Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Architettura e Progettazione delle Applicazioni LLM
- Pattern applicativi OpenAI comuni per assistenti, copilot e automazione dei flussi di lavoro
- Scelta dell'architettura corretta in base ai requisiti aziendali, all'affidabilità e all'esperienza utente
- Transizione dal codice prototipale a un design applicativo mantenibile
Prompting, Contesto e Output Strutturati
- Strutturazione delle istruzioni di sistema, utente e sviluppatore per un comportamento prevedibile
- Progettazione di prompt per garantire coerenza, controllo dei compiti e risposte più chiare
- Utilizzo di output strutturati per supportare la logica applicativa a valle
- Gestione delle finestre di contesto, dello stato della conversazione e della qualità delle risposte
Utilizzo di Strumenti e Orchestrazione dei Flussi di Lavoro
- Utilizzo delle chiamate di funzione e di flussi di lavoro abilitati agli strumenti con servizi esterni
- Validazione degli input e output, gestione degli errori e applicazione di comportamenti di fallback
- Progettazione di flussi multi-step per compiti aziendali pratici
Recupero e Fondamento della Conoscenza
- Identificazione dei contesti in cui la generazione aumentata dal recupero è appropriata
- Preparazione dei documenti e suddivisione dei contenuti per un recupero efficace
- Recupero di contesto rilevante e ancoramento delle risposte a fonti attendibili
Valutazione, Controlli e Prontezza Operativa
- Definizione dei criteri di qualità e test dei flussi di lavoro rispetto agli esiti attesi
- Riduzione delle allucinazioni e gestione di richieste insicure, irrilevanti o ambigue
- Monitoraggio dell'utilizzo, della latenza, del consumo di token e dei costi
- Preparazione delle applicazioni per il deployment, il supporto e il miglioramento iterativo
Workshop di Implementazione Pratica
- Costruzione di una piccola applicazione end-to-end con OpenAI che combina prompting, output strutturati, utilizzo di strumenti e recupero
- Revisione delle decisioni progettuali, delle problematiche comuni e dei prossimi passi pratici per l'uso in produzione
Requisiti
- Familiarità con i concetti dei modelli linguistici di grandi dimensioni e con lo sviluppo di applicazioni basate su API
- Esperienza nel lavoro con API REST, JSON e flussi di lavoro di applicazioni guidati da prompt
- Esperienza intermedia di programmazione in Python, JavaScript o linguaggi simili
Destinatari
- Sviluppatori software che costruiscono applicazioni basate su LLM
- Ingegneri AI e lead tecnici che progettano soluzioni basate su OpenAI
- Team di prodotto e architetti di soluzioni responsabili delle funzionalità AI in produzione
7 ore
