הנדסת פרומפטים (Prompt Engineering

להלן קורס שלם בנושא הנדסת פרומפטים (Prompt Engineering). הקורס מובנה כך שיתאים ללמידה הדרגתית – מהיכרות בסיסית עם התחום ועד ליישום מתקדם ביותר, עבור משתמשים בכל הדרגים, החל ממתחילים ועד מפתחים ואנליסטים טכניים.

שם הקורס: הנדסת פרומפטים (Prompt Engineering): יישום מעשי של אינטראקציה עם מודלים של שפה

משך הקורס: 5 שבועות (כ-15 שעות לימוד)

פורמט: קורס מקוון/פיזי (מותאם ללמידה עצמית או במסגרת הדרכה)

מטרות הקורס:

- להכיר את עקרונות היסוד של אינטראקציה עם מודלים של שפה (LMMs).

- לרכוש מיומנויות בהנדסת פרומפטים לתרחישים שימושיים.

- להבין כיצד לנסח בקשות (פרומפטים) כך שיניבו תשובות איכותיות ומדויקות ממודלים מבוססי בינה מלאכותית.

- להעמיק ביכולות המתקדמות של מודלים כמו ChatGPT, כולל טכניקות מיתוג תפקיד (Role prompting), פירוק בעיה (Decomposition), שימוש במבניות (Structure) ועוד.

תוכנית הקורס:

שבוע 1: מבוא ל-LLMs והנדסת פרומפטים

- מה זה LLM (Large Language Model)?

- הבדל בין LLM לבין GPT

- מהי הנדסת פרומפטים?

- שלושה מרכיבים קריטיים: הקשר (Context), הוראות (Instructions), נתונים לדוגמה (Examples)

- הדגמה: איך ניסוח הפרומפט משפיע על התוצאה

- תרגול פתיחה: כתיבת פרומפט לקבלת תוצאה ממוקדת

שבוע 2: עקרונות יסוד בהנדסת פרומפטים

- הוראות ברורות ומפורשות

- בקשה לתשובות בפורמט רצוי (טבלה, רישום, JSON)

- זיהוי תפקידים (Role prompting): “אתה עורך דין…”, “אתה מורה למתמטיקה…”

- שימוש בדוגמאות (Few-shot prompting): הכוונת המודל ע"י דוגמאות

- שיטות להבטחת דיוק המידע

- תרגול: ניסוח פרומפט למאמר, למייל, להשוואה טכנית

שבוע 3: טכניקות מתקדמות וחשיבה דיאלוגית

- שרשור חשיבה (Chain-of-Thought Prompting)

- פירוק שאלות מורכבות (Decompose)

- step-by-step instruction

- שאלות מטא: כיצד לשפר פרומפט?

- שימוש בפרומפטים חוזרים/מחזוריים (Iterative Prompting)

- תרגול: פתרון בעיה מורכבת ע"י פישוט הדרגתי

שבוע 4: פרקטיקה ותחומים יישומיים

- שימוש בפרומפטים ליצירת קוד

- תרגום והמרה בין שפות תכנות

- תקצור מסמכים ומיילים

- ניתוח רגשות ועמדות מטקסטים

- שילוב LLM עם אפליקציות עסקיות

- תרגול פרויקט: איך לגשת לפרויקט ממונע GPT

שבוע 5: כלים, אתיקה, והערכת איכות

- השוואה בין מודלי GPT שונים (3.5, 4, Claude וכו')

- הקצאת תפקידים ו-Tools ב-ChatGPT Plus וגרסאות API

- אתיקה וגבולות שימוש בטכנולוגיה

- התקפות השראה, תשובות לא מדויקות ודרכי טיפול

- מדדים להערכת הצלחה של Prompt: חולשות, חוזקות

- פרויקט מסכם: לבנות מערכת שיח מבוססת LLM לנושא לבחירה

משאבים נלווים:

- תבניות פרומפט לשימושים שונים (מחקר, תכנות, תקשורת עסקית)

- מאגר פרומפטים מצוינים עם הסברים

- שאלות מדריך למשתמש החדש

- מילון מונחים בהנדסת פרומפטים

שיטות הוראה:

- סרטונים קצרים והדגמות

- משימות תרגול אינטראקטיביות

- מבחנים קצרים בכל סוף מודול

- מטלת גמר: שילוב של מספר טכניקות בפרויקט

קהל יעד:

- מקצועני תוכן, אנליסטים, מנהלי מוצר

- מפתחים המעוניינים לממשק AI בפרויקטים

- כלל המשתמשים שרוצים להשתמש מושכל ב-ChatGPT ודומיו

תוצאה צפויה בסיום הקורס:

בסיום הקורס, הלומד יהיה מסוגל:

- להבין את האופן שבו מודלים גדולים מבינים פרומפטים

- לנסח פרומפטים מדויקים ומבניים למטרות מגוונות

- ליישם טכניקות מתקדמות לפירוק בעיות ומיתוג תפקידים

- לנצל את יכולות ה-AI בצורה חכמה, בטוחה ואתית

- לבנות ממשקי שיחה ויישומים פשוטים סביב LLMs

מצגות, דפי תרגול, או מבחנים עבור הקורס –