Prompting & Prompt Engineering

Descrizione del corso

• Cos’è un Prompt e come funziona un LLM
• Differenza tra utente e Prompt Engineer
• Anatomia di un Prompt
• Istruzione
• Contesto
• Input
• Output atteso
• Errori comuni dei principianti
• Tecniche Base
• Zero-shot prompting
• Few-shot prompting
• Role prompting e come assegnare un ruolo al modello
• Formati di output, Testo, JSON, liste e Tabelle
• Controllo del tono e dello stile
• Tecniche Avanzate
• Chain-of-Thought per far ragionare il modello Step By Step
• Self-consistency e verifica delle risposte
• Tree of Thoughts
• ReAct, Reasoning & Acting
• Prompt Chaining, come dividere Task complessi in sequenze
• Gestione del contesto e della lunghezza
• Esercitazioni pratiche
• Prompting per casi d’uso reali
• Scrittura, Codice, Analisi dati, Customer Service & Marketing
• Prompt per sistemi RAG ( Retrieval-Augmented Generation )
• System prompt vs User Prompt
• Prompt per agenti AI ed utilizzo dei Tool
• Differenze tra modelli, GPT, Claude, Gemini e Llama
• Qualità, Sicurezza e Best Practice
• Valutare la qualità dei Prompt, metriche e test
• Prompt Injection e Jailbreaking, cosa sono e come difendersi
• Iterazione e ottimizzazione sistematica
• Documentare e versionare i Prompt
• Costruire una Prompt Library aziendale
• Esercizio #28.01 : Presentazione di un Prompt o una catena di prompt applicata al proprio contesto lavorativo