Prompt Engineering เจาะลึกเชิงเทคนิค
Vendor-neutral fundamentals + production patterns for prompting any LLM
พื้นฐานการเขียน prompt + patterns สำหรับใช้งานจริง — ไม่ผูกกับเจ้าใดเจ้าหนึ่ง
หลักการสำคัญของหลักสูตร
The four elements every prompt has, and the six universal LLM settings that control output more than wording does.
Pick examples that work, avoid the documented bias gotchas, and know when to ask the model to think out loud.
XML, JSON schema, prefilling — the "double belt" pattern for near-100% parseable output across vendors.
Function calling, prompt chaining, and the named agent patterns (ReAct, Reflexion, planner-executor).
Train/validation splits, trigger-rate measurement, and the iteration loop that turns hobby prompts into production-grade.
The three classes of prompt injection and the four-layer defence pattern that's actually been stress-tested.
เลือกฟอร์แมตที่เหมาะกับคุณ
Read at your own pace. Sticky-sidebar TOC, citation-backed claims, 16 modules across 2 tracks.
อ่านได้ตามจังหวะของคุณเอง · TOC ติดด้านข้าง · มี citation ครบ · 16 บทใน 2 tracks
~31 reveal.js slides for live training sessions, 60-90 min. Same outline, condensed.
สไลด์ reveal.js ~31 หน้า สำหรับสอนสด 60-90 นาที โครงเดียวกับ EN ย่นเนื้อหาให้กระชับ
Open in your browser · No signup · No setup