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
Keamanan dan Keandalan LLM
Halusinasi, prompt injection, dan guardrail — risiko yang harus dipahami sebelum aplikasi LLM menyentuh pengguna.
- Tingkat
- Menengah
- Pelajaran
- 3
- Total waktu
- 45 min
- Simulasi
- 3
Termasuk di LLM, Prompt Engineering & Context Engineering · $9
Tools yang dipakai
Python
Claude
OpenAI
Gemini
Keterampilan
- Prompt injection
- Grounding
- Guardrail
Yang akan Anda bisa
- Mengurangi halusinasi dengan grounding dan sitasi
- Mendesain sistem yang tahan terhadap prompt injection
Sebelum mulai
Hanya saran, tidak pernah mengunci — Anda bisa mulai di sini.
- context-engineering
Modul yang membantu lebih dulu
Silabus
3 pelajaran · 45 minJudul dan ringkasan setiap pelajaran terbuka untuk umum. Isi pelajarannya terbuka setelah Anda memiliki jalurnya.
Semua pelajaran di LLM, Prompt Engineering & Context EngineeringHalusinasi dan Grounding
15 minModel memilih token yang paling masuk akal, bukan yang paling benar. Obatnya bukan permintaan untuk "jangan mengarang", tapi menaruh sumbernya di konteks, meminta kutipan yang bisa dicek, dan mengizinkan "tidak ditemukan".
Termasuk dalam jalurnya SimulasiPrompt Injection
16 minModel membaca instruksi Anda dan ulasan produk lewat saluran yang sama: token. Ketika data berisi perintah, tidak ada prompt yang bisa memisahkannya — yang bisa adalah arsitektur yang membatasi kerusakan.
Termasuk dalam jalurnya SimulasiGuardrail dan Monitoring
14 minGuardrail adalah kode yang memeriksa masukan dan keluaran tanpa memercayai model. Monitoring adalah yang memberi tahu Anda bahwa kualitas turun — sebelum pengguna yang memberi tahu.
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
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