# Бесплатные курсы по промпт-инжинирингу: от новичка до разработчика

Промпт-инжиниринг стал одним из ключевых навыков при работе с ИИ-моделями. Правильно сформулированный запрос — это не только способ получить качественный результат, но и инструмент для автоматизации, генерации контента, аналитики и многого другого.

**[Prompt Engineering for ChatGPT от Vanderbilt University](<https://www.coursera.org/learn/prompt-engineering>)**Один из самых популярных бесплатных курсов по теме на платформе Coursera. Содержит шесть модулей с теорией, практикой и примерами — от базовых понятий до шаблонов промпт-инжиниринга. Подходит как новичкам, так и опытным специалистам. Длительность — около 18 часов.

**[ChatGPT Prompt Engineering for Developers от DeepLearning.AI](<https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/>)**Курс от команды OpenAI и Эндрю Ына. Подходит для разработчиков и специалистов, знакомых с Python. Разбираются приемы генерации, трансформации, классификации текста и API-интеграции.  

**[Basics of Prompt Engineering от Alison](<https://alison.com/course/basics-of-prompt-engineering>)**Обзорный курс для начинающих, которые только начинают работать с языковыми и генеративными ИИ-моделями. Рассматриваются zero-shot, few-shot подходы, а также практики создания понятных и точных запросов. Подойдет для тех, кто хочет быстро освоиться в теме.

**[Essentials of Prompt Engineering от AWS](<https://learnprompting.org/blog/prompt_engineering_courses>)**Курс от LearnPrompting.org и AWS знакомит с ключевыми принципами работы с языковыми моделями: структурирование запросов, выбор формата, создание цепочек размышлений. Есть практические упражнения и разбор типичных ошибок.

[**Prompt Engineering Best Practices от OpenAI**](<https://platform.openai.com/docs/guides/prompt-engineering>)Официальное руководство от OpenAI, где описаны лучшие практики по работе с GPT-моделями. Нет видео и заданий — только текст, но он охватывает все: от форматирования до управления тоном и результатом генерации. Рекомендуется как база перед любыми другими курсами.

[**Prompt engineering guide от IBM**](<https://www.ibm.com/think/topics/prompt-engineering-guide>)Практическое руководство, созданное для пользователей, работающих с языковыми моделями вроде GPT-4, Gemini и IBM Granite. В нем объясняются ключевые принципы создания эффективных промптов, представлены техники вроде zero-shot, few-shot, chain-of-thought и prompt chaining, а также даны примеры шаблонов промптов для разных задач — от генерации текста до анализа данных.

**[Гайд по prompt-инжинирингу в GitHub](<https://github.com/brexhq/prompt-engineering>)**Обширный внутренний документ, в котором собраны стратегии, приемы и рекомендации по работе с языковыми моделями, такими как GPT-4. В нем описаны история и эволюция LLM, практики безопасности, скрытые промпты, лимиты токенов и примеры эффективного использования промптов в производственных задачах.

[**Руководство по prompt-инжинирингу от DAIR.AI**](<https://www.promptingguide.ai/ru>)Здесь собраны актуальные техники промптинга, практические примеры, статьи, инструменты и новейшие разработки в области LLM. Руководство подойдет как исследователям, так и разработчикам, которые хотят создавать надежные промпты, использовать внешние инструменты, улучшать точность и раскрывать возможности языковых моделей.

[**Инструкция по промпт-инжинирингу от Lee Boonstra**](<https://www.kaggle.com/whitepaper-prompt-engineering>)Гайд объясняет, как правильно формулировать запросы для языковых моделей, включая Gemini в Vertex AI. Здесь подробно разобраны методы, советы и возможные трудности, чтобы вы могли уверенно использовать LLM и улучшать качество их ответов.

[**Master the Perfect ChatGPT Prompt Formula от Jeff Su**](<https://youtu.be/jC4v5AS4RIM?si=tQcwCZVIajki8qT9>)В этом видео Джефф Су за восемь минут показывает, как составлять эффективные промпты для ChatGPT и Google Bard. Он разбирает шесть обязательных элементов хорошего запроса — задачу, контекст, примеры, персону, формат и тон — и на конкретных примерах объясняет, как они улучшают ответы модели.
