•  Modulo 1: Fondamenti avanzati del Prompt Engineering
  • Introduzione ai modelli di AI generativa più recenti e loro peculiarità
  • Principi chiave di formulazione efficace dei prompt
  • Anatomia di un prompt avanzato: componenti, struttura e sintassi
  • Esercitazione pratica: analisi critica di prompt efficaci e inefficaci
• Modulo 2: Tecniche specializzate di prompting
  • Chain-of-Thought: guidare il ragionamento dell’AI passo dopo passo
  • Few-shot learning: utilizzare esempi per orientare le risposte
  • System prompting: impostare il contesto e definire i ruoli
  • Tecniche di retrieval-augmented generation (RAG)
  • Esercitazione: applicazione delle tecniche su casi reali
• Modulo 3: Ottimizzazione e personalizzazione dei prompt
  • Strategie per migliorare la precisione e rilevanza delle risposte
  • Tecniche di iterazione e raffinamento dei prompt
  • Adattamento dei prompt per diversi domini (accademico, creativo, tecnico)
  • Workshop: ottimizzazione di prompt complessi e valutazione dei risultati
• Modulo 4: Applicazioni avanzate e casi d’uso
  • Prompting per generazione di contenuti multimediali
  • Tecniche di prompt per analisi di dati e sintesi di informazioni
  • Strategie per superare limitazioni e bias nei modelli AI
  • Progetto finale: sviluppo di una strategia di prompting per un caso d’uso specifico
• Conclusione e valutazione
• • Sintesi delle best practice apprese
  • Risorse per l’approfondimento
  • Test finale di valutazione delle competenze acquisite

Durata: 4 ore