Schema della sezione

    • Курс присвячений теоретичним засадам і практичним методам створення ефективних запитів (prompts) для взаємодії з великими мовними моделями (LLM) — такими як ChatGPT, Claude, Gemini, Mistral тощо. Розглядаються принципи роботи генеративних моделей, структура промптів, методи управління поведінкою моделей через рольові інструкції, приклади та шаблони. Особливу увагу приділено технікам оптимізації промптів для різних типів завдань — аналітичних, програмних, креативних і навчальних. У курсі розглядаються питання етики, достовірності, авторського права та безпечного використання штучного інтелекту.
      Компетентності, отримані під час вивчення дисципліни «Prompt Engineering», необхідні для виконання кваліфікаційних робіт, розроблення інтелектуальних систем, а також ефективної взаємодії з ШІ-інструментами у професійній діяльності.

      Метою вивчення навчальної дисципліни «Prompt Engineering» є формування в студентів системних знань і практичних навичок розроблення, тестування та оптимізації запитів до мовних моделей з урахуванням контексту, ролі, очікуваного результату й етичних принципів їх застосування.

      У результаті вивчення навчальної дисципліни «Prompt Engineering» студент зможе:

      • пояснювати принципи роботи сучасних великих мовних моделей і їх обмеження;
      • створювати ефективні запити для різних класів завдань (аналітичних, програмних, творчих, навчальних);
      • застосовувати техніки role prompting, few-shot learning, chain-of-thought reasoning та інші методи оптимізації промптів;
      • проєктувати системні промпти та діалоги для інтерактивних AI-асистентів;
      • використовувати інструменти й API для автоматизації роботи з LLM (наприклад, OpenAI API, LangChain);
      • оцінювати якість, достовірність і етичність результатів, отриманих від ШІ;
      • ефективно застосовувати інженерію промптів у реальних професійних контекстах — освіті, маркетингу, ІТ, дослідженнях, креативних індустріях.

      Викладач

      Добровольський Геннадій Анатолійович, кандидат технічних наук, доцент кафедри комп'ютерних наук, І корпус, ауд.39. Telegram: https://t.me/gen_dobr

      CV: https://docs.google.com/document/d/1d7ptNpOYMEwrzfNrO1Zdp64SqCLx0msqUQya1W0vQT0/edit?usp=sharing    

    • 1. Вступ до Prompt Engineering    
      2. Основні поняття та класифікація промптів    
      3. Конструкція промптів і контекстуалізація    
      4. Рольові та сценарні промпти    
      5. Few-shot і chain-of-thought prompting    
      6. Модульність і багатокрокові діалоги    
      7. Промптинг для аналітики, програмування та даних    
      8. Креативний і навчальний промптинг    
      9. Системні промпти й проєктування асистентів    
      10. Інструменти автоматизації та тестування промптів    
      11. Етичні та правові аспекти використання LLM    
      12. Майбутні напрямки розвитку Prompt Engineering    

    • Основна література

      1. Краковецький, О. ChatGPT Prompt Book. Українською. Версія 1.0 [Електронне видання] — К., 2024(?) — URL: https://www.scribd.com/document/821003427/ChatGPT-Prompt-Book-%D1%83%D0%BA%D1%80%D0%B0%D1%97%D0%BD%D1%81%D1%8C%D0%BA%D0%BE%D1%8E
      2. Phoenix, J., Taylor, M. Prompt Engineering for Generative AI: Future-Proof Inputs for Large-Language Models. — New York : O’Reilly Media, 2024. — 272 p. — URL: https://www.oreilly.com/library/view/prompt-engineering-for/9781098153427/ 

      3. El Amri, A. LLM Prompt Engineering for Developers: The Art and Science of Unlocking LLMs’ True Potential. — Birmingham : Packt Publishing, 2024. — 251 p. — URL: https://www.oreilly.com/library/view/llm-prompt-engineering/9781836201731/

      4. Boonstra, L. Prompt Engineering: Designing Effective Prompts for LLMs. — London : TechAI Whitepaper, September 2024. — 65 p. — URL: https://gptaiflow.com/assets/files/2025-01-18-pdf-1-TechAI-Goolge-whitepaper_Prompt%20Engineering_v4-af36dcc7a49bb7269a58b1c9b89a8ae1.pdf

      5. Kalyan, S. S. LLM Prompt Engineering Simplified: A Free Practitioner’s Resource. — [Електронне видання], 2024. — URL: https://github.com/AkmmusAI/LLM-Prompt-Engineering-Simplified-Book

      6. Taylor, M., Phoenix, J. Unlocking the Secrets of Prompt Engineering. — Birmingham : Packt Publishing, 2024. — URL: https://www.packtpub.com/en-mt/product/unlocking-the-secrets-of-prompt-engineering-9781835083833

      7. Heston, T. F. Prompt Engineering for Students of Medicine and Their Teachers. — [Електронне видання], 2023. — URL: https://arxiv.org/abs/2308.11628


      Додаткова література

      1. Юрчак, І. Ю., Кичук, О., Оксенюк, В., Хіч, А. Техніки промптингу для покращення використання великих мовних моделей // CSN (Львівська політехніка) : № 2 (6) / 2024. — С. 268-285. — URL: https://science.lpnu.ua/uk/csn/vsi-vypusky/vypusk-6-nomer-2-2024/tehniky-promptyngu-dlya-pokrashchennya-vykorystannya-velykyh
      2. Іваненко, А. Генеративні моделі штучного інтелекту як ефективний інструмент для автоматизації діяльності // Empirio. Статті з соціальних і гуманітарних досліджень / 2024. — URL: https://empirio.ukma.edu.ua/article/view/298115
      3. What Is Prompt Engineering? A Guide. — URL: https://library.bdpu.org.ua/ai-for-education-and-research/prompt/

      Електронні ресурси

      1. OpenAI. Prompt Engineering Guide [Електронний ресурс]. — Режим доступу:https://platform.openai.com/docs/guides/prompt-engineering (дата звернення: 04.11.2025).
        Офіційний довідник OpenAI щодо створення ефективних промптів, приклади системних запитів, найкращі практики роботи з ChatGPT та API.

      2. DeepLearning.AI. ChatGPT Prompt Engineering for Developers [Електронний ресурс]. — Режим доступу:https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/         (дата звернення: 04.11.2025).
        Безкоштовний онлайн-курс від Ендрю Нґ та Іси Фулфорд — основи створення промптів, логіка взаємодії з LLM, практичні вправи.

      3. GitHub Repository: Awesome Prompt Engineering [Електронний ресурс]. — Режим доступу:https://github.com/dair-ai/awesome-prompt-engineering (дата звернення: 04.11.2025). 
        Добірка навчальних матеріалів, інструментів і прикладів промптингу від спільноти DAIR AI.

      4. Lilian Weng. Prompt Engineering: From Zero to Hero [Електронний ресурс]. — Режим доступу:https://lilianweng.github.io/posts/2023-03-15-prompt-engineering/ (дата звернення: 04.11.2025).
        Аналітичний блог про методи few-shot, chain-of-thought, self-consistency та сучасні підходи до взаємодії з LLM.

      5. LangChain Documentation [Електронний ресурс]. — Режим доступу: https://python.langchain.com/docs/ (дата звернення: 04.11.2025).
        Документація фреймворку для створення багатоетапних систем промптів і інтеграції LLM з базами знань, API та інтерфейсами.

      6. Hugging Face. Prompt Engineering Tutorials [Електронний ресурс]. — Режим доступу:
        https://huggingface.co/learn/nlp-course/chapter9 (дата звернення: 04.11.2025).
        Інтерактивний курс про побудову ефективних промптів у NLP, з прикладами на моделях Hugging Face.

      7. Google AI Blog. Responsible Use of Generative AI [Електронний ресурс]. — Режим доступу:
        https://ai.google/responsibility/ (дата звернення: 04.11.2025).
        Офіційні принципи етичного застосування генеративного ШІ, включно з питаннями прозорості, авторства та безпеки.

      8. OpenAI API Documentation [Електронний ресурс]. — Режим доступу:
        https://platform.openai.com/docs/api-reference (дата звернення: 04.11.2025).
        Технічна документація API для інтеграції LLM, створення промпт-систем і управління контекстом.

      9. PromptHero [Електронний ресурс]. — Режим доступу: https://prompthero.com/ (дата звернення: 04.11.2025).
        Бібліотека промптів для різних генеративних моделей (ChatGPT, Midjourney, DALL·E) із прикладами реальних кейсів.

      10. Google Colab. AI Prompting Playground [Електронний ресурс]. — Режим доступу:
        https://colab.research.google.com/ (дата звернення: 04.11.2025).
        Онлайн-середовище для експериментів з LLM через Python, API та інструменти аналізу промптів.

      11. Papers with Code. Prompt Engineering Papers [Електронний ресурс]. — Режим доступу: https://paperswithcode.com/task/prompt-engineering (дата звернення: 04.11.2025).
        Актуальні наукові статті та кодові реалізації у сфері промптингу, класифіковані за темами й моделями.

      12. AI Alignment Forum. Discussion on Prompt Safety [Електронний ресурс]. — Режим доступу: https://www.alignmentforum.org/ (дата звернення: 04.11.2025).
        Аналітичні матеріали про безпечність і контрольованість промптів у роботі з потужними LLM.