Prompt engineering adalah keterampilan merancang instruksi yang jelas, terstruktur, dan bermaksud yang membantu sistem AI generatif menghasilkan hasil yang lebih akurat, relevan, dan berguna. Kursus ini memberikan pengantar praktis dan tidak terkait alat terhadap prompt engineering, memungkinkan siswa menerapkan prinsip-prinsip inti yang sama di berbagai platform AI tanpa bergantung pada satu produk tertentu.
Kursus dimulai dengan dasar-dasar prompt yang efektif. Siswa akan memahami bagaimana kejelasan, konteks, definisi peran, batasan, contoh, format output, dan audiens mempengaruhi kualitas respons yang dihasilkan AI. Mereka juga akan mengkaji alasan umum mengapa prompt gagal, termasuk instruksi yang samar, konteks yang hilang, persyaratan yang berkonflik, dan ekspektasi yang tidak realistis.
Siswa kemudian akan mengikuti proses langkah demi langkah untuk membuat prompt yang lebih kuat. Ini termasuk menentukan objek, memberikan informasi latar belakang yang relevan, menentukan tugas yang diperlukan, menetapkan batas, meminta struktur output yang sesuai, dan mereview hasilnya. Kursus menunjukkan bagaimana perubahan kecil dalam pengucapan dan struktur dapat secara signifikan meningkatkan kualitas respons.
Teknik prompt tingkat lanjut diperkenalkan untuk membantu siswa menangani tugas yang lebih kompleks. Teknik-teknik ini termasuk prompt peran, prompt iteratif, rantai prompt, instruksi multi-langkah, prompt berbasis contoh, prompt perbandingan, prompt evaluasi, dan permintaan output terstruktur. Siswa akan menemukan cara untuk membagi objekif kompleks menjadi tahap yang dapat dikelola dan memandu sistem AI melalui proses penalaran dan produksi yang lebih andal.
Kursus juga mengeksplorasi prompt engineering di berbagai kasus penggunaan praktis. Siswa akan melihat bagaimana prompt dapat mendukung penulisan profesional, pengembangan konten, ringkasan, otak gerak, penelitian, perencanaan, komunikasi pelanggan, pembelajaran, interpretasi data, pemecahan masalah, dan tugas teknis dasar. Fokus tetap pada strategi yang dapat ditransfer yang dapat disesuaikan dengan industri dan tanggung jawab yang berbeda.
Praktik terbaik prompt engineering dibahas untuk meningkatkan konsistensi, akurasi, dan efisiensi. Siswa akan memahami cara menguji versi prompt alternatif, mengidentifikasi kelemahan dalam respons AI, meminta revisi, memverifikasi informasi penting, mengurangi ketidakpastian, dan membuat template prompt yang dapat digunakan kembali. Kursus juga menekankan pentingnya tinjauan manusia ketika output AI dapat mempengaruhi keputusan, pelanggan, atau materi yang dipublikasikan.
