Перейти к содержанию

← Промпт-инжиниринг

Техники промптинга

От zero-shot и few-shot до chain-of-thought, RAG и автоматических промптов: разбор техник с примерами.

Active-Prompt: как адаптировать промпты под сложные задачиМетод Active-Prompt для промпт-инжиниринга: как выбрать самые эффективные примеры для обучения LLM и повысить точность ответов на сложные вопросы.

Automatic Prompt Engineer (APE): как ИИ сам создает промптыОбзор Automatic Prompt Engineer (APE) - фреймворка для автоматической генерации и выбора промптов. Как работает APE, примеры промптов и сравнение с ручным инжинирингом.

ART: как заставить ИИ самому думать и использовать инструментыТехника ART для промпт-инжиниринга: как научить нейросеть автоматически рассуждать и применять внешние инструменты для решения сложных задач.

Self-Consistency: метод самосогласованности для точных ответов ИИОбъясняем Self-Consistency - продвинутый метод промпт-инжиниринга для повышения точности LLM. Как работает, примеры на русском, практическое применение.

Chain-of-Thought Prompting: как научить ИИ думать шагамиТехника Chain-of-Thought Prompting для сложных задач. Zero-shot CoT с «Let's think step by step». Примеры промптов для русскоязычных моделей.

Directional Stimulus Prompting: как направлять нейросети подсказкамиТехника Directional Stimulus Prompting для управления выводом больших языковых моделей. Объяснение, примеры промптов и практическое применение.

Few-Shot промптинг: как научить нейросеть за 5 примеровЧто такое Few-Shot промптинг, как он работает и почему важен для сложных задач. Практические примеры и ограничения техники для GPT и российских моделей.

GraphPrompts: новый подход к промпт-инжинирингу для графовОбъясняем GraphPrompts - фреймворк для промпт-инжиниринга на графах. Как с его помощью улучшить решение задач на графовых данных для бизнеса и аналитики.

Generated Knowledge Prompting: как нейросеть сама генерирует знанияОбъясняем технику промпт-инжиниринга Generated Knowledge Prompting. Как заставить LLM сначала создать факты, а потом дать точный ответ на сложный вопрос.

Мультимодальный промптинг с цепочкой мыслей для анализа текста и изображенийОбъясняем мультимодальный CoT: техника для ИИ, которая соединяет текст и картинки для точных ответов. Примеры промптов, сравнение с GPT-3.5 и применение в бизнесе.

PAL: как нейросеть пишет код для решения задачОбзор техники PAL для нейросетей: как заставить ИИ решать сложные задачи, генерируя и выполняя код на Python. Примеры, промпты и сравнение с Chain of Thought.

Цепочки промптов: как разбить сложную задачу для нейросетиРазбираем метод цепочек промптов: как разбивать сложные задачи на подзадачи для повышения качества и надежности ответов LLM. Примеры и рабочие промпты.

Что такое RAG (Retrieval Augmented Generation) простыми словамиОбъяснение RAG: как работает, архитектура, плюсы и минусы. Практические примеры использования технологии для бизнеса и работы с данными.

ReAct Prompting: как заставить нейросеть думать и действоватьОбъясняем метод ReAct Prompting для нейросетей: что это, как работает и как использовать в LangChain для решения сложных задач с поиском информации.

Техника Reflexion для нейросетей: как исправлять ошибкиОбъясняем технику Reflexion для исправления ошибок в ответах нейросетей. Практические примеры промптов и применение в российских моделях.

Tree of Thoughts (ToT): как нейросети ищут решения как шахматистыОбъясняем Tree of Thoughts (ToT) - продвинутый промпт-инжиниринг для сложных задач. Принципы работы, сравнение с CoT, практические примеры и реализация.

Zero-Shot промптинг: как работать с нейросетями без примеровЧто такое Zero-Shot промптинг и как он работает. Когда использовать промпты без примеров, а когда переходить к Few-Shot. Практические примеры для русскоязычных моделей.

Попробуйте ENGRAM на своих данных

Нейросеть на ваших встречах, документах и переписке: отвечает со ссылкой на источник. Это ваша вторая память на базе ИИ. Данные хранятся в России, старт бесплатный.

Зарегистрироваться бесплатно
Обучаем команды работе с нейросетями под ваши процессы. Узнать о корпоративном обучении