😃 Basics | 智慧启迪

📄️ 🟢 소개

이 기사는 프롬프트 엔지니어링나 AI에 전혀 경험이 없는 사람들을 위해서 만들어졌습니다. 기술자뿐만이 아닌 모두를 위한 글입니다. 우리는 왜 여러분이 프롬프트 엔지니어링을 공부해야 하는 지와 AI의 기초를 다룰 것입니다.

📄️ 🟢 프롬프팅

이전 챕터에서 우리는 AI에 대해서 또 어떻게 AI에게 일을 지시할 지에 대해서 얘기했었습니다.

📄️ 🟢 지시 하기

지시하기는 가장 쉬운 프롬프트 방법 중 하나입니다. 우리는 이전 섹션에서 이미 간단한 지시들을 봤습니다(What is 1,000,000 * 9,000? Make sure to put the right amount of zeros, even if there are many:). 하지만 현대의 AI들은 더 복잡한 지시도 따를 수 있습니다.

📄️ 🟢 역할 프롬프팅

다른 프롬프팅 기술로는 AI에게 하나의 역할을 부여하는 것이 있습니다. 예를 들어,

📄️ 🟢 Few shot prompting

Yet another prompting strategy is few shot prompting, which is basically just showing the model a few examples (called shots) of what you want it to do.

As we have seen in the previous pages, prompts can have varying formats and complexity. They can include context, instructions, and multiple input-output examples. However, thus far, we have only examined separate classes of prompts. Combining these different prompting techniques can lead to more powerful prompts.

📄️ 🟢 Formalizing Prompts

We have now covered multiple types of prompts, as well as ways to combine them. This page will provide you with terms to explain different types of prompts. Although there have been approaches to formalize discourse around prompt engineering(@white2023prompt), the field is ever changing, so we will provide you with just enough information to get started.

📄️ 🟢 챗봇 기초

프롬프팅을 효율적으로 하기 위한 가장 흔한 방법은 대중에게 공개된 수많은 챗봇들(예를 들면 ChatGPT)을 상대로 대화해보는 것입니다. ChatGPT가 GPT-3와는 다르다는 것을 참고하시길 바랍니다. 가장 큰 차이점으로는 ChatGPT가 여러분의 대화 기록을 기억하고 있다는 점일 것입니다. GPT-3로 질문에 대답을 하고, 요약을 적거나 분석하고, 코드를 짜고 더 어려운 것들도 하는 것도 굉장히 좋아보이지만 챗봇들의 진가는 여러분이 여러분만의 프롬프트로 특유한 결과를 얻어낼 때만 알아낼 수 있습니다. 이 글에서 우리는 스타일 가이드, 디스크립터, 프라이밍 등의 챗봇을 더 잘 사용하는 기본적인 방법들에 대해서 탐구해볼 것입니다.

📄️ 🟢 Pitfalls of LLMs

LLMs are extremely powerful, but they are by no means perfect. There are many pitfalls that you should be aware of when using them.

📄️ 🟢 LLM Settings

The output of LLMs can be affected by configuration hyperparameters, which control various aspects of the model, such as how 'random' it is. These hyperparameters can be adjusted to produce more creative, diverse, and interesting output. In this section, we will discuss two important configuration hyperparameters and how they affect the output of LLMs.

📄️ 🟢 AI의 생각 이해하기

독자 여러분 반갑습니다. 인트로 챕터를 거의 다 마치신 것을 축하드립니다. 여러분은 굉장히 신나는 분야에 성공적으로 발을 들이게 되었습니다. 나머지 코스를 읽기 전에 여러분은 여러가지 AI들에 대해서 몇가지 알고 넘어가야 할 부분이 있습니다.

📄️ 🟢 Starting Your Journey

Now that you have learned about the basics of prompt engineering, you are ready to start prompt engineering on your own. The rest of this course will contain additional techniques and resources, but the best way of learning PE is to start experimenting with your own prompts. This page will show you how to get started with solving an arbitrary prompt engineering problem.