AI prompt engineering: A deep dive
Anthropic. Четыре prompt-инженера Anthropic (research, alignment, applied, developer relations) подробно говорят о том, что они реально делают изо дня в день: как редактируют промпты под давлением, как думают о «честности» в инструкциях, когда помогают XML-каркасы, а когда нет. Слоистая модель статьи чисто ложится на то, как они описывают работу; это лучший способ услышать эту ментальную модель вслух.
Что вынести из этого видео
Оценить архитектурный подход, возможные сбои и защитные меры до разработки.
Смотреть дальше
Продолжайте тот же учебный путь со следующими связанными видео.
109 минStanford CME295 Transformers & LLMs | Autumn 2025 | Lecture 8 - LLM Evaluation
Оценить архитектурный подход, возможные сбои и защитные меры до разработки.
Смотреть дальше
154 минInstrumenting & Evaluating LLMs
Оценить архитектурный подход, возможные сбои и защитные меры до разработки.
Смотреть дальше
104 минBuilding Agents with Model Context Protocol - Full Workshop with Mahesh Murag of Anthropic
Оценить архитектурный подход, возможные сбои и защитные меры до разработки.
Смотреть дальшеПохожие видео
Углубиться
Тщательно подобранные внешние курсы, которые глубже раскрывают эту тему.
DeepLearning.AIChatGPT Prompt Engineering for Developers
Девяносто минут — и вы получаете годовой опыт интуиции. Если вы пишете код, вызывающий LLM, это самый эффективный курс в интернете для закрытия разрыва между «играю с ChatGPT» и «выкатываю функцию с вызовом LLM в рабочую эксплуатацию».
Coursera · Vanderbilt UniversityPrompt Engineering for ChatGPT
Хорошее длинное дополнение к короткому курсу DeepLearning.AI, особенно для людей без кода. Dr. White учит промптингу как набору повторяемых паттернов, а не трюкам, поэтому работа с LLM становится системной.