Lewati ke konten

Context Engineering

Apa yang masuk ke jendela konteks, dari mana asalnya, dan dalam urutan apa — keterampilan inti membangun aplikasi LLM.

Tingkat
Menengah
Pelajaran
4
Total waktu
1j 4m
Simulasi
2
Termasuk di LLM, Prompt Engineering & Context Engineering · $9
Tools yang dipakai
  • Python
  • Claude
  • OpenAI
  • Gemini
Keterampilan
  • RAG
  • Chunking
  • Memori percakapan
Coba sekarang — gratis

Ini simulasi asli dari modulnya. Tanpa akun.

Yang akan Anda bisa

  • Membangun pipeline RAG yang bisa dievaluasi
  • Mengelola konteks percakapan panjang

Sebelum mulai

Hanya saran, tidak pernah mengunci — Anda bisa mulai di sini.

  • prompt-engineering-fundamentals
Modul yang membantu lebih dulu

Silabus

4 pelajaran · 1j 4m

Judul dan ringkasan setiap pelajaran terbuka untuk umum. Isi pelajarannya terbuka setelah Anda memiliki jalurnya.

Semua pelajaran di LLM, Prompt Engineering & Context Engineering
  1. Apa yang Masuk ke Konteks

    14 min

    Instruksi, data, contoh, riwayat, dan alat — menyusun konteks sebagai sebuah desain.

    Termasuk dalam jalurnya
  2. Retrieval-Augmented Generation (RAG)

    22 min

    Chunking, embedding, pencarian, dan reranking — dan cara tahu apakah retrieval-nya bekerja.

    Termasuk dalam jalurnya Simulasi
  3. Jebakan Konteks Panjang

    14 min

    Lost in the middle, distraksi, dan kapan meringkas lebih baik daripada menyertakan semuanya.

    Termasuk dalam jalurnya Simulasi
  4. Memori dan Status Percakapan

    14 min

    Riwayat yang dipangkas, ringkasan berjalan, dan memori jangka panjang yang bisa diaudit.

    Termasuk dalam jalurnya
Akses seumur hidup
$9
Beli jalurnya
Lainnya di LLM, Prompt Engineering & Context Engineering
Modul · Pemula

Cara Kerja LLM

Token, embedding, attention, dan prediksi token berikutnya — mekanika yang menjelaskan hampir semua perilaku LLM.

  • 4 pelajaran
  • 1j 4m
  • 3 simulasi
Termasuk di LLM, Prompt Engineering & Context Engineering· $9
Modul · Pemula

Dasar Prompt Engineering

Instruksi yang jelas, contoh, penalaran bertahap, dan keluaran terstruktur — teknik yang terbukti, tanpa mantra.

  • 4 pelajaran
  • 58 min
  • 1 simulasi
Termasuk di LLM, Prompt Engineering & Context Engineering· $9
Modul · Menengah

Membangun dengan API LLM

Memanggil API, streaming, tool calling, caching, dan mengendalikan biaya serta latensi di produksi.

  • 4 pelajaran
  • 1j 6m
  • 5 simulasi
Termasuk di LLM, Prompt Engineering & Context Engineering· $9
Modul · Menengah

Mengevaluasi Aplikasi LLM

Dataset evaluasi, LLM-as-judge, dan uji regresi untuk prompt — mengganti "kelihatannya bagus" dengan angka.

  • 3 pelajaran
  • 44 min
  • 1 simulasi
Termasuk di LLM, Prompt Engineering & Context Engineering· $9