Kurs zur Steigerung allgemeiner KI-Kompetenzen: die Logik großer Modelle verstehen, Prompts und den Aufbau von Agenten meistern

Kursvorstellung: Dieser Kurs beginnt mit der Entwicklungsgeschichte der KI-Branche und den Grundbegriffen von AIGC und erklärt dann die grundlegenden Funktionsprinzipien großer Modelle sowie die Unterschiede zwischen Reasoning-Modellen und Instruktionsmodellen. Ein Schwerpunkt liegt auf dem Prompt-Engineering: Schritt für Schritt werden dialogische, strukturierte und Super-Prompts vermittelt und praktische Techniken wie Locking und Umformung zerlegt. Zugleich werden Prinzip und Erstellung von Agenten erklärt. Der Kurs räumt häufige Missverständnisse bei der Nutzung von KI-Werkzeugen auf und teilt echte Anwendungsfälle des Dozenten, um den Teilnehmern ein vollständiges KI-Denken zu vermitteln, eine wissenschaftliche persönliche KI-Entwicklungsroute zu planen und wiederverwendbare allgemeine AIGC-Fähigkeiten zu erwerben. Kursverzeichnis: 01.01 Vorwort 02.02 Vorstellung des Dozenten 03.03 Der KI-Weg des Dozenten: Erfahrungen und Kooperationsfälle 04.04 Kursgliederung und Inspiration durch Fallbeispiele 05.05 Einstieg in die Fälle 06.06 Interaktion und Erklärung 07.07 Einige Begriffe in AIGC 08.08 Die Entwicklungsgeschichte der beiden KI-Giganten 09.09 Wie KI-Technologie die Entwicklung von KI-Werkzeugen lenkt 10.10 Die aktuelle Lage verstehen und sich selbst richtig planen 11.11 Planung einer nachhaltigen KI-Entwicklung 12.12 Kernfunktionsprinzipien großer Modelle 13.13 Nutzungsunterschiede zwischen Reasoning-Modellen und Instruktionsmodellen 14.14 Wie man KI-Werkzeuge einsetzt 15.15 Prompt-Engineering: Prolog 16.16 Was ist Prompt-Engineering 17.17 Prompts – Dialog 18.18 Prompts – Verwendung strukturierter Prompts 19.19 Prompts – Verwendung von Super-Prompts 20.20 Die Wörter you und me in Prompts 21.21 Techniken für präzise Prompts – Prolog 22.22 Techniken für präzise Prompts – Locking-Technik 23.23 Techniken für präzise Prompts – Zerlegungstechnik 24.24 Techniken für präzise Prompts – Zerlegungstechnik – Bildgenerierung 25.25 Der verborgene Mechanismus der Zerlegung 26.26 Techniken für präzise Prompts – Umformung und Anti-Lehre 27.27 Analyse praktischer Kniffe – Onlinesuche 28.28 Missverständnisse bei der Nutzung von KI-Werkzeugen 29.29 Prompts – Verwendung ultra-strukturierter Prompts [markdown] 30.30 Ergänzung – Verwendung von Reasoning-Prompts 31.31 Einführung in Agenten 32.32 Anleitung zur Erstellung von Agenten 33.33 Schlusswort und Ermutigung