Làm chủ hoàn toàn Prompt Engineering

Thấu hiểu bản chất của thống kê cơ bản cần thiết cho việc phát triển và ứng dụng trí tuệ nhân tạo mà không cần đến một công thức hay một dòng mã nào.

Giúp các lập trình viên junior sử dụng trí tuệ nhân tạo như một công cụ phát triển để hiểu toàn bộ quy trình phát triển từ lập kế hoạch, viết code, triển khai đến kiểm thử, từ đó trang bị năng lực Full-Spectrum cần thiết để tồn tại và phát triển trong kỷ nguyên AI.

Problematization (Vấn đề hóa) là một thuật ngữ cũng được dịch là đặt vấn đề, xây dựng vấn đề. Và nó cũng có thể được dịch là thiết lập vấn đề hoặc định nghĩa vấn đề. Đây là khái niệm bao gồm quá trình đặt câu hỏi từ góc độ mới về các sự kiện đã biết như yêu cầu hoặc tri thức thông thường, định nghĩa vấn đề và xây dựng cách thức giải quyết vấn đề đó. Vấn đề hóa phải là điểm xuất phát của mọi phát triển, nhưng đây vẫn là chủ đề chưa được thảo luận đầy đủ trong lĩnh vực phát triển. Việc thực hiện dự án hay phát triển chương trình thực chất cũng là việc lập kế hoạch giải quyết vấn đề. Nói cách khác, nó có liên quan đến vấn đề hóa. Để giải quyết vấn đề, trước tiên vấn đề phải được định nghĩa rõ ràng. Tuy nhiên, hầu hết các vấn đề được đưa ra dưới dạng yêu cầu mơ hồ. Do đó, cần có khả năng chuyển đổi yêu cầu mơ hồ thành vấn đề rõ ràng để giảm thiểu 'lãng phí phát triển' không cần thiết, làm cho cộng tác diễn ra suôn sẻ và nắm bắt đúng nhu cầu thực sự của người dùng. Khóa học này giúp rèn luyện 'tư duy cấu trúc' vấn đề thông qua các trường hợp thực tế và công cụ.

Khi xây dựng hệ thống RAG (Retrieval-Augmented Generation: Tạo sinh tăng cường truy xuất) dựa trên AI tạo sinh hoặc LLM mà không đạt được hiệu suất mong muốn và không có giải pháp thích hợp, thì phải làm sao? Khóa học này sẽ trình bày các phương pháp cải thiện hiệu suất RAG dựa trên lý thuyết Cognitive Load (Tải trọng nhận thức). Thông qua khóa học này, bạn có thể hiểu được giới hạn của cửa sổ ngữ cảnh LLM và cách quản lý Cognitive Load một cách hiệu quả trong hệ thống RAG. Đây là một khóa học lý thuyết cấp độ thực tiễn, bao gồm các chủ đề như kích thước và thiết kế cấu trúc Chunk, kỹ thuật tạo Chunk chất lượng cao, tối ưu hóa động, đánh giá hiệu suất và các kỹ thuật thực chiến.

Bạn có thể học được khái niệm và phương pháp 'thiết kế dịch vụ' cần thiết khi lên kế hoạch cho ứng dụng hoặc dịch vụ web được xây dựng dựa trên LLM, một loại trí tuệ nhân tạo sinh (AI sinh).

"Chỉ đổi một cái tên thôi, mã đã khác rồi." Đã tổng hợp từ nguyên lý đến ví dụ về 'đặt tên dễ hiểu' – cốt lõi của mã dễ đọc. Tên dễ đọc là khởi đầu của sự hợp tác.

Đây là bài giảng giúp bạn có thể hiểu được ngay cả khi hoàn toàn không biết Lập trình an toàn (Secure Coding) là gì. Sau khi nắm vững các khái niệm lập trình an toàn cơ bản, bài giảng sẽ tập trung giải thích về bảo mật dịch vụ web. Đây là bài giảng từng được tổ chức dưới dạng chuyên đề đặc biệt do Đại học OO chủ trì. Với hơn 160 mã nguồn đi kèm chú thích phong phú, bài giảng giúp bạn nắm bắt chính xác các chủ đề và kỹ thuật cốt lõi có thể áp dụng ngay vào thực tế.

Nhanh chóng hiểu các khái niệm và cú pháp cơ bản của C.

👨‍🍳 Nấu mã như nấu ăn, sạch sẽ và ngon miệng! 『클린 코딩』 là lớp học nấu mã của lập trình viên giống đầu bếp, nơi học 클린 코딩 vui vẻ qua ví von ẩm thực. 🍽️

Giới thiệu các mẫu prompt cơ bản cho lập trình và các mẫu prompt API nâng cao để tận dụng trí tuệ nhân tạo.

Giải thích chi tiết về các mô hình ngôn ngữ đa dạng được phát triển trong quá trình từ khởi đầu của công nghệ xử lý ngôn ngữ tự nhiên cho đến các mô hình LLM hiện đại nhất.

Khám phá cách xây dựng thẩm phán trí tuệ nhân tạo bằng cách kết hợp các hệ thống suy luận, biểu đồ tri thức và nhiều framework agent như CrewAI, LangChain, AutoGen, những công cụ cho phép triển khai công nghệ đa tác nhân (multi-agent) dựa trên LLM.

Tìm hiểu cách thu thập và phân tích các yêu cầu của người dùng để thiết kế dịch vụ LLM.

Xem xét những hạn chế của LLM, cách khắc phục và các chủ đề nghiên cứu mới nhất.

Tìm hiểu về các ứng dụng hoặc dịch vụ web có thể được xây dựng bằng cách sử dụng LLM.

Giải thích lý do cần thiết LLM, bối cảnh kỹ thuật và các khái niệm cơ bản.

Giải thích các nguyên lý cơ bản của mô hình ngôn ngữ lớn như ChatGPT theo hướng lý thuyết.

Học các kỹ thuật cốt lõi của 'Prompt Engineering' để có được câu trả lời chính xác mong muốn từ AI. Từ những bước đầu tiên của người mới bắt đầu đến ứng dụng thực tế của chuyên gia, hãy tối đa hóa khả năng sử dụng AI của bạn!

Học các kỹ thuật cốt lõi của 'Prompt Engineering' để có được câu trả lời chính xác mong muốn từ AI. Từ những bước đầu tiên của người mới bắt đầu đến ứng dụng thực tế của chuyên gia, hãy tối đa hóa khả năng sử dụng AI của bạn!

Giảng dạy trực tiếp từ tác giả <프롬프트 엔지니어링>. Hãy thử sử dụng 챗GPT, 빙, Bard, 하이퍼클로바X một cách linh hoạt.

Thực hành ngay xu hướng AI tạo sinh mới! Cẩm nang cô đọng khóa Kỹ thuật Prompt.

Để nhân viên văn phòng có thể chủ động và hiệu quả ứng dụng AI vào công việc, chúng tôi sẽ chia sẻ nhiều kỹ thuật giúp họ giảm thiểu các câu trả lời Hallucination (tức là những phản hồi sai lệch/không liên quan) và trích xuất chính xác câu trả lời mong muốn.

Tôi cũng từng nghĩ... giá như mình có Jarvis - trợ lý hoàn hảo của Iron Man thì tốt biết mấy?! Hãy hoàn thiện Jarvis của tất cả mọi người để hỗ trợ việc xử lý công việc thông minh của các bạn!

Tóm tắt các lý thuyết cốt lõi từ Học máy, Học sâu đến AI tạo sinh trong một lần. Và bằng mã Python đơn giản, bạn có thể triển khai đa dạng ứng dụng AI tạo sinh, từ đó dễ dàng trở thành nhà phát triển AI.

Nếu bạn muốn tạo ra dịch vụ AI riêng của mình mà không cần coding, khóa học này chính là giải pháp hoàn hảo. Sử dụng nền tảng nocode Dify, bạn có thể tạo ra ứng dụng AI chất lượng cao chỉ với ý tưởng. Thay vì lý thuyết phức tạp, khóa học được cấu trúc tập trung vào dự án thực tế, giúp cả người mới bắt đầu với AI và nhân viên văn phòng đều có thể phát triển năng lực thực tiễn.

Khóa học này được xây dựng dựa trên những thách thức thực tế trong triển khai agile mà các Scrum Master, Quản lý Dự án và Quản lý Sản phẩm thường gặp phải khi phải đối mặt với áp lực thời gian, yêu cầu không rõ ràng, backlog quá tải và các cuộc họp kém hiệu quả. Thông qua các minh họa thực hành và quy trình từng bước, tôi hướng dẫn học viên cách sử dụng chính xác các công cụ AI Tạo sinh—như ChatGPT, Jira AI, Confluence AI, Rovo AI và Fireflies.ai—để giải quyết những vấn đề hàng ngày này. Thay vì lý thuyết, khóa học tập trung vào các tình huống thực tế: tạo mục tiêu sản phẩm, tinh chỉnh user story, tạo tiêu chí chấp nhận, lập kế hoạch sprint, tự động hóa tài liệu và cải thiện sự cộng tác trong nhóm. Mỗi bài học được thiết kế để giúp người học áp dụng AI ngay lập tức vào công việc hàng ngày, xây dựng sự tự tin với các công cụ tiêu chuẩn ngành và phát triển thói quen sử dụng AI giúp tăng năng suất, sự rõ ràng và hiệu quả lãnh đạo trong môi trường agile.

Tùy thuộc vào cách bạn viết lời nhắc, khả năng của AI có thể được mở rộng vô hạn. Lợi ích có thể thu được từ sự hợp tác với AI tùy thuộc vào sự rõ ràng của câu hỏi và việc cung cấp thông tin trước đó. Giờ đây, hãy thử tận dụng GPTs một cách hiệu quả để thực hiện các công việc hiệu quả và phù hợp với mục đích.

Bài giảng nhanh chóng, đi thẳng vào trọng tâm dành cho những ai muốn sử dụng ChatGPT hiệu quả! Hãy cùng học nhanh thôi!

Chinh phục ChatGPT: Hướng dẫn AI cho người mới - Từ prompt, content, đến lập trình

Giới thiệu các mẫu prompt cơ bản cho lập trình và các mẫu prompt API nâng cao để tận dụng trí tuệ nhân tạo.

Bạn đang dùng ChatGPT, nhưng có khó để giải thích tại sao lại có câu trả lời như vậy không? "RAG, agent, fine-tuning... biết thuật ngữ nhưng khó giải thích chính xác" "Nghe các thuật ngữ liên quan đến LLM là không biết nói gì" "Trong các cuộc họp về AI, việc giải thích khái niệm luôn mơ hồ" Khóa học này được tạo ra chính xác cho những người như vậy. Đây là khóa học lý thuyết để hiểu LLM không phải như một 'công cụ' mà như một 'cấu trúc'. Không phải cách sử dụng ChatGPT hay Gemini, mà tạo ra tiêu chuẩn để có thể giải thích tại sao nó hoạt động như vậy.

Khi AI nhanh chóng len lỏi vào đời sống hàng ngày và toàn bộ các ngành công nghiệp, các kỹ thuật tấn công nhắm vào chúng cũng đang đồng thời tiến hóa. Khóa học này là một chương trình tập trung vào thực hành, giúp người học hiểu rõ các mối đe dọa bảo mật mới nhất xoay quanh AI tạo sinh và LLM, tự động hóa các tác vụ bảo mật bằng cách tận dụng AI, đồng thời trải nghiệm thực tế từ các cuộc tấn công bẻ khóa (jailbreak) LLM cho đến các phương pháp phòng thủ.

Học cách ứng dụng AI và nâng cao hiệu suất phù hợp với tình huống công việc thực tế. (Tức là, không học những thứ như tự động tạo video ngắn.) Đây là khóa học thực chiến, giúp bạn học cách sử dụng AI như một công cụ nâng cao hiệu suất công việc đến mức tối đa, chứ không chỉ là một công cụ đơn thuần. Sử dụng đa dạng các loại AI tạo sinh như ChatGPT, Gemini, NotebookLM, Gesnpark, Skywork và các AI agent mới nhất để làm chủ toàn bộ quy trình từ ứng dụng prompt AI → phân tích dữ liệu AI → đến triển khai tự động hóa công việc bằng AI. Đây là lớp học tối ưu dành cho những người lập kế hoạch, nhà tiếp thị, quản lý, doanh nhân, v.v., những ai muốn nắm vững chiến lược nâng cao năng suất và hiệu suất công việc có thể áp dụng ngay vào thực tế.

Khóa học này là chương trình cơ bản tập trung vào thực hành, được thiết kế để giúp nhân viên văn phòng có thể sử dụng AI tạo sinh như một cộng sự đắc lực thay vì chỉ là một công cụ đơn thuần. Mục tiêu của khóa học là giúp học viên xây dựng khả năng sử dụng AI an toàn, tuân thủ các quy định về bảo mật và bản quyền dựa trên sự hiểu biết chính xác về nguyên lý hoạt động cũng như những hạn chế của AI. Học viên sẽ được học từng bước từ các nguyên lý cốt lõi trong thiết kế câu lệnh (prompt), tối ưu hóa các công việc dựa trên văn bản như lập kế hoạch, viết báo cáo, email, biên bản cuộc họp, cho đến phân tích dữ liệu Excel và sử dụng hình ảnh, tài liệu PDF. Qua đó, khóa học giúp cắt giảm đáng kể thời gian cho các công việc lặp đi lặp lại và trang bị năng lực thực thi đa nhiệm cho mỗi cá nhân. Vượt ra ngoài phạm vi sử dụng cá nhân, khóa học còn hướng dẫn cách xây dựng các mẫu công việc (template) và tiêu chuẩn cho cấp độ nhóm. Đây là chương trình đào tạo chú trọng thực tiễn, được cấu trúc để giúp học viên sở hữu ngay các tài sản tự động hóa công việc có thể áp dụng vào thực tế sau khi kết thúc khóa học, từ đó dẫn đến việc nâng cao năng suất cho toàn bộ tổ chức.

Với 챗GPT, có thể làm được đến đâu? Series, Tạo ứng dụng giao dịch chứng khoán tự động và báo cáo đầu tư trên web!

Khóa học này bao gồm toàn bộ quy trình thiết kế và triển khai dịch vụ AI tạo sinh tập trung vào LangChain 1.0 và LangGraph thông qua các bài thực hành từng bước. Vượt xa việc chỉ gọi LLM đơn thuần, bạn sẽ trực tiếp xây dựng kiến trúc hệ thống AI có khả năng vận hành bao gồm kiến trúc dựa trên agent, quản lý trạng thái (State), bộ nhớ, streaming, middleware và Human-in-the-Loop. Thông qua thực hành với hệ thống RAG dựa trên dữ liệu tài liệu·PDF·web, SQL Agent (Chinook DB), Agent dựa trên tool calling, multi-agent theo mô hình Supervisor, và workflow dựa trên state machine sử dụng LangGraph Graph API, bạn sẽ xây dựng pipeline agent có thể tái sử dụng và áp dụng ngay vào thực tế công việc. Ngoài ra, thông qua structured output (dựa trên Pydantic), agent middleware (Summarization, HITL, Retry, bảo vệ PII), streaming theo token/bước, bạn sẽ hoàn thiện ứng dụng AI tạo sinh với độ ổn định·khả năng mở rộng·tính kiểm soát đáp ứng yêu cầu của dịch vụ thực tế. 👉 Dành cho những ai muốn hiểu chính xác cấu trúc nội bộ và luồng thực thi của LangChain/LangGraph 👉 Dành cho những ai muốn triển khai RAG·Agent theo cấu trúc dịch vụ thực tế chứ không chỉ là "demo" 👉 Đây là khóa học tối ưu cho những ai cần lộ trình thực tế bao quát từ agent dựa trên trạng thái, tự động hóa SQL·tài liệu, đến orchestration multi-agent.

Mời bạn đến với thế giới lập trình đầy hấp dẫn, nơi bạn phân tích và trực quan hóa báo cáo tài chính chỉ bằng prompt. Không cần một dòng code nào, bạn tạo và triển khai dịch vụ chỉ bằng cách tham vấn với AI.