Đề cương khóa học
Ngày 1
Giới thiệu về AI Tạo sinh và Kỹ thuật Prompting
- AI Tạo sinh là gì và sự khác biệt so với tự động hóa truyền thống
- Vai trò của kỹ thuật Prompting trong việc định hình chất lượng đầu ra của AI
- Tổng quan về hệ sinh thái các công cụ văn bản, hình ảnh, âm thanh và video hiện tại
- Nơi mà kỹ thuật Prompting tạo ra giá trị kinh doanh
Nền tảng của các mô hình AI cho sinh văn bản và hình ảnh
- Cách các mô hình ngôn ngữ lớn (LLM) và mô hình khuếch tán (diffusion models) hoạt động, trình bày theo cách dễ hiểu
- Sự khác biệt giữa dữ liệu huấn luyện, fine-tuning và prompting
- Điểm mạnh và giới hạn của các mô hình được huấn luyện trước
- Tại sao kiến trúc mô hình thay đổi cách chúng ta viết Prompt
So sánh các Trợ lý AI Hàng đầu
- Microsoft Copilot, với điểm mạnh trong tích hợp Microsoft 365, các quy trình làm việc Word, Excel, Outlook và Teams, nền tảng dữ liệu doanh nghiệp; và điểm yếu trong khả năng sáng tạo và độ sâu suy luận so với các đối thủ
- Google Gemini, với điểm mạnh trong khả năng đa phương tiện gốc, tích hợp Workspace, tìm kiếm thời gian thực; và điểm yếu về tính nhất quán, khả năng sẵn có theo khu vực, và việc tuân thủ hướng dẫn trong các tác vụ phức tạp
- ChatGPT, với điểm mạnh về sự trưởng thành của hệ sinh thái, GPT tùy chỉnh, tạo hình ảnh qua DALL-E, chế độ giọng nói; và điểm yếu về độ tin cậy về mặt thực tế khi không có nền tảng dữ liệu cụ thể và các giới hạn sử dụng nghiêm ngặt hơn cho tính năng cao cấp
- Claude, với điểm mạnh trong xử lý ngữ cảnh dài, suy luận tinh tế, viết văn bản độ dài lớn, và phân tích sắc sảo; và điểm yếu về độ rộng của hệ sinh thái công cụ và khả năng tạo hình ảnh
- Cách chọn công cụ phù hợp cho một nhiệm vụ, đối tượng hoặc ràng buộc tuân thủ cụ thể
- Hướng dẫn so sánh trực tiếp cùng một Prompt trên bốn trợ lý AI
Nguyên tắc thiết kế Prompt hiệu quả
- Sự rõ ràng, tính cụ thể và ngữ cảnh là ba trụ cột của một Prompt tốt
- Cấu trúc hóa hướng dẫn, giọng điệu, định dạng và các ràng buộc
- Những sai lầm phổ biến mà người mới thường mắc phải và cách nhận diện chúng
- Quá trình lặp lại để cải thiện một Prompt yếu thành Prompt hiệu suất cao
Ngày 2
Prompting Zero-shot, One-shot và Few-shot
- Sự khác biệt giữa ba phương pháp này và khi nào nên sử dụng từng phương pháp
- Đọc hiểu hành vi của mô hình và điều chỉnh ví dụ tương ứng
- Hướng dẫn mô hình thực hiện một tác vụ mới chỉ với một vài mẫu được chọn lọc kỹ
- Bài tập thực hành trên ChatGPT, Copilot, Gemini và Claude
Kỹ thuật Prompting Nâng cao
- Prompt có điều kiện và dựa trên ngữ cảnh để tạo đầu ra tinh tế
- Chuyển đổi phong cách, prompting theo nhân vật (persona) và chỉ đạo sáng tạo
- Prompt suy luận từng bước (chain-of-thought)
- Giảm thiểu hiện tượng ảo giác (hallucinations), sự mơ hồ và thiên kiến trong phản hồi
Fine-tuning Few-shot Không cần Mã nguồn
- Fine-tuning Few-shot là gì và sự khác biệt so với huấn luyện mô hình toàn diện
- Thích ứng mô hình cho một tác vụ chuyên biệt thông qua Prompt dựa trên ví dụ
- Khi nào nên dùng Prompt Engineering và khi nào Fine-tuning là khoản đầu tư tốt hơn
- Đánh giá chất lượng đầu ra và tinh chỉnh lặp lại
Sinh văn bản Siêu thực tế
- Tạo văn bản với giọng điệu, văn phong và độ dài được kiểm soát
- Sản xuất nội dung độ dài lớn, tóm tắt, báo cáo và tài liệu có cấu trúc
- Duy trì tính mạch lạc trong quá trình tạo nội dung nhiều bước
- Kết hợp các mẫu Prompt để tạo kết quả lặp lại, nhất quán với thương hiệu
Áp dụng Kỹ thuật Prompting vào Quy trình Kinh doanh
- Tự động hóa soạn thảo thường quy, nghiên cứu và xử lý thông tin
- Tìm hiểu ngắn gọn về trường hợp sử dụng trong hỗ trợ khách hàng và chatbot
- Thiết kế các mẫu Prompt mà đội ngũ có thể tái sử dụng mà không cần huấn luyện lại
- Kiểm soát chất lượng, logic chuyển tiếp và các điểm kiểm soát có sự tham gia của con người
Ngày 3
Sinh và Xử lý Hình ảnh
- So sánh DALL-E, Stable Diffusion, MidJourney và Leonardo AI
- Viết Prompt để kiểm soát phong cách, bố cục, ánh sáng và chủ thể
- Prompt phủ định, cân bằng trọng số và tinh chỉnh lặp lại
- Chuyển đổi hình ảnh sang hình ảnh (image-to-image) và chỉnh sửa qua Prompt
Âm thanh và Giọng nói với AI
- Tạo giọng nói tự nhiên từ Prompt văn bản
- Mô phỏng giọng nói (voice cloning) và tổng hợp giọng nói ở cấp độ khái niệm
- Trường hợp sử dụng trong nội dung đào tạo, khả năng tiếp cận và marketing
Tạo nội dung Video với AI Tạo sinh
- Tổng quan về các công cụ Text-to-video hiện tại và những gì chúng có thể thực tế đạt được
- Xây dựng kịch bản và kịch phân cảnh (storyboarding) thông qua chuỗi Prompt
- Kết hợp văn bản, hình ảnh, âm thanh và video do AI tạo thành một tài sản duy nhất
- Chỉnh sửa và tinh chỉnh đầu ra video do AI tạo ra
AI Đa phương tiện và Quy trình Làm việc Tích hợp
- Cách các mô hình đa phương tiện thống nhất lý luận về văn bản, hình ảnh, âm thanh và video
- Xây dựng quy trình xử lý nội dung toàn diện mà không cần viết mã
- Nghiên cứu trường hợp thực tế từ marketing, thiết kế, đào tạo và quảng cáo
Đạo đức, Sử dụng Có Trách nhiệm và Những Bước Tiếp theo
- Thiên kiến, bản quyền, ghi công và kiểm duyệt nội dung
- Cân nhắc về quyền riêng tư và bảo vệ dữ liệu khi sử dụng các nền tảng AI Tạo sinh
- Tiết lộ, minh bạch và xây dựng niềm tin với khách hàng cuối cùng
- Các công cụ, mô hình và xu hướng mới nổi cần theo dõi trong 12 tháng tới
- Tóm tắt và Các Bước Tiếp theo
Yêu cầu
Đối tượng mục tiêu
Các chuyên gia marketing, truyền thông và sáng tạo đang khám phá việc sản xuất nội sự trợ giúp bởi AI. Các đội ngũ vận hành kinh doanh và tiếp xúc khách hàng nhằm mục tiêu tự động hóa các tương tác lặp lại thông qua các công cụ dựa trên Prompt. Những người mới bắt đầu chưa có kinh nghiệm về AI hay lập trình, muốn có một điểm nhập môn có cấu trúc và tập trung vào công cụ vào lĩnh vực AI Tạo sinh.
Đánh giá (2)
Phong cách tương tác, các bài tập
Tamas Tutuntzisz
Khóa học - Introduction to Prompt Engineering
Dịch thuật bằng máy
Một kho tài nguyên tuyệt vời cho việc sử dụng sau này, phong cách giảng dạy của giáo viên (đầy đủ ý nghĩa hài hước, mức độ chi tiết cao)
Adam - GE Aerospace Poland Sp. z o.o.
Khóa học - Prompt Engineering for ChatGPT
Dịch thuật bằng máy
