131 minutterSådan bruger jeg LLM'er
Lær at route arbejde på tværs af hurtige, billige, dybt ræsonnerende og kildeforankrede værktøjer i stedet for at bruge én model til alt.
Andrej Karpathy. Karpathy gennemgår sin faktiske daglige brug på tværs af ChatGPT, Claude, Gemini, Grok og Perplexity med skærmdeling af live-samtaler snarere end polerede one-shots. Du ser, hvornår han griber efter en opfølgning, hvornår han skifter model midt i tråden, og hvornår han opgiver en linje og starter forfra — præcis den iterative sløjfe, artiklen beskriver, modelleret af nogen, der bygger disse systemer til daglig.
Grav ikke efter teknikker — værdien er at se, hvornår han følger op, skifter model eller starter forfra, som er præcis den iterative vane, artiklen argumenterer for. Det er fint at se den i bidder.
Du kan genkende, hvornår du skal følge op, hvornår du skal skifte model, og hvornår du skal starte en frisk samtale, kalibreret mod rigtig daglig brug.
Ingen — den kan ses uden forberedelse; den eneste reelle barriere er runtime på over to timer.
Senest gennemgået: 18. maj 2026
Fortsæt ad den samme læringsvej med de næste kuraterede videoer.
131 minutterLær at route arbejde på tværs af hurtige, billige, dybt ræsonnerende og kildeforankrede værktøjer i stedet for at bruge én model til alt.
42 minutterSe, hvordan eksempler ændrer modellens adfærd, og lær, hvornår few-shot prompting er værd den ekstra opsætning.
36 minutterKonfigurer personalisering bevidst i stedet for at lade hukommelse, instruktioner og projektkontekst flyde sammen.
Håndplukkede eksterne kurser, der går i dybden med dette emne.
Dr. Jules White
Det akademiske supplement til DeepLearning.AI's korte kursus — samme disciplin, men et længere forløb skrevet til personer, der ikke programmerer. Dr. White underviser i prompting som genanvendelige mønstre som Ask for Input, Outline Expansion, Fact Check List og Menu Actions, ikke som tricks. Bagefter prompter du LLM'er som en designer i stedet for at gætte.
Isa Fulford · Andrew Ng
Halvfems minutter, der giver dig et års praktisk intuition. Hvis du er begyndt at skrive kode, som kalder en LLM — eller står foran at gøre det — er dette det mest effektive onlinekursus til at lukke hullet mellem "at lege med ChatGPT" og "at sætte en funktion, der kalder en LLM, i produktion."
Microsoft Learn
Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.