Сообщить об ошибке

Что пошло не так?

Продвинутая инженерия промптов — AI Academy

ПродвинутыйИнженерия

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.

5модуля

14уроков

390 минобщее время

Разработчики и AI-инженеры, строящие надёжные LLM-пайплайныкому подходит

Прогресс

0%0 / 14 уроков

Войдите, чтобы сохранять прогресс.

Модуль 1

Основы системного промптинга

Ментальная модель LLM, структурирование промпта (XML/markdown, роли) и баланс zero-shot vs few-shot.

LLM как движок дополнения текста

Почему LLM — это не база данных и не оракул, а вероятностный предсказатель токенов, и почему формулировка промпта резко меняет вывод.

Структурирование промпта: XML, markdown, роли

XML-теги для Claude, markdown для GPT/Gemini, разделение system/user/assistant, и защита от delimiter injection.

Zero-shot vs few-shot: когда и как

Когда хватает zero-shot, как подбирать few-shot примеры (разнообразие, совпадение формата), негативные примеры и динамический подбор.

Модуль 2

Техники рассуждения

Chain-of-thought и self-consistency, tree-of-thoughts, ReAct — как заставить модель рассуждать надёжно.

Chain-of-thought и self-consistency

Паттерны CoT, zero-shot CoT «Let's think step by step», self-consistency (сэмплирование + голосование), когда CoT вредит.

Tree-of-Thoughts

Алгоритм ToT, BFS/DFS-обход, промпты-оценщики, практическая реализация без фреймворка.

ReAct: рассуждение + действия

Паттерн ReAct (Reason + Act), tool-augmented рассуждение, цикл thought/action/observation, ручная реализация с function calling.

Модуль 3

Паттерны проектирования инструкций

Роли и персоны, ограничения вывода и meta-промпты — как точно управлять поведением модели.

Роли, персоны и hardening system-промпта

Role prompting, фиксация персоны, защита system-промпта от jailbreak, разница между ролью и идентичностью.

Ограничения вывода: формат, длина, негативные

Ограничения формата (JSON/CSV/XML), длины, негативные («НЕ делай»), порядок ограничений (Claude — в начале, GPT — в конце).

Meta-промпты и self-improving

Генераторы промптов, самоулучшающиеся промпты, самокритика вывода, паттерн constitutional AI.

Модуль 4

Надёжность и оценка

Self-consistency на проде, adversarial-устойчивость, автоматическая оценка качества промптов.

Self-consistency на проде

Self-consistency decoding, реализация majority voting, ensemble-промпты, баланс стоимость vs точность.

Adversarial: инъекции, jailbreak, red-teaming

Prompt injection, векторы jailbreak (DAN, role-play, кодировки), защитные паттерны, red-teaming своих промптов.

Оценка промптов: LLM-as-judge и тест-харнессы

Паттерн LLM-as-judge, дизайн рубрики, pairwise-сравнение, авто-харнессы (PromptFoo), регрессионное тестирование промптов.

Модуль 5

Оптимизация и масштаб

Автоматическая оптимизация промптов (DSPy) и продакшн-практики: версионирование, A/B, стоимость, мониторинг дрейфа.

Автоматическая оптимизация: DSPy

Обзор DSPy, автоматический подбор few-shot, циклы оптимизации промптов, когда это лучше ручной настройки.

Промпты в проде: версии, A/B, стоимость, дрейф

Версионирование промптов, A/B-тестирование, оптимизация стоимости (кэш, короче промпты), мониторинг дрейфа, prompt as code.

AI Academy/Курсы/Продвинутая инженерия промптов

⌘K

EN Войти Регистрация

AAI AcademyRU Начать обучениеКаталог

Обзор

AI Academy Прогресс Достижения Рейтинг Аналитика Заметки Уведомления Команда API Тарифы Настройки

Обучение

Треки8 Курсы51

Библиотеки

Промпты30 Воркфлоу12 Инструменты22 Сравнение Блог

Обновлено · 14 мая 2026

Сохранить прогресс