Розробники
Навчання ШІ для розробників та ІТ-команд
Розробники щодня працюють із моделлю, і впираються вони не в незнання, а в те, що модель поводиться непередбачувано. Розбираємо, що відбувається під капотом, як тримати контекст на великій задачі і як перевіряти код, який вона пише.
-
~180
інженерів BetterMe на двох заняттях
-
3–4
з 10 — рівень промптів у Vector на старті
-
6
блоків тренінгу для інженерів Vector
Кому це потрібно
-
Контекстне вікно навмання
Моделлю користуються щодня, але що саме входить у контекстне вікно, до кінця не ясно, і промпт лишається вгадуванням.
-
Велика фіча не влазить
На великій фічі з ендпоінтом, сервісним методом, записом у базу й кешуванням модель захлинається в одному контексті.
-
JSON ламає валідацію
Просиш відповідь у JSON, і час від часу вона приходить без дужки чи лапки, а сервіс падає на валідації.
-
Чужа інструкція у файлі
Модель читає зовнішні файли й сайти, і незрозуміло, як не дати їй виконати чужу інструкцію, сховану всередині.
-
Код без ознак безпеки
Код від моделі виглядає охайно, а перевірка показує, що ознак безпеки в ньому немає, хоча він уже працює з даними клієнтів.
-
Запити чекають півроку
Інфраструктурні команди й дизайн не встигають закривати запити, і вибір простий: чекати півроку або шукати інший шлях.
Де це вже працює
-
Два заняття й бонусний урок для ~180 розробників, девопсів і QA: контекст-інжиніринг, деградація на довгому контексті, JSON і машина станів.
-
Вечірній тренінг для інженерної команди: токени, контекстне вікно, семплінг, LLM as a judge, структурований вивід і prompt injection.
-
Окремий воркшоп для команди розробки: що масштабується автоматизацією і чому парсер від моделі стає робочим лише після кількох кругів перевірки.
Що розбираємо
-
Модель під капотом
Токени, контекстне вікно й температура, і чому українська мова зʼїдає більше токенів, ніж англійська.
-
Контекст на великій задачі
Фічу ділимо на підзадачі з власним контекстом, бо довший діалог дає гіршу відповідь, а більше вікно рятує лише частково.
-
Структурований вивід
JSON-схема і машина станів замість прохання "поверни JSON", плюс перевірка на виході, бо модель лишається стохастичною.
-
Документація й опис змін
Коментарі до коду й опис мердж-реквесту: що змінено, навіщо і як рецензенту це перевірити.
-
Перевірка коду
Модель пише швидко, а робочим код стає після ревʼю, тестів і окремого проходу на безпеку й вразливості.
-
Prompt injection і судді
Чому одна модель-перевіряч ловиться на ту саму атаку і що дають кілька різних моделей у ролі суддів.
Що команда вміє після
-
Велика фіча
розкладена на підзадачі, кожна у власному контексті
-
Відповідь для сервісу
за JSON-схемою і з перевіркою на виході
-
Мердж-реквест
з описом, що змінилось і як це перевірити
Формати і ціна
Одна ставка на все — 200$ за годину
Діагностична сесія
15 хвилин, безкоштовно. Розберемо задачі команди зі штучним інтелектом, скажу, який формат підійде, назву ціну й терміни.-
Аудит ШІ-готовності
від 2 годин від 400$ -
Корпоративний воркшоп
2 або 4 години від 400$ -
Навчання всієї компанії
від 2 годин від 400$ -
Серія занять під відділ
4 × 2 години від 1600$ -
Програма ШІ-чемпіонів
6 × 2 години від 2400$ -
Для керівників
1–2 години від 200$
Перед навчанням ШІ, якщо люди не можуть зайти в робочий акаунт, — цифрова грамотність, від 200$.
Що питають перед стартом
Три найчастіші питання. Решта — на сторінці питань.
-
Чи є аналізатори, які сканують зовнішні файли й сайти на prompt injection?
Одна модель-перевіряч не рятує: вона ловиться на ту саму атаку. Кілька різних моделей у ролі суддів дають кращий шанс, але гарантії не дають і вони, тому на тренінгу розбираємо, де проходить ця межа.
-
Модель захлинається на великій фічі, а без контексту вона не працює. Як бути?
Збільшене вікно допомагає частково, бо на довгому контексті якість падає. Фічу ділимо на менші підзадачі, а те, що треба нести далі, стискаємо в коротке зведення для нового вікна.
-
Чи є сенс ганяти кожен промпт через окрему GPT, щоб переписати його в XML?
Для промпта, який пишеться один раз і працює довго, як інструкція агента підтримки, так. Для щоденних разових запитів простіше мати асистента під конкретну модель з її гайдом із промптингу в базі знань і не ганяти через нього кожне питання.
Схожі напрямки
Поруч за задачами або за аудиторією
Розберемо запит за 15 хвилин
Безкоштовний дзвінок, на якому розпитую про задачі й кажу, що зробив би — буває, що задача закривається без мене.