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
Membangun dengan API LLM
Memanggil API, streaming, tool calling, caching, dan mengendalikan biaya serta latensi di produksi.
- Tingkat
- Menengah
- Pelajaran
- 4
- Total waktu
- 1j 6m
- Simulasi
- 5
Termasuk di LLM, Prompt Engineering & Context Engineering · $9
Tools yang dipakai
Python
Claude
OpenAI
Gemini
Keterampilan
- Streaming
- Tool calling
- Prompt caching
Yang akan Anda bisa
- Mengintegrasikan LLM ke aplikasi dengan penanganan error yang benar
- Memangkas biaya dengan caching dan pemilihan model
Sebelum mulai
Hanya saran, tidak pernah mengunci — Anda bisa mulai di sini.
- prompt-engineering-fundamentals
Modul yang membantu lebih dulu
Silabus
4 pelajaran · 1j 6mJudul dan ringkasan setiap pelajaran terbuka untuk umum. Isi pelajarannya terbuka setelah Anda memiliki jalurnya.
Semua pelajaran di LLM, Prompt Engineering & Context EngineeringPanggilan API Pertama
16 minSatu endpoint, satu bentuk permintaan: pesan, peran, dan parameter — lalu streaming supaya pengguna tidak menatap layar kosong.
Termasuk dalam jalurnya SimulasiTool Calling
20 minModel tidak menjalankan apa pun: ia meminta, kode Anda mengeksekusi, lalu hasilnya dikirim kembali. Memahami pembagian kerja itu adalah seluruh keamanan tool calling.
Termasuk dalam jalurnya SimulasiBiaya, Latensi, dan Caching
16 minTagihan LLM didominasi token masukan yang dikirim berulang. Prompt caching, konteks yang dipangkas, batch, dan model yang cukup — dalam urutan itu.
Termasuk dalam jalurnya SimulasiRetry dan Rate Limit
14 minAPI akan melambat dan sesekali gagal. Aplikasi yang bertahan tahu error mana yang boleh diulang, menunggu dengan backoff dan jitter, membatasi konkurensi, dan punya rencana cadangan.
Termasuk dalam jalurnya Simulasi
Akses seumur hidup
$9Lainnya di LLM, Prompt Engineering & Context Engineering
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
Context Engineering
Apa yang masuk ke jendela konteks, dari mana asalnya, dan dalam urutan apa — keterampilan inti membangun aplikasi LLM.
- 4 pelajaran
- 1j 4m
- 2 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