دوره آموزشی مهندسی زمینهسازی برای توسعهدهندگان
36 دقیقهمتوسط2025-07-29
مدرسین

Deepak Goyal
جزئیات دوره
این دوره بهت مهارت جدید و خیلی مهمی به نام مهندسی زمینه (Context Engineering) توی هوش مصنوعی رو یاد میده.
یاد میگیری چطور اطلاعات، ابزارها و جریانهای کاری رو به شکل هوشمند و پویا به مدلهای زبانی بزرگ (Large Language Models) بدی تا خروجیها دقیقتر و قابل اعتمادتر باشن.
توی این دوره با تکنیکهای مهمی مثل بازیابی هوشمند اطلاعات، خلاصهسازی و مدیریت دقیق زمینهها (Context Quarantine) آشنا میشی.
این دوره مخصوص کساییه که توی هوش مصنوعی فعالیت دارن یا مهندسهای پرامپت (Prompt Engineers) هستن و میخوان هوش مصنوعیهای بهتری بسازن و پروژههای RAG (Retrieval-Augmented Generation) رو بهتر اجرا کنن.
🎯 اهداف یادگیری دوره
✅ تعریف مهندسی زمینه و فرقش با مهندسی پرامپت رو یاد بگیر.
✅ بفهم چه مشکلاتی ممکنه توی سیستمهای هوش مصنوعی بهخاطر مدیریت بد زمینه پیش بیاد.
✅ طراحی جریانهای کاری RAG برای بازیابی پویا و هوشمند اطلاعات زمینه.
✅ استفاده از تکنیکهای خلاصهسازی و حذف اطلاعات اضافی برای مدیریت ورودیهای بزرگ.
✅ تحلیل مثالهای واقعی که توش مهندسی زمینه باعث بهتر شدن عملکرد AI شده.
یاد میگیری چطور اطلاعات، ابزارها و جریانهای کاری رو به شکل هوشمند و پویا به مدلهای زبانی بزرگ (Large Language Models) بدی تا خروجیها دقیقتر و قابل اعتمادتر باشن.
توی این دوره با تکنیکهای مهمی مثل بازیابی هوشمند اطلاعات، خلاصهسازی و مدیریت دقیق زمینهها (Context Quarantine) آشنا میشی.
این دوره مخصوص کساییه که توی هوش مصنوعی فعالیت دارن یا مهندسهای پرامپت (Prompt Engineers) هستن و میخوان هوش مصنوعیهای بهتری بسازن و پروژههای RAG (Retrieval-Augmented Generation) رو بهتر اجرا کنن.
🎯 اهداف یادگیری دوره
✅ تعریف مهندسی زمینه و فرقش با مهندسی پرامپت رو یاد بگیر.
✅ بفهم چه مشکلاتی ممکنه توی سیستمهای هوش مصنوعی بهخاطر مدیریت بد زمینه پیش بیاد.
✅ طراحی جریانهای کاری RAG برای بازیابی پویا و هوشمند اطلاعات زمینه.
✅ استفاده از تکنیکهای خلاصهسازی و حذف اطلاعات اضافی برای مدیریت ورودیهای بزرگ.
✅ تحلیل مثالهای واقعی که توش مهندسی زمینه باعث بهتر شدن عملکرد AI شده.
مهارت ها
PromptingAI Productivity and Everyday UseOne-Off
سرفصل ها
مقدمه
- مقدمه
- آنچه باید بدانید
مبانی مهندسی کانتنکست
- چرا زمینه اهمیت دارد
- مهندسی زمینه چیست؟
- تفکر سیستمی برای زمینهسازی
مهندسی زمینه در عمل
- حالتهای رایج خرابی زمینه
- RAG و بازیابی هوشمند
- هرس کردن و خلاصهسازی متن
- قرنطینه زمینه
- تخلیه بار زمینهای و حافظه بلندمدت
- مهندسی زمینه را اعمال کنید
- مطالعات موردی و کاربردهای دنیای واقعی
حرکت به جلو
- قدم بعدی چیست؟