Edistynyt kehotteiden laatiminen
Päättelykehotteet, uudelleenkäytettävät kirjastot, kontekstisuunnittelu ja tuotantokäytön kehotekerrokset.
13 sisältöä (5 artikkelia · 8 videota)
Aloita tästä
Muutama hyvä aloitussisältö ennen koko sisältövirran selaamista.
11 min lukemistaUudelleenkäytettävien kehotekirjastojen rakentaminen: katkelmista yhteisiin mallipohjiin
Kun sama tekoälyavusteinen tehtävä toistuu, kehotekirjasto voi tehdä työnkulusta helpommin toistettavan ja arvioitavan. Käytännön järjestelmä mallipohjien tallentamiseen, testaamiseen, versiointiin ja jakamiseen.
Keskitaso
10 min lukemistaPäättelymallien valinta ja kehottaminen
Päättelyasetukset vaikuttavat laatuun, viiveeseen, kustannuksiin ja joskus myös kehotteiden toimintaan. Käytännön opas niiden valintaan arviointitulosten eikä uskomusten perusteella.
KeskitasoLisää tässä aiheessa
12 min lukemistaKehotteiden, RAG:n ja hienosäädön valinta sekä niiden yhdistäminen
Kehotteet, RAG ja hienosäätö ovat kolme keskeistä vipua LLM:n mukauttamiseen. Kukin sopii joihinkin ongelmiin ja huonosti toisiin. Tässä saat valintakehyksen, kunkin realistiset kustannukset ja tuotantomallit, joissa niiden yhdistäminen toimii.
Edistynyt
12 min lukemistaTuotantokehotteiden suunnittelu: järjestelmä-, kehittäjä- ja käyttäjäkerrokset
Hallintamalli luotettujen ohjeiden, ajonaikaisten tietojen ja käyttäjäsyötteen erottamiseen sekä kehotteiden versiointiin, arviointiin, julkaisuun ja havainnointiin riskin mukaan.
Edistynyt
7 min lukemistaValitse tehtävään oikea malli: päätöksenteon muistilista vuodelle 2026
Mikä malli kannattaa valita mihinkin tehtävään? GPT, Claude, Gemini, päättelyvaihtoehdot ja avoimilla painoilla julkaistut mallit, mukana valintasäännöt ja vuoden 2026 puolivälin esimerkit ajattoman paremmuusjärjestyksen sijaan.
Aloittelija
3 minuuttiaOpenAI o1:n rakentaminen
OpenAI. Kolmen minuutin ensisijainen video tallentaa, miten OpenAI-tiimi esitteli o1:n julkaisuhetkellä. Se auttaa ymmärtämään tuoteryhmän historiaa, mutta ei osoita nykyisten mallien sisäistä toimintaa tai sitä, mikä kehotemalli toimii parhaiten toisella palveluntarjoajalla tai tehtävällä.
Keskitaso
28 minuuttiao1 – mitä tapahtuu? Miksi o1 on mallien 3. paradigma + 10 asiaa, joita et ehkä tiedä
AI Explained. Video tarjoaa riippumattoman selityksen varhaisesta o1-kehyksestä ja sen vaikutuksesta kehottamiseen. Se on hyödyllistä historiallista kontekstia, mutta o1:tä koskevia väitteitä ei pidä ulottaa automaattisesti myöhempiin OpenAI-malleihin, R1:een, Clauden päättelytiloihin tai muihin palveluntarjoajiin.
Keskitaso
9 minuuttiaRAG vs. fine-tuning
IBM Technology. Tiukempi fokus kahteen tekniikkaan, jotka tiimit sekoittavat useimmin. Menee syvemmälle datan tuoreuteen, lähdeattribuutioon ja inferenssiajan nopeusargumenttiin hienosäädölle. Kannattaa katsoa, jos yrität erityisesti argumentoida tarpeetonta hienosäätöprojektia vastaan.
Edistynyt
13 minuuttiaRAG vs fine-tuning vs kehotetekniikka: tekoälymallien optimointi
IBM Technology. Selkeä valkotaululäpikäynti kaikista kolmesta tekniikasta kustannuksineen — haun viive, koulutuksen laskenta ja katastrofaalinen unohtaminen, pelkkien kehotteiden ratkaisujen rajat — sekä yhdistelmät, jotka todella toimivat tuotannossa. Päätösesimerkki oikeudellisesta tekoälyjärjestelmästä, joka käyttää kaikkia kolmea, on lähes tasan artikkelin ”milloin yhdistää” -argumentti.
Edistynyt
77 minuuttiaTekoälyn kehotetekniikka: syväsukellus
Anthropic. Neljä Anthropicin kehotinsinööriä (tutkimus, alignment, applied, developer relations) puhuvat pitkään siitä, mitä he todella tekevät päivittäin — miten he muokkaavat kehotteita paineen alla, miten he ajattelevat ”rehellisyyttä” ohjeissa, milloin XML-telineet auttavat, milloin eivät. Artikkelin kerroksellinen malli kartoittuu selkeästi siihen, miten he kuvaavat työtä; tämä on paras tapa kuulla tuo ajattelumalli ääneen.
Edistynyt
25 minuuttiaKehotteiden ABC | Code w/ Claude
Anthropic. Anthropicin Applied AI -tiimin live-rakennussessio vakuutuskorvauskehotteesta — he aloittavat epämääräisellä ohjeella ja iteroivat joksikin, jonka kehittäjä todella toimittaisi, näyttäen artikkelin kuvaamat tarkistukset järjestelmä- ja kehittäjäkerroksille. Katso tämä ennen artikkelin tarkistuslistan uudelleenlukemista esimerkeistä, tuotosrakenteesta ja kieltäytymisen käsittelystä.
Edistynyt
10 minuuttiaParas ChatGPT-kehotteeni ikinä – käytin 2 kuukautta tähän kehotteeseen, joka kirjoittaa kehotteita
Lawton Learns. Video esittelee C.R.A.F.T.-metakehotteen (Context, Role, Action, Format, Target audience). Se on hyödyllinen ehdokas kehotteita tuottavan kehotteen käyttäytymisen testaamiseen, mutta sen tulosten johdonmukaisuutta, oikeellisuutta tai sopivuutta tiimin käyttötapauksiin ei ole taattu.
Keskitaso
20 minuuttiaGooglen 9 tunnin AI-kehotekurssi 20 minuutissa
Tina Huang. Tina esittelee viisiosaisen tehtävä/konteksti/viitteet/arvioi/iteroi-kehyksen ja neljä nimettyä iterointitapaa. Niistä voi luonnostella ehdokasskeeman, mutta agentti- ja päättelyketjuesimerkit heijastavat kurssin aikaa ja kontekstia. Testaa jokainen poimittu malli edustavilla tapauksilla ennen sen lisäämistä hyväksyttyyn kirjastoon.
Keskitaso