des formes. OK ? Cela a une bonne explication par rapport aux Gémeaux. OK, passons à perplexity.ai. Alors prenons ça. Absolument. Qu'est-ce que la planification ? La planification approfondie est un type d'intelligence artificielle qui permet aux ordinateurs d'apprendre à partir de grandes quantités de données. Cela a inspiré le fonctionnement de notre cerveau ? En utilisant de tels réseaux de neurones d'appel, concepts clés. OK. Vous pouvez voir pourquoi c' est important, toutes ces choses ici. Cette sortie a donc une structure intéressante et une explication simple par rapport à Cloud Gemini OK. J'espère que tu comprends. Voyons donc, et passons à notre entreprise Microsoft pour savoir ce que cela va générer. Vous pouvez le voir ici. Comprenez parfaitement le lien avec une planification approfondie en termes simples. La planification approfondie est un type d'IA qui imite la façon dont le cerveau humain traite les données et crée modèles pour la prise de décision Donc, comme je l'ai dit, les mimiques signifient que nous l'avons déjà vu, vous pouvez le voir ici. Le cloud. La planification journalière est un puissant type de moteur artificiel qui imite la façon dont les humains traitent les informations OK, prenons-en un bon moment. Vous pouvez donc le voir ici. C'est une chorale, d'accord ? Le Nim génère le meilleur résultat. OK ? Cela ne pose aucun problème. OK, vous pouvez voir une différence entre les résultats ici. Les habitudes sont donc un peu plus personnalisées par rapport à Gemini et à d' autres modèles de langage basés sur l'IA La personnalisation signifie expliquer, comme votre ami, comme votre professeur ou n'importe quel collègue, comment ils vous expliqueront un sujet ou une leçon L'IA expliquera de cette façon. C'est de plus la meilleure capacité Jajbti, à savoir la personnalisation, c'est vrai, et la capacité de reconnaître notre nom Donc, même moi, je change simplement le nouveau graphique pour qu'il puisse reconnaître mon nom. Hein ? C'est la capacité d'un gibet Quand je le dirai aux Gémeaux, voyons voir que cela dira aussi Donc pour ça. C' est donc une fonctionnalité simple que je vous ai montrée. OK ? Allons-y avant d'aller plus loin, je vais donc vous expliquer en quoi consistent les LMC réels Le chargebt est donc un modèle linguistique simple et large. Comme nous en avons discuté précédemment, il repose sur un grand nombre de données. Il est donc développé pour interagir avec l'IA comme un être humain, n'est-ce pas ? Il y a donc un chatbot simple, d'accord ? Et c'est devenu ce mode vocal, et il possède également d' excellentes fonctionnalités, comme le moteur de recherche. Remarquez, d'accord, j'ai quelques versions. Donc, par rapport à Gemini, des gadgets développés par Google lui-même Donc, le principal problème de ce Gémeaux, c'est qu'il leur prendra les données du moteur de recherche de tous les sites Web, toutes ces choses Je vais résumer et il nous donnera la réponse. Ici, la personnalisation est moindre par rapport au GPT, non ? Pourquoi l'IA prendra les réponses des sites Web dont elle dispose. Ainsi, chaque information sur le site Web ressemble à une information directe plutôt que utiliser une structure de mots de personnalisation de cette façon Il prendra les données et les générera en sortie ici. C'est donc ici. Vous pouvez donc le voir ici. Imaginez apprendre à un enfant à reconnaître chat directement sans personnalisation Point de départ, il lancera simplement la sortie par rapport au cha GPT Le cloud fonctionne également comme Ta GPT. Il a de beaux avenirs, comme le raisonnement et le but. Elle aura un bel avenir. OK, il y a une certaine personnalisation. Ainsi, comparé au point de perplexité, il est principalement développé à des fins de recherche OK. Le but de la recherche signifie que cette IA a tous les accès aux sites Web et articles de recherche disponibles sur Internet. Donc, tout ira bien, cela générera facilement des résultats basés sur les articles de recherche et sur de vraies données en temps réel, euh , du site Web. D'accord, c'est pourquoi c'est le plus efficace pour la recherche. Ce point de perplexité A est donc bon pour faire des recherches sur des articles ou simplement pour les prendre Vous pouvez donc facilement faire pour cela, pour chaque sortie qu'il générera, des de référence, des liens sites Web auxquels vous pourrez vous référer directement dessus. Vous pouvez donc voir ici cela s'affichera ici, vous pouvez voir ici les sources. Alors bonjour, quand je dis à Perplexity Doti de simplement Bonjour, il prend cette information Il prend ces informations de ce site Web en particulier. Nous pouvons donc directement aller ici et nous allons vérifier la définition de haut ici. Donc non seulement cela, vous pouvez voir une sortie différente et vous pouvez accéder directement au site Web qu'il vous montrera après chaque sortie. OK. J'espère que vous comprenez cela. OK. Et il affichera également quelques questions connexes posées par les utilisateurs, la plupart des. Vous pouvez donc simplement cliquer ici et cela expliquera la deuxième chose. Vous pouvez voir que cela suggérera également sources que le résultat en est tiré ici. Vous pouvez simplement cliquer ici pour accéder au site Web en temps réel. Cela signifie cette information. D'accord, le résultat de l' IA Perplexity est extrait de ce Cela montre donc certaines différences, ce qui nous permet d'avoir une certaine confiance dans ces données. OK ? C'est pourquoi le point de perplexité a est utile pour les articles de recherche, pour obtenir des données en temps réel. OK ? Par exemple, en ce qui concerne le Microsoft C Palt il fonctionne également comme Google C'est aussi un moteur de recherche, comme Bing chat qui est Microsoft Bing, que nous avons. OK. Il possède donc des fonctionnalités intéressantes comme jemi point AIA Comme vous pouvez le constater, le deep learning est un type d' intelligence artificielle comme celui-ci. Il utilisera donc également les informations de Microsoft lui-même, comme gem point AID. Donc d'accord. Voici donc quelques fonctionnalités de base dont je vous ai parlé. Alors, quel type de tâche ou devons-nous choisir ? Tous les LLM fonctionnent bien , mais bien. Mais il n'existe pas de LLM spécifique qui fonctionne à 100 % avec une précision à 100 % Il n'y a rien à cela que tous les LLM commettent des erreurs. Les LLM ne sont pas fiables à 100 %. Le résultat est. La sortie, il n'y a pas de sortie précise à 100% de tous les LLM Nous devons donc effectuer un travail répétitif pour l'automatiser. C'est ça. Cela pourrait donc nous faire gagner beaucoup de temps pour résumer certaines informations ou rédiger le contenu, prendre les idées. Vous pouvez utiliser dans ce cas. 43. 5.4.4 Comprendre les capacités de ChatGPT avec le cas d'utilisation 2: Hé, quelle est la méchante capacité des ajibti ? C'est ce que je vais dire. Alors allons-y. Donc, dans l'ajibit, il reconnaît les modèles. Cela signifie que dans le style d'invite précédent et à venir, d'accord ? Par exemple, je l'ai dit, je m'appelle Saif. Alors disons, je vais le dire ici. Alors maintenant, il possède une excellente capacité de mise à jour de la mémoire. C'est en stockant nos quotients, nos noms, nos informations que nous avons guidé l'IA Donc, dans ce modèle, nous pouvons utiliser n'importe où. Il reconnaîtra donc. Voyons en quoi cela peut aider. Par exemple, je vais le dire à l'IA, donc je ne dirai pas que je vais guider l'IA. Rédiger du contenu en français. Voyons maintenant ce qui est affiché ici. Donc, si vous pensez ici, c'est un de mes noms. Qu'est-ce que c'est ? Nous ne connaissons pas ce français. Mais c'est quoi ça ? C'est la langue française de l'apprentissage profond. OK ? Alors, que va-t-il se passer ? On ne m'a pas demandé d' écrire du contenu en français sur le concept d'apprentissage profond ci-dessus. Je vais juste dire à EI d'écrire du contenu en français. Il détecte donc automatiquement mon intention. OK, j'ai besoin de la personne, l'utilisateur, du contenu ci-dessus en français. C'est puissant ici. Voilà, le hajbti aura certaines fonctionnalités en dehors des autres modèles linguistiques Vous pouvez voir ce qui est pratique ici. On ne me dit pas à l'IA d'écrire du contenu en français, d'écrire sur du contenu en français. Je dis simplement à AI, j'écris du contenu en français. Il détectera automatiquement mon intention et générera le résultat en français. C'est à peu près ici. OK, c'est une habitude puissante. Disons, disons à l'IA ce fichier temi.ai. D'accord, utilisons le même pro. Rédiger du contenu en français. Cap Allons-y. Je vais coller ici. Voyons ce qui va se passer. Alors, qu'est-ce qui s'est passé ici ? Oui, cela générera également des financements. Waouh. Il en est ainsi pour cela, il expliquera également certains concepts de planification approfondis. Pourquoi, je l'ai dit à AI, c'est un contenu. Il détectera donc également mon intention. OK ? Cela ne pose aucun problème. Passons au Cloud. Que va-t-il se passer ? Non, il générera également du contenu en français. C'est une bonne chose. Il en sera de même, en analysant mon intention. Passons à perplexity.ai pour savoir ce qui va se passer ici. Oui, il explique également en français uniquement. C'est bon. Cela fonctionne. Allons-y ici. C'est Microsoft Copilt Oui, c'est bien. Il analyse également mon intention, et il expliquera en français. OK, il n'y a rien de tel là-dedans. Prenons donc un autre exemple. Il y a du bon pour chaque chose. La création de contenu est bonne pour tous les LLM. C'est bon. Donc, ce que je dis à AIT. Maintenant, mon nom, pas comme ça. Voyons une tâche, juste pour le sexe 8. Donc. Idées de vidéos YouTube. Demandez, je vais vous dire, dans quel créneau, dans quel créneau ou dans quel créneau, dans quel sujet. Prenons-en directement un en particulier. Dans quel sujet, vous devez générer des idées. Maintenant, demandez-moi pour quel sujet vous recherchez pour générer des idées de sujets vidéo, des idées de vidéos. Alors voyons voir. Vous pouvez le voir ici. Super, monsieur. Pour quel sujet aimeriez-vous que je génère des idées de vidéos YouTube. Je vais prendre l'IE. Prenons l'IE uniquement. Intelligence artificielle. Voici quelques idées de vidéos YouTube créatives dont vous pouvez voir qu'elles sont générées en moi. Donc, des idées de vidéos YouTube, Advanced A TPSGod, une IA conviviale pour les débutants, une IA avancée C'est une bonne idée. Actualités des tendances actuelles. Oui, c'est génial. Oui, les atopiques conversationnelles permettent d'aller plus loin C'est bon Des vidéos amusantes et interactives. Oh. Vous pouvez donc le voir ici. Donc, en voyant ça, cette aggie est excellente pour promouvoir des idées , n'est-ce pas En générant du contenu lié à n'importe quoi, il possède d'excellentes capacités. Voyons donc d'autres aumônes que générera cette invite pour cette question 44. 5.4.5 Capacités de Gemini, Claude, Perplexité et Copilote avec cas d'utilisation 2: Voyons d'autres albums qui seront générés pour cette invite pour cette tâche particulière. Je vais donc aller à Gemini et m'installer ici. D'accord, je me demande pour quel sujet vous souhaitez que je génère des vidéos Youtube. Prenons l'IA. Nous allons simplement coller l'IA. Des idées de Bgnerd. Oh, d'accord, cela prend également quelques idées de niveaux avancés, des conseils supplémentaires. Comparé à Chachi Bit, vous pouvez le voir ici. Il approfondira les tendances actuelles, sujets conversationnels A, futur A interactif et l'avenir de l'IA Ce Gémeaux est vraiment simple, lancer est aussi la marchandise, n' est-ce pas, plongez profondément dans des réseaux neutres Mais l'habitude est spécifique. L'avenir de l'IA. Quelle est la prochaine étape en 2030 et au-delà ? Vous pouvez voir que ce sont directement des idées, il y a un sujet ici directement. Nous pouvons l'utiliser directement dans le titre de la vidéo YouTube. Mais voilà, il ne s'agira que de ne pas en parler d'un en particulier, simplement de parler des sujets, du créneau de l'IA en question. Vous pouvez voir ici Une extension simplifie la vie d'Ayleveryda. Hum, j'oublie de créer votre premier modèle d'IA. Ce sont tous les sujets. Tout cela est une bonne chose, mais le ha Gibt a à une question précise : quelles tendances, quelles tendances actuelles et actualités sont les dix principales avancées de l'IE que vous devez connaître en 2024, Par rapport à cela, en matière de brainstorming, ha Jib possède une capacité et une force supérieures à celles de l'Allemagne Passons au cloud, ce qui va se passer ici. Découvrez comment j'interagis avec les IA LLM et comment je finalise le résultat pour choisir LLM pour résoudre OK. Vous pouvez voir ici que Cloud peut faire des erreurs. Bien sûr, je vous aiderais à générer des vidéos Youtube. Pourrais-tu me dire de quel sujet tu as besoin ? Je vais juste le dire à AI : OK, voici quelques suggestions. Il ne fera que générer du contenu convivial pour les débutants. OK. Futur. OK, mains et tutoriels. Oui, super. agit donc de plongées techniques approfondies, d'applications pratiques, tendances et de prévisions futures, manuels et de tutoriels. OK, c'est bon. Ouais. Il comporte une partie technique est-ce pas par rapport au Cha GPT, d'accord ? Vous pouvez la voir essayer de tester des applications d'IA populaires , laquelle est la meilleure. Oui, c'est bien par rapport à. OK, en voyant ce résultat, je peux finaliser que ce cloud comporte une partie technique par rapport à Cha GBD OK ? Cela signifie donc que vous pouvez utiliser le codage à des fins de codage si vous êtes codeur. D'accord, si vous souhaitez apprendre à coder, vous pouvez utiliser le cloud car , comparé à Gemini et Cha GBD, il est préférable de générer du comparé à Gemini et Cha GBD, contenu sous forme de texte humain et de réfléchir à des idées, n'est-ce pas ? Donc, par rapport à Gemini, c'est aussi un peu comme ça uniquement, mais par rapport au Cloud, il adoptera un format technique, comme la création de votre premier projet en Python, création d'un graphique d'IA mais à partir de zéro Cela signifie que vous pouvez penser que ce module d'IA entre dans la partie technique. Cela signifie qu'il pensera qu'il possède des connaissances sur l'écriture du meilleur code pour cela. Donc, pour cela, si vous êtes un codeur, vous pouvez utiliser ce cloud pour un meilleur résultat. Ouais. Voyons ici perplexity.ai, ce que cela va se passer. Bien sûr, veuillez me faire savoir quel sujet vous intéresse. Prenons l'IA. Ouais. Voici quelques vidéos YouTube, focus sur le sujet, l'interaction avec les applications IIII, OK, les technologies d'outils d'IA Donc, tout cela concerne les sujets vidéo, les corps de discussion basés sur l'IA, le résultat dépend de ce que les moteurs de recherche ont. Les données sont déjà dans les moteurs de recherche, il faudra les résumer. Ce n'est pas un moteur de recherche, mais il utilisera le résultat des ressources en ligne. D'accord, vous pouvez le voir montrer des vidéos YouTube à regarder, n'est-ce pas, des vidéos YouTube sur l'IA. Je vais vous montrer quelques outils actuels à utiliser pour créer un sujet. OK, créez une vidéo YouTube en plus de ça. OK ? Supposons donc également que Microsoft a compilé. OK, commençons par nous demander sur quels sujets l'IA. Génial Un basique, un moi dans la vie de tous les jours, un soin de santé. Si vous observez, si vous observez, les deux moteurs de recherche tels que Gemini Microsoft Copilot ont le même résultat, quelque chose de similaire par rapport à ce qui suit : I basics, YI daily life, A dans le domaine Voyez les Gémeaux. EIN a simplifié la vie, A dans la vie quotidienne, IA pour les enfants, éthique de l'IA, AIN Healthcare. Vous pouvez voir l'IA dans l'éthique, l' IA dans le divertissement, des entretiens avec des experts en IA. Vous pouvez donc le voir ici. A en finance. En observant ces deux modèles, gem.ai et Microsoft Copalt, on obtient deux moteurs de recherche Ils ont de vraies données, non ? Donc, le générer peut générer des sujets de vidéos YouTube, des idées, en collectant toutes les informations sur l'IA dans différentes applications, comme celle-ci parce que c'est un moteur de recherche, il contient plus de données, n'est-ce pas ? Cela viendra du site Web, de YouTubes, de toutes ces choses OK. Ces deux moteurs de recherche sont de plus en plus profonds. Ainsi, comparés à ces modèles linguistiques, ils sont excellents pour être spécifiques et générer des idées de brainstorming, n'est-ce pas, pour générer du contenu dans Par rapport à Gemini et Copilot, vous pouvez donc les utiliser directement pour effectuer des automatisations, comme aller, vous pouvez accéder à un site Web spécifique, accéder à ce site Web et résumer ce contenu Pour les moteurs de recherche tels que Gemini et Microsoft Copilot. Vous pouvez donc voir comment nous pouvons utiliser ce modèle d'IA séparément pour chaque tâche individuelle. Donc tu peux l'utiliser comme ça, d'accord ? Perplex Data Day, qui est idéal pour obtenir des informations auprès des sources, c' est-à-dire des données réelles et actuelles provenant de documents de recherche ou de toute autre source en ligne Vous pouvez donc en tirer directement parti. Mais le chargeb, ce qui se passe ici, sera simplement généré en fonction des données D'accord, ce Cloud le fait aussi. Il contient une partie technique que vous pouvez utiliser à des fins de codage, Cloud. Chagby peut également le résoudre, mais le cloud est une bonne chose par rapport au codage chargebrne décrit dans la OK. Ainsi, par rapport à Gemini et Microsoft Copalet, vous pouvez les utiliser pour le résumé de vidéos, d' articles, d'accord, articles, d'accord, directement dans les moteurs de recherche des forums de discussion Cela générera le meilleur résultat pour leurs créations de sites Web ou toute tendance future ou du marché afin de déterminer quel marché est le plus demandé. Vous pouvez directement demander à ces forums de discussion comme Gemini Microsoft Pourquoi ? Il s'agit d'un moteur de recherche. Il existe des informations à jour sur ces moteurs de recherche que vous pouvez vraiment utiliser pour cela Il existe donc un fort Gemini et Microsoft. moteurs de recherche que vous pouvez utiliser à cette fin pour suivre les tendances du marché, pour résumer des vidéos ou tout autre site Web, etc. Pour Cloud HAGPT, tout dépend ce qui sera généré en fonction de leurs données d'entraînement Mais Gemini et Microsoft Copalt essaient d'acheter les sources qu'ils possèdent déjà, comme les sites Web, YouTube, les vidéos, tous les moteurs de recherche que nous n'avons pas, d'accord Le point de perplexité est une question de perplexité. Je vais générer le résultat en fonction des sources en ligne. Il faudra quelques articles de recherche, du contenu du site Web, YouTube, des résumés, toute cette journée. Donc, pour les données actuelles ou pour tout document de recherche sur les tendances, vous pouvez utiliser ce fichier perplexity.ai. Cela vous aidera donc. Il suggérera certaines sources dont il a tiré les résultats. Vous pouvez consulter directement ces liens via le. Donc, en utilisant ce fichier perplexity.ai, vous pouvez obtenir la conférence de cette sortie. Ce résultat n'est pas de 100 %, mais 98 % est correct. Pourquoi il utilise la sortie des sources principales. Vous pouvez vous rendre directement ici et vous pouvez également consulter le contenu de leurs sites Web. C'est une excellente capacité que je possède plutôt que d'autres LLM Donc, ces deux, Microsoft, Gemini, sont les meilleurs pour cette recherche, synthèse et toutes ces choses Cloud Cha GPT sont doués pour réfléchir à des idées, rédiger du contenu et générer des objectifs de base comme celui-ci J'espère que vous en comprenez les principales capacités. Donc, comme je l'ai dit, il y a beaucoup plus de choses à faire si vous vous entraînez bien par vous-même. Je n'ai donc pris qu' un seul exemple pour vous expliquer. Donc, si tu comprends. Tout dépend donc de la manière dont vous interagissez avec les modèles d'IA. Il suffit de prendre une tâche spécifique, et juste ce que vous avez à faire, vous devez écrire l'invite pour cette tâche particulière pour résoudre l'IA. Utilisez la même invite sur tous les LLM, comme har JT, Gemini, etc. Ensuite, analysez le résultat. Et vérifiez ça. Quelle sortie vous selon vos besoins, alors allez-y. Optez ensuite pour ce LLM spécifique pour approfondir la résolution de votre tâche complexe ou de tout ce que vous attendez de l'IA Il s'agit donc de comprendre les LLM, différents LLM et les capacités fonction du résultat de la tâche spécifique J'espère donc que vous comprenez cela. C'est votre compétence la plus importante, mais pouvez développer cette compétence en vous entraînant vous-même à une tâche différente et écrivant la même invite et le même Jagt dans d'autres domaines Il suffit de savoir. Même si vous pouvez aller en ligne, vous pouvez accéder au moteur de recherche comme ça. Il suffit donc de le dire à AI, de le rechercher sur Google. Quelles sont les capacités de ? Et vous pouvez y demander les avantages et les inconvénients des chatbots basés sur l'IA Les chatbots l'ont fait. Oui, Chartbodso, forums de discussion comme le chat PIT Il utilisera donc certains avantages et inconvénients du HRB. Vous pouvez vous y rendre directement. Vous pouvez le consulter ici. Déballage des avantages du hagib, de la cause de l' IA, des avantages les plus populaires et de la cause de la procréation assistée, vous devez savoir. Vous pouvez donc le rechercher sur Google. Vous pouvez obtenir les meilleurs résultats, les meilleures informations sur Google lui-même. OK. Évitez donc de demander ici, pour discuter individuellement, mais par exemple, hagibt c'est mieux ou Gemini c'est mieux Si vous demandez à ha GBT, cela vous dira que ha Gib est meilleur C'est tellement vrai. Cela se produit également dans les chatbots basés sur l'IA Si vous demandez en Gémeaux, Gémeaux est meilleur ou Cloud est meilleur, cela dira que Gemini est meilleur par rapport à Il montrera également certaines limites et certains aspects d'autres clouds. Mais cela dira comme saison si vous prenez des Gémeaux, c'est parfois mieux Donc, si vous demandez la comparaison, l'autre LLM avec le spécifique que vous demandez à AI AI LLM comme Cloud Si vous demandez fort, Cloud est meilleur ou purplesy.ai est meilleur. La réponse sera qu'elle vous expliquera les avantages et les inconvénients de chaque individu, mais le résultat sera émissions positives dans le cloud comme ça. Donc, évitez de l'utiliser. Donc, pour regarder les vidéos YouTube, comme celles sur lesquelles les forums de discussion tournent pour une tâche spécifique, effectuer une recherche et connaître les fonctionnalités approfondies de chaque module linguistique en tant qu'ingénieur rapide, il est de votre responsabilité de faire le nécessaire pour résoudre la meilleure tâche. C'est un meilleur problème. Manière efficace en utilisant différents LLM pour différents types de tâches J'espère que vous comprenez bien ce professeur. Il a donc d'autres explications pour vous, mais cela prendra du temps. Tout dépend de la façon dont vous interagissez. OK ? Cette compétence peut donc être développée par vous-même en la pratiquant. Alors seulement vous pourrez choisir un meilleur LLM pour vous. Allons. Jusqu'à ce cours sera terminé. OK. À partir du prochain modèle, nous verrons des outils d'invite ou d'autres méthodes utilisant des LLM Nous verrons donc dans le prochain modèle comment utiliser les modèles linguistiques pour générer les instructions. Oui, vous avez bien écouté. Tu as bien entendu. Nous verrons quelques techniques, comment nous devons utiliser les modèles de langage pour écrire des proms, des proms d'images, ainsi que du texte pour Donc, comme nous en avons discuté précédemment dans les applications de, nous le verrons encore une fois, nous utiliserons tous les LLM pour voir quel LLM est le meilleur pour écrire l'invite Nous verrons que nous utiliserons certains modèles de bal de fin d'année dans le prochain modèle. Nous allons approfondir nos connaissances. Ensuite, nous en verrons quelques-uns dans le prochain modèle, nous verrons des outils d'invite qui améliorent notre invite de base, d'accord ? C'est ainsi que nous clôturons ce cours. OK, j'espère que tu comprends. Bien, passons à notre prochain module dans lequel nous allons voir applications et des outils d'invite Plongeons-nous dedans. 45. 5.4.6 Les fonctionnalités de Deepseek, Grok Ai, Qwen Chat et Mistral AI dans le cadre de cas d'utilisation - Partie 1: Nous avons déjà vu comment utiliser différents LLM pour différents usages Nous avons déjà appris à écrire des instructions spécifiques pour différents LLM tels que HGPT Cloud Germany, point AI perplexity.ai Nous avons déjà vu ces modèles AI LLM particuliers. Mais depuis quelques jours, nous aurons d' autres modèles d'IA sur le marché, tels que Dest AI, grok AI, Queen hat AI, Mistral Ce sont les modèles I, les derniers modèles A du marché. C'est vrai. Nous devons également explorer ce type de modèles d'IA en tant qu'ingénieur rapide, c'est notre principale chose importante, n'est-ce pas ? Voyons donc quels sont ces modèles d'IA. Comme je l'ai dit, Deep Sik est développé par les Chinois, c' est-à-dire développé en Chine. Vous en avez déjà entendu parler. Nous en avons déjà entendu parler. C'est un modèle d'IA très efficace. Cela fonctionnera jusqu'au modèle HGT, JGBTopeneiv three ou W one Il est disponible gratuitement par rapport au HGPT. OK. Ils ont donc également des fonctionnalités intéressantes. La sorcière a également mis à jour son modèle d'IA, a donc ajouté un raisonnement fondé sur les boutons de recherche Après avoir fait une recherche approfondie sur le marché avec ces fonctionnalités disponibles, seul le ha Jibe vient de fournir ces boutons, comme Reasoning Purpose Search Dipsik est le meilleur modèle d'IA. Laissez-moi voir ce qui se passe ici. Passons au prochain modèle d'IA, Grock. Grock AI est également développé par la société américaine Ellen Mosk. Il s'agit également modèle AIM très rapide et très intelligent à l'heure actuelle Le Quenchat. Le QuenChatei a également été développé par les sociétés chinoises Alis Baba J'ai également d'excellents modèles O plus, et c'est aussi un excellent modèle efficace. Vous pouvez voir ici qu'il y a beaucoup plus d'options, ce qui semble être une meilleure interaction avec l'interface utilisateur. Vous pouvez voir la réflexion, la recherche optionnelle et disponible sur le Web, toutes ces choses ici Tu peux t'en servir pour n'importe quoi. Le suivant, mais non le moindre, c'est MistrLei. C'est également un bon modèle d'IE. L'objectif principal de l'apprentissage de ces connaissances particulières est donc ces connaissances particulières est notre compétence particulière pour rédiger les bals de fin d'année efficaces. Rappelez-vous toujours une chose : les modes d'IA ont leurs propres capacités dans certaines tâches particulières Le même module d'IA ne convient pas à une tâche particulière. En tant qu'ingénieur rapide, nous devons rédiger les instructions pour chaque LLM Après avoir écrit la même invite de tâche pour différents LLM, nous sommes les seuls à pouvoir choisir le meilleur modèle d'IA pour nos besoins Donc, comme je l'ai dit plus tôt, nous devons écrire la même invite de tâche pour tous les LLM Ensuite, nous devons évaluer, puis vérifier le résultat de ce LLM en particulier, que nous égalons légèrement à nos besoins Pour savoir quel LLM générera le meilleur résultat légèrement égal à nos besoins, nous devons alors choisir ce LLM en particulier pour approfondir cette question afin de résoudre la tâche J'espère que vous comprenez ce point. Pour cela, nous avons déjà vu certains des meilleurs modèles d' IA, comme le cloud GPT Gemini, lors de la session de cours précédente Dans ce document, nous allons voir ces derniers modèles d'IA, comment ils génèrent le résultat. Prenons notre ha GPT. Je vois toujours, je raconte toujours. Rappelez-vous toujours que l' ingénierie rapide ne consiste qu' écrire les proms, invite effective pour le LLM LLM n'est rien d'autre qu'une maladie profonde, CHGBT, Grokquan Mistral. Tout cela concerne certains des noms des LLM. OK, je me concentre sur le LLM. Cela signifie que vous devez mieux écrire les instructions. C'est ça. Vous n'apprenez pas à maîtriser un modèle de LLM basé sur l' IA en particulier, mais vous maîtrisez l'art d' écrire de l'incitation, l'art de l' J'espère que tu comprends. Pour cela, vous devez maîtriser l'écriture des bals, pas des LLM J'espère que vous comprenez ce point. Jusqu'à présent, c'est ce que nous devons vérifier, nous devons le tester. Quels sont les modèles de promotions fonctionnent bien pour le LLM en particulier ou non Souviens-toi d'une chose. C'est la somme que je prends comme objectif de test. Rappelez-vous toujours que les modèles de bal fonctionneront pour chaque LLM. Cela ne fait aucun doute, mais certains LLM n'arrivent pas à suivre le schéma précédent, comme GBH Dans ce cas, nous devons choisir le LLM en fonction des capacités et des fonctionnalités du LLM Testons-le sur les modules d' IA les plus avancés et les plus intelligents dès maintenant. Je me suis lancé dans HagiBT et nous l'avons vu Commençons par le haut niveau de ce LLM en particulier. Allons-y haut. Testons notre premier qui est profond. Je vais y réfléchir tout de suite. Si je reste là, à réfléchir profondément, commencerai à réfléchir avant de générer la réponse. La recherche sera lancée si j'active ce bouton de recherche. Je suppose que c'est notre invite d'interaction de base que nous connaissons déjà dans la section précédente dont nous avons discuté. Je vais juste écrire ici et nous allons mettre en page le même modèle d'invite particulier et il le gardera même. Vous pouvez le même modèle d'invite particulier et il le gardera même. Vous pouvez simplement afficher cette invite même sans cliquer sur le point d'immersion, mais utiliser cette fonctionnalité spécifique car en ajoutant l'élément d'immersion, cela donnera le meilleur résultat car la fonctionnalité de capacité de réflexion est très puissante Voyons quel sera le résultat. Vous pouvez voir que l'utilisateur souhaite confirmer que j'ai bien compris ces instructions. C'est réfléchir. En cela, nous pouvons nous attendre à un excellent résultat, car il faut réfléchir avant de générer le résultat. Tu peux voir. Absolument. Je comprends parfaitement vos instructions. Je prioriserai la précision, éviterai tout contenu inapproprié habituel de ce type. Vous pouvez le voir ici, c'est l'aji qui a également généré la même réponse similaire pour nous. Passons à cette tâche simple. C'est basé ici. Voyons voir. Cela prend du temps, mais c'est un mode de réflexion, ce qui est préférable ou pour obtenir le but du raisonnement. Nous pouvons le voir et commencer à générer le raisonnement tel qu'il pense que vous pouvez voir ici, dans lequel vous pouvez vous attendre au meilleur résultat. J'ai compris. Décomposons le deep learning en quelques mots simples. Vous pouvez imaginer que vous apprenez à un ordinateur à reconnaître un chat sur des photos. C'est une bonne chose. Première couche, apprendre pourquoi des exemples approfondis du monde réel, des points à retenir Nous pouvons voir que vous pouvez comparer cette sortie particulière avec Chat GPT ici Deep ek enseigne à un ordinateur à apprendre à partir d'exemples. Le blanc l'est. Si vous voyez ici que ce n'est pas très technique, vous pouvez voir quelques explications techniques . Vous pouvez voir ici plus de couches équivalentes à une meilleure gestion de tâches complexes, exemples de Cixa, des points à retenir. Si vous voyez ici, des exemples de Cixa, des points à retenir. Si vous voyez ici, il n'y a rien de technique, mais c'est une bonne explication parce que nous ne le savons pas. C'est une explication en termes simples dans laquelle nous pouvons nous attendre à ce que ce soit un bon résultat, mais c'est aussi un bon Pourquoi ? Parce qu'il est simple et qu'il est bien écrit pour les techniciens qui savent déjà ce qu'est le deep learning. Vous pouvez y jeter un œil, toutes ces choses. C'est une bonne chose. Passons à notre prochaine étape qui est d'écrire du contenu en français. Prenons ce truc en particulier, plus C, revenons ici. Voyons s'il suit le schéma précédent ou non. Souviens-toi d'une chose. Je n' explique pas ici toute la partie de deep Sk ou de tout autre modèle DILLM, mais je vous explique comment écrire les proms et comment tester les différents modèles AILM pour notre tâche afin de choisir celui qui convient le mieux à la tâche en question. Je n'explique pas la maîtrise du Sk profond, la maîtrise de Grow Aquina HaiPid , mais j'explique ici l'ingénierie rapide Concentrez-vous sur la rédaction de l'invite. Vous pouvez voir que c'est une langue française simple. Vous pouvez voir qu'il génère également une certaine langue française. Comme il suit le schéma précédent dans lequel vous pouvez le voir, je ne dis pas à l'IA écrire le contenu en français pour le contenu ci-dessus. J'écris juste le bon contenu en français. Je ne le dis pas spécifiquement à EI, alors générez un contenu pour l'explication ci-dessus. Je vous le dis simplement, écrire le contenu en français, dans lequel il est automatiquement pensé, je dois générer un contenu en français pour l'explication ci-dessus. Il suit également le modèle qui est le meilleur, ce qui est également requis. C'est une bonne chose. Vous pouvez voir que c' est notre prochaine tâche, a généré des idées de vidéos YouTube. Venons ici, plaçons ça. Commençons. Nous examinons une autre tâche ici, son fonctionnement. Voyons voir. Il pense : OK, l'utilisateur veut générer des vidéos Youtube, vous pouvez voir qu'il génère également des idées de vidéos YouTube. Si vous pensez ici, c'est tout simplement compris. C'est le sujet qui nous intéresse, mais comparé à l'AGPT, il génère également du bien Parfait pour le sujet pour lequel vous souhaitez générer des idées de vidéos YouTube. Abandonnez votre sujet et je réfléchirai concepts vidéo créatifs et engageants pour Abordons également le même sujet ici pour voir si le modèle LLM me convient le mieux pour cette tâche particulière Allons-y, je viens de m'en sortir. Mais du point de vue de l'éducation, cela relève de l' intelligence artificielle. Nous pouvons voir maintenant qu'il réfléchit, qu'il va maintenant générer les concepts vidéo spécifiques à l' intelligence artificielle. Supprimons que c'est nous. Commencez à réfléchir. Vous pouvez voir ici les 15 idées de vidéos YouTube captivantes sur l'intelligence artificielle. Vous pouvez voir A un, un, pas un, dix meilleurs outils informatiques gratuits, A contre Humane Crea of Coal, comment j'ai construit un système d'IA pour ma maison, son IA vole votre travail, ses défis, son génie effrayant Et tout cela n'est que du stent. Mais si vous y réfléchissez, il s'agit simplement de quelques idées de vidéos YouTube c'est ce qu'est l'intelligence artificielle, les atopiques avancées, les tendances actuelles Vous pouvez voir ici qu'il y a des sujets beaucoup plus approfondis, notamment le sujet principal qui est l'avenir de A, l'avenir de A, le prochain et au-delà, façon dont je vais façonner vos villes intelligentes du futur. Mais si vous y réfléchissez bien, cela ne fera que raconter l'IA en 2030, selon les prévisions des experts. C'est également une bonne chose, mais si vous cherchez à générer plus d'idées, générez des vidéos ou des idées de vidéos YouTube. Vous pouvez voir que c'est le meilleur par rapport à ce bureau. Enfonce un meilleur Y parce que c'est un modèle de pensée dans lequel nous pouvons nous attendre à un meilleur résultat D'autres voyages actuels, certaines tendances actuelles du marché comme celle-ci. Nous pouvons nous en servir. Ne vous concentrez pas sur ce que je dis ici. Le résultat, c'est juste que je nous explique comment tester des modèles d'IA pour tâche particulière que vous pouvez choisir et utiliser vous-même pour terminer la tâche. J'espère que vous comprenez cela. Copions rapidement tout depuis le point de départ et nous comprendrons l'autre modèle d'IE. 46. 5.4.7 Les fonctionnalités de Deepseek, Grok Ai, Qwen Chat et Mistral AI dans le cadre de cas d'utilisation - Partie 1: Copions donc rapidement toutes ces informations depuis le point de départ et nous comprendrons les autres modèles EI. Prenons Grock. Je vais juste commencer par le haut. Et choisissez ce modèle qui. changeant de modèle dans chaque modèle I vous pouvez simplement vous attendre au meilleur résultat. Le niveau de modèle le plus avancé peut être le résultat le plus efficace. n'y a aucun changement dans l' écriture des proms, mais il y a un changement dans le résultat de l'IA Si vous changez les modèles I, c'est tout. C'est pourquoi je vous le dis encore et encore, concentrez-vous sur l'écriture des bals ici pense qu'il n'y a pas de réponse, ce répond, veuillez réessayer ultérieurement en utilisant un autre modèle Prenons notre seconde. Commençons par Bonjour, comment puis-je vous aider aujourd'hui ? Copions. C'est notre point de départ. Oui, je comprends que je suis là pour aider l'assistante. Copions rapidement notre modèle assez rapide dans lequel vous pouvez le voir ici, il répond très rapidement aux choses Oui, je comprends qu'en tant qu' expert en planification approfondie, je vais vous expliquer en termes simples. deep learning est un moyen d'apprendre aux ordinateurs à apprendre et à penser comme des humains. Si vous pensez qu'il s'agit d'une explication simple similaire au Char GPT Si vous voyez ici, vous pouvez voir ici. La façon dont cela fonctionne fonctionne simplement en couches, en profondeur d'apprentissage. Ce n'est pas bon non plus. Passons à la question du bon contenu en français Nous le ferons vite. Le plus simple est d'écrire les tâches particulières pour le modèle I spécifique. Ensuite, copiez simplement cette même invite et utilisez-la dans tous les autres modèles I. Alors seulement, vous pouvez facilement le vérifier aux sorties et vous pouvez choisir un LLM particulier Vous pouvez voir qu'il est également généré avec un contenu différent en français. Vous pouvez y jeter un œil, toutes ces choses. Tout d'abord, je vais vous le dire rapidement. Tout dépend de la façon dont vous pouvez le tester. Je dis que vous êtes YouTube, alors copiez simplement la même tâche et collez tous les modèles d'IA pour évaluer le résultat et vérifier lequel est le meilleur. Nous allons cliquer sur passer à notre tâche suivante qui est de générer des idées de vidéos YouTube. Nous avons quelque chose de modèle. Il y a quelques problèmes techniques, nous allons donc passer à notre prochain modèle I. Nous sommes désolés pour le désagrément. Vous pouvez utiliser simple, il est généré dès maintenant. Tu peux voir. Génial. Pour quel sujet vous souhaitez générer des idées de vidéos, je vais simplement aborder rapidement ce sujet sur l'intelligence artificielle et je vais le coller ici. Faisons ce copier-coller ici et nous allons modéliser ce Brook. C'est vrai. Donc, dans cette expérience utilisateur, présente juste un inconvénient. Une fois que j'ai cliqué ici, rien ne s'affiche ici. Donc, dans ce que nous pouvons voir après un certain temps, cela apparaîtra, dans lequel nous pouvons perturber l'expérience utilisateur, n'est-ce pas ? OK. Au fait, vous pouvez le voir ici. Voici quelques idées de vidéos YouTube, focus sur l' intelligence artificielle. J'explique en 5 minutes toutes ces choses, mais ce n'est pas bien. Mais prends le bon. Mais si vous pensez aux mêmes idées de vidéos YouTube, vous pouvez voir que cela ressemble à la recherche profonde. Vous pouvez vérifier toutes ces choses. C'est tout simplement égal. Pas de problème. Tout tourne autour de cette IA escroc. Jetons un coup d'œil à notre chat quin, qui est très puissant en ce moment par la société chinoise, n'est-ce pas ? Commençons par le haut. Vous pouvez voir en réfléchissant davantage, vous pouvez commencer toutes ces choses ici. Il me dit de signer. Passons rapidement à cela. Oui, je suis déjà là. Bonjour. C'est penser et générer toutes ces choses. Bonjour, bonjour, pouvez-vous m'aider ? Prenons notre première tâche de départ simple , à savoir l'interaction à laquelle elle pense en ce moment. Si vous pensez qu'ici, les entreprises chinoises aiment le quinchat épais, elles utilisent la même méthode, la même capacité de réflexion, la même réflexion, toutes ces choses Je comprends parfaitement vos instructions. Je vais agir en tant qu'assistante utile, toutes ces choses. Très bien. Nous allons nous atteler à cette tâche particulière. Même tâche. C'est en pensant et en écrivant que nous trouverons la réponse possible. Vous pouvez voir qu'il s'agit simplement d'expliquer débarquement, de l'expliquer simplement . C'est bien. Vous pouvez voir que le deep learning fonctionne même manière, mais avec des ordinateurs. C'est un système inspiré du cerveau, apprenez par les exemples, le blanc est puissant. cas d'utilisation quotidiens ne sont pas bons, mais c'est bien écrit. C'est facilement compréhensible. Vous pouvez y jeter un œil. Prenons une autre tâche qui consiste générer YouTube qui rédige le contenu en français. Copions rapidement ici. En quoi consiste cette tâche ? Parce que nous vérifions le modèle de reconnaissance rapide précédent. Si cette messagerie instantanée reconnaît ou non la sortie précédente. Nous ne donnons pas ici d'instructions supplémentaires qui consistent écrire un contenu ci-dessus en français. Nous venons d'écrire un contenu en français, il reprendra automatiquement résultat précédent et générera le résultat précédent et générera l'explication ci-dessus en français. Maintenant, nous pouvons le voir ici. À propos de l'apprentissage profond. C'est pas mal. Nous ne connaissons pas le français, mais vous pouvez voir que vous pouvez le traduire, vous pouvez le consulter. Nous allons simplement nous atteler à une autre tâche qui a tendance à donner lieu à des idées. Viens ici. Réfléchir, commencez à réfléchir dès maintenant. Ainsi, vous pouvez même aller sur YouTube et rechercher le modèle en particulier si vous souhaitez maîtriser un modèle d'IA en particulier. Vous pouvez donc effectuer une recherche sur YouTube, Vous pouvez donc effectuer une recherche sur YouTube, Quin to Pin fi Mastery ou le didacticiel Deep SK Mastery comme celui-ci. Vous pouvez obtenir des informations plus spécifiques à partir de ces vidéos YouTube en particulier. J'espère que vous comprenez ces points. Vous pouvez le voir, vous informer d'un sujet spécifique sur un créneau. Si vous voyez ici, je vais aborder le sujet de l'intelligence artificielle, le même sujet et Quin to Pine fi également. Faisons-le. Commencez à réfléchir dès maintenant. Commencez à générer des sujets Mons. Une expérience conviviale pour les débutants : didacticiels pratiques, éthique et controverses, applications industrielles, tendances et prévisions futures, culture pop et contenu amusant, guides d' appel et d'apprentissage C'est très bien écrit pour moi, je suis débutant . Si je cherche à créer un contenu particulier autour de l'intelligence artificielle, cela peut m'aider. Je peux diviser ces sujets particuliers dans ces rubriques particulières dans lesquelles je peux simplement classer tous ces Sit est le meilleur car il a généré de l'IA pour les débutants absolus, de l'apprentissage automatique, des manuels et des didacticiels. Dans ce cas particulier, vous pouvez voir les sujets. Très bien. Ce qui est un très bon résultat avec ce quint de 2,5 max. Passons à notre dernier modèle d'IA, mais le plus important est Missed all AI. Faisons rapidement toutes ces choses. Si vous recherchez cette tâche répétitive, vous pouvez ignorer celle-ci en particulier, mais découvrez simplement comment je teste tous les modèles d'IA. C'est très rapide. C'est très rapide. Je m'arrête juste, vous pouvez voir comment en quelques secondes cela a généré le résultat. D'après ce que j'ai compris. Voyons quel est le pouvoir de ces choses ici. Je vais juste m'occuper de cette tâche, en partie spécifique, allons-y, d'accord ? Waouh. Cela génère avant, ce n'est pas un modèle de réflexion pour le moment. Il génère donc, malgré les secondes, une sortie. Si j'ai bien compris, j'ai expliqué que deep learning est une simple danse. de learning est un type d'apprentissage automatique qui utilise des réseaux de neurones artificiels pour analyser, donc si vous pensez, agit d'une simple question technique. Pour les débutants, si je ne sais pas en quoi consiste la replantation Je ne sais pas ce que sont les réseaux de neurones artificiels. C'est le problème de certains modèles d'IA, ils ne peuvent donc pas réfléchir. Si vous voyez des modèles de pensée comme Quenca 2.5 dis Even GBT, vous avez un raisonnement créatif Je vais générer le résultat. Il générera le résultat après réflexion. OK. Ensuite, il générera les termes simples. Si tu vois, ce n'est pas une pensée. Lorsque je page l' invite en question, elle commence à générer la sortie malgré les secondes. Vous pouvez donc expliquer le résultat, comment ce sera le résultat, passons à une autre tâche. Rédigez un contenu. Nous allons vérifier cela. Il reconnaîtra le modèle du bal de fin d'année ou non. Il est également très rapide. Ce n'est pas que nous verrons autre chose. Cela prend du temps. Cela prend du temps. Faisons autre chose. Commençons une autre fois. Il est maintenant généré. Bien sûr. Pour quel sujet vous souhaitez générer des idées de vidéos YouTube. Prenons pour nous un sujet lié à l'intelligence artificielle. Prenez rapidement. Ça ne marche pas. C'est une bonne chose. Maintenant tu peux voir, c'est bien. Interaction avec l'IE, vidéo créative de BignerFriendly expliquant ce qu'est C'est donc une bonne chose, car cela m'indique comment créer une vidéo type de sujet que vous devez écrire et le sujet que vous devez aborder dans ces vidéos en particulier. Introduction à la vie quotidienne de l' EIE. C'est une très bonne chose car si je connais le sujet en question, je ne sais pas quels sujets je dois aborder dans cette vidéo en particulier. Mais cet Isa donne les informations détaillées dont j'ai besoin pour inclure un sujet particulier dans cette vidéo en particulier. C'est donc mieux pour moi. Je n'ai pas besoin de faire une nouvelle recherche dans un modèle I en ligne ou autre. Il génère le direct. Dans lequel je peux me diriger ici et je peux effectuer une recherche à partir d'ici. C'est-à-dire, vous pouvez le voir ici, rechercher des idées de vidéos YouTube sur l'intelligence artificielle. C'est très important. Vous pouvez revoir l'œuvre pour une fois de plus. est généré le résultat est généré sur la base des idées de vidéos YouTube qui sont déjà rares ou qui ont créé des vidéos sur ces sujets particuliers . C'est la création pour moi afin que je puisse m'inspirer de ces idées ou de ce sujet en particulier créer le contenu. OK. C'est tout , mais vous pouvez voir qu'il génère la source. Vous pouvez voir comment cela fonctionne comme perplexit.ai. Vous pouvez voir venir ici, vous pouvez télécharger votre partage ou vous pouvez accéder aux Nouveaux outils de chat, vous pouvez utiliser toutes ces choses. Donc, jusqu'à présent certains modèles d'IA utilisent la saisie de capacités. voyez, je viens de vous le dire déjà, voyez comment tester le modèle d'IA. Mais souvenez-vous d'une chose que vous pouvez faire plus avec un Ck profond. OK, tu peux faire plus avec Croc, tu peux faire plus avec QuenChateI Vous pouvez faire plus avec MistraLei. Tout dépend de vos exigences et de vos tâches particulières. N'oubliez jamais que si vous cherchez à maîtriser une tâche particulière, maîtriser un EI LLM en particulier, rendez sur YouTube à maîtriser un EI LLM en particulier, si vous vous rendez sur YouTube et tapez un didacticiel spécifique, comme par exemple didacticiel Deep Sik dans lequel vous pouvez en savoir plus l'utilisation approfondie ou un didacticiel approfondi sur Deep Sk, vous pouvez obtenir plus d'informations Dans ce cours, nous sommes juste là pour vous assister aux tests, l'évaluation du résultat. Pourquoi ? En tant qu'ingénieur rapide, vous devez maîtriser l' écriture des instructions, et non le LLM en particulier Tu en as les capacités. Vous devez avoir la capacité d'écrire les instructions pour n'importe quel modèle de LLM C'est pourquoi nous nous concentrons sur les instructions de rédaction, les tests et l'évaluation et le choix du LLM le mieux adapté à notre tâche J'espère que vous comprenez ces points. Si vous recherchez des modèles de LLM plus différents ils sont meilleurs pour différentes tâches, comme peut-être le codage, la rédaction de la copie, nous ne le savons pas Mais j'explique en écrivant cette évaluation des tests. Pour cela, si vous travaillez dans un secteur du marketing ou dans un secteur du codage, allez voir quel modèle EI LLL est le meilleur pour le codage, vous pouvez opter pour le Cloud Vous pouvez prendre un Mistleei deep Seek Deep Sik a son propre code HTML, toutes ces choses, donc vous pouvez également apprendre sur YouTube J'espère que vous comprenez tous ces points. OK. Tout cela explique comment nous avons déjà vu près neuf modèles AIL LLM différents, testé les résultats d'évaluation et choisi le Buster LM Par conséquent, j'utilise le meilleur résultat, n'est-ce pas ? Donc, après évaluation, je vais réfléchir si j' utilise un modèle d'IA pour générer des idées de vidéos YouTube. Je vais voir ce qu'est une profondeur ou ce qu'est réellement l'intelligence artificielle. L'intelligence artificielle est aussi quelque chose de technique et d'automatisation. Dans ce cas, selon ce que je peux accepter, je choisirai celui qui n'est pas comme ça. Non. Je vais choisir Mistral AI Pourquoi ? City m'a fait gagner beaucoup de temps. Le meilleur résultat est ici. Cities a non seulement généré une vidéo thématique en particulier, mais elle m' explique également ce que je dois aborder dans cette vidéo YouTube en particulier, car je ne sais pas quel sujet je dois aborder dans cette vidéo en particulier. La ville m'a guidée, une vidéo créative adaptée aux Binger expliquant ce qu'est l'IE résultat est également généré sur la base des idées de vidéos de recherche sur YouTube et de l'intelligence artificielle, ce qui est très important pour SU ou toutes ces choses. J'espère que vous comprenez ces points. Donc, pour moi, c'est du travail pour cette tâche particulière. Mais pour votre tâche, cela peut être différent. Il peut s'agir d'un autre modèle EI. Tu peux le choisir. Vous pouvez obtenir le résultat à partir de là, non ? Donc pour cela, je m'en souviendrai, je vais vous donner la mission. Prenez donc une tâche en particulier et testez les neuf modèles d'IA différents, les neuf modèles d'IA différents, et vérifiez quel résultat est légèrement égal à vos besoins. Vous êtes alors le seul à pouvoir choisir ce modèle d'IA en particulier et approfondir cette tâche pour la résoudre. J'espère que vous comprenez cette vidéo en particulier. Commençons une autre leçon. Allons-y. 47. 5.5.1 Comment utiliser différents LLM pour rédiger des invites efficaces ?: OK, bon retour chez les professeurs. Dans cette conférence, nous verrons comment utiliser un objectif différent pour écrire des instructions efficaces En tant qu'ingénieur expérimenté, nous devons donc connaître ces techniques. Pourquoi ? Parce que nous manquons de connaissances sur une tâche particulière ou parce que nous avons une demande d' écriture particulière pour fournir des informations générales ou des informations générales ou des informations supplémentaires, l'IA souhaite comprendre notre intention principale et résoudre la tâche en question de meilleure manière, comme ça. Pour cela, si nous utilisons des LLM pour rédiger les meilleures instructions, cela nous donnera des instructions fondamentales et complètes, que nous pourrons utiliser et personnaliser en fonction de nos besoins . Nous les utiliserons à nouveau dans les forums de discussion pour combler le fossé entre nos connaissances et celles de l' IA et nous pouvons entre nos connaissances et celles de l' IA et nous attendre à obtenir les meilleurs résultats de l' OK. Il y a donc certains avantages à utiliser les différents LLM pour écrire des instructions spécifiques Vous pouvez donc le voir ici. Avantages, quels sont les avantages, exactitude et précision améliorées. Comme je l'ai dit, nous manquons donc de connaissances. Nous ne savons pas tout, non ? Donc, si vous utilisez le LLM, n'importe quel chatbot basé sur l'IA comme JA GPT, autre AI LLM, afin que les IA soient au courant un autre AI LLM, afin que les IA soient au courant des informations de plus en plus approfondies sur la tâche que nous cherchons OK. Il peut donc donner les meilleures informations sous forme d'invite. Le principal problème est que si nous utilisons, d'accord, la sortie dépend de votre entrée, la qualité de la sortie est basée sur la qualité de l' invite que vous vous donnez. Le détail, la mesure dans laquelle vous donnez l'invite en détail à l'IA, l'IA générera le meilleur résultat. des fins de détail, nous n'avons pas de connaissances approfondies pour une tâche particulière Dans ce cas, nous utiliserons le LLM, car LLM devrait avoir une connaissance approfondie Pourquoi ? Parce que les LLM sont formés à partir d' une grande quantité de données ils peuvent acquérir des connaissances plus approfondies Si vous utilisez des modèles de bal de fin d'année, comme agir en tant que personne ou un modèle de bal lequel nous pouvons attribuer un rôle spécifique, dans ce rôle, il agira comme ça. Dans ce cas, il approfondit les connaissances spécifiques. En cela, nous pouvons obtenir l'effet spécifique à l'invite. À partir de là, agissez comme une personne ayant un modèle, un modèle de bal de fin d'année. Dans lequel l'invite est beaucoup plus détaillée. Nous pouvons utiliser l'IA de différentes manières et de plusieurs manières par rapport à ce que nous pensons. OK. Vous pouvez donc voir les avantages ici. En donnant autant de détails aux instructions, vous pouvez améliorer l' exactitude et la précision Vous pouvez constater l'adaptabilité aux cas d'utilisation. Il existe de nombreux cas d'utilisation que nous pouvons utiliser pour rédiger des instructions efficaces, telles que des objectifs marketing, des activités éducatives et le codage Il existe d'autres cas d'utilisation que nous pouvons utiliser. Il peut donc facilement s'adapter. A et LM, vous prenez, il est facile à adapter, il est facilement adaptable à tous les cas d'utilisation que nous donnons en entrée. Il peut donc générer n'importe quoi. Juste à la fois. Pour cela, il possède une connaissance approfondie de toutes les choses. Pour cela, nous utiliserons le LLLP pour gagner du temps et écrire l'invite de base ou fondamentale au-dessus de cette invite, que nous pouvons personnaliser en fonction de nos connaissances Ensuite, nous pouvons réutiliser cette invite dans les tableaux de bord pour obtenir le meilleur résultat possible. Vous pouvez voir la troisième, qui est très importante, l'optimisation itérative Dans les modèles des conférenciers précédents, nous avons appris ce qu'est l'optimisation itérative . Écrivons. Cela signifie qu'en prenant les commentaires de la sortie précédente, nous devons modifier l'invite, la deuxième invite, pour obtenir la meilleure sortie optimisée une deuxième fois C'est un rat. Changer l'invite en fonction des commentaires de sortie, comme ça. C'est une optimisation du deuxième jour. quatrième avantage est que les non-experts peuvent tirer parti LLM pour créer des instructions de haute qualité sans une connaissance approfondie des techniques d'IA ou de PNL C'est très important. Si vous n'avez pas expertise dans la compréhension des techniques de maîtrise ou de PNL, Donc, si vous n'avez pas autant de connaissances à ce sujet, vous pouvez utiliser ces LLM pour rédiger des instructions efficaces Même les LLM peuvent écrire les meilleures instructions plutôt qu'un humain, car j' ai une connaissance approfondie mesure dans laquelle vous donnerez les instructions en détail, je générerai le meilleur résultat OK. Donc, pour cela, si vous ne connaissez aucun LLM, son fonctionnement ou les techniques de PNL Ainsi, même en tant qu' ingénieur d'instructions de base, vous pouvez utiliser ces LLM pour écrire des promotions de base et des instructions intermédiaires Vous pouvez donc en utiliser davantage. Dans la leçon précédente, nous avons déjà expliqué comment utiliser les LLM ou comment utiliser HGPT pour suggérer une meilleure version de notre invite C'est donc une suggestion d' amélioration. D'accord, une meilleure version de notre invite que nous pouvons utiliser dans n'importe quel LLM en tant qu'ingénieur rapide professionnel C'est donc la chose la plus importante ici. Donc, les LLM nous diront qu'ils vont suggérer, vous devez donc améliorer cette invite à ce stade Donc, comme ça, on peut l'utiliser pour ça. Donc, si vous n'avez pas de connaissances à ce sujet, vous pouvez utiliser les LLM pour rédiger les instructions de base ou les meilleures Ensuite, le cinquième avantage est le test et l'évaluation. Pour écrire une seule invite efficace, nous devons essayer un modèle d'IA depuis le point de départ. Pourquoi la meilleure invite principale est écrite en testant, mais en testant et en évaluant le résultat. Après cela, nous finalisons l'invite principale, non ? allons donc d'abord nous mettre en place pour effectuer ces tests et évaluations. Nous allons donc simplement commencer par une simple invite. Après cela, nous vérifierons la sortie, deuxième invite. Ainsi, dans la deuxième invite, nous allons écrire la meilleure invite à la place de la précédente. Pourquoi analysons-nous le résultat ? OK. Le résultat est bon, mais il est amélioré. Pour nous améliorer, nous allons apporter quelques modifications dans l'invite précédente. OK. Ensuite, nous analyserons à nouveau la deuxième invite. Cela se poursuivra donc à votre entière satisfaction. Lorsque le résultat vous satisfera, vous écrirez l'invite principale en analysant les instructions précédentes C'est vrai. Cela concerne les tests et les évaluations. Ce sont donc les avantages, non ? En utilisant des LLM, nous pouvons écrire le meilleur à demander. C'est pourquoi c'est le plus important. Voyons donc comment utiliser différents LLM pour écrire des instructions efficaces Nous avons donc pris connaissance des avantages. Passons à la pratique. Passons au modèle linguistique. 48. 5.5.2 Comment utiliser ChatGPT pour rédiger des invites avancées - Partie 1: J'ai déjà ouvert, que GPT Gemini Cloud perplexity point a, et Microsoft Copilot Ce sont donc les plus populaires. Vous pouvez également consulter d'autres LLM comme Lama. Donc, dans ce cas, j'ai pris ces cinq LLM pour vous expliquer OK. Avant de commencer à écrire les LLM, avant de protéger les chatbds pour générer N'oubliez donc pas d'utiliser cette invite en cas de mauvaise configuration. C'est-à-dire que vous êtes un assistant utile. Tu feras ce que je te dis. Vous avez de l'expérience dans la détection mots inhabituels, d'informations inexactes, et vous produirez des résultats optimaux et efficaces sans aucune erreur ni aucune amélioration des informations inappropriées Es-tu compris ? Il suffit de voir que ces informations supplémentaires aideront l'IA à devenir et à accomplir la tâche dans ce champ uniquement, dans ce champ uniquement. Même cela générera des informations précises, mais en écrivant ces informations supplémentaires dans l'invite elle-même, l'IA générera le résultat dans ce champ uniquement. Donc, avant de générer la sortie, cela conservera ces informations. Le résultat doit être efficace et sans aucune erreur, vous connaissez les informations appropriées sans cela. Cela générera la sortie. OK. Vous pouvez donc commencer par cette configuration d'invite d'installation, car elle est très utile, Vous pouvez donc l'utiliser. Commençons donc par ceci ici. Si je comprends bien, je suivrai vos instructions, veillerai à ce que le résultat soit précis, efficace et exempt d'erreur, et j'éviterai toute information inhabituelle ou inappropriée. Dites-moi comment puis-je vous aider ? Donc, lorsque nous parlons d'utiliser des LLM pour écrire des instructions spécifiques Donc, ce que nous avons à dire à l'IA, souvenez-vous de deux choses. Ainsi, pour utiliser au maximum le potentiel des modèles de langage d'IA pour résoudre une tâche particulière, vous avez besoin de connaissances spécifiques sur cette tâche. Par exemple, si vous êtes médecin, n'est-ce pas ? Vous pouvez donc y aller en particulier. C'est un chirurgien cardiaque, ou même vous pouvez y aller comme ça, nous pouvons consulter n'importe quel médecin en particulier, euh euh, un médecin ETA comme ça, vous pouvez consulter un nutritionniste, pour un médecin en particulier Maintenant, tu peux le dire à l'IA. Vous avez donc de l'expérience ingénierie rapide, en particulier dans le domaine de la nutrition. Vous devez entraîner l'AIN de manière aussi précise que possible pour obtenir le message spécifique de l'IA. Tu dois conserver ces deux points. Vous devez dire à AI que vous êtes un ingénieur rapide expérimenté. Plus précisément dans quel domaine chez le nutritionniste. Si vous voulez que l' invite soit liée aux nutriments contenus dans cet espace. OK ? Vous pouvez donc aller plus loin. Vous avez dix ans d'expérience dans le domaine de la nutrition tant qu'ingénieur rapide, vous pouvez vous lancer dans ce domaine. Ainsi, vous pouvez même fournir les informations supplémentaires dont vous avez besoin, en précisant dans quel domaine vous avez besoin de l'invite. Vous pouvez aller plus loin et entraîner le modèle d' IA en fonction de vos besoins de cette manière. OK ? Dans mon cas, je vais y aller, je vais suivre un objectif pédagogique pour le huitième cours de physique, ou même vous pouvez prendre. Oui, parlons maintenant du codage lui-même, ou de la génération de contenu. Ouais. Je vais donc y aller avec mes connaissances spécifiques, d'accord ? Pour savoir comment analyser cette sortie. Même cette crevette m' aidera ou non. J'ai donc une certaine spécialisation dans le code Python, le langage de programmation Python. Ainsi, même vous vous entraînez avec des LLM à rédiger des instructions efficaces dans quel domaine vous vous trouvez Mais en tant qu'ingénieur rapide, vous devez savoir toutes ces choses. Vous devez donc écrire l'invite pour chaque domaine spécifique, pas seulement pour le nutritionniste, pas seulement pour le code Python En tant qu'ingénieur rapide, vous devez écrire que vous devez être doué pour écrire l' invite pour une tâche spécifique OK ? Vous pouvez utiliser n'importe quoi ici. Par exemple, euh, si vous voulez qu'il soit préférable de demander à des fins de marketing. D'accord, pour une question précise, c'est la psychologie des clients. Allons prendre ça. OK ? Donc, ce que je vais vous dire, que vous êtes un écrivain rapide expérimenté. Vous êtes un rédacteur rapide expérimenté dans le domaine du ok. Dans le domaine de la psychologie, de la clientèle ou de la psychologie des femmes. Prenons cette psychologie de l'homme dans le marketing. OK. Ce que j'ai guidé l'IA, c'est que j'ai besoin d'un guide spécifique la psychologie humaine dans le marketing. Pour cela, j'essaie l'IA. Vous êtes un rédacteur rapide expérimenté. C'est agir en tant que personne prompte, n' est-ce pas, dans le domaine de la psychologie humaine dans le marketing. Donc, même vous pouvez simplement dire à E que vous êtes un rédacteur rapide expérimenté. C'est suffisant, mais pour tirer le meilleur parti de l'IA, vous devez opter pour une solution spécifique. Tout tourne autour de l'ingénierie rapide la rédaction de l'invite pour une application spécifique s' appelle ingénierie rapide. Vous pouvez donc aller aussi loin que possible, comme dans le domaine des psychogènes dans le marketing Ou vous pouvez opter pour la psychologie des femmes ou des hommes uniquement dans le marketing. Vous pouvez vous lancer dans le marketing Internet, le marketing hors ligne comme ça. Vous pouvez approfondir cela en fonction de vos besoins. Tout dépend de vous. Voyons voir, dans cet exemple, je vous ai dit que vous êtes un rédacteur rapide expérimenté dans le domaine de la psychologie humaine dans le domaine du marketing. Alors maintenant, votre tâche est maintenant, votre tâche est de régénérer les deux meilleurs ou même vous pouvez prendre, voyons voir, deux ou trois versions différentes de proms suivre différentes versions de promotions Vous pouvez suivre différentes versions de promotions pour les LLM ou pour l'IA Donc, ce qui va se passer, c'est générer des proms deux à trois versions différentes OK ? Il générera trois ou deux versions différentes d'invite pour l'IA. D'accord, cela va générer des instructions. Voyons l'exemple ici. Vous pouvez voir le premier bal, des informations comportementales pour la stratégie marketing. Vous êtes un psychologue du marketing chargé d'analyser le comportement des clients. Vous pouvez voir ici que le module d'IA sait comment agir en tant que personne de bal de fin d'année. Vous pouvez donc le voir ici. Il va écrire. Vous êtes un psychologue du marketing chargé d'analyser le comportement des clients. Vous pouvez donc voir quelle est l' IA qui lit l'invite, en utilisant Act as a person of bal pattern. Vous pouvez voir l'importance d'agir en tant que personne du style du bal de fin d'année. Même l'IA qui utilise également cela agit en tant que personne du modèle de bal de fin d'année dans l'invite elle-même. Vous pouvez voir ici que vous êtes psychologue du marketing. C'est le plus important utiliser Act as a person of prom pattern. Bien, vous pouvez voir ici un psychologue chargé d' analyser le client. Il a généré trois versions différentes des bals liés à la psychologie humaine dans le marketing Tu peux écrire de quatre à cinq, dix comme ça. Selon vos besoins, vous pouvez modifier ici. Donc, parfois, l' IA génère, euh, plutôt que cette sortie. Cela ne signifie pas le résultat réel. Pour cela, vous devez le dire à l'IA, vous devez donc donner les informations supplémentaires. Ces instructions sont utilisées sous différents angles pour générer la psychologie du marketing neuf Vous pouvez même ajouter des informations supplémentaires lorsque cette sortie n'est pas liée à votre invite. Parfois, tu commets des erreurs. Pour cela, vous devez écrire des instructions supplémentaires. OK. J'espère que tu comprends. Vous pouvez donc voir que vous pouvez directement utiliser ces instructions dans le chargebra lui-même ou dans d'autres modèles de langage pour obtenir les C'est pourquoi il est très puissant en utilisant les modèles linguistiques. Donc, ici, un autre avantage est que je vais écrire moi-même rapidement. Par exemple, si je veux rédiger un article sur la psychologie des femmes sans utiliser les LLM pour psychologie des femmes sans écrire effet après invite, je ne connais donc pas facteurs émotionnels et cognitifs qui influencent la fidélité à une marque Je ne le sais pas, parce que je ne connais le facteur psychologique des hommes. C'est vrai. Je ne suis pas au courant de ce facteur. Je ne suis pas au courant de ce facteur. Il en va de même pour ce qui est de la psychologie des hommes de manière claire. Donc, si je rate cela à cause de mon manque de connaissances, si je rate cette information rapidement, il l'ignorera simplement. OK ? Le résultat sera simplement de sauter ceci. Dans ce cas, je perds les informations à ce sujet. Même si j'utilise l'IA, je n'ai pas les connaissances nécessaires pour écrire de manière détaillée parce que je ne sais pas. Je ne connais pas les facteurs émotionnels et cognitifs qui influencent la fidélité à une marque dans la psychologie humaine du marketing. Mais R Je sais tout sur la tâche que nous confions à l'IA, car elle est entraînée par tous les sujets, ressources, toutes ces choses. C'est pourquoi il donnera les détails aussi détaillés que le but principal étant que vous devez écrire le meilleur modèle d'invite. C'est votre rédacteur rapide expérimenté dans le domaine de la psychologie. Jusqu'où vous allez aller plus loin, l'IA générera le résultat en profondeur comme ça. Nous pouvons voir le message ici. C'est la meilleure invite. C'est écrit plutôt que moi aussi, non ? C'est un puissant effet d'utilisation objectif L pour de l'objectif L pour écrire et demander l'utilisation des modèles A sont le niveau potentiel. Vous pouvez donc voir les trois versions d'invite différentes ici, que vous pouvez utiliser, vous pouvez vérifier quelle invite génère le meilleur résultat pour votre tâche, n'est-ce pas ? J'espère que tu comprends. 49. 5.5.3 Comment utiliser ChatGPT pour rédiger des invites avancées - Partie 2: R Cette invite. Il proposera la meilleure version de cette invite ici. Voyons l'exemple. Tu peux la voir. Voici une meilleure version de votre bal de fin d'année, affinée pour l' impact de la claritine. Tu peux la voir. Vous êtes un expert dans la création d'instructions basées sur l'IA, concentrez-vous sur la psychologie du comportement des hommes dans le marketing Votre tâche consiste à créer les 223 variantes d'instructions les plus efficaces pouvant aider l'IA à produire des résultats pertinents et exploitables liés à ce domaine Vous pouvez voir à quel point cette invite est professionnelle par rapport à celle que j'ai écrite. C'est vrai, tu peux la voir. C'est la meilleure façon de rédiger la meilleure invite à utiliser l' IA pour améliorer vos instructions de base, n'est-ce pas ? Ainsi, même si vous pouvez demander à l'IA de générer une invite ou non, vous pouvez le dire à l'IA, écrire vous-même une invite et me suggérer la meilleure version de cette invite. Vous pouvez utiliser ces deux méthodes pour tirer le meilleur parti de cette IA. OK. Ainsi, la sortie, également basée sur le modèle que vous utilisez, HGB a 3,5 turbo, 3,5 Dans ce cas, vous ne pouvez pas obtenir le meilleur résultat. Mais si vous utilisez le Cha G four Cha JB quatre W, vous pouvez en tirer le meilleur parti Cela dépend également du modèle que vous utilisez. OK. Ainsi, même vous pouvez utiliser vérificateur cognitif dans lequel nous dirons à l'IA que vous êtes un rédacteur rapide expérimenté dans le domaine de la psychologie, que vous êtes un rédacteur rapide expérimenté dans du marketing humain. Supposons donc, par exemple, que je ne prenne que cette invite Control plus C. Directement, je vais la vérifier ici. Allons-y. Je prends en compte l'invite précédente. Vous avez fait l'expérience d'une rédactrice rapide dans le domaine de la psychologie des femmes dans le marketing. Votre tâche consiste maintenant à générer deux à trois versions différentes d'instructions pour l'IA Au lieu de demander à une IA directrice générer une invite pour un domaine de la psychologie des femmes dans le marketing, je vais dire à AI ask me subdivise QuotiensRTD de générer une invite pour un domaine de la psychologie des femmes dans le marketing, je vais dire à AI ask me subdivise QuotiensRTD en fonction de la tâche principale. Tâche principale que vous avez demandée. Demandez-moi des quotiensRl subdivisés en principale dont vous avez besoin Pour générer des instructions. Alors, que se passe-t-il ici, je vais me poser quelques questions subdivisées liées à la psychologie des humains OK. Une fois que j'aurai fourni des réponses à ces questions , tout cela générera des instructions efficaces pour moi Vous pouvez donc l'utiliser. Donc, quand c'est utile, cela signifie que vous utilisez cette méthode lorsque vous n'avez pas les connaissances nécessaires pour une tâche spécifique que vous cherchez à résoudre par l'IA. Par exemple, dans ce cas, je ne suppose pas que je n' ai aucune connaissance de la psychologie des femmes dans le marketing Dans ce cas, je dis simplement à AI, generate, je vais simplement définir la tâche. Vous êtes une rédactrice de bal expérimentée dans le domaine de la psychologie du féminin Votre tâche consiste maintenant à générer les deux ou trois meilleures versions d'instructions pour l'IA car je n'ai pas de connaissances spécifiques sur psychologie des femmes. Dans ce cas, l'IA prend ses propres connaissances et générera les deux meilleures instructions ici, des versions différentes de l'invite versions différentes Mais quand j'aurai des connaissances spécifiques sur la psychologie des humains dans le domaine du marketing, je demanderai à l'IA de me prendre les données, d'accord ? Utiliser les données de mon côté pour générer les différentes versions de prompt. C'est vrai. Vous pouvez donc le voir ici. Je dis à l'IA, je me demande des quotiens subdivisés liés aux mentas dont vous avez besoin pour Dans ce cas, l'IA me demandera différents quotiens liés à la psychologie des humains dans marketing afin de générer le meilleur message pour moi OK ? Ici, l'IA utilise ses propres connaissances, d'accord ? Ici, l'IA utilise mes connaissances, d'accord ? C'est ce qui fait la différence entre les deux. Après avoir fourni. Je vais répondre à certaines de ces questions. Groupe d'âge La première réponse est : groupe d' âge de 18 ans. Je vais prendre un exemple. OK, je vais passer en deuxième position. Ainsi, lorsque l'IA vous pose des questions, vous devez donner la réponse à chaque question, pour obtenir des explications, je vais simplement prendre les réponses approximatives. J'écris les réponses approximatives pour ce qui est la première uniquement. Ventes de la marque Anus. Prenons l'exemple des ventes. Le troisième concerne les facteurs psychologiques, c' est-à-dire la confiance, la confiance statique Le quatrième est le ton publicitaire et le style décontracté que l'on peut adopter. Concurrence et position sur le marché, vous pouvez dire : souhaitez-vous un produit ou un service différent de celui-ci ? Y a-t-il des tendances du marché influencent l'intérêt que vous serez considéré comme le prompt ? Vous pouvez donc également donner les réponses à ces questions. Pour cela, je vais simplement taper grossièrement la réponse à la question de savoir qui sont vos principaux concurrents sur le marché. Prenons Amazon. Nous allons le prendre directement. Après avoir appuyé sur ce bouton Enter, les deux à trois meilleures versions de l'invite seront générées . Vous pouvez le voir ici. Stratégie marketing rapide et axée sur la confiance. Une confiance rapide et décontractée en tant que campagne marketing. Rapidité, confiance et authenticité dans les ventes en ligne. Vous pouvez voir ici l'invite. Vous êtes un expert en marketing spécialisé dans le renforcement de la confiance avec le public Ng, stratégie de vente créative qui tire parti des déclencheurs psychologiques pour augmenter les taux de conversion Concentrez-vous sur la façon d'utiliser la preuve sociale. Voyez si vous voyez ces instructions ici, elles sont plus efficaces que si je les écris Pourquoi ? Parce qu'ici, IA utilise ses propres informations, n'est-ce pas ? Mais quand on compare, il posera plus de questions de la part de myset Après avoir rectifié mes exigences et mes propres données sous forme de réponses à cette question, vous pouvez voir ici le résultat : dans sous forme de réponses à cette question, vous pouvez voir quelle mesure cette invite est efficace ? Quel est le niveau de détail d'une invite. Vous êtes un spécialiste du marketing spécialisé dans l'établissement de la confiance avec le public. Vous pouvez voir ici, concentrez-vous sur ce risque de conversion, par exemple sur la façon d'utiliser des stratégies de preuve sociale pour créer des sentiments. Voyez à quel point il a généré des informations détaillées, les instructions. Même nous ne pouvons pas écrire cette invite car nous avons des compétences techniques rapides. C'est le pouvoir d'utiliser les LLM pour rédiger des instructions efficaces, Vous pouvez le voir ici. Vous pouvez voir l'exemple ici. Nous avons écrit ceci. Il s'agit de trois méthodes que vous pouvez utiliser pour écrire l'invite à l'aide de LLM. OK ? Il existe d'autres modèles rapides que vous pouvez suivre. Si vous vous entraînez avec différents aspects et modèles, vous en apprendrez davantage à ce sujet. Pour cela, tu dois t' entraîner par toi-même. Vous devez tester, vous devez tester avec différentes instructions et vous entraîner, alors vous seul pourrez acquérir des connaissances à ce sujet OK ? J'espère que tu comprends. Voyons voir, nous avons utilisé les trois méthodes. Quelle est la première méthode ? Nous disons simplement à l'IA que vous êtes un promètre expérimenté dans le domaine des psychogéomènes Après cela, nous concevons un régime guidé, vous devez générer les deux à trois versions différentes des instructions. La première consiste simplement à me dire de générer ces trois versions différentes de prompt. Dans la première méthode, l'IA utilise ses propres données, propres connaissances sur les cyclogènes puis elle est la seule à générer quelques instructions ici. Vous pouvez le voir ici. Il s'agit de la première méthode dans laquelle l'IA utilise ses propres données, propres informations sur les psychogènes et rédige le meilleur message à demander ici Dans la deuxième méthode, vous pouvez voir ici, dans la seconde méthode, je demande à AI me suggérer la meilleure version de cette invite ici. Non, cela me suggère le mieux de demander ici. OK ? Il s'agit de la deuxième méthode. Deuxième méthode, dans laquelle nous avons utilisé le modèle d'invite QuotienRfinement. OK ? Et la troisième méthode est le modèle de vérification cognitive dans lequel nous guidons l'IA pour qu'elle me pose des questions subdivisées Vous pouvez le voir ici. Il s' agit de la troisième méthode. Posez-moi des questions subdivisées similaires à la tâche principale requise pour générer un bal dans lequel l' IA utilise mes propres données, n'est-ce pas ? En me posant des questions et en recueillant les réponses de mon côté. OK, pour utiliser ces données dans lesquelles nous pouvons obtenir le résultat spécifique autant que possible. Nous pouvons obtenir le résultat spécifique et le résultat efficace. C'est vrai. Vous pouvez donc utiliser ces trois méthodes en fonction de vos besoins. Si vous avez des connaissances spécifiques à ce sujet, vous pouvez utiliser ce modèle d'invite à poser des questions. OK. Une fois que vous aurez fourni les réponses à ces questions, vous obtiendrez les meilleurs résultats rapides. J'espère que tu comprends. Allons-y, tout tourne autour de JGBty. OK. Passons aux autres LLM, comment ils vont être générés ou non Par exemple, GP fonctionne très bien dans le domaine de la rédaction rapide. Prenons d'autres LLM, qu'ils soient capables ou non 50. 5.5.4 Comment utiliser Gemini, Claude, Perplexity & Copilot pour rédiger des invites efficaces: Tout tourne autour de Ja gibt. OK. Passons aux autres LLM, comment ils vont être générés ou non Par exemple, Jagibt travaille très bien dans le domaine de la rédaction rapide Prenons d'autres LLM, qu'ils soient capables ou non de les générer. Des instructions concernant nos exigences. Je vais prendre vite. Je copierai la mesure de l'utilisateur sans aucune modification, en ajoutant de nouveaux points de dispersion le cas échéant OK, voyons voir, ce n'est pas vraiment un outil de personnalisation, GBD. Maintenant, je vais copier ces instructions dans les autres aumônes. Voyons s'il sera capable ou non de générer les instructions nécessaires Oui, trois versions d'écriture rapide sont générées ici. Oui, c'est bon, non ? J'ai deux cycles qui ont généré trois invites : les Gémeaux. C'est bien, non ? Je vais donc prendre la deuxième méthode qui est OK. Mais vous devez connaître une certaine expérience utilisateur à cet égard. Vous pouvez donc le voir ici. Cela me suggère également une meilleure version de mon invite ici, comme Hag B l'a fait, mais elle n'est comme Hag B l'a fait, pas efficace comme Cha Gib, vous pouvez le voir Tu peux la voir, non ? Les instructions ici. Mais vous pouvez voir le message des Gémeaux. n'y a pas beaucoup d'efficacité et de détails là-dedans. Vous pouvez voir ses Gémeaux pointus par rapport au Cha GP. OK. Passons à la troisième méthode. Je vais d'abord copier pour vérifier si les autres aumônes fonctionnent bien ou non C'est aussi Gemini qui pose également quelques questions. Après avoir fourni les réponses. OK, je vais juste le copier et nous allons vérifier le résultat. Oui, vous pouvez voir que ce n'est pas une grande partie du résultat. Vous pouvez voir ici, après m'avoir posé des questions, c' vrai, des clients inactifs ou un concurrent de H, toutes ces choses. OK. J'ai également généré l'invite elle-même uniquement. Mais vous pouvez voir ici si vous observez ici les instructions ne sont pas bien écrites et très efficaces par rapport à Chat GPT Vous pouvez voir que les instructions sont très structurées et très efficaces avec une explication détaillée dans l'invite Et en utilisant le chat comme modèle de bal personnel par rapport aux Gémeaux, n'est-ce pas ? Tu peux observer. C'est une capacité de JA GPT qui en a. OK. C'est pourquoi je recommande d'utiliser HGPT pour écrire les promotions efficaces à partir de l'IA OK ? Parce que Gemini ne l'est pas, c'est un forum de discussion sur les moteurs de recherche Il possède d'autres fonctionnalités que Chargibby Cloud. Cloud, qu'il s'agisse ou non d'un moteur de recherche. Chargebty propose de nouvelles fonctionnalités comme le moteur de recherche. Il arrive maintenant, il possède une nouvelle fonctionnalité que nous pouvons rechercher dans le chargeby directement en tant que moteur de recherche Mais il faudra attendre que le futur moteur de recherche dispose du modèle de langage simple D'accord, il est entraîné par différents modèles de bal de fin d'année dans lesquels nous pouvons utiliser des modèles rapides efficaces et obtenir les bals de fin d'année efficaces. Mais Gemini est comme un chatbard pour les moteurs de recherche. OK. Dans ce cas, nous ne pouvons pas utiliser ces modèles de bal de fin d'année. Nous ne pouvons pas l'utiliser pour écrire le modèle de bal de fin d'année efficace. OK. Pour cela, nous utiliserons ce Char PIB pour écrire la meilleure invite Vous pouvez la voir pratique, vous pouvez observer ces sorties correctement par rapport au hA GPT Alors parlons fort. Vérifions-le avec har GPT Je vais à peu près appeler, j'utiliserai la même invite et tous les LLM exactement au même moment. Et nous verrons. OK. Prenons une autre question ici. C'est la première méthode. Vous pouvez voir ici, le message qu'il va générer. Oui, c'est encore plus détaillé par rapport à Cha GPT. Waouh, c'est génial. C'est vrai. Oui, voyons un autre LLM. C'est perplexity.ai. Oui, c'est bien aussi, mais je vais expliquer toutes ces choses. Oui, c'est la puissance des moteurs de recherche LLM et des autres modèles linguistiques Donc, par rapport à cela, vous pouvez voir ici. La première invite de méthode est que nous avons généré différentes versions de Prom. Vous pouvez voir ici qu' un Hagibths est une invite chargebive si vous voyez le même résultat provenant du Cloud, même si vous pouvez le voir ici, même si vous pouvez le voir ici, agir en tant que chercheur senior en psychologie du consommateur avec 20 ans d'expérience dans l'économie comportementale et le marketing Donc, si vous voyez que ce n'est pas bien , il faudra faire de votre mieux. Il est indiqué dans la droite , vous pouvez voir que c'est plus détaillé par rapport à Char GPT one Vous pouvez voir ici l'invite. Mais si vous observez le nuage, euh, vous verrez ici. Il est plus détaillé que HarGPT, n'est-ce pas ? Il y a une deuxième invite ici, et ceci est une troisième invite. J'ai plus d'informations, des informations détaillées utilisées rapidement par rapport à la facture. Mais si vous voyez que ces trois instructions agissent comme un modèle de bal de fin d'année personnel, mais que Cloud n'en a qu'une , n'est-ce pas ? Agir en tant que chercheur principal en psychologie du consommateur. Dans les deux autres instructions, il s'agit simplement de ne pas utiliser le numéro comme modèle de bal de fin d'année personnel Il suffit de conserver l'invite à effectuer la tâche pour laquelle nous pouvons prendre du retard. OK. Donc pour cela, même si vous comparez ces deux solutions Cloud et Hagibt, vous pouvez arriver que TGP possède d'excellentes fonctionnalités pour générer un message efficace, n'est-ce pas ? Même Cloud possède également des fonctionnalités intéressantes, mais vous pouvez même utiliser ces informations supplémentaires pour les inclure dans cette invite ici. Vous devez donc utiliser Act comme modèle d'invite personnel. Si vous devez utiliser ce modèle de bal pour obtenir l'entrée, meilleure sortie provient de l'IA. Donc, pour cela, utilisez cette invite uniquement depuis Jagt, mais incluez ici ces informations dans lesquelles elle peut être laxiste Sinon, c'est bon. JGB va bien plus loin. Parfois, cloud, d'accord, mais c' est la sortie. Ces bals Jagtive sont spécifiques D'accord, pourquoi nous avons demandé à l'IA de générer des instructions psychologiques uniquement chez les humains, alors que Cloud a générés les nuages dans le domaine de recherche Pour cela, les détails du bal de fin d'année devraient être consacrés à l'étude de marché au lieu de se concentrer sur la psychologie des humains. Que tu puisses l'analyser. L'habitude est plus personnalisée et très spécifique à notre tâche afin de générer le meilleur résultat Pour cela, nous utiliserons Hagibt pour rédiger les instructions les plus efficaces C'est-à-dire que le hagibi est plus puissant que les autres modèles linguistiques Dans ce cas, écrire les instructions pour différents cas d'utilisation Mais d'autres modèles de langage ont leurs propres forces et avantages dans d'autres aspects des cas d'utilisation. Vous avez vu ces deux modèles linguistiques Cloud et Hagibt. Nous allons maintenant voir le Gemini perplexity.ai Microsoft. Quel est le résultat. Si vous pensez que les copilotes de Gemini, Microsoft sont des moteurs de recherche Si vous analysez le résultat, vous verrez la même structure et le résultat est le même pour trois Gemini, Microsoft et Perplexity Ces trois ont généré le résultat de la même manière. Voyons voir, vous pouvez voir que la première méthode d'invite est. Les trois versions différentes de prompt here, develop, analysis, create sont générées . En cela, il n'y a aucun raisonnement ou il n'y a pas d'acte en tant que modèle et détail personnels de bal de fin d'année. De même, vous pouvez également voir le copilote Microsoft. Vous pouvez voir le message, analyser, examiner, exploser. Aucun modèle de bal personnel n'est utilisé, et vous pouvez voir le fichier perplexity.ai. Même vous pouvez voir ici point perplexe A n'utilise pas non plus l'acte comme modèle de bal de fin d'année personnel ou d'autres instructions en détail, vous ne verrez que l' exploration et l'analyse enquêter Donc, si vous observez ces trois LLM tels que Jemini, Microsoft copilot et perplexity.ai, ils ne sont pas doués pour écrire les proms. Pourquoi ? Parce que l'objectif de ce LLM est un autre objectif, il est différent des modèles linguistiques Ceci est le forum de discussion du moteur de recherche. Microsoft C pit est également un forum de discussion sur les moteurs de recherche. Même PurpleStti fonctionne également comme un moteur de recherche dans le but de rechercher dans l'émission, générant le résultat en fonction besoins de l'utilisateur en fournissant la source des données qu'il OK ? C'est donc le but, le véritable objectif de ce modèle de langage est de résumer les sujets de recherche ou fournir la source pour laquelle il en a tiré les données. L' objectif de ces trois modules est donc différent. C'est pourquoi le modèle de langage pas profondément intégré à l' ingénierie de l'invite, directement dans l'invite. Mais comparés à ha, GPT et Cloud, ils ne sont pas basés sur les moteurs de recherche Il s'agit du langage, basées sur le NLP et des données Trind, utilisent leurs propres techniques, leurs techniques de modélisation . Mais comparées à Gemini Microsoft copilot perplexity.ai, ce sont des données à jour Ces trois modèles linguistiques utilisent leurs ressources en ligne telles que les sites Web, données, les forums, les YouTubes, etc. Mais par rapport au Cloud et au GPT, ils sont entraînés sur les données Ils sont entraînés selon différents modèles de bal de fin d'année. Dans ce cas, l'IA sait comment écrire le meilleur bal de fin d' année pour les modèles de langage en utilisant des modèles de bal de fin d'année. Dans ce cas, l'utilisateur de l'IA agit comme un modèle de bal personnel que vous pouvez voir uniquement dans le ha GPT et dans le Cloud Et tous les autres LLM comme Jemini Microsoft, CopaltPerplexty point a, ne sont utilisés aucun modèle de bal de fin d'année, et les bals de fin d'année ne sont pas non plus détaillés et Eh bien, ce sont les forums de discussion des moteurs de recherche. Ils n'en ont pas, ils n' ont pas autant de connaissances. Ils connaissent la psychologie des connaissances principales, mais ils ne sont pas doués pour rédiger les instructions. OK ? Pour cela, comme je l'ai dit, ces deux modèles linguistiques, Cloud et HGB, sont bons pour rédiger les instructions, mais ha Gibt est plus personnalisé et spécifique lorsqu'il s'agit de générer les instructions relatives J'espère que vous comprenez cette différence entre les fonctionnalités du LLM et les cas d'utilisation dans le cas de l'écriture rapide OK ? J'espère que vous comprenez ces cinq types de LLM Cette coque convient donc parfaitement au Hagibtan Cloud. OK. Vous pouvez même essayer vous-même avec différents cas d'utilisation, d'accord ? Pas seulement dans l'invite. Vous pouvez même écrire l'invite à l'image. Oui, image. Qu'est-ce que l' invite d'image si vous utilisez des outils de génération d'images tels que Image Journey, Leonard AI lexica.ai, Ideogram AI, dans lesquels vous obtiendrez l'image, correctement, conformément à notre Vous pouvez même demander à l'IA de générer l'invite d'image. OK ? Vous devez donc dire à A, vous avez de l'expérience en tant que rédacteur d'invite d'images dans le domaine de la psychologie des humains, même si vous pouvez dire n'importe quoi, dessin animé de lion ou vous pouvez devenir rédacteur d'invite d' images de dessins animés animaliers. Vous pouvez vous concentrer sur le fait que votre tâche consiste à générer les deux ou trois meilleures versions différentes des invites d' image pour le générateur d'images AI Comme ça, tu peux y aller. Cela va générer. Vous pouvez utiliser trois méthodes différentes. Donc, ce que je suggère lors de la rédaction de l'invite de génération d'images est d'utiliser cette troisième méthode. C'est-à-dire, posez-moi des questions subdivisées dans lesquelles l'IA vous posera différentes questions concernant l'image que vous souhaitez, n'est-ce pas ? Il vous suffit donc de fournir les exigences dont vous avez besoin et que vous regardez sur l'image, n'est-ce pas ? Indiquez donc à quoi devrait ressembler votre image. L'image requise doit ressembler à, fournir les réponses aux questions supplémentaires que l' IA pose pourrait vous faire, et elle générera l'invite à prendre des images. Utilisez simplement cette invite dans les anciens modèles de langage de génération d'images, et vous pouvez obtenir l' image que vous souhaitez. Au lieu de rédiger vous-même l' invite, le chargebby peut vous aider à l'écrire OK ? Tout dépend donc du niveau fondamental, du niveau de base. Vous pouvez modifier votre invite en fonction des besoins. C'est le pouvoir d'utiliser les LLM pour rédiger vos instructions J'espère que tu comprends. N'oubliez pas une chose, ne vous fiez pas à ces instructions générées par l'IA Tout dépend de la façon dont vous l'utilisez. Tout dépend de la façon dont vous l'utilisez dans votre espace de travail, tout dépend de cela. OK ? Il s'agit donc d'utiliser différents LLM pour écrire des instructions efficaces Je recommande donc d'utiliser uniquement Cloud ou hagibt pour générer le meilleur message Et dans d'autres cas d'utilisation, les autres modèles de langage fonctionnent bien. Y, non ? Tu dois choisir toi-même. Vous devez tester tous les modèles linguistiques pour effectuer une tâche particulière. Ensuite, allez-y vous-même. Comme je l'ai dit, ces trois points de perplexité parsèment Microsoft Gemini ou les moteurs de recherche comme ça. Dans ce cas, vous devez utiliser cela quelques idées de personnalisation, de brainstorming et rédaction des instructions les plus efficaces. Vous pouvez utiliser ce cloud et ce Dans ce cas, Ja Gibt est plus personnalisable que le cloud OK ? J'espère donc que vous comprenez très bien ce professeur OK ? Dans le prochain modèle, nous verrons certains outils d'incitation efficaces tels que la chargeabilité, avoir leur propre Nous verrons, nous explorerons également ce terrain de jeu, et nous verrons s'il existe des techniques, d'accord. 51. 5.5.5 Comment utiliser Deepseek, Grok ai, Qwen chat et Mistral ai pour obtenir des invites efficaces: Voyons quatre autres modèles LLM, dans lesquels nous avons déjà vu les cinq modèles d'IA différents tels que HachPT Cloud, Gemini, purples point I, Okay, Microsoft C Palette pour générer les instructions efficaces correspondant à générer les instructions efficaces Au cours de cette session, dans ce cours, nous allons voir, à droite, les autres modèles d'IA qui seront les plus récents en 2024 ou 2025, c' est-à-dire l' extinction en profondeur de l'IA Croc chez Mystal AI Donc, que ces modèles d'IA soient capables d' écrire les meilleures instructions pour nous ou non, comme le fait HA JP OK ? Comparons avec le ha Gibt et les quatre modèles INM OK ? Commençons par là. Nous allons donc procéder de la même manière à notre invite de préchauffage de démarrage. OK ? Allons prendre. Donc je n'ai pas recours à cette réflexion approfondie sinon tu peux utiliser toutes ces choses, d'accord ? Cela commence à générer la réflexion, ce qui est très important. Je vais donc intégrer rapidement tous ces mods particuliers pour nous faire gagner du temps OK. Et nous pouvons facilement tous les vérifier en même temps. La photo prise en haute mer. D'accord, vous pouvez voir, oui, je comprends vos exigences. Il est clair que je vais le faire. OK. Donc oui, je comprends que je suis une assistante utile au design , toutes ces choses. Vous pouvez voir le résultat des quatre modèles d'IA. C'est une bonne chose. OK. Passons maintenant à notre deuxième message. C'est votre expérience en tant que rédactrice rapide dans le domaine de la psychologie, des femmes dans le marketing. Votre tâche consiste maintenant à générer deux à trois versions différentes de Prompt AI. Demande d'IA. Passons à cette tâche particulière, et nous nous baserons simplement sur tous les autres modèles d'IA. C'est commencer à générer de la réflexion. Hein ? Commençons par le Deepsk C'est un modèle de pensée. L'utilisateur souhaite générer deux à trois versions différentes de prom pour EI. C'est la réflexion, ce qui est le meilleur aspect de cette IA Deepsk. Vous pouvez utiliser le bouton de recherche, toutes ces choses ici. Maintenant, vous pouvez voir que voici trois instructions raffinées axées sur la psychologie adaptées à cela Voyons toutes ces choses. Ici, il est également généré trois versions rapides, Cro QI. En tant que rédactrice spécialisée en psychologie des femmes dans le marketing, je rédigerai deux à trois instructions distinctes de haute qualité Version rapide, agissez en tant qu' experte en psychologie féminine et en marketing. Vous êtes psychologue spécialisé dans le marketing. OK. Assumez le rôle d'un psychologue du marketing, qui est très puissant par rapport aux Cha PT, comme vous pouvez le voir ici. D'accord, c'est bien aussi. OK, agissez en tant qu'expert en marketing. OK ? Mais si vous regardez ici, c'est grok, qui est très puissant, qui écrit les instructions Vous pouvez voir que c'est assez similaire à HaGiBT. Mais vous pouvez voir à quel point c'est bien écrit. Il utilise le modèle Persona Prom. Agissez en tant qu'expert en psychologie des fours et en marketing, fournissez une analyse détaillée de l' influence des motivations intrinsèques et extrinsèques Vous pouvez consulter un psychologue de l'URS, utilise également le modèle personnel du bal de fin d'année. Assumez le rôle. utilise également le modèle de bal de fin d'année personnel. C'est donc le pouvoir d' utiliser un modèle de bal de fin d'année personnel. Même l'IA génère également l'invite utilisant un modèle de bal de fin d'année personnel. C'est donc puissant. OK ? Vous pouvez voir que c' est le meilleur résultat , par rapport au deep sik. Si vous le voyez, c'est bon, vous pouvez le voir. Même le deep sik utilise également le chat en tant qu'expert en psychologie du consommateur, ce qui est très important. Vous pouvez voir le pouvoir d'un modèle de bal de fin d'année personnel ici. OK. Vous pouvez voir la stratégie marketing étape par étape. Analyser la deuxième version, c'est analyser comment les valeurs culturelles créent une éthique. La première version est plutôt bonne. Mais ces deux-là ne sont rien ou ne semblent pas être plus efficaces. Comparé au Grock AI, vous pouvez voir que le modèle Grock I a généré trois versions différentes d'instructions Même eux sont les meilleurs sur le plan écrit. Vous pouvez voir assumer le rôle du marketing. Il utilise le rôle du modèle personnel de manière cohérente, mais dans un format différent. Vous pouvez voir agir en tant qu'expert, vous êtes psychologue, assumer le rôle du marketing. Mais chez le malade profond, c'est ce schéma rapide qui agit comme dans première version, dans le zéro, dans la deuxième et la troisième Vérifions-le dans la section 2.4 ici. Voici les trois instructions distantes de haute qualité, version rapide, analysez la base cognitive émotionnelle de la version TCursPmpt pour explorer le rôle de la persuasion, la conception étape par étape, conception étape par étape Donc, si vous voyez que c'est simple, ce n'est pas un outil d' invite, je ne peux pas utiliser ce modèle d' invite particulier Pourquoi il ne définit aucun rôle ou n' attribue le rôle d'un modèle d'IA particulier dans lequel nous pouvons obtenir un résultat spécifique sur ce sujet en particulier OK ? Les équipements ont également très bien fourni quelques informations générales, mais ils ne disposent pas système d'attribution des rôles commun, comme l' utilisation des modèles de bal de fin d'année ou d'autres choses Vous pouvez voir que l'IA a également généré le meilleur rock que vous puissiez voir, n'est-ce pas ? Comme si de l'angibt générait également, non ? Tout tourne autour de Quin Chat. OK. Prenons notre Mystal EI Donc, dans l'IA mitrale, d'accord, Visual n'a rien à voir avec l'écriture du patron du bal de fin d'année ici Vous pouvez voir étudier l'impact ou analyser l'utilisation du marketing émotionnel, explorer les principes de la psychologie, d'accord. ai un excellent ingénieur, mais en tant qu' ingénieur rapide, j'ai l'impression et j'aime bien Rock AI pour écrire les instructions à ma place, car elle a utilisé la formule parfaite, en assignant le rôle, en confiant la tâche et en fournissant les informations générales, tout cela ici Vous pouvez voir ici ce qui est très important pour écrire efficacement cette simple invite spécifique. Donc en guise de conclusion, j'utilise cette pierre A pour écrire les meilleures instructions, non ? Ce sont donc les Grock et Hagibt qui ont leurs meilleures capacités pour écrire les bals pour nous. C'est simple. OK. J'espère que vous comprenez ce cas d'utilisation particulier. Passons à une autre tâche dans ce domaine en particulier uniquement. Nous verrons ici. OK. Vous êtes donc un rédacteur de bal expérimenté dans le domaine de la psychologie masculine dans le marketing. La tâche consiste à générer deux à trois versions différentes de prom pour suggérer une meilleure version de cette invite. OK. Donc, si vous pensez suivre cette tâche ou cette leçon en particulier, c' est-à-dire comment écrire Affectoms pour HagIpt OK, vous comprenez ce point en particulier, donc je ne vais pas l'expliquer ici. Maintenant, vous pouvez le voir ici. Je vais juste dire à AI que je suggère la meilleure version de cette invite ici. Je vais donc dire à AI que je suggère cette invite, une meilleure version de cette invite ici, cette question. OK, voyons ce qui se passe ici. Passons à Deep sick et nous allons continuer à partir d'ici. Cliquons ici. Coller. Passons à l'envoi et nous prendrons la même chose ici. Allons vite. Faisons des économies, venez ici. Steak. Alors viens ici, bifteck, traversons le disque. Provient des conseils. Vous pouvez maintenant voir que Heit a généré une version 1 améliorée de prompt. Je viens de vous dire que vous avez de l' expérience en matière d'écriture rapide. Je suggère la meilleure version de cette question ou de cette invite particulière. Il est généré dans une version rapide améliorée. Agissez en tant qu'expert en psychologie du consommateur et en ingénierie rapide Tout ce que vous pouvez voir, ce sont des instructions sympas et bien écrites. Vous pouvez voir la version 2 améliorée. Vous êtes un psychologue spécialisé dans version améliorée des invites, développez deux à trois instructions avancées en IA Jetons un coup d'œil à l'IA du groupe. Prenons le modèle Crock Two. Vérifions-le par rapport à un autre modèle I, il commencera à générer. Cela prend trop de temps, mais prenons notre IA à cartes en quins. Maintenant, sa réflexion est terminée. Nous pouvons voir qu'il a généré les trois versions. Agissez en tant que psychologue du marketing. Vous êtes psychologue du marketing, concevez trois instructions pour explorer toutes ces choses Bien. C'est une meilleure précision, mais pourquoi ? J'ai donné cette petite invite ici. OK. J'espère que tu comprends. Ces trois bals de fin d'année sont donc bien écrits en termes de spécificité, d'accord ? Mistral A, voyons voir, Mistral A. Ou vous pouvez le voir ici en tant qu' expert dans la création de bals de fin d'année, dans le domaine de la psychologie , tirer parti de votre expertise, de vos compétences Celui-ci est également bon par rapport à celui-ci. Mais en guise de conclusion, je ne peux donc pas le dire, donc je peux le dire. Le mistal n'est donc pas doué pour écrire les bals de fin d'année. OK. C'est simple. Pourquoi ? Parce que j'ai évalué ces trois bals ici. OK. Mais en écrivant le bien, mais sans utiliser la formule spécifique assignant le rôle spécifique, tâches et fournissant des informations générales comme ça J'espère donc que vous comprenez cela. Donc, pour la première version, c'est bien. Il est généré en utilisant l'acte comme modèle de bal de fin d'année personnel. C'est une bonne chose. OK. Comparé au chat quin également, il utilisait les deux versions. Il fait office de modèle de bal de fin d'année, modèle de bal personnel en deux versions. Donc tu peux. C'est une bonne chose. OK. Et le groupe Am aussi. Cela prend donc du temps, trop de temps. Prenons Okay. Allez. Examinons le CKI en profondeur. Dans le CKI profond, vous pouvez voir qu'il a fallu deux fois pour devenir un modèle de bal de fin d'année personnel Agissez en tant qu'expert, vous êtes psychologue. Dans le troisième, il a simplement fallu développer la tâche. L' attribution du rôle est ignorée. Quenchat a également ignoré le donc si vous pensez ici, le queen chat EI et le tipsy EI, le résultat semble similaire parce que ces deux modèles d'IA viennent de Chine, et vous pouvez penser que ces deux modèles sont basés sur les mêmes données Vous pouvez donc voir que le résultat est qu'il a un utilisateur qui agit deux fois en tant que psychologue de l' URA, et vous pouvez comparer la même pièce à 0,5 en agissant en tant que psychologue du marketing de l'URA. Vous pouvez donc prendre Design Three A. Vous pouvez voir ici, développer deux à trois promotions avancées en matière d'IA. Donc assez similaire, non ? Vous pouvez vérifier toutes ces choses. Développer l'IA prend trop de temps. Alors, ce que nous pouvons faire ici, une seconde après l'autre. Donc, par rapport à Mistral AI, Mistral AI a utilisé le meilleur pour la première version, elle a utilisé le numéro comme modèle de bal de fin d'année personnel, et la version deux, version trois, n'a pas utilisé le modèle de bal de fin d'année, et je peux en a utilisé le meilleur pour la première version, elle a utilisé le numéro comme modèle de bal de fin d'année personnel, et la version deux, version trois, n'a modèle de bal de fin d'année personnel, et la version deux, version trois, pas utilisé le modèle de bal de fin d'année, conclure que la brume A n'est pas douée pour écrire les instructions Et n'oubliez pas une chose : si vous donnez plus d'informations générales, toutes ces informations, cela peut également générer le meilleur message pour nous. OK ? Vous pouvez donc voir ici que le chapeau a également donné le meilleur résultat, si vous pensez être un expert dans fabrication de bals électroniques, toutes ces choses Cela ne vous donne qu'une seule version, mais c'est aussi une bonne chose selon mes besoins, Deepsk a également généré le meilleur modèle de bal de fin d'année, vous pouvez le voir ici et la croissance prend du temps Quin a également généré les trois versions différentes, qui sont très bonnes, et Lim Ms est également bonne, mais pas par rapport à d'autres modèles EI comme Quin chat, deepsk, passons à celui-ci Nous allons recommencer, cela prend trop de temps. Rafraîchissons ceci. Je vais juste copier-coller comme ce fichier. Nous pouvons le voir ici. Votre message original est clair, mais pourrait être affiné au fur et à mesure que la spécificité du ton me génère. Vous pouvez le voir ici. Vous avez amélioré la première version, concise et spécifique. Vous êtes un écrivain expert et rapide spécialisé dans la psychologie du comportement des hommes. Vous pouvez voir qu'il s'agit d'une première version améliorée particulière, deuxième version, vous pouvez voir en tant que rédactrice rapide expérimentée, une connaissance approfondie de la psychologie féminine dans le marketing. Vous pouvez voir qu'il s'agit d'une deuxième version améliorée, troisième version, que vous pouvez voir ici. Vous êtes un rédacteur rapide chevronné passionné par la psychologie des humains dans le marketing. Vous pouvez maintenant constater la puissance de Grok AI lorsqu' il s'agit de lire les deux bals de fin d'année pour nous Comparé au ski profond, n'est-ce pas ? Et éteignez l'IA, le modèle d'IA est généré dans les deux versions en utilisant Act as a prom pattern D'accord, il suit également. Mais dans la version trois, il n'est pas utilisé comme modèle de bal de fin d'année. De même, Deeps aussi, d'accord ? Et le mistala n' utilise que la première version pour la première version, c'est-à-dire en tant qu'expert dans la création d'instructions, pas dans le 21, mais dans Grog AI, le modèle d'IA a généré les invites mais dans Grog AI, le modèle d'IA a généré trois versions différentes avec la règle parfaite qui consiste à utiliser le modèle d'attribution des rôles selon lequel vous avec la règle parfaite qui consiste à utiliser le êtes un En tant que rédacteur rapide expérimenté, vous êtes un rédacteur rapide chevronné. Vous pouvez maintenant constater que l'IA Grock est entièrement entraînée ou complètement plus intelligente que l'IA Deep Sik Quenchat Mistral AI par rapport aux modèles utilisés pour écrire les instructions efficaces J'espère que vous comprenez ces points. Maintenant, pour terminer, je vais utiliser ce groupe AI et Cha GPT combinés pour améliorer mes compétences en rédaction rapide et en écriture rapide pour ma tâche J'espère que vous comprenez ces cas d'utilisation particuliers. C'est ainsi que vous pouvez évaluer non seulement celui-ci, pas seulement en écrivant les instructions, mais aussi pour l' invite à l'image Vous pouvez accéder à l'invite vidéo. Vous pouvez y jeter un œil pour toutes ces choses, non ? Donc, pas seulement cette tâche, vous pouvez prendre n'importe quelle tâche que vous aimez et vérifier la même tâche particulière dans d'autres modèles d'IA pour l'évaluer tester et choisir le meilleur LLM pour votre tâche OK ? Parce que les différents LLM ont les différentes capacités et fonctionnalités qui leur permettent travailler pour vous, de manière efficace. Pour cela, l' objectif principal de ces tests est de choisir un meilleur LLM pour notre tâche, afin de tirer le meilleur parti de l'IA J'espère que vous comprenez très bien ce cours. Commençons donc notre deuxième séance. 52. 5.6.1 Outils d'ingénierie prompts - Paramètres de terrain de jeu OpenAI Partie 1: Revenez voir notre nouveau conférencier qui propose des outils d'ingénierie rapides Donc, comme nous avons discuté précédemment certains modèles d'invite que nous pouvons utiliser pour améliorer nos compétences en rédaction rapide, n'est-ce pas ? Ainsi, pour n'importe quelle tâche, nous pouvons améliorer notre rédaction rapide en utilisant modèles d'affinement des questions ou de vérificateurs cognitifs Donc, comme nous l'avons fait plus tôt, discutez des leçons apprises, n'est-ce pas ? Dans ce conférencier, nous allons donc voir quelques outils d'ingénierie rapides Il existe de nombreux outils d'ingénierie rapide qui vous améliorent en fonction de votre demande de base. Il existe donc plus d' outils en ligne, mais les outils sont entraînés uniquement par un terrain de jeu ouvert. Même eux utiliseront d'autres modèles linguistiques. Je pense donc qu' un terrain de jeu ouvert est suffisant pour que même sans aire de jeux, nous ne pouvons utiliser JA GiBT que pour améliorer nos compétences en rédaction de bal de fin d'année, comme nous en avons discuté plus tôt, n'est-ce pas ? Mais avec cela, nous ne pouvons pas créer d'applications. C'est vrai. Donc, si nous découvrons Open A playground, vous pouvez créer n'importe quelle application en utilisant une ingénierie rapide, n'est-ce pas ? Ainsi, avec ce terrain de jeu ouvert A, vous testerez des modèles avec différentes sélections de modèles, comme GPT quatre ou trois, et vous testerez résultat en modifiant les paramètres du terrain de jeu OK ? Nous allons envoyer toutes ces choses maintenant en sautant directement sur la plateforme A ouverte, d'accord ? Alors, que signifie réellement OpenAI Playground ? Les entreprises ouvertes de type A possèdent leurs propres clés d'API. D'accord, nous pouvons directement avec ces clés APA, intégrer directement, nous pouvons intégrer directement chatbot AI ou un assistant EI dans notre site Web ou nos applications Cela nous permettra d'améliorer l'expérience utilisateur. OK ? Même si nous pouvons créer une application spécifique en écrivant des instructions spécifiques en utilisant différents modèles de bal, comme nous l'avons appris et discuté dans les cours précédents OK. Voyons donc en quoi consiste un terrain de jeu en plein air. Il s'agit donc d'une interface conviviale plus simple où nous pouvons tester des modèles avec différents paramètres, entrées et compétences d'invite OK ? Nous pouvons donc voir le résultat dans différentes configurations modifiant les valeurs des paramètres et en modifiant les modèles, modèles de langage 3,54 ou GPT quatre ou mini comme ça OK ? Tout tourne autour d'une aire de jeux en plein air. Donc, ouvrez un terrain certains paramètres tels que la température, maximum de jetons, le P supérieur, c' est-à-dire la pénalité de fréquence d'échantillonnage, pénalité de présence, et le dernier est séquence d' arrêt. Alors ne t'inquiète pas. Nous verrons chacun un par un de manière claire et détaillée. Donc, tout d'abord, c'est ce qu'il y a dans la température. Nous allons donc simplement apprendre cette leçon de base et nous allons passer directement à la plateforme de jeu. OK. Voyons donc quelques connaissances de base à ce sujet. La température signifie qu'elle passera de la plage 02. À valoriser. La sortie, la sortie AIS, dépend donc de la température. Cela signifie que si vous mettez la faible valeur de la température, cela générera la sortie de manière ciblée et spécifique, n'est-ce pas ? Si vous utilisez si votre tâche consiste à résoudre le problème maximum, température de 0,2 ou une valeur faible peut être utile car elle générera une réponse focalisée. Donc au maximum, il n'y a peut-être qu'une ou deux solutions, non ? C'est pourquoi je préfère choisir problème mathématique ou une réponse ciblée, n'est-ce pas ? Ainsi, si vous modifiez la température aux valeurs les plus élevées, c' est-à-dire 0,81 ou plus, cela devient plus créatif et cela génère un plus, cela devient plus créatif nombre de solutions, plus de solutions qui peuvent sembler moins cohérentes OK ? La réponse focalisée est bonne, mais elle repose sur nos besoins, n'est-ce pas ? Cela dépend donc de notre tâche et de nos exigences. Tout tourne autour de ça. Alors ne t'inquiète pas. Nous verrons directement dans le terrain de jeu. Nous verrons donc un maximum de jetons. Passons donc à l'ouverture directe d'une plateforme. Nous verrons donc ce qu'il en est de l'ouverture A et quel est le premier paramètre qui est la température. Je me connecte donc directement à la plateforme A ouverte. Si vous avez un compte JGBT, il vous suffit d'accéder à la plateforme Open A et de vous connecter avec votre adresse e-mail JGBT OK. Si vous êtes nouveau sur cette plate-forme, je vous recommande d'aller sur YouTube, de rechercher et d'apprendre les informations de base de cette plate-forme. Donc, dans cette plateforme, nous avons plusieurs systèmes comme le chat. Donc, avec cela, vous pouvez voir ici qu'il y a un message système. Nous pouvons donc entraîner notre modèle d'IA en écrivant l'invite du système. Ainsi, comme nous en discutons dans certains types de bal de base, qui consistent à attribuer des rôles à des instructions système rapides, tout cela n'est disponible qu'ici C'est donc important. Vous pouvez donc voir qu'il existe plusieurs modèles, tels que les tests d'activation en temps réel De nouveaux modèles apparaissent au grand jour A, les modèles d'assistance. Assistant uniquement, il s' agit d'un assistant spécifique. Si vous cherchez à créer assistant spécifique, par exemple un assistant au support client, un assistant de recommandation de produits ou un assistant spécialisé dans la santé mentale, ou même si nous pouvons accepter cela, un nutritionniste spécialiste en nutrition Vous pouvez choisir la solution spécifique, vous pouvez écrire les instructions système ici, pour que cela ne fasse que fonctionner. les instructions du système données ici, vous pouvez le constater, vous êtes un professionnel des ressources humaines expérimenté mène un entretien uniquement sur le poste. Il s'agit d'une instruction système, une IA entraînée dans un but précis, qui permet aux ressources humaines de travailler comme un cœur, n'est-ce pas ? Nous pouvons donc modifier tous ces paramètres. Je vais donc dire quels sont ces paramètres, toutes ces choses. Maintenant, dans quelques secondes, non ? Donc, si vous posez une question ici, cela ne fonctionnera que dans les instructions du système. Non, ce modèle se comporte uniquement comme un RH, pas comme d'autres choses comme ha GPT OK. J'espère que tu comprends, non ? Il existe donc également un modèle de synthèse vocale ici dans le terrain de jeu. Même avec cela, vous pouvez interagir directement avec l'IA, par synthèse vocale. Non, il a aussi un modèle d'achèvement, c'est le meilleur. Jusqu'à présent, il supprimerait en ouvrant une plateforme. Il existe donc quelques modèles récents, c'est le chat. OK. C'est la meilleure solution car, par exemple, si vous voyez que vous utilisez HGPT, vous pouvez interagir avec le modèle de langage HGPT Mais vous ne pouvez pas créer d'application par le HGP pour cela. Ainsi, pour que les développeurs puissent intégrer le HGPT dans les applications de notre site Web ou créer des applications spécifiques à l'aide de l'IA, le A ouvert est de créer un terrain Nous allons donc écrire AI. Par instructions, nous irons directement à la section du code et nous copierons et intégrerons à notre site Web en utilisant ce code. C'est simple. Ils ont des documents pour tous les cas d'utilisation, expliquant comment utiliser GPT four oh, ainsi que expliquant comment utiliser GPT four oh des modèles et des API pour la génération de tâches , l'appel de fonctions, etc. Il existe plusieurs documents pour chaque objectif C'est ce à quoi nous nous intéressons. APA fait donc référence à Dashboard Playground. J'ai donc plus d' informations, non ? Pour l'instant, nous ne voyons comment utiliser ce terrain de jeu que pour nos compétences techniques rapides ou pour créer une application spécifique pour un cas d'utilisation spécifique. OK ? Nous allons donc d'abord explorer certains paramètres. Pour connaître toutes les options à ce sujet, vous pouvez aller en ligne et en tirer des leçons sur cette plateforme telle que YouTube ou tout autre site Web en ligne que vous pouvez obtenir. Voyons voir ici qu'il s' agit d'un message système, n'est-ce pas ? Vous devez donc écrire le message du système. Comme nous avons discuté plus tôt de certains modèles rapides, que j'ai expliqués, il suffit d'écrire le modèle du bal de fin d'année. Rédigez l'invite en tant que demande spécifique pour effectuer une tâche spécifique. Vous pouvez donc demander à EI de n'effectuer cette tâche que dans ce format uniquement. La sortie ne doit ressembler qu'à ceci. Vous pouvez essayer ici tout ce qui est en fonction des besoins. Vous pouvez écrire par votre texte en anglais au format anglais. Ensuite, vous pouvez choisir ici. Vous pouvez même télécharger une image ou un lien vers celle-ci. Ensuite, vous pouvez sélectionner l'utilisateur ou l'assistant. OK. Il changera donc automatiquement d'utilisateur ou d'assistant. C'est vrai. C'est comme une habitude. Cela fonctionne donc comme une habitude uniquement dans laquelle le message principal du système résout la requête de l'utilisateur C'est le cas, par exemple, si cela ressemble à un chat, cela signifie que vous demanderez au message système de n'effectuer que cette tâche. Alors maintenant, lorsque l'utilisateur pose une question, l'assistant donne la réponse. Par exemple, prenons le bonjour. Voyons voir. Prenons l'exemple de l'utilisateur Ask a high. Ensuite, l'assistant générera directement ici. Il fonctionne comme HaGiBT uniquement, si vous l'observez. Cela fonctionne uniquement comme habitude. Il n'y a rien là-dedans, il y a une différence là-dedans. Quand on revient en tant qu'assistant, assistance signifie autre chose. C'est fait pour celui-ci en particulier. OK ? C'est fait pour celui-ci en particulier. Ainsi, même pour créer une application spécifique, vous allez essayer une IA pour une expérience spécifique, un médecin expérimenté en ressources humaines ou un professeur expérimenté en physique comme celui-ci. Cela fonctionnera donc uniquement comme le système HR. Vous pouvez donc commencer la question ici. Je vais générer la question panda basée sur les réponses que vous posez et qui concerne uniquement les ressources humaines. OK ? Cela ne montera jamais sous le tropique. Il ne générera jamais la réponse aux instructions du système. Il ne suivra que les instructions du système. OK. Dans le format de chat, vous pouvez demander n'importe quoi, cela vous donnera la réponse. Le chat GB, chien. Mais si nous essayons ici un modèle d'IA pour effectuer uniquement une tâche spécifique, il fonctionnera également de cette manière uniquement, comme le ferait l'assistance. Mais dans l'assistance, nous obtenons un code spécifique ou une structure spécifique pour cela uniquement. Mais dans ce chat, dans cette invite du système de chat, il y a donc moins de chances de travailler comme un assistant spécifique. Eh bien, voyons voir, notre objectif principal est de voir quels sont les différents paramètres du terrain de jeu. Vous pouvez voir le premier paramètre qui est le modèle, le modèle de langage. Vous pouvez donc utiliser n'importe quel modèle. Il s'agit d'une plateforme avancée, et n' oubliez pas que si vous êtes nouveau sur cette plateforme, après votre inscription, vous obtiendrez des crédits gratuits jusqu'à 5$, n'est-ce pas ? Donc pour cela, vous pouvez tester et apprendre en utilisant toutes ces plateformes. Donc, si les crédits sont réduits à zéro, vous devez les acheter. OK ? Donc, à des fins de test ou d'apprentissage, je vous recommande de choisir le modèle le plus bas possible. C'est le stylo GPS Turbo. C'est suffisant pour vous, c'est vrai, le coût de votre crédit. Ensuite, le format de réponse, à quoi devrait ressembler votre réponse. Il le faut. Il s'agit d'un objet ou d'un texte JCN, nous allons passer au texte OK ? Les fonctions sont de type avancé. D'accord, apprenez d'abord la chose la plus simple ici, la configuration du modèle. C'est donc notre principale première chose, la température. Si vous cliquez ici, vous verrez des informations sur le caractère aléatoire des contrôles de température Si vous réduisez le nombre de complétions aléatoires, le modèle deviendra déterministe et répétitif à mesure que la température approche de zéro modèle deviendra déterministe et répétitif à mesure que la Qu'est-ce que la température indique cela ? Donc, par exemple, nous allons prendre ici. Donc température. Alors d'abord, écrivez le message du système des Sims ici. J'ai donc écrit que vous êtes un assistant utile et que votre tâche est de résoudre le quotien des utilisateurs OK ? Je me suis donc fixé à la température la plus basse, c' est-à-dire 0,2, comme nous en avons discuté précédemment. Je vais dire à A que je poserai une question pour suggérer le meilleur nom pour mon café. Exécutons ça. Ensuite, il me montrera un peu de ***. Voici quelques suggestions pour restreindre votre café Brew Heaven, Java fonctionne bien. Si c'est une faible valeur, si je change la température au maximum, c'est 1,51 0,3 Voyons ce qui se passe ici. Je vais juste le supprimer. Ne prenons que ça. Pays C, supprimez-le et voyons voir. Je change bien la température pour qu'elle soit la même. Donc, si vous voyez ici, il y a quelque chose qui se concentre sur l'un d'entre eux. C'est Coffee, Heaven ou D Bless Cave. Donc, si vous modifiez cette valeur de température, la sortie sera modifiée ici. Si vous observez ici, si vous atteignez le maximum d'une valeur élevée, le résultat sera euh, une réponse focalisée, une réponse spécifique par rapport à la précédente, qui avait une valeur de température basse, comme ça. OK. J'espère que vous comprenez bien la température. Vous pouvez donc modifier selon vos besoins en analysant le résultat. OK ? Le paramètre suivant, c'est le nombre maximum de jetons. Voyons le nombre maximum de jetons ici. 53. 5.6.2 Paramètres du terrain de jeu OpenAI, 2e partie: Notre paramètre suivant est le nombre maximum de jetons. Donc, en ce qui concerne le maximum de jetons, c'est que les jetons signifient quel maximum de jetons. Les jetons sont des fragments de texte que le modèle traite, notamment des mots, des signes de ponctuation et des espaces. Donc, si vous utilisez le Chagpter n'importe quel modèle de langage, vous voyez le résultat, le résultat contient toutes ces choses comme des mots, des guillemets, des virgules, Des espaces également. Ils sont donc appelés jetons. Un jeton signifie que quatre caractères sont égaux à un jeton. Quatre caractères équivalent à un jeton. Le caractère n'est pas que des lettres, il contient également des espaces de ponctuation , d'accord ? Ou un mot trois par quatre comme ça. Les limites de jetons dépendent donc également du modèle que nous sélectionnons. Si vous utilisez le modèle le plus avancé, les jetons sont tous modifiés. Pourquoi ? Parce que les modèles avancés sont essayés par le plus grand nombre de données. Dans ce cas, la sortie change également, ce qui modifie les valeurs des jetons. D'accord, cela dépend également de notre sélection de modèles. Voyons voir, pour mieux comprendre, Open AI possède sa propre plate-forme de tokenisation dans laquelle nous pouvons voir combien de jetons utilisent mon modèle de langage pour générer des résultats Donc, par exemple, si je prends les informations ci-dessus et que je les colle ici. Vous pouvez donc le voir ici. Dans ce paragraphe, il y a 86 jetons. Donc, juste pour entrer et rechercher Open AI tokenizer, vous le trouverez sur rechercher Open AI tokenizer, ce site Web Vous pouvez donc voir ici que ce paragraphe d'information comporte 86 jetons et 435 caractères. Pour mieux comprendre, vous pouvez le voir ici : OUVERT, quatre caractères équivalent à un jeton. OK. Ensuite, AI, fast, also, et S. Ces quatre personnages équivalent à un jeton, comme ça. La couleur rouge, tout cela se résume à un seul jeton. OK ? Si vous ajoutez cela, cela représente près de 86 jetons. Comme je l'ai dit, cela dépend du modèle que nous choisissons. Si vous utilisez ce GPT 3.5 GPT quatre, il s'agit uniquement d'une avance maximale Si vous passez à GPT 3, cela changera. Vous pouvez voir ici 88 jetons car ils proviennent modèle de base par rapport à ces deux modèles avancés. Cela dépend du modèle que nous sélectionnons. Vous pouvez voir ici qu'en fonction de cela, nous pouvons ajuster notre production pour réduire notre coût APA dans l'IA ouverte. OK ? Pour que vous puissiez effectuer une recherche en ligne la meilleure pratique consiste à réduire le coût des points d'accès ouverts basés sur l'IA. Vous pouvez obtenir les informations à partir de là. Tout dépend donc du nombre maximum de jetons. Ainsi, par exemple, vous pouvez modifier la valeur ici du nombre maximum de jetons. Ce qui se passe ici, la sortie se fera uniquement sous forme de jetons fournis. Si mon message est très long, si ma question est petite, mais le résultat est très long, que se passe-t-il alors ? La sortie sera ajustée uniquement à ce nombre maximum de jetons spécifié. Sortie : la sortie maximale prendra 20 ou tout ce que j'ai spécifié dans le nombre maximum de jetons, seuls 17, 19 prendront ma sortie. Ainsi, nous pouvons ajuster le coût de l'API, n'est-ce pas ? Nous pouvons définir un objectif ou nous pouvons avoir une idée du coût de l'APA utilisé pour générer une sortie, nombre de jetons que l'IA utilise pour générer une sortie Nous pouvons ainsi analyser notre coût APA sur une plateforme en plein air. Il vaut mieux l' optimiser, non ? Si je mets un maximum de jetons de 400, 300, 200 comme ça, la sortie ne sera générée qu' en utilisant 200 jetons uniquement. Même s'il s'agit d'un long quotien, le quotien long sera, euh, converti en deux ou trois lignes Eh bien, nous avons fixé le maximum de jetons à 200 uniquement comme ça. Le résultat est sous notre contrôle, non ? Nous pouvons contrôler la sortie, quantité de sortie qui doit être générée. OK. En cela, nous pouvons facilement, euh, ajuster notre nombre maximum de jetons. Tout dépend du nombre maximum de jetons. Vous pouvez définir ici, à partir de n'importe quel assistant que vous créez ou de cette IA en particulier, vous courez plus loin. Selon nos besoins, vous pouvez le mettre ici, vous pouvez expérimenter avec tout ce qui permet de photographier votre 54. 5.6.3 Paramètres du terrain de jeu OpenAI, 3e partie: Haut. Qu'est-ce que le P supérieur, échantillonnage du noyau. Donc, le haut P signifie qu'il contrôlera la réponse, d'accord ? En envisageant ou en optant pour l'option des jetons. En gardant des jetons. Au niveau de base, il générera et contrôlera la sortie. Ce sont des frais maximaux. Vous pouvez donc voir qu'il y a une fourchette de 0 à 1. Ainsi, lorsque nous lui attribuons la valeur un, le modèle prend en compte toutes les options de mots possibles. Donc, la façon dont cela peut être expliqué signifie si votre sortie contient quelques mots. OK, comme je l'ai dit plus tôt, le nombre maximum de jetons, OK, combien de valeurs de jetons vous avez décidé de générer une sortie de toutes les requêtes dans ces jetons en particulier, donc les jetons, la sortie, qui est requise, le mot. D'accord ? La sélection de mots prendra la valeur P la plus élevée. D'accord ? La valeur P supérieure contrôle le mot. Pour générer dans la sortie pour le nombre maximum de jetons spécifié, vous avez décidé, j'espère que vous comprenez. OK. Par exemple, si vous voyez qu'il est défini sur un, le modèle prend en compte l'option de tous les mots possibles. Des valeurs plus faibles. Si vous mettez 0,3 ou 0,214, le modèle se concentre sur les quelques mots les plus probables, réduisant ainsi le caractère aléatoire Bien, par exemple, passons à « Oui ». Donc, si je continuais, je passerai à une valeur faible, c'est-à-dire 200. Je vais donc demander à AI d'expliquer Expliquez-moi à propos de l'IA. C'est ce que je demande. D'accord ? Ce que je dis, je dis simplement de générer la sortie en 269 jetons uniquement. La réponse sera donc 260 ou toons seulement. OK. Je vais donc prendre celle de la température. Est une option de base par défaut. Je vais donc dire que la valeur maximale devrait être un. Vérifions-le d'abord ici. Il générera donc la sortie en 269 jetons uniquement. OK. Si j'augmente le nombre maximum de jetons, cela générera la sortie encore plus que cela car nous sélectionnons les jetons, générons la sortie uniquement en 269 jetons uniquement. Si vous l'augmentez, le rendement augmente également . C'est une adresse. Ces mots sont choisis en fonction de leur valeur la plus élevée. Ces mots présents dans la sortie sont contrôlés par la valeur P supérieure. OK, j'espère que tu comprends. Si je gardais celui-ci, vous pouvez voir ici qu'il y a des mots : l'intelligence artificielle est une branche de l'informatique qui se concentre sur la création de misins intelligents, n'est-ce pas ? Si j'abaisse la valeur P supérieure, cela générera ce caractère aléatoire. Oui, par exemple, si je prends 0,30 0,2, ce sera faible. Je vais maintenant poser à nouveau cette question. Expliquez-moi à propos de l'IA, C. Vous pouvez voir ici la limite maximale de jetons atteinte en réponse terminée. L'IA cherche à générer le plus juste. L'IA cherche à générer plus de résultats pour cela. Mais ce que nous avons, nous avons fixé le maximum de jetons à 269 uniquement. C'est pourquoi l'IA indique que la réponse à la limite maximale de jetons atteinte est terminée. Il y a également une réponse après cela, mais cela s'arrêtera là pour savoir pourquoi le maximum de jetons est atteint. C'est pourquoi le nombre maximum de jetons à conserver doit être déterminé en fonction des besoins. D'accord ? Sur la base de l'application Opera, vous souhaitez créer. Vous devez d'abord vous concentrer sur le résultat, d'accord ? Alors seulement, vous devez décider du nombre maximum de jetons. Sinon, les dépenses de l'utilisateur peuvent être perturbées. OK. Revenez à la valeur V supérieure. Quand j'ai choisi la valeur V supérieure à celle d'un, vous pouvez donc voir le résultat ici. Il y en a une bonne, très précise, non ? Le contrôle est bon. Les mots « control » se situent dans les limites du nombre maximum de jetons que nous avons décidé de fixer à 69. Mais lorsque je réduis la valeur V supérieure à la valeur inférieure, le nombre maximum de jetons sera dépassé. C'est pourquoi je ne m'arrête pas là, par rapport à ce qui précède. Ici, si je maintenais la valeur V supérieure au maximum, la valeur V maximale contrôlera qui sortira, droite, en jetons maximum spécifiés. Il s'agit d'une sélection de mots. La sélection de mots parfaite sera effectuée ici. Par rapport à cela, je génère des mots aléatoires, qui vont, qui atteignent. Atteindre le maximum de jetons signifie qu'il y a plus d'informations ici. Il y aura plus de résultats ici par la suite, mais cela s'arrêtera là. Pourquoi nous avons décidé de n' étendre que les jetons. Par rapport au précédent, il y a également deux seize jetons, mais la valeur V supérieure est maximale, la valeur V supérieure contrôlant l' ensemble de la sortie pour des mots spécifiques Mais lorsque les valeurs V supérieures tombent à des valeurs faibles, sorte que la sortie est générée de manière aléatoire selon laquelle la sortie augmente, même le nombre maximum de jetons est spécifié C'est pourquoi l'IA est juste, euh, un message d'erreur indiquant un maximum de jetons, une portée limite. Pourquoi, il n'est pas possible de choisir les mots de manière efficace. C'est pourquoi le fait de mieux maintenir la valeur V supérieure au chiffre le plus élevé peut nous aider à générer un meilleur résultat dans les limites du nombre maximum de jetons spécifié. J'espère donc que vous comprenez cette valeur P supérieure. OK. J'espère que tu comprends. Voyons un autre paramètre. 55. 5.6.4 Paramètres du terrain de jeu OpenAI, 4e partie: C'est une pénalité de fréquence. Qu'est-ce que la pénalité de fréquence ? La pénalité de fréquence décourage le modèle de répéter trop souvent les mêmes mots dans une réponse, plage de zéro à deux valeurs plus élevées réduit le mot Alors voyons voir. Que signifie une pénalité de fréquence ? Ici, le résultat contient parfois des mots ou l'intelligence artificielle répétitive peut écrire deux ou trois fois à l'endroit requis dans le résultat. OK, il n'y a rien de mal à cela. OK ? Il n'est pas nécessaire de modifier la pénalité de fréquence et la pénalité actuelle. Mais si vous souhaitez modifier votre sortie en fonction de vos besoins, exemple ne pas répéter le même mot encore et encore. Dans certaines applications, c'est ce que vous devez faire. OK, tu peux changer ici. Plus la valeur est élevée, si vous mettez cette valeur plus élevée, répétez si vous mettez la valeur la plus élevée, la répétition des mots sera réduite OK. J'espère que tu comprends. J'ai donc recommandé de ne pas le faire à cause du mot, quelque chose comme TH ou certaines fautes grammaticales qui désignent également un OK. Si vous placez cette valeur de pénalité fréquente à un niveau supérieur, l' intention de sortie ou la formation grammaticale ou syntaxique de la sortie peuvent être modifiées, ce qui peut augmenter le résultat dans son ensemble Pour cela, j'ai recommandé de ne jamais utiliser de pénalité de fréquence. Si votre sortie génère des informations répétitives, vous pouvez les utiliser selon vos besoins en modifiant l' ensemble de ce paramètre de pénalité de fréquence Voyons un autre paramètre que nous avons qui est la pénalité de présence. Une présence dérisoire signifie qu'elle encouragera le modèle à introduire de nouveaux concepts qui n'ont pas encore été mentionnés dans le texte. Par exemple, présence pénale, présence signifie que cela introduira d' autres nouveaux concepts. Concepts signifie que vous ne fournissez pas le euh, les informations ou le concept spécifiques dans le message système pour le faire. Donc, si l'utilisateur pose la question qui n'est pas liée à votre tâche. Donc, si vous dites ceci, c'est zéro non. Si vous dites cela, le quotien de l'utilisateur n' est pas lié au message système, alors l'IE générera la réponse à cette question C'est une pénalité de présence, mais nous n'en avons pas besoin. Nous le faisons pour la solution en question. Nous développons l'application pour l'application spécifique ici. Pour cela, nous n'augmentons pas cette pénalité de présence. Si vous créez une application EI comme HgpThb qui peut tout résoudre, qui peut générer n'importe quoi en fonction des besoins de l'utilisateur, et vous pouvez choisir la pénalité de présence selon Vous pouvez le voir ici. Tout d'abord, il suffit de cliquer ici pour afficher les informations relatives la pénalité de présence. Donc, non. Voyons donc comment fonctionne la séquence d' arrêt. Ces paramètres sont utilisés pour arrêter la sortie pendant un certain temps. Par exemple, si vous prenez, je prends une requête simple qui consiste à générer trois conseils de productivité comme invite ici. Cela générera donc ici trois conseils de prédativité. Vous pouvez le voir ici. Donc, si je veux m'arrêter au deuxième conseil uniquement, je n'aime pas en générer un troisième. Pour cela, ce que je peux dire à l' IA au lieu d'écrire ici, je vais simplement écrire ici à l'IA pour arrêter la sortie au troisième point uniquement. Pour cela, je vais écrire ici le troisième. Et si cela se produit, cela ne générera jamais la troisième productivité. Revoyons un exemple ici. Vous pouvez donc voir qu'il ne générera que deux conseils de productivité, même si je vous demande à l' IA de générer trois conseils de productivité. OK, tout tourne autour de la séquence d'arrêt. OK. Si je prends ici le numéro deux, d'accord, ajoutez-en deux. Cela ne générera donc qu' un seul conseil de productivité, vous pouvez le voir ici. C'en est une. Tout est une question de séquence d'arrêt dans laquelle nous allons dire à l'IA de s'arrêter à un point précis. Tout cela concerne tous les paramètres de l'IE ouverte. Pour approfondir ces paramètres, vous pouvez expérimenter ce terrain de jeu en écrivant les proms, en vérifiant le résultat, en l'analysant, etc. OK ? Tout dépend des paramètres d' invite dont nous disposons. 56. 6.1 L'avenir de l'ingénierie rapide: Bonjour, les gars. Bienvenue dans ce module. Donc, si vous suivez tous les modules précédents et avez bien mis en pratique ce que je vous ai expliqué, je vous félicite d'apprendre la meilleure et la meilleure ingénierie rapide pour obtenir des opportunités en tant qu'ingénieur rapide. Donc, jusqu'à présent, nous apprenons certaines compétences, certaines techniques, les techniques rapides et tous les sujets liés à l'ingénierie rapide. Nous allons maintenant voir quelles sont les tendances futures d'ingénierie rapide et quelles sont les différentes opportunités que vous pouvez saisir en tant qu' ingénieur rapide. OK. Et nous allons également explorer dans ce modèle qu'est le GNAI OK ? C'est un domaine avancé dans lequel tout va bien. Vous êtes intéressé par cette AG, vous pouvez rechercher des compétences d'ingénierie rapides. En tant qu'ingénieur expérimenté, vous devez savoir ce qu'il en est de GAI. OK. C'est donc assez facile. OK. Mais vous devez également acquérir des compétences techniques. Nous allons explorer toutes ces choses à venir dans quelques minutes. OK ? Nous explorerons également quel est votre rôle principal en tant qu' ingénieur rapide au sein de l'équipe Gen AI. OK ? Si c'est le cas, la plupart des entreprises embaucheront, tant qu'ingénieur rapide, en tant qu'ingénieur rapide, de deux manières, d'accord ? En tant qu'ingénieur rapide pour des compétences spécifiques ou avec des compétences GNAI. OK, j'espère que tu comprends. Les entreprises embaucheront donc un spécialiste de la génération AI dans lequel l'ingénierie rapide fait partie des compétences. Mais avec une ingénierie rapide, vous devez avoir des compétences supplémentaires, notamment des compétences de codage et d'autres compétences techniques, d'accord ? Plongeons et examinons ce modèle en détail. Voyons d'abord quel est l' avenir de l'ingénierie rapide. Donc, comme je l'ai dit, l'IA est de plus en plus avancée et elle sera répandue dans le monde entier dans un avenir proche, n'est-ce pas ? Donc, quelles sont les tendances émergentes en tant qu'ingénieur rapide, vous devez savoir. OK. Nous pouvons voir qu'il existe trois types de modèles. Voyons voir comment, avec une ingénierie rapide, vous pouvez le faire. Donc des multimodèles Quels sont les modèles multimodèles que vous pouvez voir ici ? Les systèmes d' IA vont au-delà du texte pour inclure des images Les modèles multiples signifient que si vous utilisez Gemini, dans la section de discussion, vous pouvez télécharger une image, vous pouvez télécharger une image Vous pouvez télécharger n'importe quel document, et en même temps, vous pouvez écrire un texte, même si vous pouvez ajouter vos propres documents, que l' on appelle tous des modèles multiples. Même Char GPT a même tous les modèles de langage qui ont leurs propres modèles multiples comme le système d'intelligence artificielle prend en compte toutes les informations d'un utilisateur, agisse d'une base d'images basée sur du texte, base vocale ou d'un document, Tout comme le système d'intelligence artificielle prend en compte toutes les informations d'un utilisateur, qu'il s' agisse d'une base d'images basée sur du texte, d'une base vocale ou d'un document, toutes ces informations relèvent du modèle linguistique multimodèle, n'est-ce pas, des LLM Vous pouvez donc voir maintenant quel est le rôle de cette ingénierie rapide ? Une ingénierie rapide impliquera donc bientôt la création d'entrées pour ces supports OK. Donc, si vous observez que les modules de langage généreront une sortie basée sur l'entrée Donc, que se passe-t-il ici, vous devez écrire, vous devez entraîner l'IA. Donc, comme écrire l'entrée et en même temps, quoi devrait ressembler la sortie en fonction de l'entrée. Vous devez donc entraîner le modèle d'IA en fonction de vos compétences en matière d'écriture rapide et de sortie. OK, sortie. Tu dois écrire les deux, non ? Les modèles multiples sont très importants et dans un avenir proche, leurs modèles multiples en demanderont davantage, leurs modèles multiples en demanderont davantage Il s'agit donc également une tendance émergente en ce moment et même à l'avenir. Quel est donc le prochain type de tendances émergentes que nous avons ? Ce sont des modèles affinés. Alors, quels sont les modèles Fine Tune ? Quelle est donc la différence entre le multimodèle et le Fine Tune ? Multimodèle signifie comme ChagptGemni car il s'agit car Il a été entraîné par de nombreuses données. Cela donnera donc un résultat pour chaque quotien, pas un quotien spécifique, n'est-ce Tu peux tout demander à Ha GB. Je vais générer la réponse comme ces données cloud perplexi. Même si vous prenez n'importe quel module de langue, d'accord, il générera une réponse ou donnera une sortie pour n'importe quel quotien adapté à tous les besoins. C'est ce qu'on appelle des modèles multimodèles. Mais lorsqu'il s'agit de peaufiner les modèles, celui-ci est spécifique. En tant qu'ingénieur rapide, nous apprendrons . Nous l'avons déjà appris. Les modèles Fine Tune, ce que nous faisons. Il y a donc quelques entreprises. L'entreprise possède ses propres données, n'est-ce pas ? Ainsi, si l'entreprise souhaite, par exemple, intégrer l'IE dans son flux afin d'améliorer l'efficacité de ses employés travail afin d'améliorer l'efficacité de ses employés, elle utilisera certains modèles de base fournis par les entreprises d' IA. Par exemple, si vous prenez Open EI, ils fourniront le modèle BERT, modèle GPT trois dans lequel nous pourrons affiner nos données OK, avec nos propres données. Si vous prenez, par exemple, si telle ou telle entreprise cherche à créer son propre forum de discussion pour les employeurs de son entreprise afin à créer son propre forum de discussion pour d' améliorer l'efficacité ou pour orienter quelque chose en matière de formation afin de former également les employés. C'est basique. Ouvrez nos exigences, n'est-ce pas ? Donc, pour cela, l'IA a ses propres données, d'accord, ses propres données personnalisées. Donc, avec ces données, ils essaieront un modèle de base comme vous pouvez prendre le modèle BERT GPT 3 Ils essaieront ce modèle de base avec les données dont dispose l'entreprise. C'est ce que nous appelons les modèles Fine Tune. OK ? C'est ce qu'on appelle les modèles Fine Tune. Tout est une question de peaufinage. Vous pouvez voir ici que les entreprises essaient des modèles personnalisés pour un secteur spécifique nécessitant des instructions adaptées au système de spécialisation Ainsi, lorsqu'ils affinent les modèles, ils ne savent pas comment réagir ils ne savent pas comment générer une sortie en fonction de l'entrée. Pour cela, nous allons entraîner les données vers l'IA en écrivant les instructions. OK ? Comment nous allons entraîner le modèle d'IA, écrivant simplement les instructions. D'accord, comment cela fonctionnera-t-il, par exemple, si vous accédez à un site Web, il y a quelque chose comme un chatbot à gauche, à droite ou il y a quelque chose comme un chatbot à en bas, dans lequel vous pouvez cliquer dessus et vous poserez des questions concernant l'entreprise Cela donnera la réponse, non ? Tout dépend de ce que fait une partie de l'IA en arrière-plan, comme ça. C'est ainsi, par exemple, ces modèles affinés sont utilisés pour les requêtes des clients afin d'avaler les requêtes des clients 24 sur 7. Alors, que vont-ils essayer avec leur propre modèle d' IA, tous les tarifs, toutes les FAQ du modèle business to AI dans lequel l'IA tirera leçons de nos données commerciales ? OK. Avec cela, que se passe-t-il lorsque l'utilisateur pose une question ? OK, Seroton est rapide ici. OK ? Allons prendre ça. L'utilisateur est rapide. Lorsque l'utilisateur pose une question, l'IA vérifie ses propres données. D'accord, les données commerciales donneront la réponse sur la base d'une donnée horaire. OK. Au moment de l'entraînement, nous utilisons des modèles d'IA, tels que des modèles d'optimisation tels que BERT, GPT Three Alors, que se passe-t-il ici ? Donc pour générer une réponse. OK, pour générer une réponse, quoi le modèle a-t-il besoin ? Cette invite doit être écrite par les ingénieurs de l'invite. J'espère que tu comprends. Pour essayer un modèle d'IA, nous avons donc besoin de quelques ingénieurs rapides capables de rédiger la meilleure invite pour affiner les modèles de manière simple et peu coûteuse OK. Vous pouvez donc approfondir cette question en effectuant une recherche en ligne sur YouTube. Nous leur fournirons plus de connaissances sur ces modèles de réglage précis. OK. J'espère que tu comprends. Ce sont les deux types de modèles différents que vous verrez et qui visent à le faire. Vous pouvez prendre l'exemple de Cha JBT Gemini Il peut s'agir d'utiliser certaines entreprises spécifiques pour essayer des modèles d'IA pour améliorer leur carrière client ou quoi que ce soit d'autre. Pour une application spécifique. Ainsi, par exemple, vous pouvez voir n'importe quelle entreprise en particulier, vous pouvez vous y rendre dans un futur proche. Chaque entreprise utilisera l' IA dans ses flux de travail en fournissant le forum de discussion dans lequel l'IA fournira les requêtes des clients fonction des données de l'entreprise. Ok, 24 sur 7. OK. Ce sont les modèles de réglage fin. OK. Et une autre opportunité, nous avons les tendances émergentes , à savoir l'intégration avec l'automatisation. Donc, comme je l'ai dit, créer des forums de discussion basés sur l' IA. D'accord, les forums de discussion basés sur l'IA signifient comme le HAGBTH, qu'ils donneront la réponse à Mais par rapport à l'intégration avec l'automatisation, nous pouvons créer un forum de discussion, accord, qui gère toutes les requêtes des utilisateurs, mais nous pouvons intégrer l'automatisation. Comme Zap, nous avons make.com. D'accord, ils ont des outils, des outils d'automatisation que nous pouvons utiliser. Pour automatiser les tâches répétitives. OK, en réservant le si, par exemple, ****, je suis allé sur un site Web, d'accord , c' est-à-dire prenons Health Relator Je suis donc allé sur le site Web. Une fois le site Web du médecin, il y a un chatbot. Je vais poser ma question, j'ai un problème. Par exemple, j'ai plus mal à l'estomac. Cela donnera donc une réponse. Cela donnera quelques suggestions. D'accord, ce chatbot vous donnera. OK. Je vais d'abord prendre en compte cette suggestion. Il me suggérera donc également des comprimés liés à mon estomac. OK, je vais prendre. Si ce n'est pas le cas, aidez-moi, je vais prendre rendez-vous avec le médecin. Dans le chatbot uniquement. Que s'est-il passé là-bas, le chatbot l'affichera, d'accord ? Le chatbot affichera un système de réservation, par exemple lorsque vous êtes disponible pour rencontrer un autre médecin, tout sera pris en charge par l'IE elle-même. OK. Avec le forum de discussion, l'utilisateur prendra simplement la réponse de ma part. Il faudra utiliser des outils d'automatisation. Cela déclenchera les outils d'automatisation que nous connectons par le biais d' outils d'automatisation tels que zaperm.com, dans lesquels la réunion est automatiquement réservée Vous pouvez prendre n'importe quoi comme Zoom, ou vous pouvez suivre Google Meet Il crée automatiquement une date, réunion créative avec une date spécifique, spécifique pour une date particulière. OK, j'espère que tu comprends. Il s'agit d'un Zapier et d'une marque. Il s'agit d'une intégration avec l'automatisation, en quoi elle aide. Alors, là où se trouve l'inspiration , c'est ici. Lorsque vous créez un forum de discussion, si vous vous intéressez à l'aspect technique, vous devez écrire les instructions, d'accord ? Ils voient le chat mais aussi l'IA, non ? Donc, pour dire à l'IA quand faire, vous devez écrire l'invite. Ainsi, lorsqu'il y a une ingénierie rapide, elle est requise. OK ? Nous l'avons donc également exigé . L'IA offre donc de nombreuses opportunités L'ingénieur doit être là pour essayer efficacement un modèle d' IA spécifique. C'est pourquoi l' ingénierie rapide est meilleur et le meilleur cheminement de carrière si vous apprenez dès maintenant manière parfaite et efficace. OK ? Nous pouvons donc en utiliser certains, même vous pouvez utiliser des outils de locomotive Cela signifie que sans écrire une seule ligne de code, avec une fonction Dragon Drop, accord, vous pouvez créer vous-même un jab boot. Il existe donc de nombreux outils disponibles en ligne sur lesquels vous pouvez effectuer des recherches et apprendre à utiliser l'automatisation. OK ? L'automatisation est la meilleure compétence dans futur pour automatiser le travail répétitif de l'entreprise. OK, en utilisant zaperm.com et en créant un chatbod pour une activité spécifique J'espère donc que ces compétences sont également très importantes. En tant qu'ingénieur rapide, vous devez apprendre. OK. Disons-en un autre. Voyons comment rester à jour dans ce domaine. En tant qu'ingénieur rapide, l' IA évolue d'année en année , jour après jour, car elle tire les leçons de nos données. OK ? Ça va avancer, non ? Donc, en tant qu'ingénieur rapide, vous devriez savoir comment fonctionne le dernier modèle de langage de modèle. D'accord, comment il existe des outils ou des outils inventés sur le marché en ce moment, qui peuvent aider à devenir un ingénieur le plus rapide possible. Vous devez également entrer en contact avec d'autres ingénieurs rapides pour tirer parti de leurs techniques de leurs apprentissages de cette manière Pour cela, ce que vous pouvez faire, c'est Waste one, c'est rester adaptable. Adaptable signifie que vous pouvez expérimenter les nouveaux modèles et outils. Ne fixez jamais de limites à ce cours avant ce cours. OK ? Ainsi, mes techniques d'invite que je vous ai expliquées plus tôt peuvent avoir des modèles d'invite plus avancés que je ne connais pas. OK ? Ainsi, même les nouvelles techniques rapides peuvent également apparaître dans un avenir proche, n'est-ce pas ? Pour cela, en tant qu'ingénieur rapide, vous devez être au courant de ces modèles d'invite. Pour ce que vous pouvez faire, vous pouvez rejoindre directement la communauté des entreprises, les entreprises d'IA comme Open AI, Google Gemini, à droite, Cloud Ils ont une certaine communauté. Même si vous pouvez effectuer une recherche en ligne les réseaux sociaux comme Instagram, Twitter, Facebook, vous pouvez rejoindre des groupes communautaires comme Open AI, effectuer des recherches et rejoindre ces communautés. OK ? C'est simple, non ? Vous pouvez voir ici, suivre les communautés A, participer à des forums, des articles de recherche, des mises à jour de sociétés comme Open A, Google Deep Mind. C'est le meilleur moyen de se mettre à jour dans ce domaine, une ingénierie rapide, d'accord ? Une autre chose est donc la capacité d'adaptation. Essayez de nouveaux outils, modèles en vous basant sur les modèles qui vous sont proposés pour un outil en particulier, et tout dépend et tout dépend de la façon dont vous interagissez avec l'IA, n'est-ce pas ? Cette compétence peut donc être développée en pratiquant uniquement en essayant de nouvelles choses. Alors vous seul pourrez devenir le meilleur ingénieur rapide. OK. Enfin, c'est le troisième point qui est de continuer à apprendre. Cette ingénierie rapide n'est donc pas un sujet spécifique, n'est-ce pas ? Il va donc grandir. OK ? Il va grandir. Pourquoi ? L'IA se développe, l'ingénierie rapide devrait se développer. Ce n'est pas une limite. L'IA n'est pas un sujet limitatif. L'IA est toujours infinie. Ainsi, l' ingénierie rapide se développera également jour en jour avec nouveaux modèles sur le marché dotés de techniques différentes, modèles rapides comme celui-ci, vous devez continuer à apprendre cela. Dans ce cas, vous êtes le seul à pouvoir rester informé dans ce domaine. J'espère que vous comprenez ce sujet. Voyons voir quelles sont les opportunités d'ingénierie rapides ? 57. 6.2.1 Opportunités rapides d'ingénierie: Bienvenue chez le professeur, les gars. Quelles sont les opportunités d'ingénierie rapides disponibles sur le marché ? Comme je l'ai dit, il existe une demande d'ingénieurs rapides à l'avenir et à l'heure actuelle. Cela augmente légèrement la demande ce moment, pour des ingénieurs rapides. Donc, au début ou avant deux ou trois mois, j'ai constaté une augmentation du nombre emplois rapides dans le domaine de l'ingénierie, n'est-ce pas ? Donc, dans le domaine du marketing éducatif, d'accord, j'ai constaté que de nombreux emplois d' ingénierie rapides sont nécessaires sur ces trois plateformes, comme l'éducation, le marketing, le divertissement, le droit pour les histoires, écriture de ce type, mais sans s'y limiter. Mais dans un futur proche, l'IA envahira le monde entier. Cela signifie que l'IA est utilisée par tous les secteurs car il s'agit d'un système rapide et fiable dans lequel nous pouvons faire les choses très rapidement. OK ? Nous pouvons donc faire tout ce qui est très automatique pour cela. Donc, la majeure partie de l'enseignement, si vous prenez un secteur l'éducation, les soins de santé, le marketing, ils ont besoin du contenu le plus rapidement possible pour améliorer leurs services, d'accord ? Comme ça. Il y a donc demande croissante d'ingénieurs rapides dans tous les secteurs, n'est-ce pas ? Vous pouvez donc voir, comme je l'ai dit, il existe des applications de l' ingénierie rapide dans lesquelles nous trouverons des applications dans tous les secteurs de l'éducation, des soins de santé et du marketing. OK, à l'invite où l'IA est utilisée, ils doivent être un ingénieur rapide. L'entreprise a besoin d'un ingénieur rapide pour gérer le LLM, afin d'obtenir le contenu, meilleur contenu de l'IA Pour cela, l'intervention d'un ingénieur rapide est requise. Lorsque les IA LLM sont utilisés, un ingénieur rapide est requise. J'espère que vous comprenez cette partie. Dans tous les secteurs d'activité, l' EIS jouera un rôle dans le système dans lequel les ingénieurs sont également plus prompts à travailler. OK ? Donc, en apprenant cette compétence, elle pourra vous donner une compétence durable. Voyons voir, ce sont les applications que nous avons vues. Il y a une demande croissante ingénieurs rapides dans l'industrie. Non seulement cela, mais il existe d'autres secteurs dans lesquels ils cherchent à embaucher rapidement des ingénieurs. Il s'agit de trouver un emploi en ligne, tout ça. Nous verrons plus tard. Voyons quelles sont les demandes croissantes. OK. Donc, le meilleur conseil est que si vous apprenez l' ingénierie rapide, en fait, si c' est le cas, vous rédigez l' invite pour n'importe quel scénario et vous êtes en mesure de tirer le meilleur parti de l'IA. Alors, pour se démarquer de la concurrence des ingénieurs expérimentés, il faut être aussi précis que précis, non ? Ainsi, par exemple, si je travaille dans le secteur du marketing, je cherche un ingénieur rapide, je vais entrer sur le marché. Je vais voir les meilleurs ingénieurs rapides du monde entier. Que se passe-t-il ici si l'ingénieur responsable des commandes peut rédiger les instructions pour chaque secteur Mais il y a une personne qui a des connaissances spécifiques sur marketing en écrivant les instructions pour le marketing uniquement Je vais engager cette personne dans le secteur du marketing. J'embaucherai cette personne qui a l'expérience de la rédaction des bals à des fins de marketing uniquement Au lieu de faire appel à un ingénieur rapide, qui peut écrire les bals de fin d' année pour n'importe quoi C'est pourquoi je vous recommande. Si vous êtes bien écrit, si vous avez la capacité de rédiger pour n'importe quel scénario de manière efficace, ce que vous devez faire, c'est toujours faire appel à l'expertise dans un domaine spécifique. Vous pouvez y aller à des fins éducatives, vous pouvez vous adresser aux soins de santé uniquement, vous pouvez vous occuper du marketing, du marketing. Par exemple, si vous prenez le marketing, apprenez les principes fondamentaux. Après cela, il existe tellement de types de marketing : le marketing numérique, le marketing hors ligne, le marketing Internet. Il y a tellement de choses. Essayez donc de rédiger les meilleures instructions pour un usage spécifique, comme générer une copie papier générant de la création de contenu, du marketing par e-mail, du courrier électronique froid C'est ainsi qu'ils ont un sujet spécifique dans le domaine du marketing. Essayez donc de rédiger l'invite, rédigez les instructions pour un secteur spécifique lequel vous pourrez acquérir une expertise dans ce domaine. OK, comme n'importe quel secteur embauchera un ingénieur rapide, ils verront, d'accord, cette personne a, par exemple, si le secteur du marketing a besoin d'un ingénieur rapide, au lieu de s' ils verront, d'accord, cette personne a, par exemple, si le secteur du marketing a besoin d'un ingénieur rapide, adresser à un ingénieur rapide qui peut rédiger l' invite pour n'importe quoi, au lieu de faire appel à cette personne, donc cette industrie du marketing embauchera personne qui a les connaissances spécifiques sur la rédaction des instructions pour le marketing J'espère que vous comprenez ce point. Cela fonctionnera donc n'importe où si vous cherchez à fournir un service indépendant ou si vous cherchez à obtenir le poste, d' manière spécifique, vous pouvez y aller, nous pouvons nous développer et vous pouvez acquérir l'expertise possible Je comprends. J'espère que vous comprenez ce sujet, car lorsque l'IA est utilisée, vous pouvez rapidement saisir une opportunité d'ingénierie. Le principal problème est que vous devez acquérir une expertise spécifique dans un domaine spécifique dans lequel vous pouvez vous développer et vous aurez le meilleur impact sur ce marché. Voici quelques exemples que j'ai pris des industries que j'ai. Vous pouvez même vous lancer dans le codage, si vous avez des connaissances en codage à ce sujet. Vous pouvez même opter pour les autres industries. Il y en a beaucoup d'autres que vous pouvez rechercher en ligne. 58. 6.2.2 Opportunités de carrière dans l'ingénierie rapide: Ensuite, quelles sont les opportunités de carrière dans le domaine de l'ingénierie rapide ? Comme je l'ai dit, en tant qu'ingénieur rapide, je l'ai attribué à de nombreux rôles professionnels en tant qu'ingénieur rapide. J'en ai énuméré quelques-uns, qui sont courants à l'ère de l'EIS. Ce n'est donc pas le cas, il existe d'autres rôles, mais en tant qu'ingénieur rapide, cela occupera la majeure partie du travail d'un ingénieur rapide ici. Vous pouvez devenir un ingénieur rapide qui rédige des instructions pour un domaine ou un secteur d'activité spécifique, comme je l'ai dit il y a quelques secondes, n' est-ce pas ? Il s'agit donc d'un ingénieur compétent. Un autre poste de concepteur d'IA conversationnelle est celui de formateur en IA Alors, qu'est-ce qu' concepteur d'IA conversationnelle ? Comme je vous l'ai dit, c'est du peaufinage. Réglage fin. Dans lequel nous allons essayer un modèle d'IA basé sur nos données personnalisées. Les données personnalisées impliquent de former des données d' IA pour une application spécifique. Par exemple, si vous cherchez à créer un chatbot comme hA GPT, pour la résolution mathématique, total de la résolution mathématique Lorsque l'utilisateur demande un quoion mathématique, je générerai automatiquement la solution correspondante, comme AGP deux Mais de manière spécifique, dans ce cas, vous allez concevoir un concepteur d' IA conversationnelle Cela signifie que vous devez écrire une invite, puis vous devez écrire la réponse. Car cette invite signifie que si vous l'écrivez, l'IA apprendra du problème. Il s'agit d'une invite, et vous devez également fournir une réponse pour cette invite, quoi devrait ressembler la réponse pour ce type d'invite. Ici, vous entraînez l'IA avec les deux méthodes conversationnelles. concepteur d'IA conversationnelle signifie que vous devez rédiger l'invite et que vous devez également fournir la réponse à cette invite dans laquelle vous allez entraîner l'IA, appelée entraîneur ou tuteur en IA Mais en tant que concepteur d' IA conversationnelle, comme je l'ai dit, ce formateur en IA est la conversation que les designers aériens ratent en créant un forum de discussion comme un GPT dans Vous devez posséder les deux compétences qui sont nombreuses et importantes. C'est l'anglais avancé, le second est une expertise spécifique dans n'importe quel sujet. Comme je l'ai dit, vous entraînez le modèle d'IA dans un domaine spécifique. Alors vous avez les bonnes connaissances. Vous avez une certaine expertise dans ce domaine spécifique. Vous formez l'IA pour fournir une solution précise. Pour cela, vous avez l'expertise dans ce domaine spécifique. Vous pouvez concevoir un prompt et une réponse à cela grâce à votre expertise dans ces connaissances spécifiques. Qu'est-ce que l'anglais avancé ? Tous les forums de discussion que vous utiliserez seront générés en anglais Il sera généré dans toutes les autres langues régionales, la langue mondiale, qu'est-ce que c'est, signifie l'anglais. L'IA est formée en anglais. Par exemple, si vous n'êtes pas doué pour écrire l'anglais, voyons voir que l'IA apprendra uniquement de cette façon, ce qui vous fera de nombreuses erreurs. Si votre anglais n' est pas bon, l'IA apprendra ces erreurs. En fin de compte, cela générera des erreurs dans cette sortie à cause de certaines erreurs grammaticales, de la formation de phrases, tout cela parce que vous tendrez les données mauvaise façon dans de mauvaises formations de phrases contenant des fautes grammaticales, etc. De plus, les entreprises qui dirigent l'agence ou d'autres entreprises chargées d'essayer un modèle d'IA pour embaucher les meilleurs ingénieurs verront ces deux choses , verront ces deux choses savoir l'expertise dans un sujet spécifique et la rédaction avancée en anglais. Pour la langue régionale, ils voient également, par exemple, si vous êtes espagnol, si le chatbot s'entraîne en espagnol, ils verront la compétence avancée spécifique en espagnol, écrite et parlée à la fois Avec des connaissances spécifiques. D'accord ? La langue et les connaissances spécifiques sont importantes pour devenir formateur en IA ou concepteur d'IA conversationnelle OK, pour créer des robots de discussion comme Hagibt pour un chat en particulier. OK. J'espère que vous comprenez qu'il s'agit d'un entraîneur en IA. Il s'agit donc d'une opportunité de carrière en tant qu'ingénieur rapide. voyez, il s'agit d'un ingénieur rapide signifie que vous allez écrire l'invite. Vous allez écrire l'invite. Chez un mannequin déjà formé. Par exemple, le chargeb est déjà formé, les nombreuses instructions et réponses étant données par les propres ingénieurs de l'entreprise. En tant qu'ingénieur rapide, vous rédigerez la meilleure invite pour les modèles d'IA afin d'obtenir le meilleur résultat, appelée ingénieur rapide. Dans le concepteur d' IA conversationnelle, l' IA, le formateur en IA ou le tuteur en IA, vous rédigerez le module d'IA d'invite et de réponse, comme HagiBTF, le module spécifique ou même pour une autre fois su Cela dépend des exigences. OK, exigence du client. OK. J'espère que vous comprenez ces deux choses. Développeur de chatbot AI. Tout cela ne dépend donc que de cela. Mais comme je l'ai dit, il existe une automatisation, une intégration de l' automatisation. Ici, développeur de forum de discussion, que se passe-t-il ici. Vous allez donc utiliser deux méthodes pour créer un chatbot. D'accord ? Même vous pouvez prendre n'importe quel framework, chaîne longue, tout va bien. Sinon, vous pouvez utiliser des outils sans code dans lesquels vous devez glisser-déposer, vous devez relier les points. Oh, créez un flux de conversation. Il y a deux moyens. Même si vous pouvez utiliser vos compétences en codage, vous devez apprendre quelques notions techniques. Mais si vous n' avez aucune compétence en codage, vous pouvez opter pour la deuxième solution qui consiste vous pouvez opter pour la deuxième solution qui consiste à utiliser des outils sans code dans lesquels vous devez glisser-déposer , créer un flux conversationnel et intégrer le système d'IA sans écrire une seule ligne de code Il existe donc de nombreux outils sur le marché. Vous pouvez le trouver, apprendre et créer un développeur AI Chartboo Vous pouvez devenir développeur avec des compétences techniques rapides. OK, j'espère que tu comprends. Le second est donc un spécialiste du contenu AI. Ainsi, quel que soit le modèle de langage que vous pouvez utiliser sur JIT Cloud, il peut générer le meilleur résultat pour le contenu, quelle que soit la création de contenu. Mais que se passe-t-il ici ? Donc, le contenu l'a fait , mais il y a quelque chose qui n'est pas engageant, non ? Donc, en tant qu'être humain, vous devez modifier ce contenu, le contenu de l'IA. D'accord, vous devez, par exemple, voir le moteur de recherche Google is, n'est-ce pas ? Il existe donc certaines politiques. Vous ne pouvez donc pas classer le contenu protégé par le droit d'auteur ou basé sur l'IA en haut des pages de recherche Pour cela, ce que vous devez faire, contourner les outils, contourner les outils selon lesquels votre contenu n'est pas généré par l'IA. Pour cela, en tant que spécialiste du contenu IA, vous devez rédiger l'invite à générer le contenu pour un contenu spécifique, et vous devez le relire, et vous devez le faire comme Women OK pour contourner les outils de détection de contenu AI. Alors vous seul pouvez écrire le meilleur article pour classer dans les meilleures pages de recherche de Google. OK, j'espère que tu comprends. En tant que spécialiste du contenu, vous devez générer le contenu. Vous devez le relire , et vous devez créer un contenu écrit humain Ensuite, vous pouvez devenir spécialiste du contenu AI. D'accord ? Tout tourne autour du spécialiste du contenu AI. C'est notre principal objectif d'avancement, c' est-à-dire notre consultant en IA de génération. Qu'est-ce qu'un consultant Gen AI ? Gen AI signifie modèles d'IA génératifs. HGPTGemni en est un exemple. Ils sont tous concernés par ce GEI. D'accord, la génération AI signifie créer vous-même un forum de discussion ou une application spécifique pour les entreprises ou pour des cas d'utilisation spécifiques. Les GEI ont donc plus de compétences et besoin de plus de compétences pour devenir consultant en GI. Nous allons donc explorer tout ce qui concerne l'IG dans quelques minutes. Alors voyons voir ici. Donc, d'accord, nous avons appris certains rôles professionnels ici. Alors, ce que l' ingénieur rapide peut faire. 59. 6.2.3 Comment trouver des emplois et des sites de freelance pour l'ingénierie rapide: Alors, où pouvons-nous trouver ces emplois ou toutes ces choses ? Vous pouvez donc devenir indépendant ou obtenir des opportunités d'emploi. OK ? De nombreuses entreprises externalisent la création rapide pour des projets spécifiques Nous avons appris toutes ces choses. Par exemple, indépendant et les opportunités d'emploi Je vais donc vous montrer. Il suffit donc aller en ligne et de consulter des sites indépendants Recherche directe dans Google. Il vous montrera certains sites indépendants directement. CNC the fiber freelancer, guru.com, PeoplePerHour, Upwork top tell B hands Il y en a donc beaucoup, non ? Je vous recommande donc de virer, freelancerguru.com, Toptal, Upwork people per hour Ce sont donc les meilleures entreprises qui font le meilleur marché en ce moment. Je vous recommande donc de vous concentrer sur LinkedIn. C'est une question principale en ce moment, et les cinq activités de freelance, vous pouvez les faire avec les sites Web de freelances Mais pour travailler en freelance, consulter et trouver un emploi, vous pouvez utiliser LinkedIn Cela vous suffit, car LinkedIn, désormais nos ressources humaines et nos entreprises recrutent n'importe quel candidat via LinkedIn, uniquement parce que LinkedIn propose des fonctionnalités intéressantes, telles que la publication votre expertise et du lien vers votre portfolio, toutes ces choses. OK ? Vous pouvez donc aller sur YouTube, apprendre l'optimisation du profil LinkedIn, et vous pouvez également accéder à la fibre optique voir les concerts, n'est-ce pas ? Vous pouvez donc y aller et voir les concerts ou les concerts dont le client a besoin Vous pouvez définir l' ingénierie rapide, non ? Tu peux avoir de la fièvre. Veuillez en faire un profil d'ingénieur rapide, mais optez pour un domaine spécifique, comme celui ingénieur rapide pour le marketing car cela vous permettra de vous démarquer de la concurrence. Que vous pouvez obtenir les projets très rapidement. OK. Comme ça. Travailleur indépendant. Il suffit d'aller sur YouTube et d'apprendre comment créer le meilleur profil sur chacun de ces sites indépendants que sont freelancer five orgo.com, Upwork et Linkin A. C'est la meilleure plateforme pour entrer en contact avec des entreprises et des clients pour vous pour OK ? Vous pouvez trouver les offres d'emploi et de recherche d'emploi OK ? Comme je l'ai dit, cette ingénierie rapide n' est pas limitée. Si vous apprenez, si vous maintenez votre intérêt et votre concentration, cette compétence peut vous ouvrir l'esprit. OK ? Cette compétence changera votre façon de penser. Cela créera plus d'opportunités non seulement en tant que freelance et en travaillant, vous pouvez devenir entrepreneur, je crée une candidature pour un domaine spécifique ou je construis en résolvant un problème spécifique que rencontrent les femmes en ce moment Un marché recherche cette solution particulière que vous pouvez résoudre grâce à l'IA. Vous pouvez donc créer des outils, des applications, des applications Web, des applications Android, des applications IOS de ce type en utilisant une ingénierie rapide et une IA générative. Ainsi, comme je l'ai dit, il existe non seulement des outils génératifs que vous pouvez utiliser, il existe également des outils à faible code dans lesquels vous pouvez créer vos propres applications sans écrire une seule ligne de code. D'accord, vous devez avoir une idée d'application simple. Utilisez l'ingénierie rapide de l'IA, entraînez l'IA avec vos compétences d'écriture rapide , ce que vous devez faire, ce que résoudre quand vous devez le résoudre comme ça. Rédigez vos instructions, obtenez la clé API depuis Open A. Vous pouvez même utiliser l'IA gem point hattex Il existe de nombreux modèles, mais utilisez Open A comme terrain de jeu. Ils ont une bonne plate-forme pour transformer notre modèle spécifique, Ils ont une bonne plate-forme pour transformer comme nous en avons discuté précédemment dans un modèle 5, n'est-ce pas ? Vous pouvez donc obtenir le code directement depuis Integrate dans votre application. Il suffit d'avoir une bonne documentation les outils locaux dont nous disposons actuellement. Vous pouvez donc le consulter sur meilleures applications d'outils en ligne pour créer des applications sans codage. Vous en aurez la liste. Vous choisirez en fonction de vos besoins, prix, de toutes ces choses, apprendrez et créerez vos propres outils et applications d'IA, puis vous les lancerez. La façon dont vous obtiendrez les opportunités. Comme AI IDA fonctionnera sur le marché, vous aurez plus d' opportunités, comme les investisseurs s'adresseront à vous et à n'importe quel fondateur, il y a plus d'opportunités si votre IDA travaille sur le marché, vous pouvez donc passer de zéro à zéro comme ça. Vous devez donc trouver le problème dès maintenant dans ce monde. Le monde a donc besoin de résolveurs de problèmes. Je peux résoudre le problème. Aujourd'hui, l'IA est plus avancée et peut résoudre les problèmes. Mais nous avons du retard pour trouver le problème. Trouvez d'abord le problème, puis vous pouvez utiliser IA pour le résoudre. C'est simple. Concentrez-vous sur la recherche du problème sur le marché. Après cela, vous pouvez facilement le résoudre par IA grâce à vos compétences d'écriture rapide. J'espère que tu comprends. Vous pouvez également devenir entrepreneur. Vous pouvez même devenir créateur de contenu en utilisant vos compétences de rédaction rapide pour obtenir les idées de l'IA, et vous pouvez créer une vidéo et la publier sur YouTube, toutes ces choses. Il y a de nombreuses opportunités, n'est-ce pas, si vous apprenez à utiliser l'IA de manière efficace. C'est de l'ingénierie rapide. Alors, quel est le conseil que j' ai écrit ici, Construire un portfolio ? J'ai oublié ça. Donc, avant de vous adresser à une entreprise cliente en tant que freelance ou si vous cherchez à travailler dans une entreprise en particulier, veuillez créer votre portefeuille de suggestions, car vous devez présenter votre travail, ce que vous avez présenter votre travail, ce que Si vous travaillez déjà avec des entreprises, vous pouvez créer un portefeuille avec vos projets antérieurs, par exemple en élaborant des instructions pour une entreprise spécifique pour des cas d'utilisation spécifiques OK ? Si vous n'avez aucune expérience préalable, vous pouvez mettre dans le portfolio que vous avez testé avec vos compétences, comme vos exemples de projets que vous avez réalisés, d'accord, vous-même, que vous pouvez mettre dans un portfolio pour mettre en valeur votre capacité de rédaction rapide, votre capacité, d'accord, à travailler avec différents LLM qui peuvent vous donner un avantage concurrentiel, d'accord ? Cela se démarquera de la foule. En tant qu'ingénieur rapide, vous aurez plus de préférences que les autres ingénieurs qui n'ont pas de potifol Alors, s'il vous plaît, créez un portifolio. Même si vous écrivez la plus petite demande, veuillez la conserver dans ce portifolio OK. Cela vous aidera donc à interagir avec le client ou à rechercher des opportunités d'emploi. J'espère que tu comprends. Tout est une question d'opportunités de carrière, d'ingénierie rapide, de quelques conseils et de la manière dont nous pouvons résoudre le problème de cette manière. Alors tu peux y aller, OK, j'ai raté quelque chose pour toi. J'ai un ingénieur rapide ou vous pouvez devenir entraîneur AA. Tout cela, vous pouvez trouver des sites indépendants comme Fiber, toutes ces choses Mais à des fins de formation AA, les entreprises recherchent des formateurs et tuteurs en IA. Donc, pour cela, je vous suggère d'aller à Outlier. Cette entreprise recherche donc des rédacteurs rapides ou formateurs en IA dans lesquels vous possédez des compétences rédactionnelles avancées et des connaissances spécifiques sur un sujet spécifique. Donc, comme vous pouvez le dire, entraînez des modèles d' IA et des mathématiques. Donc, pour former des modèles d'IA et des mathématiques, avez-vous besoin d' une expertise en mathématiques ? OK. Et dans quelle langue ils vont former le modèle d'IA, langue vous devez connaître et langue, vous avez l'avance. OK ? S'ils cherchent à former des modèles d' IA et des mathématiques en anglais, vous avez besoin d'un anglais avancé, comme ça. S'ils cherchent à former un modèle d' IA dans une autre langue, vous avez besoin de cette langue particulière de manière avancée. OK, plus loin. Outlet est donc la meilleure entreprise. Ils cherchent à engager des formateurs en IA et leur salaire sera équivalent à l' heure qu'il leur faudra. OK, dix heures, 10 dollars de l'heure, 30 dollars. OK. Sur la base nos exigences, de leurs exigences, d'accord ? Il y a une exception. D'autres entreprises recherchent des formateurs en IA. Tu peux juste y aller. Le meilleur moyen est simplement d' accéder à Link iTin. OK. Vous pouvez accéder à Link it in. Vous pouvez rechercher directement des offres d'emploi. OK. Donc je l'ai fait aussi, je le montrerai une autre fois. Donc, juste pour accéder aux emplois de formation sur Google AI. Ceci Si vous le conservez, vous verrez qu'il existe d'autres plateformes qui recrutent pour la formation en IA, des formateurs A. Vous pouvez voir que la valeur aberrante est la première option, et RWS la seconde, Pere AI Il existe d'autres plateformes qu'ils cherchent à recruter des formateurs en IA. Donc, dans lequel je vous ai un anglais avancé ou une langue avancée ils cherchent à former des modèles d'IA et des connaissances spécifiques que vous pouvez facilement utiliser par les plateformes pour entraîner des modèles d'IA. Même vous pouvez constater qu'il y a un salaire élevé de 13,252 dollars, 27,5 dollars de l'heure. Il peut augmenter avec votre expertise et votre expérience. Il est donc possible de faire appel à des ingénieurs rapides si vous avez un niveau avancé d'écriture en anglais et des connaissances spécifiques. OK. J'espère que tu comprends. Vous pouvez donc aller sur LinkedIn, faire une recherche. Vous obtiendrez la plupart des emplois de formation en IA. Et même vous pouvez créer un profil de développeur AicatBD, un profil spécialiste du contenu informatique, et rechercher cela, consultant GNA, toutes ces choses OK ? J'espère que vous comprenez cela. Eh bien, il y a encore beaucoup à dire, mais cela peut être appris de votre côté. OK, il suffit de le trouver en ligne. Cela augmentera vos compétences en matière de recherche. OK ? Allez-y et apprenez les techniques de recherche. Donc, honnêtement, j'apprends cette ingénierie rapide uniquement en faisant de la recherche, personne ne me guide au moment de l'essor de l'IA. Comme en 2023, j'ai appris à utiliser Tage Bit. Ensuite, j'entre dans cette phase d'ingénierie rapide. Tout est donc une question de capacité de recherche. Si vous faites des recherches en ligne, n'y a donc aucune limite pour vous. OK ? Si une récession ou une entreprise vous licencie, il n'y a aucune limite que vous pouvez faire avec quoi que ce soit si vous avez des capacités de recherche en ligne Alors faites des recherches par vous-même, recherchez vos besoins en ligne au lieu de demander à d'autres, veuillez faire des recherches. Internet contient plus de données qui peuvent vous aider à donner plus de pièces, vous pouvez y aller, d'accord ? Vous pouvez donc trouver ce type de postes, toutes ces choses en ligne. Notre prochain sujet est donc de savoir comment se préparer à cette opportunité. 60. 6.2.4 Comment se préparer à de futures opportunités en tant qu'ingénieur de temps à temps: Notre prochain sujet est donc de savoir comment se préparer à ces opportunités. Comme je l'ai dit, la première étape consiste à rester à jour avec les nouveaux LLM et outils Nous devons donc le mettre à jour avec de nouveaux LLM, des outils et des modèles d'écriture rapides, toutes ces choses Ensuite, développez une spécialisation. Comme je l'ai dit, vous devez, euh, exprimer votre talent pour devenir bon dans un secteur spécifique comme les soins de santé, marketing, l'éducation, etc. Ainsi, vous pouvez être embauché rapidement par rapport à d'autres ingénieurs rapides qui peuvent rédiger pour n'importe quel secteur d'activité. OK, non ? Si vous développez une expertise sectorielle spécifique en matière de rédaction d'instructions, vous pourrez vous débrouiller dans ce secteur spécifique Aussi rapide que les autres ingénieurs rapides. La deuxième étape consiste à développer une spécialisation dans des cas d'utilisation ou un secteur d'activité spécifiques. C'est le marketing des soins de santé. C'est ton choix. Et le troisième est très, très important. Construisez un réseau au sein des communautés d'IA pour trouver des projets et des collaborations. Le meilleur moyen de créer un réseau est donc d'utiliser Linkedin. LinkedIn compte donc plus d'un milliard d' utilisateurs dans le monde entier. Cela signifie qu'ils ont des entreprises. Les Lincnn ont toutes les sociétés de l'IE ou sociétés de marketing, toutes ces sociétés viennent des ressources humaines, toutes les équipes de recrutement sont toutes sur LinkedIn Voyez si vous bâtissez votre profil grâce à des compétences de l'IE telles que l'ingénierie rapide , le GNI, toutes les compétences, si vous confiez à Lincan vos projets votre site Web Potipl et votre expertise, vous pouvez si vous êtes capable de présenter votre expertise sous forme de vidéo, d' audio ou de document, n'importe quoi sur LinkedIn, en continu, d'accord, vous allez créer un réseau, un réseau solide dans lequel les entreprises établiront également un réseau avec vous, RH, de nombreux entrepreneurs, apprenants en IA, ils pourront vous suivre. Ils peuvent établir des liens avec vous, ce qui vous donnera plus d'opportunités de travailler avec les clients, travailler avec les entreprises et même de vendre vos propres cours. Ils ont plus de possibilités si vous avez une communauté, si c'est votre propre communauté. D'accord, il y a plus d'opportunités si vous créez un réseau dans les communautés d'IA ou à Lincarn Vous pouvez trouver le plus de projets, non ? Ainsi, l'entreprise vous contactera pour travailler avec eux. Cela se produira uniquement sur LinkedIn. OK ? Comme je l'ai déjà essayé, cela fonctionne pour moi. Cela fonctionnera pour moi. La plupart des entreprises viendront me voir pour travailler avec elles ou pour faire rapidement l'ingénierie nécessaire à la création d'un chatboard adapté à leurs cas d'utilisation Donc, pour cela, vous devez apprendre à créer un réseau avec des comités d'IA, vous pouvez rejoindre n'importe quel IE ouvert, ils ont leur propre communauté. Vous pouvez vous y inscrire ou vous pouvez y aller. LinkedIn est la meilleure option pour vous. Donc, juste pour acquérir les compétences et acquérir l'expertise dans un domaine spécifique et simplement mettre tous vos apprentissages et projets, mettez-les sous forme de lien sur LinkedIn Créez le meilleur profil d'optimisation. Lorsqu'une entreprise ou un client effectue une recherche sur LinkedIn, vous obtenez le premier rang ou un ami du client. Ainsi, ils vous contacteront directement. OK. Donc pour cela, vous devez mettre en valeur votre expertise, d'accord ? Partagez vos apprentissages dans le Lingreen lui-même en publiant une vidéo OK, j'espère que vous comprenez ces points. Il s'agit donc de savoir comment se préparer à ces opportunités. J'espère que vous comprenez cela 61. 6.2.5 Les bases du réglage fin et du RAG: Revenez voir ce professeur, les gars. Dans cette conférence, nous allons voir ce qu'est le Fine Tuning et le Rag D'accord ? Donc, comme nous l'avons fait précédemment, apprenez des techniques d'ingénierie rapides, des modèles, tout ce genre de choses. D'accord ? Nous avons également déjà vu des opportunités d'ingénierie rapides en cette ère A. Alors maintenant, qu'est-ce que ce réglage fin et ce Rag. Il s'agit donc également de certaines applications de l'ingénierie rapide. Alors, en fait, qu'est-ce qu'un Fine Tuning et un Rag. Donc, dans le cadre d'une ingénierie rapide, nous allons écrire les proms pour les modèles de langage afin d' obtenir le meilleur résultat Mais en peaufinant, nous entraînons un modèle d'IA. D'accord ? Nous entraînons un modèle d'IA avec nos propres données. Effectuerait une tâche spécifique à une tâche particulière. D'accord ? Voyons donc dans les détails. Dans cette conférence, nous allons donc voir quelques notions de base sur le réglage fin et le Rg, les différences entre le réglage fin et le Rg Nous allons donc explorer quelques exemples. Commençons donc par le premier. C'est ce que l'on appelle le peaufinage. Ainsi, comme nous l'avons indiqué précédemment, le réglage fin consiste à entraîner un modèle d'IA pré-entraîné sur un ensemble de données spécifique afin le spécialiser pour une tâche particulière. Donc, un modèle d'IA pré-entraîné. Quelle est donc la signification d'un modèle d'IA pré-entraîné ? Ce modèle n'est donc rien d'autre qu'un modèle de langage, qui est entraîné par une grande quantité de jeux de données Vous pouvez prendre n'importe quel modèle. Ainsi, par exemple, avant un char GPT, un GPT 404, 3.5, il existe un modèle de base qui est le GPT C'est ce qu'on appelle le modèle pretran. D'accord. Après cela, il passe à 3,5, 44o. Ça. Ainsi, après un entraînement basé sur les données en temps réel, il passe à différentes versions de modèles de ce type. Ici, le modèle preten signifie qu'il est déjà entraîné par un grand nombre d'ensembles de données, mais au niveau fondamental, au niveau au Donc, ce modèle A d'avant le tour A, le réglage fin signifie que nous devons entraîner le réglage fin implique entraînement d'un modèle A pré-entraîné sur un ensemble de données spécifique afin le spécialiser pour une tâche particulière. Nous devons donc entraîner le modèle d'IA avec nos propres données. Pour résoudre une tâche particulière uniquement, pas pour tous les usages, comme le GPT ou d'autres modèles de langage, qui résoudront tous les problèmes Au lieu de cela, nous avons peaufiné certains modèles de base pour effectuer uniquement une tâche particulière. Par exemple, le GPT est réservé au marketing uniquement. C'est donc simple. D'accord. Alors, comment ça marche. Voyons ici un exemple. Voyons en quoi consiste le travail. Voyons comment cela fonctionne. Commencez par le modèle de base. Vous pouvez donc prendre n'importe quel modèle. Par exemple, nous avons pris le GPT trois ici. Il s'agit donc d'un modèle de base, modèle d'IA pré-entraîné. D'accord ? Ensuite, nous devons fournir des données spécifiques au domaine ou à la tâche. Par exemple, des relevés de notes médicaux, des documents juridiques ou tout ce qui concerne votre tâche D'accord ? Nous devons donc nous entraîner. Nous devons fournir ces données spécifiques au domaine et aux tâches spécifiques au modèle GPT Three, d'accord ? Dans lequel ce modèle d'IA apprendra ces données. Cela deviendra un document juridique, assistant utile comme ça. D'accord ? Les modèles GPT Three n' ont donc que des connaissances sur ces sujets Il s'agit de relevés de notes médicaux, de documents juridiques uniquement. Ils n'ont aucune connaissance sur quoi que ce soit. D'accord ? Il s'agit d'une donnée précise. Essayez ensuite le modèle pour améliorer ses performances sur cette tâche. Alors, comment pouvons-nous entraîner le modèle ? D'accord ? L'entraînement du modèle signifie que nous devons écrire l'invite. Le modèle GPT Three possède donc déjà les connaissances nécessaires à notre domaine spécifique, comme les transcriptions médicales et les documents juridiques Il a déjà reçu une réponse, non ? Maintenant, qu'est-ce que le retard ? Ce qu'est le décalage signifie des questions ou des suggestions que l'IA peut apprendre, accord, que je peux apprendre à récupérer le résultat Pour afficher le résultat lié à l'invite ici. Donc, pour apprendre cela, nous devons écrire l'invite. En tant qu'ingénieur rapide, c'est votre travail. C'est pourquoi le réglage fin est également l'application d' une ingénierie rapide. Nous pouvons donc voir que nous avons discuté plus tôt de certaines techniques rapides de ce type, mais ici, écrire une question simple s'appelle une invite ici ou écrire question nécessaire ou pertinente dans les documents aidera le modèle à correspondre à la sortie. Pour correspondre à la sortie, en fonction de notre invite. D'accord. J'espère que vous comprenez dans quel modèle dI peut apprendre à faire correspondre au mieux la sortie à l'invite, et il améliorera automatiquement ses performances. D'accord. Ici, tout est une question de peaufinage. Voyons quel est le rapport avec l'ingénierie rapide. Comme je l'ai dit, en tant qu'ingénieur rapide, vous devez écrire des promotions simples. Cela s'appelle poser une question simple à un modèle d'IA dans lequel le modèle DI peut y répondre en connaissant les documents que nous avons utilisés pour une tâche spécifique ou particulière lors de l'essai du modèle d'IA. D'accord. J'espère que tu comprends. Vous pouvez voir l'exemple ici. Donc, pour le modèle général, vous pouvez prendre n'importe quel modèle de langage, comme Charge Bet. Donc, dans un but résumé, vous allez écrire comme cette invite ici. Résumez cet article de presse pour un adolescent. Mais par rapport au modèle de réglage fin, le modèle réglage fin signifie, comme je l'ai dit, réglage fin signifie entraîner un modèle à effectuer uniquement une tâche particulière. Ici, par rapport à cette invite, le but est que le modèle soit déjà réglé pour créer un résumé pour les boîtes. Je vais simplement écrire l'invite ici qui est résumée. OK, au lieu d'écrire cet article de presse pour un adolescent, pour un mannequin Fine Tune A, je vais juste écrire un résumé. Pourquoi ce modèle raffiné est déjà formé, résumez les articles destinés aux adolescents. D'accord ? Cela a déjà été formé pour générer des réponses à générer pour les adolescents. Alors, quel est l'article de presse ? Qu'en est-il d'un article de presse ? L'article de presse est formé. D'accord ? J'espère que tu comprends. Donc, si vous voyez ici, fournissez des données spécifiques au domaine ou à la tâche. Donc, ici, j'ai pris les informations de l'article de presse. Tout ce qui concerne les articles de presse est de les transmettre au modèle d'IA de base dans lequel il créera des résumés pour les adolescents d'un article de presse en particulier Je vais juste écrire le résumé du bal de fin d'année. Il est automatiquement créé un résumé pour les adolescents. J'espère que tu comprends. Tout tourne autour des modèles affinés. Le peaufinage ne consiste qu'à entraîner modèle d' IA avec nos propres données pour effectuer une tâche particulière. Il s'agit de la plupart des cas d'utilisation et nous verrons différents secteurs chercher à peaufiner leurs propres modèles d'IE qu'ils peuvent utiliser dans leurs flux de travail et à améliorer leur efficacité auprès des employeurs et des flux de travail de ce type. D'accord, chaque industrie possède ses propres données. Ainsi, en utilisant cette technique, technique de réglage fin, ils peuvent facilement essayer leur propre modèle EI avec leurs propres données. 62. 6.2.6 Qu'est-ce que la génération augmentée de récupération (RAG): Alors, quelle est la deuxième technique que nous avons, qu'est-ce que l'ag ? Rag signifie récupération, génération augmentée. Alors, qu'est-ce qu'une génération augmentée par récupération ? La récupération signifie la récupération des données à partir d'autres sources. Ainsi, par exemple, vous pouvez voir la définition de ce chiffon. Rag n'est rien d'autre que Rag will combine un système de récupération. système de récupération signifie prendre les informations d'autres sources, de sources externes comme une base de données, un moteur de recherche, d'accord, de sites Web en ligne comme ça Il combine la récupération et la génération augmentée. récupération consiste à récupérer les informations auprès de sources externes. OK. La génération augmentée signifie qu'il s'agit d'un modèle générateur dans lequel il générera une réponse, la base ou à notre demande en utilisant les informations des données de récupération Ces données de récupération proviennent de différentes sources provenant de différentes sources d'un moteur de en ligne ou d'un moteur de recherche similaire, ou de tout autre document que nous fournirons à ce modèle d'IA D'accord ? Voyons donc en détail. Alors, qu'est-ce qu'un chiffon ? Système de récupération par compensation Rag, par exemple, base de données ou moteur de recherche avec un modèle génératif pour fournir des informations précises et à jour J'espère donc que vous comprenez cette définition. Il combine donc RAG, non ? système de récupération consiste à prendre les informations d'autres sources, de sources externes, comme tout le monde sur les sites Web, les forums, les réseaux sociaux, etc. Il faudra différentes sources pertinentes pour répondre à notre demande. Il générera la réponse en utilisant le modèle d'IA génératif, que vous pouvez voir ici. Ces deux éléments se combinent pour fournir des informations précises et à jour. Le meilleur exemple est que vous pouvez voir le fichier perplexity.ai. Nous allons donc plonger dans la perplexité. C'est simple Rag. Pour Rag, c'est le meilleur exemple ici. Vous pouvez donc répondre à n' importe quelle question ici. Je vais y aller. Donc, ce qui se passe ici, c'est que j'ai posé une question rapide. Ce modèle d'IA, Perplexi point I , récupère les informations de ces différentes sources comme celle-ci ou appelle certains sites Web, des sites Web en ligne, n' ces différentes sources comme celle-ci est-ce pas ? Il récupérera les données de ces sites Web et générera la réponse pour moi. D'accord ? Ce processus sera donc pris en charge par le système de récupération, et la génération de la réponse utilisera le modèle d'IA génératif Ces deux éléments se combinent donc pour fournir des informations précises et à jour sur RAG. Donc, par là. Ainsi, vous pouvez obtenir les données en temps réel, comme il se doit. Nous pouvons ainsi obtenir des données en temps réel et des informations précises à jour. Comparés à d'autres modèles de langage, ils ne produisent que des résultats basés sur leurs propres données. Mais ici, il utilisera les données provenant de sources externes. C'est ce qu'il y a de mieux ici. Il utilisera les données en temps réel provenant de différentes sources telles que des API externes, des documents de connaissances externes, des PDF, chiens que nous pouvons utiliser pour entraîner le modèle I. OK, j'espère que vous comprenez cela clairement. Voyons donc comment cela fonctionne. Comme je l'ai dit, le système de détrival récupère les documents pertinents en fonction d'une requête. Il peut donc s'agir de documents pertinents, d'un moteur de recherche, d'une base de données, de tout ce dont il prend les données d' Le modèle génératif utilise les informations de récupération pour générer une réponse, comme nous avons déjà décrit le fonctionnement de Perplexie de cette manière. Comment cela fonctionne Quel est donc le lien avec l' ingénierie rapide ? C'est simple. Comme nous le voyons, la rédaction de l'invite relève également du droit d'ingénierie rapide. Alors, que se passe-t-il dans cette série ? Des instructions guident à la fois le processus de récupération et le processus de génération OK. Ainsi, par exemple, si vous allez dans le fichier perplex.ai, vous pouvez voir que cela est également demandé ici, n'est-ce pas ? J'ai donc demandé une invite simple et rapide ici. Alors seul le processus de récupération sera nécessaire. C'est ce qu'on appelle retrieve. OK. Il utilisera donc les données provenant de sources externes. Vous pouvez même ajouter un PDF ici à partir d'ici, n'est-ce pas ? Je vais automatiquement récupérer les données provenant de sources externes, telles que les sites Web en ligne ici. OK. Ensuite, le module générateur A génère la réponse en fonction de ces données de récupération et de l'invite. OK. Il s'agit donc de se produire lorsque nous ne fournissons que des instructions. C'est pourquoi l'écriture des instructions est également une application de l'ingénierie rapide C'est Rag, c'est vrai. C'est pourquoi l' ingénierie rapide est toujours utile quelle que soit la technique ou le modèle de langage que vous utilisez. Dans tout modèle de langage, il n'y a que deux choses qui sont rapides et réactives. La réponse est générée lorsque seule l'invite est écrite. L'art de l'écriture rapide est appelé ingénieur rapide. C'est pourquoi l' ingénierie rapide est compétence plus puissante si vous apprenez à l'utiliser Vous pouvez ainsi avoir un impact en utilisant les modèles linguistiques du marché. OK. J'espère que tu comprends. C'est pourquoi l'ingénierie rapide est liée à ce chiffon. D'accord, nous pouvons donc voir un exemple de flux de travail ici. Récupérez rapidement, recherchez les dernières recherches sur le changement climatique recherche signifie que nous avons guidé IA pour rechercher les dernières recherches sur le changement climatique. Il vérifiera donc le moteur de recherche ou un autre site Web en ligne, et il récupérera les données du site Web en ligne ou sources externes pour générer une réponse. Il existe une invite de récupération. En ce qui concerne l'invite de génération, résumez les documents de récupération en trois phrases Ce que nous avons à dire grâce à l'IA, recherchez les dernières recherches. Il recherchera donc certains documents les plus récents ou quoi que ce soit d'autre. OK. Il s'agit d'une invite de récupération C'est terminé. Mais ensuite, c'est l'invite de génération. Alors, que dira-t-on ? Résumez les recherches récupérées sur le changement climatique en trois phrases comme celle-ci. Il combinera donc le système de récupération et le processus de génération. Ces deux techniques se combinent pour former une application Rag ou une technique Rag That. D'accord ? J'espère que vous l'avez bien compris . Voyons la différence entre ces deux techniques. D'accord ? C'est du peaufinage et du drag. 63. 6.2.7 Réglage fin vs RAG: Voyons donc la différence entre ces deux techniques. D'accord ? C'est Fine Tuning et Rag. Voyons voir, nous allons aborder certains aspects tels que l'objectif, la dépendance aux données, l'utilisation rapide, les mises à jour en temps réel. Donc, comme je l'ai dit, peaufiner signifie uniquement entraîner un modèle d'IA pour une tâche spécifique. D'accord ? C'est ici, modèle spécialisé pour une tâche spécifique. RAG signifie intégrer des connaissances externes. Connaissances externes : il peut s'agir d'une base de données ou d'autres documents externes que nous fournissons à la base de données de cette manière. Nous intégrerons des connaissances externes à ce modèle d'IA pour extraire les informations de ces connaissances externes afin de générer une réponse précise et à jour, n'est-ce pas ? C'est donc une tâche spécifique, d'accord ? Le réglage fin est un modèle fixe dans lequel il générera la réponse selon laquelle il a uniquement appris, non les informations actuelles ou à jour. C'est une question d'objectif. Qu'est-ce que la dépendance aux données ? Donc, comme nous le voyons, l'affinement signifie que c'est une erreur fixe. D'accord ? Il générera la réponse en fonction de ces données de tendance et de l'invite uniquement. Il ne sera jamais utilisé pour rechercher des sources externes ni fournir ces informations à jour. OK. Donc, pendant que nous entraînons un modèle d'IA, d'accord, nous devons exiger des DRS classés Q, n'est-ce pas Nous avons donc un modèle d'IA d'alimentation sous forme d' ensembles de données uniquement dans lesquels nous avons besoin de certains ensembles de données évalués Mais par rapport à RAG, nous ne fournissons pas de données avec les ensembles de données, mais nous fournissons des API de recherche, d'accord, documents juridiques et d'autres documents ou nous fournissons une La base de données contient déjà des données, donc c'est ce que j'aime. Nous pouvons donc essayer de lutter contre le blanchiment d'argent très rapidement en utilisant le Rag Pourquoi ? Parce qu'il va récupérer le système. Il récupérera les données d'une base de données déjà existante via des API de recherche, toute autre source en ligne. Mais pour le peaufiner, nous devons fournir toutes les données nécessaires pour générer des résultats. C'est le principal problème ici. Mais ces deux techniques ont leur propre caractère unique, leurs objectifs et leurs applications. OK. Voyons un peu d'utilisation rapide. Donc, comme je l'ai dit, pour peaufiner, nous devons écrire des instructions simples, comme des questions uniquement pour obtenir la réponse à partir d'un modèle de simulation basé sur l' IA C'est simple. OK. Mais dans Ag, Rag, nous pouvons écrire n'importe quelle invite dans n'importe quel format Vous pouvez donc écrire n'importe quelle question concernant votre requête. Il effectuera donc une recherche directe en ligne. Il générera la réponse à partir de n'importe quelle source. D'accord ? Selon le prompt. Il ne s'agit pas d'un problème fixe. Vous pouvez poser n'importe quelle question à ce modèle, cette application, à l'application Rag Il utilisera des applications de recherche de base de données externes pour générer la réponse, à jour, des informations correctes, à jour et précises. Mais dans les cas de réglage précis, vous devez obtenir les informations du modèle d'IA dans lequel il est entraîné uniquement. Il n'abordera jamais le sujet des données sur les tendances. Cela ne sortira jamais de la tendance des données, comme ça. C'est pourquoi les instructions simplifient tout en améliorant la flexibilité des commandes Nous ne pouvons donc écrire aucun type d' invite dans une tâche spécifique ou une tâche. Il n'y a aucune limite dans le chiffon, n'est-ce pas ? Donc, comparé au réglage fin, c'est précisé, il s'agit d'une dynamique. Tout dépend donc de l' utilisation rapide, des mises à jour en temps réel. Donc, comme je l'ai dit, le réglage fin est un modèle I spécifique, c'est-à-dire fixe. Il n'y a aucune information à jour, actuelle, toutes ces choses. Il ne générera donc la réponse qu'en fonction des données. OK. Il n'est donc pas possible de disposer de la capacité d' information actuelle pour générer une réponse à jour. C'est pourquoi il s'agit de connaissances statiques. Mais dans le Rag, il s'agit d'une information dynamique et à jour, comme nous l'avons dit, il faudra donc récupérer les informations auprès de fournisseurs de données en temps réel, comme cela peut être le cas pour un moteur de recherche, peut être le cas pour un moteur de recherche, n'importe quel Google ou n'importe quel site Web en ligne, n'importe quel YouTube OK, je vais prendre les informations de confirmation à jour. Il générera une réponse basée sur notre invite. C'est pourquoi l'Ag convient à la plupart des cas d'utilisation, mais le résultat est spécifique. OK. Donc, comme nous en avons discuté précédemment, un point de perplexité I, basé sur Rag, dans lequel il récupérera les données provenant de différentes sources et générera une réponse toujours aussi rapide que cela générera une réponse toujours aussi rapide Il s'agit donc de peaufiner Rag. Voyons donc un exemple ici ou un exemple de réglage fin signifie, par exemple, un ajustement fin signifie entraîner la lutte contre le blanchiment d'argent pour un ensemble de données spécifique Comme dans le domaine, j'ai conclu des contrats légaux. Si je pose une question à un modèle I génératif, modèle général comme Cha GPT ou à n'importe quel autre modèle Gemini, je vais donc l'écrire comme un résumé ce contrat en anglais simple pour un client D'accord, il résumera donc ce contrat pour le modèle général. Mais si j'écris un bal de fin d'année pour peaufiner le modèle, je vais juste écrire un résumé. Cela signifie que le modèle Fine Tune est déjà formé par des contrats juridiques pour résumer le contrat dans un anglais simple à l'intention d'un client. J'espère que tu comprends. OK. Donc, que se passe-t-il ici pour le modèle général, je vais écrire l'intégralité de l' invite, toutes mes exigences. Résumez ce contrat dans un anglais simple pour un client, afin d'effectuer une tâche spécifique dans le modèle général. Mais comparé à Finetune, il est déjà entraîné pour effectuer cette tâche particulière Mais je dois donner l'ordre de continuer, comme le résumer. Telle est la façon dont le modèle de réglage fin est déjà entraîné par un document ou un domaine de contrats juridiques pour faire ou pour résumer le contrat en anglais simple pour un. Je vais simplement fournir une commande pour affiner modèle I pour le résumer, mais c'est simple. C'est simple. Il s' agit de peaufiner le modèle d'IA. Quel est l'exemple de chiffon ici, car nous avons précédemment utilisé le fichier perplexi.ai dans lequel nous pouvons obtenir les informations mises à jour comme celle-ci Dans ce domaine, je m'occuperai de la recherche médicale. Je vais écrire l' invite comme récupérer les articles récents sur les traitements de la maladie d'Alzheimer et résumer les résultats. Donc, comme je l'ai dit, RAG signifie système de récupération C'est la combinaison du système de récupération et du processus de génération qui s'appelle Rag Vous pouvez la voir consulter les articles récents sur les traitements de la maladie d'Alzheimer Il relève donc du système de récupération, dans lequel il extrait les données provenant de connaissances externes, telles que le document, le moteur de recherche, les sites Web en ligne, YouTube, les réseaux sociaux, etc. OK, il prendra ces données conformément à cette invite, c' est-à-dire un système de récupération. D'accord ? Et un autre système qui est système génératif dans lequel il résumera les résultats. OK, j'espère que vous comprenez cela très clairement. C'est la différence entre Fine Tuning et Rg. Quel est donc le résumé ici ? Donc, comme je l'ai dit, le peaufinage signifie pour la formation que je modélise pour des cas d'utilisation spécifiques dans lesquels nous avons besoin quelques compétences simples en matière de rédaction rapide, de commandes simples. Il s'agit de poser une question liée au document ou à la tâche spécifique que vous avez appris à modéliser. Prouvez ses performances, comme ça. La prochaine chose est que Rag combine deux systèmes, à savoir le système récupération et le système de génération Dans lequel, lors de la récupération, il utilisera les données provenant de différentes sources externes Il peut s'agir d'une base de données, de sites Web en ligne de moteurs de recherche ou de documents que nous fournissons, comme ça. Il utilisera les informations provenant de sources externes et générera les résultats correspondant à nos besoins de cette manière. D'accord ? C'est exact et à jour. Ces deux techniques relèvent donc de l'ingénierie rapide. Pourquoi utilisons-nous également l'invite dans ces deux techniques, n'est-ce pas ? Pour améliorer les performances de l'IA. le peaufiner, nous écrivons l'invite pour apprendre à récupérer afin de générer le résultat correspondant à l'invite La rédaction rapide est donc rédigée par un ingénieur rapide. C'est pourquoi le réglage fin fait également partie d' une ingénierie rapide. Il s'agit donc d'une technique différente, mais l'invite, elle est également rédigée uniquement par des ingénieurs de prompt c'est une simple question qui vous demande documenter ou d' affiner le modèle d'IA. Aucune compétence de rédaction technique n'est donc requise. Mais tout cela est une question d'ingénierie rapide liée au réglage fin. OK. Les RAG ont également des compétences d'écriture rapide qui peuvent aider le modèle d'IA à récupérer les informations de manière claire et efficace pour générer le résultat Donc, si vous prenez n'importe quel modèle, le résultat dépend uniquement de l'invite. C'est pourquoi l' ingénieur des commandes intervient pour rédiger les meilleures instructions ou tout type de modèle Il peut s'agir d'un modèle génératif. Il peut s'agir d'un modèle affiné. Il peut s'agir d'une application RAG comme celle-ci. C'est pourquoi l' ingénierie rapide est toujours meilleure compétence si vous apprenez à utiliser ces modèles de langage d' IA. Je peux donc faire des merveilles sur ce marché, à l'ère de l'EIS. Tout dépend donc de ce réglage fin et de cette glissade. J'espère que vous l'avez bien compris. Ce sont donc des éléments de base que je vous ai expliqués, afin que vous puissiez les approfondir si vous voulez apprendre qu'il s' agit des meilleures techniques pour différents cas d' utilisation, n'est-ce pas ? Vous pouvez donc apprendre à partir d'autres sources en ligne. OK. Donc, pour implémenter cela de manière pratique, vous devez avoir des connaissances techniques, comme avoir un codage, Python, des frameworks. D'accord, vous avez besoin d' un générateur qui est l'apprentissage automatique. Vous devez connaître certains algorithmes d'apprentissage automatique de ce type. Il n'est donc pas nécessaire d' apprendre des algorithmes, mais ils ont des compétences techniques spécifiques que vous devez acquérir pour les mettre en œuvre de manière pratique. C'est du peaufinage et du chiffon. Vous pouvez donc obtenir de l'aide auprès de différents modèles linguistiques tels que ha Gebre Vous pouvez utiliser à des fins de codage, vous pouvez utiliser Cloud. Cela aidera à générer le meilleur résultat sous forme de code par rapport aux autres modèles de langage. Tout dépend donc du réglage fin et du rack. OK, j'espère que tu comprends. Voyons donc notre dernière session qui donne un aperçu de l'IA générative, et nous allons maintenant nous y intéresser. C'est ce que nous allons faire. 64. 6.3.1 Aperçu de GenAI: Nous allons donc voir ce qu'est l'IA générative. Nous allons donc voir dans cette conférence quelques notions de base de GeneI. Comment fonctionne GI ? Et nous explorerons certaines applications du monde réel et quelles sont les tendances ou l'avenir du GEI. Et quel est votre rôle d'ingénieur rapide au sein de GNI, et nous verrons quelques réflexions finales OK. Il s'agit donc de notre dernier cours sur ces codes, et c'est très important après avoir acquis les compétences techniques nécessaires Voyons donc le premier qui est l'essentiel de GeneI. GNI signifie donc simple, c' est-à-dire un multimodèle comme HGPTGemini Vous pouvez donc voir ici la définition de base. L'IA générative fait référence à des modèles qui créent du nouveau contenu, du texte, des images, du code, de la musique, sur la base d'entrées ou de proms Si vous utilisez un outil de génération d'images comme Leonardo, Mid-Journey, ou si vous pouvez utiliser des outils de génération vidéo comme Sra ou un autre Invido point IVO, certains outils sont disponibles en ligne, n' Ils généreront une image en fonction nos instructions de saisie, à droite Ainsi, tous les outils sont appelés GNAIeven hago l' ont également appelé GII, comment ils généreront la sortie, la sortie de texte, le contenu, les idées, le tout en fonction Tout cela s'appelle donc des modèles d'IA génératifs. Tous les modèles qu'ils appellent Charge B ou Gemini Cloud relèvent de la génération AI OK, tu peux le voir ici. Ainsi, contrairement à l'IA traditionnelle, qui met l'accent sur la reconnaissance ou la prédiction, génération AI se concentre sur la création. Il y a là le point le plus important. Vous pouvez donc voir, par exemple, qu'il existe des systèmes d'assurance-emploi aux États-Unis ou quelque chose dans le cadre duquel nous construisons des voitures EI, d'accord, et des vélos EI ou quelque chose comme ça, dans lesquels ils reconnaîtront des informations, reconnaîtront certains scans ou itinéraires , toutes les données, n'est-ce pas ? Si vous voyez des voitures dotées d'intelligence artificielle, c'est vrai , des voitures Tesla, elles n' ont pas de chauffeur. L'IA est automatique et fera fonctionner cette voiture. Comment l'IA reconnaîtra toute la route et tous les paramètres dispose, comme la façon de ralentir la voiture. OK, quand m'arrêter, où m'arrêter, à quelle vitesse la voiture doit aller. Il reconnaîtra, non ? C'est ce que l'on appellera l'IA traditionnelle. OK. Mais qu'est-ce qu'un GEI ? Vous pouvez voir vous générer. Dans le nom lui-même, il existe un moyen d' intelligence artificielle qui se concentre sur la création. La création, tout ce qui peut être la création de contenu, la création d' images, la création de vidéos, tout cela, l'IE, qui crée quelque chose, Bass et open hour proms appelés GEI Mais il existe une IE traditionnelle qui prédit ou se concentre sur la reconnaissance ou la prédiction Comme je l'ai dit, toutes les voitures GI, désolée, les voitures à intelligence artificielle, qui reconnaîtront tous les scénarios du monde réel dans lesquels je suis la voiture devraient prendre le bon virage comme ça. Quelques exemples. Cela relève de l'IA traditionnelle. Mais GI se concentre uniquement sur la création, comme le contenu de création, images, les vidéos, etc. Exigences relatives aux heures de base et aux heures d'ouverture. Le meilleur exemple est de prendre n'importe quel modèle de langage comme HGPTGemini ou des outils de génération d'images comme Leonardo I, génération de vidéos Ils entreront dans le cadre des applications GEI, axées sur la création. OK. J'espère que vous comprenez la définition de base de GeneI. Quels sont donc les exemples que vous pouvez voir : HGP générant des essais, des réponses, des art de la moyenne génération, un co-pilote aidant les développeurs à écrire Donc, certains de nos outils de création vidéo disponibles actuellement sont OU similaires à ceux d'Open EI. Mais il y a toutes les bases de GeneI. Voyons donc le second  : comment fonctionne GeneI ? C'est donc simple, vous pouvez voir qu'il utilise des modèles d'apprentissage automatique à grande échelle entraînés sur de vastes ensembles de données pour prévoir et générer du contenu Exemple de site. Si vous apprenez comment fonctionne le Hajbti, comment le Jajbit est développé, entraîné avec beaucoup de données, tout cela est génial, n' Il s'agit donc de prendre un modèle, un modèle de base. D'accord, ils n'ont aucune connaissance sur quoi que ce soit, alors vous allez essayer ce modèle avec vos données avec de grands ensembles de données, une grande quantité de jeux de données OK, pour prédire et générer du contenu, des images, des vidéos, tout en fonction de nos besoins, n'est-ce pas ? Voilà donc tous les modèles qui seront inclus dans le GI. C'est simple comme hA GPT, Gemini. Ils fonctionnent de la même manière que les Geni. OK ? Ils sont tous inclus dans le GEI uniquement HGPGemion tous les autres modèles que nous utilisons en ce moment C'est simple. Il existe une œuvre de génie Vous pouvez voir que les principaux modèles dans Geni sont basés sur du texte, un cloud, un cloud, une table Dali basée sur des images. DiFicient est un ensemble ouvert de divisions EI, Multimodel C'est ce que nous avons déjà vu dans nos conférences précédentes. Gen signifie que les modèles fonctionnent actuellement ou sont entraînés par de grandes quantités de données pour générer un contenu ou pour résoudre une requête utilisateur afin de générer des idées, images, des vidéos de ce type. C'est ainsi que cela fonctionne. Tout tourne autour de GenI Nous verrons donc des applications dans le monde réel. Comme je l'ai dit, l'IE est utilisée partout. L'ingénieur rapide avait également besoin de partout. Pourquoi ? Là où se trouve l'IE, l'IE n'est que le GEI. OK, j'espère que tu comprends. Nous utilisons l'IA. Par exemple, si vous prenez un LLM, n'importe quel LLM comme HGPTGemni. D'accord, les entreprises, par exemple, emprunteront certaines entreprises du secteur de l'enseignement qui utilisent Open EI HGPT OK ? Le HGP relève également du GEI OK, là où il y a un GI, il faut qu'il y ait un ingénieur rapide. OK, j'espère que tu comprends. Ou voyez si l'ingénieur compétent est nécessaire pour obtenir le meilleur résultat de l'IA. Dans le même temps, l'ingénieur rapide devait également créer une application d' IA générative comme JGBT. J'espère que vous comprenez, OK, qu'est-ce qu'un vrai ingénieur rapide signifie ? Si l'ingénieur responsable des commandes sait comment écrire les instructions pour tirer le meilleur parti de l'IA, il sait également comment entraîner le modèle d'IA, comment entraîner le modèle d'IA, s'agisse des modèles d'instructions OK, j'espère que tu comprends. Alors, lorsque les applications EI Gen sont utilisées dans chaque secteur qu'elles utiliseront, si vous utilisez HagipGemni comme des LLM, vous utilisez uniquement l'interface graphique, et non le OK, j'espère que tu comprends. Il s'agit d'applications du monde réel, l'éducation, des affaires, domaines créatifs, de la santé, tout ce qui relève de ces applications GEI. C'est le plus important, un rappel éthique. Bien que le RNB soit puissant, il est de la responsabilité de l'utilisateur d' éviter de générer des informations erronées ou des biais Donc, comme je l'ai dit, l'IA n'est pas précise à 100 %. Il peut donc faire des erreurs. Cela fournira des inexactitudes dans le résultat, n'est-ce pas ? Donc, avec des erreurs et beaucoup de données erronées, désinformation, toutes ces choses Nous ne pouvons donc pas nous fier aveuglément à cette sortie de l'IA. Pour cela, nous devons connaître les connaissances spécifiques que nous cherchons à obtenir pour obtenir les résultats de l'IA. Il faut que tu le saches. Pour cela, afin faciliter les choses aux entreprises ou quoi que ce soit d'autre, elles n'embaucheront que la personne qui possède les compétences nécessaires pour rédiger rapidement et qui possède les connaissances spécifiques nécessaires. OK ? Si je dois générer la sortie, l'ingénieur chargé des commandes devrait être en mesure de la corriger. Dans ce cas, seule l'entreprise les embauchera. D'accord, pour cela, je vous recommande à nouveau, veuillez apprendre l'ingénierie rapide, mais dans des cas d'utilisation spécifiques dans un domaine spécifique, vous pouvez suivre une formation ou choisir le marketing uniquement dans lequel vous pouvez facilement analyser les résultats D'accord, comme nous l'avons dit dans les cours précédents, ingénierie rapide n' est rien , non seulement en écrivant les instructions, mais en plusieurs étapes OK, analyse de la sortie. OK, peaufiner l'optimisation. Tout cela entre donc en ligne de compte lorsque vous connaissez les informations, lorsque vous connaissez cette tâche particulière à résoudre par l'IA. Lorsque la sortie provient de l'IA, vous devez analyser la sortie, qu'elle soit bonne ou mauvaise. Ensuite, vous pouvez passer à l' étape suivante pour optimiser, affiner, toutes ces choses. Si vous ne le savez pas, il ne vaut donc pas la peine de devenir un ingénieur rapide. C'est pourquoi je vous recommande de développer une expertise dans un domaine spécifique, comme les affaires uniquement, l'éducation uniquement, en rédigeant des instructions spécifiques dans lesquelles vous pouvez analyser facilement les résultats Vous pouvez l'optimiser et le définir dans toutes les étapes d'ingénierie rapides. Nous verrons plus tard dans quelques minutes quels sont le rôle responsabilités d'un ingénieur rapide au sein du GNAI ou dans un autre domaine spécifique. Donc, pour ce rappel éthique, comme je l'ai dit, je commettrai des erreurs. Pour cela, la responsabilité immédiate du moteur est d'analyser le résultat ou de l'affiner pour optimiser le résultat afin d'obtenir une réponse précise de la part de l'IA. OK ? Pour cela, vous devez avoir des connaissances spécifiques sur votre utilisation de l'IA pour le résoudre. OK, j'espère que tu comprends. Quel est donc l'avenir de GEI ? Comme je l'ai dit, dans le monde à venir, tous les secteurs et tous les aspects, l'EIS prendra le relais. OK ? De plus en plus d'applications GI sont donc déjà disponibles sur le marché en ce moment. Ainsi, même s'il y a d'autres demandes de GEI augmenteront au cours des décennies et des années à venir. OK ? Quelles sont donc les applications spécifiques au GNI Vous pouvez bénéficier d'une intelligence artificielle plus personnalisée, réponses et de résultats personnalisés fonction des profils utilisateurs, augmentation des capacités multimodales combinaison fluide du texte, de l'image et du son Vous pouvez voir que le meilleur exemple est JGB en ce moment, Gemini Cloud, ils Nous pouvons saisir le document image, le texte, la voix directement dans le chat lui-même. Tout cela s'inscrit dans le cadre des capacités multimodales. Ils en ont d'autres également. Il existe donc des Gemini JGBT populaires Donc démocratisation. Qu'est-ce qu'une démocratisation ? Les outils deviennent donc plus accessibles aux particuliers et aux petites entreprises. Ainsi, comme l'IA fera partie de notre vie quotidienne, tout le monde l'utilisera. OK. Il y a donc beaucoup de monde, non ? Il y a de nombreuses personnes. Ils ont des connaissances spécifiques. Pour eux, nous pouvons développer des applications GeneI pour des cas d'utilisation spécifiques pour les infirmières, d' accord, pour les médecins, des GEI séparés comme ça Il y a donc plus d' opportunités pour créer des applications GeNA, c' est un avenir, n'est-ce pas ? Tout tourne autour de quelques points concernant le futur gène. Parlons donc du rôle d'un ingénieur rapide dans GEI 65. 6.3.2 Rôle de l'ingénieur de prompt dans GenAI: Bien, voyons quel est le rôle de l' ingénieur rapide NGinei Comme je l'ai dit plus tôt, pour créer des applications d' IA génératives, l'ingénierie rapide joue un rôle crucial. Pourquoi ? Parce que nous devons donc essayer un modèle d'IA doté de compétences de rédaction rapide et de réponse. OK. Ainsi, nous sommes les seuls à pouvoir facilement entraîner le modèle d'IA de manière efficace. D'accord ? Pour cela, nous devons écrire les bals de fin d'année et les réponses à train EI, comme nous le faisons avec le Cha GPT et d'autres modèles, Donc, comme nous avons déjà parlé de la mise au point des modèles, d'accord, créer un entraîneur d' IA conversationnelle comme celui-ci relève du GNI, Il y a donc plusieurs étapes. Il y a des rôles et des responsabilités. En tant qu'ingénieur rapide, nous devons travailler en équipe au sein de GEI. OK. Alors voyons voir. Au cours de cette conférence, nous allons explorer les principales responsabilités d'un ingénieur rapide, les applications de l' ingénierie rapide dans le GII, les compétences nécessaires aux ingénieurs rapides, les défis et les considérations éthiques, défis et les considérations éthiques l'impact des ingénieurs rapides sur le succès des GI Commençons donc notre première qui porte sur les principales responsabilités d'un ingénieur rapide. En ce qui concerne les responsabilités, nous devons donc garder ces cinq points à l'esprit pour devenir un ingénieur professionnel rapide. Nous devons donc rédiger les instructions spécifiques pour les cas d'utilisation spécifiques que vous pouvez voir ici, concevant des instructions efficaces dont nous avons parlé plusieurs fois dans les conférenciers précédents D'accord ? Vous devez écrire le meilleur modèle ou la meilleure réponse à nos besoins, d'accord ? De manière efficace, d'accord ? Cela devient la première étape. Et la deuxième étape consiste à tester et à affiner. Comme je l'ai dit, les tests signifient que vous devez configurer une invite intégrée Ce dI générera une sortie. Vous devez analyser la sortie, qu'elle soit correcte ou non. Le résultat est que la sortie générée semble contenir des erreurs ou non. La sortie correspond à mes besoins ou non, comme ça. Tu dois le tester. Vous devez analyser le résultat. Et vous pouvez l'analyser lorsque vous connaissez ce résultat. Lorsque vous connaîtrez la tâche pour laquelle vous rédigez l'invite je vous ai recommandé développer des compétences en rédaction rapide un domaine spécifique, comme l'enseignement du marketing, de votre choix, n'est-ce pas ? Ainsi, après avoir analysé le résultat, vous allez affiner l'invite ici. Ce que vous allez tester. Après cela, vous allez écrire la deuxième invite en analysant la sortie précédente pour ne pas faire les erreurs. OK. Vous allez affiner l'invite. Demande précédente en écrivant deuxième invite détaillée plus avancée. J'espère que tu comprends. Comme nous avons déjà expliqué comment effectuer le test, quelles sont les améliorations de raffinage en détail dans notre conférence précédente J'espère que tu comprends. La deuxième étape consiste donc à tester et à affiner l'invite. En analysant le résultat précédent, nous allons réécrire l' invite en gardant quelques erreurs dans le point précédent pour éviter que cela ne se reproduise la deuxième Nous allons donc affiner à nouveau l'invite. Nous réécrirons l'invite précédente de manière efficace pour éviter les erreurs précédentes dans le résultat D'accord ? La troisième étape est l'optimisation spécifique au modèle. Le troisième est crucial pour nous. Optimisation. Ce qu'est l'optimisation réelle , c'est qu' elle comporte plusieurs étapes. Donc, l'analyse correspond au LLM parfait pour une tâche spécifique OK, cela entre en ligne de compte dans cette optimisation. L'optimisation consiste à garder vos exigences côté et à analyser les résultats générés par l'IA pour comparer vos besoins et les résultats de l'IE. Si la sortie générée par l'IA correspond à vos besoins, l' optimisation spécifique au modèle est effectuée. Ensuite, votre sortie est optimisée. OK, ici, la sortie n' est pas optimisée, mais votre invite est optimisée. OK. Vous renverrez l'invite de manière à optimiser le résultat. Votre sortie n'est donc pas optimisée ici. Votre invite est optimisable pour générer la sortie spécifique, qui correspond à vos besoins J'espère que tu comprends. Vous devez donc comparer vos besoins et le résultat As, qu' il corresponde ou non à vos besoins , afin d'optimiser nos instructions. J'espère que vous comprenez cette étape, et la quatrième consiste à explorer les techniques d'incitation La technique signifie donc que nous avons déjà appris les techniques spécialisées de ingénierie rapide dans le passé, c' est-à-dire le modèle numéro cinq, dans lequel nous avons appris à comprendre les différents LLM, les capacités, les avantages et les inconvénients, à rédiger l'invite pour que tous les autres LLM répondent à nos exigences, dans le cadre duquel LLM est le mieux adapté pour résoudre cette Cela relèvera donc des techniques d'incitation. Nous avons appris tous les modèles et techniques d'instructions, les outils dont nous disposons pour rédiger les meilleures instructions pour nous D'accord, vous allez également explorer cela. n'explorons pas seulement l'exploration, nous avons des outils d'incitation comme Open AI Playground dans lequel vous allez écrire l'invite, vous aurez le meilleur moyen de le faire comme ça Nous avons également vu les trois méthodes différentes pour utiliser les LLM pour écrire des instructions efficaces Une technique sera abordée dans le cadre de cette étape au cours de laquelle vous rédigerez l' invite et vous testerez dans tous les autres LLM D'accord, et vous choisirez le meilleur LLM en analysant le résultat correspondant à vos besoins Après avoir répondu à vos besoins, vous opterez pour ce LLM en particulier pour approfondir de plus en plus D'accord ? C'est donc simple. J'espère que vous comprenez ces étapes. Et le dernier concerne les rapports de documentation. Vous devez donc tout documenter , comment vous prenez en compte le résultat, comment vous avez écrit l'invite. D'accord, comment avez-vous choisi le LLM pour résoudre cette tâche particulière Et comment analysez-vous le résultat, quels outils sont utilisés, quelles techniques rapides sont utilisées pour l'automatiser, n'est-ce pas Comment vous rédigez l'invite, quelle est votre capacité à rédiger l'invite ? Dans tout cela, vous devez vous documenter vous-même pour le présenter à votre équipe et engager des officiels au l'équipe GEI ou un autre vous devez vous documenter vous-même pour le présenter à votre équipe et engager des officiels au sein de l'équipe GEI ou un autre employé ou chef de votre équipe lorsque vous occupez un poste spécifique, d'accord ? Et des reportages. Vous devez signaler vos demandes et vos réponses, tout cela au membre de votre équipe ou tout officiel qui dirige votre équipe. Tout est une question co-responsabilité d'un ingénieur rapide. Il en va donc tout autrement lorsqu' s'agit de créer une application générative. C'est quelque chose de différent dans lequel vous allez écrire les bals et les réponses en même temps OK, vous allez écrire les différents modèles d'invite en utilisant différentes techniques de modèles d'invite. OK. Mais par rapport à un autre type de travail, vrai, j'utilise déjà LLM pour obtenir le résultat de EI En cela, ces étapes vont changer. Les étapes resteront les mêmes, mais leurs fonctionnalités seront modifiées. J'espère que tu comprends. Ainsi, par exemple, si vous travaillez rapidement comme ingénieur au sein de l'équipe GenEI, GeneI signifie que vous créez une application GenEI telle que hA EPT pour des cas d'utilisation spécifiques, la génération d' images ou des cas d'utilisation spécifiques En tant qu'ingénieur rapide, votre rôle est de rédiger l'invite et la réponse comme un formateur en IA. D'accord ? Dans lequel vous allez avoir des fonctionnalités, des rôles et des responsabilités différents au fil des étapes, d'accord ? Mais si vous travaillez en tant qu' ingénieur rapide dans un secteur spécifique, tel que l' enseignement ou le secteur des utilisateurs finaux, comme l'enseignement ou le marketing, vous rédigerez le bal de fin d'année pour tirer le meilleur parti de l'IE. OK, dans lequel vos fonctionnalités, vos rôles et responsabilités changeront au cours de ces étapes. OK, j'espère que tu comprends. Donc, ici, ingénieur rapide dans un secteur spécifique, comme l' enseignement ou autre, vous rédigerez les promotions pour le LLM, comme le HGPT ou tout autre LLM, ou pour obtenir le meilleur résultat de EI, qui Vous ferez donc tout cela étape par étape, comme nous l'avons appris plus tôt. D'accord ? Si vous travaillez en tant que moteur d'ingénierie rapide dans les entreprises de l'IE qui développent des forums de discussion, qui développent des forums de discussion, vos rôles et vos responsabilités changent, vous devez rédiger le modèle d'incitation et de réponse à la tendance EI. OK, j'espère que vous comprenez cette différence entre les deux. Donc, une fois que vous aurez appris cela, vous le saurez. D'accord ? Ce sont là les cinq étapes les plus importantes. Eh bien, si vous travaillez en tant qu' ingénieur rapide, vous devez le faire. OK. 66. 6.3.3 Applications Ingénierie des prompts GenAI: Les applications de prompt engineering et de GEI, si vous développez GNI pour un secteur tel que le support client, l'éducation, les soins de santé, l'automatisation, l' application d'ingénierie rapide reste la même OK, j'espère que tu comprends. Donc, écrire des instructions et des réponses. Lorsque vous travaillez en tant qu'ingénieur rapide chez GEI, c'est du côté du développement. OK. Quelles sont donc les compétences dont ont besoin les ingénieurs rapides ? Je vous parle donc des compétences d'ingénieur rapides. Donc, jusqu'à présent, ce que nous avons appris, c'est suffisant pour que vous deveniez un ingénieur rapide, nous avons appris à écrire les proms efficaces, à analyser les résultats. D'accord, comment utiliser les LLM pour écrire les proms efficaces répondant à nos besoins et comment analyser ou comment choisir le meilleur LLM pour OK. Mais quelles sont ces compétences dont a besoin l'ingénieur des commandes ? C'est une partie technique, c'est vrai, la lecture des bals de fin d'année Mais au-delà des parties techniques, nous avons d'autres compétences de base dont nous avons besoin. Devenir un ingénieur expérimenté ou professionnel, par exemple comprendre les modèles GenI que nous connaissons déjà, c'est comprendre les différentes capacités des LLM tels que HAGBT que nous avons Les modèles GenA signifient cha GBT comme ça, compétence linguistique. C'est important ici. Comme je l'ai dit, les compétences linguistiques signifient la capacité de rédiger des instructions claires, concises et sans ambiguïté Cela signifie des bals de fin d'année clairs. D'accord, dans un langage spécifique, si vous êtes bon en anglais, vous pouvez écrire des instructions claires et concises afin que je puisse facilement comprendre vos intentions et vous demander facilement OK. Les compétences linguistiques sont donc très importantes. C'est très important. C'est une compétence requise lorsque vous travaillez dans l'équipe de la génération EI. Pourquoi ? Vous allez donc entraîner un modèle d'IA dans un langage spécifique. Si vous ne savez pas comment vous y prendre, vous ne le ferez jamais. L' entraînement à l'IA tournera mal. entreprises embauchent également une personne maîtrisant anglais ou une autre langue requise Ces entreprises embauchent également une personne maîtrisant l' anglais ou une autre langue requise pour former un modèle d'IA. Ils garderont donc l'examen pour vous, anglais avancé pour vous, qui comprend l' écriture, la réflexion, l'expression orale, écoute, toutes les compétences nécessaires pour que vous puissiez passer DEUX examens FEL comme ça. J'aime bien ça. Résolution de problèmes. C'est très important. Comme je l'ai dit, donc A est là. Cela vous aidera à tout faire. Mais le principal problème est que le monde a besoin de résolveurs de problèmes. Il faut donc trouver le problème. Prenez A pour aider à résoudre le problème, c'est simple. Donc, pour cela, vous avez besoin de compétences en résolution de problèmes. En tant qu'ingénieur rapide, vous devez le savoir. Alors seulement, vous pourrez devenir un membre précieux de l'équipe dans telle ou telle entreprise. Ainsi, avec cette compétence en résolution de problèmes, vous pouvez également devenir entrepreneur en développant des outils de solution à ce problème, des applications comme celle-ci. Il s'agit donc d'un problème très important si vous souhaitez acquérir une expertise en codage en tant qu'ingénieur rapide. Vous pouvez donc effectuer une réflexion analytique ou déboguer des instructions d'optimisation pour OK. L'adaptabilité est très importante car elle permet de rester à jour avec évolution des outils et des techniques Si vous savez que certains modèles de bal de fin d'année fonctionnent très bien pour le moment, les modèles linguistiques. L'IA est de plus en plus avancée. OK. Les modèles de bal de fin d'année deviennent également plus avancés , ce qui signifie que nous devons également nous mettre à jour avec ces modèles de bal de fin d'année. Donc, si vous n'êtes pas capable d' apprendre de nouvelles choses, de nouveaux modèles de bal de fin d'année dans ce domaine, vous ne pouvez pas écrire les meilleurs modèles de bal de fin d'année pour les derniers modèles Pour cela, vous pouvez vous connecter aux forums, aux forums des entreprises, suivre leurs comptes de réseaux sociaux. OK. Lien sur Instagram, Facebook, YouTube, forums d'entreprise comme Open A forum, AH Germany comme ça. OK. Et vous pouvez même suivre des cours sur des plateformes en ligne, acquérir rapidement des compétences en ingénierie, etc. Pour être mis à jour à ce sujet. C'est simple. Et comme je l'ai dit, une expertise dans le domaine, d'accord ? Personnalisation des instructions pour des secteurs ou des cas d'utilisation spécifiques. Comme je l'ai dit, c'est très important. Si vous êtes un ingénieur rapide, vous devez acquérir une expertise spécifique dans un domaine spécifique, alors vous seul pouvez devenir un ingénieur rapide parfait ou un ingénieur rapide professionnel. Sans cela, vous ne pouvez pas devenir une ingénierie rapide, car rien ne consiste non seulement à écrire les instructions pour quelque chose, mais aussi à analyser le résultat, à affiner l'invite Bien, en adaptant le LLM à notre tâche spécifique, comprenez les différentes capacités. D'accord, utiliser des LLM pour effectuer la tâche à un niveau potentiel comme ça Donc, si vous avez les connaissances spécifiques, vous les optimiserez. Vous analyserez le résultat sans commettre de telles erreurs. OK, c'est pourquoi il d'écrire les instructions pour très important d'écrire les instructions pour un secteur spécifique Cette compétence est requise par les ingénieurs rapides. J'espère que vous comprenez ces compétences importantes. Ce n'est pas une question technique, mais c'est nécessaire en tant qu'ingénieur rapide. Quel est donc l'impact de la rapidité des ingénieurs sur le succès de l'IA ? Ainsi, par exemple, si vous êtes un ingénieur rapide travaillant dans l'équipe Gena, le Gena n'a pas seulement la partie ingénieur rapide, mais aussi une autre partie technique qui écrit du code à l'aide de frameworks de code Python, de fonctions cloud, de stockage dans le cloud OK, c'est, euh, Amazon, Azure, Open EI, APIs. Ils les utilisent pour créer certaines applications Gen AI. Mais en tant qu'ingénieur rapide, vous jouez un rôle crucial. Pourquoi ? Parce que vous entraînez un modèle d'IA. Les autres personnes qui travaillent à écrire un code pour créer une application écriront le code une seule fois. OK, j'espère que vous comprenez ce point. Ils vont écrire un code, d'accord. Ils utiliseront des frameworks pour créer des applications, mais la vraie chose se passe ici, un ingénieur rapide. Moi, vous entraînez un modèle d' IA, n'est-ce pas ? Vous êtes en train de former un mannequin. L'IA générera la réponse en fonction des données entraînées. La manière dont ils sont entraînés, selon quels modèles, dans quelle langue, quelle manière ils sont entraînés, à la base de cela, générera la réponse. En tant qu'ingénieur rapide, vous jouez un rôle majeur à cet égard. Pourquoi travaillez-vous en tant que formateur en IA dans l'équipe Geni. OK, c'est-à-dire que Rows est la responsabilité de l'équipe génétique de Prompt Engineer, n'est-ce pas ? Donc, si vous n'êtes pas doué pour écrire les instructions, quel est l'intérêt des autres membres de l'équipe Geni, comme écrire le code ou créer l'interface utilisateur, tout cela ? l'équipe Geni, comme écrire le code ou créer l'interface utilisateur, tout cela OK. Le principal élément crucial est la rapidité de l'ingénieur. C'est pourquoi vous devez avoir une grande capacité à rédiger les meilleures instructions en anglais avancé ou dans une autre langue requise Ils cherchent à former des modèles I. D'accord, vous pouvez voir certains points ici, améliorer la productivité et la précision des applications GNI Ainsi, un ingénieur rapide qualifié peut améliorer la productivité et la précision des applications GeneI Comme je l'ai dit, même les autres membres de l'équipe GNI peuvent écrire le code Mais la précision et la productivité du module AI dépendent de vous. En tant qu'ingénieur rapide, cela dépendra de votre côté. Pourquoi ? L'objectif principal du générateur crée quelque chose basé sur les entrées de l'utilisateur. entrée signifie une sortie rapide signifie une réponse que vous allez essayer à l'IA. C'est pourquoi la précision et la productivité dépendent de vous en tant qu'ingénieur rapide. En tant qu'ingénieur rapide, vous économiserez du temps en réduisant les cycles d'essais et d'erreurs. Le troisième est de permettre aux entreprises et aux particuliers d' exploiter tout le potentiel des outils de génération AI. Donc, en tant qu'ingénieur rapide, si vous essayez le module I avec les meilleurs modèles et réponses rapides, afin que l'utilisateur final ou les entreprises que vous utilisez l'application GNI puissent exploiter tout le potentiel des GNEItools que vous avez développés avec Ou cette équipe de l'entreprise qui développe GNI. J'espère que vous comprenez que ce point peut libérer tout le potentiel des outils de GI. Si vous êtes un ingénieur rapide qualifié, vous essayez un modèle d'IA avec des données productives et précises. L'utilisateur final, c' est-à-dire toute entreprise ou individu utilisant votre outil développé par l' IA, pourra exploiter tout le potentiel de l'IA et obtenir les meilleures données précises. Pourquoi ? En tant qu'ingénieur rapide, vous pouvez modéliser un modèle d'IA avec des données précises et un anglais avancé ou une autre langue recherchée. J'espère que vous comprenez très bien ces points. D'accord, tout dépend du rôle d'un ingénieur rapide dans le succès de l'IA. 67. 6.3.4 Impact des ingénieurs rapides sur le succès des GenAI: Observé après avoir analysé les exigences de l'entreprise en tant que génération d'IA et les exigences d'un ingénieur rapide. L'entreprise recherche donc maintenant la personne qui possède toutes les compétences en matière de RNB Par exemple, recherchez des offres d'emploi GNAI. Donc, avant cela, nous verrons des emplois d'ingénierie rapides , des emplois d'ingénieur, sur Google et des pourboires pour des emplois d'ingénieur rapides. Nous allons donc la voir directement. Vous pouvez le lier directement. OK. Vous voyez un contrat d' ingénieur AWSPMPT Alors prenons ça. Si vous voyez ici, il s'agit d' une restriction professionnelle à propos d'AWS et de Prompt Engineer. Vois ça ici. Nous recherchons un ingénieur rapide et innovant hautement qualifié et développeur AWS spécialisés dans la résolution problèmes réels à l'aide d'une écriture rapide efficace et d' une solution Bs fermée. Vous devez donc avoir quelques connaissances sur AWS MongoDB. Il y a une technique qui est Python JavaScript. Donc, des responsabilités clés, une ingénierie rapide, la conception d' instructions efficaces, d'accord. Mais tout cela, je le sais, ce que nous avons appris au cours. Mais vous ne connaissez pas AWS, d'accord ? Ce sont toutes ces choses. D'accord ? Nous n'en savons rien. Cela relève du GEI. D'accord ? Il s'agit donc d'une partie qui ne tarde pas à se moquer D'accord ? C'est une petite partie. Mais l'entreprise recrute non seulement pour l'ingénieur rapide, mais aussi pour la personne qualifiée ayant des connaissances techniques sur le cloud, n'est-ce pas ? C'est donc un langage de programmation que le Python JavaScript, certains frameworks comme Langhin Mango B Mango B ne sont pas des frameworks Donc, la gestion de base de données, toutes ces choses. Si vous avez déjà une formation en génie logiciel ou une formation en codage, afin de pouvoir apprendre cette ingénierie rapide, vous pouvez utiliser cette compétence pour travailler dans les sociétés GEI ingénieur rapide et spécialiste GenEI La plupart des entreprises recherchent donc qui possède l'ingénierie rapide et certaines parties techniques, comme scripts de programmes Python ou JavaScript. D'accord, n'importe quelle sonde tensorielle Pi tarch qui fonctionne, quels que soient les frameworks ou Une chaîne Lang, ou ML, c' est-à-dire des modèles d'apprentissage automatique, tous ceux qui recherchent des ingénieurs rapides. Certaines entreprises n'embaucheront donc qu'un ingénieur rapide spécifique, par exemple dans le domaine de l'enseignement. Ils ne nécessitent aucune application spécifique. Par exemple, si vous prenez l'exemple d'une entreprise éducative ou d'une université, pourquoi elles recherchent l'IA pour générer du contenu pédagogique pour leurs étudiants. ce faire, ils utiliseront IE, mais ils engageront un ingénieur rapide capable de rédiger l'invite correspondant à leurs besoins spécifiques pour obtenir le contenu éducatif de l'IE. Il n'est pas nécessaire de disposer de certains langages de codage. Ils doivent avoir des compétences en écriture rapide qui leur suffisent. Mais en ce qui concerne le développement, développement d'applications de génération AA, vous devez posséder toutes les compétences requises telles qu'une ingénierie rapide, compétences en codage comme Python, Pitot, des bibliothèques, certains frameworks OK, par exemple, vous pouvez prendre un transformateur de visage câlin, des cadres, d'accord ? Database Cloud, vous devez avoir une bonne connaissance et une application pratique de cette compétence à ce sujet. Alors seulement vous pourrez vous cacher en tant que spécialiste du GEI dans telle ou telle entreprise. Tout dépend donc des exigences des entreprises. Ils recherchent les différents ingénieurs rapides. Comme je l'ai dit plus tôt, nous avons trois types d'ingénieurs rapides contentent de rédiger l'invite pour que LLM obtienne le résultat spécifique fonction des exigences du client ou de l' entreprise deuxième type est celui de concepteur d' IA conversationnelle ou formateur en IA, dans lequel vous allez former modèles d' IA en fonction vos connaissances spécifiques du sujet et de votre expertise linguistique de formateur en IA, dans lequel vous allez former des modèles d' IA en fonction de vos connaissances spécifiques du sujet et de votre expertise linguistique pour devenir formateur en IA ou tuteur en IA Et la troisième consiste à créer une application GNA dans laquelle vous allez entraîner un modèle d'IA avec vos compétences d'écriture rapide et avec un langage de codage comme Python. Vous allez créer des applications GE en utilisant une ingénierie rapide, Vous allez créer des applications GE en codant, comme en utilisant Python ou JavaScript, d'accord, base de données Cloud. Alors vous seul pouvez devenir ces trois types d'emplois disponibles pour un ingénieur rapide en ce moment. Vous pouvez donc choisir n'importe lequel d'entre eux, créer un profil en plus de ce travail spécifique, et vous êtes prêt à partir. Vous pouvez trouver les entreprises clientes qu'ils recherchent. C'est tout ce qu'il s'agit. D'accord ? Vous pouvez donc constater que vous pouvez voir qu'il s'agit d'un moteur rapide qui recherche le bois. OK, tout est une question de jobs d'ingénieur rapides. Si vous recherchez un emploi d'ingénieur rapide aux États-Unis, vous pouvez accéder directement à Google. Il affichera certains emplois. OK. Vous pouvez voir PT, contacter un ingénieur à distance et procéder à une évaluation. Par exemple, si vous vous inscrivez ici, vous pouvez voir que vous n'avez pas besoin d'expérience pour postuler puisque nous proposons des formations, et de nombreuses personnes trouvent le travail très intéressant et reproductible Vous devez parler couramment l'anglais, avoir détail ou plus d'articles. Vous pouvez ainsi connaître les exigences du poste et les avantages en matière de qualification dans chaque entreprise qui recherche des ingénieurs rapides. Vous pouvez donc le voir ici. C'est vrai, ils ont des qualifications, des avantages, des responsabilités. Vous pouvez donc le vérifier en fonction des exigences et des responsabilités. Vous pouvez créer votre profil et apprendre cela. C'est simple. Vous pouvez donc voir ici qu' une qualification d'ingénieur rapide doit être une expérience avérée de travail avec les LLM, les modèles basés sur le GPT, la fonction Azure Cloud, le framework, le flux tensoriel Pytorch Tout cela entre dans le cadre du RNB et d'autres facteurs. Ils recherchent un site en développement. C'est pourquoi ils demandent le codage du framework Azure. D'accord ? L'ingénieur rapide que recherche la société Hona, voyons voir. va de même pour le recrutement d'un ingénieur rapide pour développer et optimiser les instructions pour les modèles linguistiques Vous pouvez donc le voir ici. C' est pour le premier. Ils recherchent un ingénieur rapide capable de rédiger les instructions d'optimisation pour tirer le meilleur parti de l'IA Il s'agit d'un type de catégorie d'emploi, comme nous l'apprenons, et cela relève du volet développement. D'accord, dans lequel vous allez utiliser tout votre langage de codage et une ingénierie rapide, comme nous l'avons dit précédemment, c'est le moteur d'ingénierie rapide I. C'est un côté en développement. C'est maintenant du côté de l'utilisateur final, dans lequel vous allez écrire les instructions pour obtenir le meilleur résultat possible sur l'IA. Dans ce volet en développement, vous allez utiliser des compétences techniques rapides pour entraîner un modèle d'IA codage ou pour créer une application GNI pour des cas d'utilisation spécifiques. Ces deux types. Un autre type est un entraîneur. Vous pouvez le trouver dans une ancienne entreprise dans laquelle vous allez essayer le modèle IA avec entreprise dans laquelle vous allez essayer le modèle IA avec des connaissances spécifiques, vous avez des connaissances sujet et des compétences linguistiques par exemple si vous devez connaître un anglais avancé ou langue spécifique dans laquelle ils recherchent RunMMdel Ces trois types d'ingénieurs ou de catégories d'ingénieurs rapides existent donc actuellement sur le marché. Donc, s'il vous plaît, assurez-vous, euh, ne choisir qu'une seule catégorie d'emploi. Donc, même si vous entrez dans les trois types de catégories d'emplois, si vous apprenez l'anglais avancé, vous interagirez avec l'IA, c'est bien, et vous formerez l'IA avec de bonnes compétences. D'accord ? Donc, ce que vous devez apprendre pour les deux premiers types de catégories, comme IE Prompt Engineer et AI Trainer, vous êtes prêt à partir. Vous pouvez l'utiliser lorsque vous avez les connaissances spécifiques et les compétences rédactionnelles avancées. Vous pouvez y aller en même temps dans ces deux catégories d'emplois. Si vous souhaitez vous lancer dans le développement en G, vous devez acquérir des compétences supplémentaires, telles que des compétences codage telles que Python, frameworks tels que Tensor Flow Pytorch, Closed Side, Amazon ou Google Cloud OK. C'est le côté cloud pour la base de données, la gestion de base de données comme ça. D'accord ? Vous devez apprendre tous les aspects techniques pour devenir un GN EI. Il s'agit donc de savoir comment trouver. Donc, même si vous vous rendez directement sur LinkedIn et que vous créez un profil en fonction de vos besoins, c' est-à-dire que vous ciblez une catégorie d'emploi spécifique, acquérez les compétences requises et que vous les mettez en valeur, aidez simplement en publiant des vidéos et des articles sur LinkedIn, c' est-à-dire que vous ciblez une catégorie d'emploi spécifique, que vous acquérez les compétences requises et que vous les mettez en valeur, que vous aidez simplement en publiant des vidéos et des articles sur LinkedIn, que vous établissez votre connexion, alors vous êtes prêt à partir. D'accord ? Vous débloquerez plus d'opportunités dans cette ère de l'IA. Vous pouvez apprendre cela, même si vous pouvez créer votre propre application. n'y a aucune limite pour vous, car vous avez déjà appris à utiliser l' IA au niveau potentiel. Alors maintenant, c'est bon de partir. Il y a plus de possibilités si vous utilisez très bien l'IA. Je vous ai donc simplement expliqué quelques notions de base sur la façon de trouver un emploi. Donc, souvenez-vous toujours d'une chose avant d'apprendre une compétence, accord, avant d'apprendre une compétence, allez-y. Et découvrez les exigences, les exigences réelles des entreprises qu'elles recherchent chez les candidats qu'elles embauchent. D'accord, par exemple, je cherche à intégrer l'ingénierie dans les agendas. Donc, je vais venir ici, Google, et je vais vous dire que je vais simplement rechercher emplois d'ingénieur rapides aux États-Unis ou quoi que ce soit d'autre. OK, des jobs d'ingénierie rapides. Ensuite, je viendrai ici et je vérifierai les qualifications et les exigences que le candidat doit posséder. OK. Donc ce que je vais faire, je vais juste prendre ça, d'accord. O. Même si vous pouvez obtenir de l'aide avec un modèle de langage Ha Gibt ou AA pour apprendre cela Mais je vous recommande de simplement copier l'ensemble des exigences de qualification de toutes les exigences du poste. OK. La plupart de ceux qui recherchent des ingénieurs rapides ont les mêmes qualifications ou des exigences similaires pour développer le SADA Donc, ce que vous deviez faire juste avant d'acquérir une compétence, c'est d' aller la rechercher en ligne. Juste des emplois. Cette compétence particulière que vous cherchez à acquérir. Emplois et découvrez les exigences de l' entreprise. Répondez à ces exigences et apprenez uniquement les sujets connexes. OK. Ne vous contentez donc pas de demander à YouTube sur YouTube quelles sont les compétences requises pour devenir un ingénieur rapide. Ils s'exprimeront donc selon leur connaissance. Mais alors, quel est le but de l'apprentissage de cette compétence ? Que ce soit pour trouver une solution ou pour faire un travail, dans un but professionnel, pour changer de carrière de cette façon. L'objectif final est de gagner de l'argent. OK. Pour cela, nous devons acquérir la compétence en fonction des besoins. D'accord, selon les exigences de l' entreprise. Donc, au lieu d'apprendre toutes les choses, concentrez-vous sur ce que demande l'entreprise, sur ses exigences. Apprenez uniquement ces sujets, apprenez uniquement que ce sont des exigences sur lesquelles vous pouvez vous concentrer, c'est nécessaire pour pouvoir construire le portfolio dessus, et vous êtes prêt à avancer dans le processus d'entretien, toutes ces choses. Vous serez embauché facilement et rapidement. J'espère donc que vous comprenez mes trucs et astuces, toutes ces choses. Vous pouvez donc trouver YouTube en ligne, comment trouver un emploi, comment automatiser LinkedIn et comment créer un portfolio, toutes ces choses Vous pouvez donc le trouver en ligne. 68. Réflexions finales: Comprendre les capacités et les limites de GenI vous aidera donc et les limites de GenI vous aidera à exploiter tout son potentiel dans le cadre de votre travail en tant qu'ingénieur expérimenté Ainsi, lorsque vous travaillez dans le Geni, après avoir créé une application Gena, vous en apprendrez les capacités et les limites Pourquoi ? En tant qu'ingénieur rapide, vous entraînez l'application Geni Vous savez donc facilement quelle est la capacité de Geni que vous avez développée, n'est-ce pas ? Et vous serez également au courant des limites de votre Geni Pourquoi entraînez-vous le modèle II. Vous connaissez automatiquement les capacités et les limites des Geni particuliers qui se développent Et vous saurez comment utiliser ce GeneI qui est développé par vous-même, qui est développé par les membres de votre équipe au potentiel OK, à plein potentiel Vous saurez comment utiliser cette application Geni à son plein potentiel Pourquoi vous le savez déjà ? Parce qu'en tant qu'ingénieur rapide, vous essayez cette application GNI Vous connaissez les capacités, les limites et vous savez comment exploiter tout le potentiel. Tout dépend de GeneIS et du rôle d'un ingénieur rapide. J'espère que vous comprendrez facilement toute cette partie de ce cours et si vous pensez que cela vous est utile, cela peut vous aider à obtenir le meilleur emploi sur le marché d'IIS, un domaine très intéressant et en pleine expansion. Ainsi, à chaque étape, vous apprendrez de nouvelles choses en utilisant les compétences d'ingénierie rapides. J'espère donc que vous comprenez les compétences du GEI et quels sont les GEI avancés Tout tourne donc autour de ce cours et d'un cours d'ingénierie rapide. Jusqu'à ce moment, notre cours est terminé. Alors maintenant, si vous suiviez tous les professeurs et que vous pratiquiez tous les modèles rapides avec mes techniques, toutes ces choses, alors je vous féliciterai , ingénieur rapide . Oui, je l'ai fait. À partir de maintenant, essayez par vous-même avec différents exemples, utilisez Kass, créez un potifolio, établissez essayez par vous-même avec différents exemples, utilisez Kass, créez un potifolio, de nouvelles connexions , faites-vous une belle place dans Inkern sur d' autres sites de financement et opportunités grâce à ces prochaines IA L'ère à venir. J'espère que vous vous portez bien et que vous ferez quelque chose de grand sur le marché à l' avenir. Alors au revoir, les gars, merci d'avoir participé à ce cours. OK. Et nous communiquerons très prochainement avec d'autres cours . Merci, au revoir.