19 minutterBygning af produktionsklare RAG-applikationer: Jerry Liu
Identificér de produktions-RAG-kontroller, der mangler i naive document-chat-demoer.
Anthropic. Hannah Moran og Jeremy Hadfield fra Applied AI gennemgår, hvordan man formulerer tool calls og agentprompts på en rigtig Pokemon-spillende agent — hvornår man skal skubbe adfærd ind i systemprompten kontra værktøjsbeskrivelsen, hvad modellen behøver at vide om hvert værktøjs forudsætninger. Nyttig umiddelbart efter, at du har skrevet din første MCP-server og opdager, at Claude kalder den på uventede måder.
Behandl demospillet som en undervisningsflade, ikke pointen. Den overførbare lektie er prompt/tool-kontraktdesign; validér enhver produktionsprompt med eval-cases, der inkluderer wrong-tool- og missing-parameter-fejl.
Beslut, hvilken adfærd der hører hjemme i systemprompten, værktøjsbeskrivelsen eller værktøjsforudsætningen.
Hav bygget eller inspiceret mindst én tool-using agent.
Senest gennemgået: 18. maj 2026
Fortsæt ad den samme læringsvej med de næste kuraterede videoer.
19 minutterIdentificér de produktions-RAG-kontroller, der mangler i naive document-chat-demoer.
39 minutterSammenlign agentisk retrieval og graph retrieval i en konkret implementering.
13 minutterVælg mellem prompt engineering, RAG, finjustering eller en kombination baseret på den faktiske fejltilstand.
Håndplukkede eksterne kurser, der går i dybden med dette emne.
Emory University Goizueta Business School faculty
The deeper, university-level counterpart to our beginner HubSpot marketing pick — Emory's business-school treatment goes past 'how to prompt' into training generative models for brand-specific output, the purchase-funnel economics of AI-generated content, and a full module of genuine skepticism about when generative AI is and isn't worth using in marketing.
IBM AI Academy
GenAI-æraens svar på spørgsmålet om ledelsesstrategi. Tre korte kurser målrettet virksomhedsledere — uden krav om teknisk baggrund — om, hvor generativ AI skaber værdi, hvordan teknologien styres ansvarligt, og hvordan et uklart "vi bør bruge AI" omsættes til et konkret anvendelsesscenarie, der kan forsvares. Bedømt til 4,6 på tværs af cirka 700 anmeldelser. Tag det helst før din næste beslutning om AI-budgettet.