Introduzione al Prompt Engineering per la AI Generativa: ChatGPT, Agenti Autonomi, Diffusion Models e MidJourney
Durata: 3 giorni
Obiettivo del corso: Fornire una comprensione approfondita del prompt engineering applicato a modelli generativi di testo e immagini, con un focus su ChatGPT, agenti autonomi e modelli di diffusione come MidJourney.
Giorno 1: Fondamenti del Prompt Engineering e Modelli di Generazione Testuale
Modulo 1: The Five Principles of Prompting
Introduzione ai cinque principi del Prompt Engineering
Dare direzione
Specificare il formato
Fornire esempi
Valutare la qualità
Esercizi pratici su ciascun principio
Modulo 2: Introduzione ai Modelli di Generazione Testuale
Cosa sono i modelli di generazione del testo?
Evoluzione delle architetture dei Transformer
Panoramica dei principali modelli
OpenAI GPT-4 e GPT-4V(ision)
Google Gemini
Meta Llama e open-source
Mistral
Anthropic Claude
Confronto tra modelli e applicazioni pratiche
Modulo 3: Pratiche Standard per la Generazione Testuale con ChatGPT
Creazione di liste e strutture gerarchiche
Generazione di JSON e YAML
Traduzione universale con LLMs
Prompting contestuale
Estrazione e trasformazione di testo
Tecniche di riassunto e chunking del testo
Stima dell’uso di token e costi API
Sentiment analysis e meta prompting
Giorno 2: Tecniche Avanzate di Generazione Testuale e Database Vettoriali
Modulo 4: Tecniche Avanzate di Prompting con LangChain
Introduzione a LangChain
Modelli di chat e streaming
Prompt Template e LangChain Expression Language (LCEL)
Output parsers e valutazione
Function Calling con OpenAI
Data extraction e query planning
Prompt chaining e task decomposition
Modulo 5: Vector Databases con FAISS e Pinecone
Introduzione a Retrieval Augmented Generation (RAG)
Embeddings e caricamento documenti
Memorizzazione e recupero dati con FAISS
Implementazione di RAG con LangChain
Alternative ai database vettoriali
Giorno 3: Agenti Autonomi e Generazione di Immagini
Modulo 6: Agenti Autonomi con Memoria e Strumenti
Introduzione alla catena del pensiero (Chain-of-Thought)
Architettura e funzionamento degli agenti
Differenze tra OpenAI Functions e ReAct
Creazione di agenti personalizzati con LCEL
Implementazione della memoria negli agenti
Framework avanzati per agenti
Modulo 7: Introduzione ai Modelli di Diffusione per la Generazione di Immagini
DALL-E e OpenAI
MidJourney: tecniche di prompting
Stable Diffusion: applicazioni e tuning
Google Gemini e generazione di immagini
Introduzione al text-to-video
Conclusione e Discussione Finale
Riepilogo dei concetti appresi
Best practices per l’applicazione del Prompt Engineering
Q&A e discussione sui casi d’uso reali