Продвинутая инженерия промптов
Глубокое погружение в технику написания промптов: chain-of-thought, few-shot, self-consistency, tree-of-thoughts, ReAct, meta-промпты, XML-структурирование, adversarial testing и автоматическая оптимизация промптов. Применяется ко всем топовым LLM: Claude, GPT-4, Gemini.
Основы системного промптинга
Ментальная модель LLM, структурирование промпта (XML/markdown, роли) и баланс zero-shot vs few-shot.
Техники рассуждения
Chain-of-thought и self-consistency, tree-of-thoughts, ReAct — как заставить модель рассуждать надёжно.
Паттерны проектирования инструкций
Роли и персоны, ограничения вывода и meta-промпты — как точно управлять поведением модели.
Надёжность и оценка
Self-consistency на проде, adversarial-устойчивость, автоматическая оценка качества промптов.
Оптимизация и масштаб
Автоматическая оптимизация промптов (DSPy) и продакшн-практики: версионирование, A/B, стоимость, мониторинг дрейфа.