مقدمهای بر مهندسی پرامپت در 5G: توانمندسازی شبکههای هوش مصنوعی محور
✅ سرفصل و جزئیات آموزش
generative AI در حال تغییر شکل چگونگی تحلیل شبکهها، خودکارسازی عملیات و تولید مستندات توسط تیمهای مخابراتی است. اما یک نکته وجود دارد: شما باید بدانید چگونه بهطور مؤثر از آن پرامپت بگیرید.
در این دوره، مدرس Rahul Kaundal به مهندسان شبکه، متخصصان عملیات و مدیران فنی نشان میدهد که چگونه مهندسی پرامپت را برای چالشهای واقعی 5G اعمال کنند.
ساختار یک پرامپت مؤثر را یاد بگیرید، سپس به سراغ تکنیکهای پیشرفتهای مانند پرامپتدهی zero-shot ،few-shot و زنجیره-تفکر بروید. از طریق آزمایشگاههای عملی در Google Colab با استفاده از Gemini، این فرصت را خواهید داشت که گزارشهای نمونه شاخصهای کلیدی عملکرد 5G را تحلیل کنید، اسکریپتهای پیکربندی تولید کنید و مستندات فنی را خودکارسازی کنید. در طول مسیر، Rahul ملاحظات کلیدی برای استفاده در محیط تولید را، از جمله کاهش توهم، حریم خصوصی داده و بهبود تدریجی پرامپتها پوشش میدهد.
مقدمهای بر مهندسی پرامپت در 5G: توانمندسازی شبکههای هوش مصنوعی محور
-
مقدمه 0:01:28
-
همگرایی generative AI و 5G 0:03:21
-
مبانی generative AI 0:02:52
-
generative AI: فرآیند و گردش کار 0:06:55
-
ترانسفورمرها در generative AI 0:04:26
-
مروری بر مدلهای زبانی بزرگ (LLM) 0:04:47
-
مقدمهای بر مهندسی پرامپت: «زبان برنامهنویسی» برای هوش مصنوعی 0:03:09
-
ساختار یک پرامپت خوب: نقش، زمینه، تسک و قالب 0:04:18
-
گامهای اولیه با یک چتبات هوش مصنوعی: OpenAI ،Claude و Gemini 0:03:18
-
مروری بر فناوری ارتباطی 5G 0:02:55
-
اهداف و چشمانداز شبکههای 5G 0:01:37
-
اصول زیرساخت مخابراتی 0:03:26
-
فناوریهای کلیدی توانمندساز 5G 0:04:20
-
معماری شبکه هسته 5G 0:04:09
-
پرامپتدهی Zero-shot ،one-shot و few-shot 0:02:35
-
هنر نقشآفرینی و پرسوناهای سیستمی 0:03:58
-
پرامپتدهی زنجیره-تفکر (CoT) برای حل مسائل پیچیده 0:04:24
-
زنجیرهسازی و تجزیه پرامپت: شکستن تسک های بزرگ 0:04:38
-
قالببندی خروجیها: JSON، جداول، بولتپوینت ها و گزارشهای ساختاریافته 0:04:17
-
تکنیکهای دقت: جداکنندهها، منطق شرطی و بهبود تدریجی 0:03:59
-
آزمایشگاه: ساخت پرامپتهای پیچیده برای تحلیل مستندات فنی 0:05:54
-
درک شاخصهای کلیدی عملکرد شبکه 5G: چه چیزی را اندازه میگیرند و چرا اهمیت دارند؟ 0:03:15
-
مقدمهای بر داده شبکه 5G: گزارش نمونه شاخصهای کلیدی عملکرد 0:02:45
-
استفاده از Google Colab و Gemini 2.5 Flash توکار برای مهندسی پرامپت 0:03:11
-
آزمایشگاه: بررسی تحلیل یک گزارش نمونه شاخصهای کلیدی عملکرد 5G با استفاده از Google Colab 0:06:59
-
تولید و اعتبارسنجی اسکریپت پیکربندی 0:02:30
-
تبدیل نیازمندیهای فنی به پرسشهای طراحی 0:04:39
-
خودکارسازی مستندسازی و گزارشنویسی 0:03:44
-
شبیهسازی سناریوهای شبکه برای آموزش 0:04:11
-
ریسکها و محدودیتها: توهم، امنیت و حریم خصوصی داده در مخابرات 0:02:42
-
هنر تکرار: چگونه پرامپتهای خود را بهطور سیستماتیک بهبود دهید؟ 0:02:35
-
فراتر از چت: نگاهی به عاملهای هوش مصنوعی و عملیات خودمختار شبکه (ANO) 0:03:32
-
ساخت کتابخانه پرامپت خود و ادامه مسیر 0:02:27
-
گامهای بعدی 0:01:04
مشخصات آموزش
مقدمهای بر مهندسی پرامپت در 5G: توانمندسازی شبکههای هوش مصنوعی محور
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:مقدماتی
- تعداد درس:34
- مدت زمان :2:04:20
- حجم :362.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy