Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Arsitektur dan Desain Aplikasi LLM
- Berbagai pola penggunaan OpenAI yang umum diterapkan dalam pembuatan asisten virtual, alat pendamping kerja, serta otomatisasi alur kerja
- Cara memilih arsitektur yang tepat berdasarkan kebutuhan bisnis, tingkat keandalan, dan pengalaman pengguna
- Transisi dari kode prototipe menuju desain aplikasi yang lebih mudah dipertahankan
Penggunaan Prompt, Konteks, dan Output Terstruktur
- Cara menyusun instruksi sistem, pengguna, serta panduan pengembang agar perilaku model lebih dapat diprediksi
- Merancang prompt yang mendukung konsistensi, kendali tugas, serta menghasilkan respons yang jelas
- Pemanfaatan output terstruktur untuk menunjang logika aplikasi selanjutnya
- Mengelola batasan memori konteks, status percakapan, dan kualitas jawaban yang dihasilkan
Pemanfaatan Alat Bantu dan Koordinasi Alur Kerja
- Mengaktifkan pemanggilan fungsi serta alur kerja terintegrasi dengan layanan eksternal melalui OpenAI
- Memvalidasi data input/output, mengatasi kesalahan, serta merancang perilaku cadangan saat diperlukan
- Menyusun urutan langkah yang kompleks untuk memenuhi kebutuhan bisnis praktis
Pencarian Informasi dan Pemberian Dasar Pengetahuan bagi Model
- Kapan metode pengenalan informasi berbasis pencarian layak diterapkan pada aplikasi LLM
- Cara menyiapkan dokumen serta membagi kontennya menjadi potongan-potongan yang mendukung proses pencarian efektif
- Mencari informasi relevan dan mengaitkannya dengan sumber terpercaya untuk mendasari respons model
Evaluasi, Batasan Penggunaan, serta Kesiapan Operasional
- Menentukan kriteria kualitas dan menguji alur kerja aplikasi berdasarkan hasil yang diharapkan
- Mengurangi kemungkinan timbulnya respons yang tidak akurat serta menangani permintaan yang tidak aman, tidak relevan, atau ambigu
- Memantau frekuensi penggunaan, waktu respons sistem, konsumsi token, dan biaya operasional aplikasi
- Mempersiapkan aplikasi agar siap diterapkan ke dalam lingkungan produksi, serta dapat terus berkembang lewat perbaikan berulang kali
Workshop Penerapan Praktis
- Mengembangkan aplikasi OpenAI end-to-end yang menggabungkan penggunaan prompt, output terstruktur, alat bantu pendukung, serta mekanisme pencarian informasi
- Membahas keputusan desain yang diambil selama proses pembuatan aplikasi, permasalahan umum yang mungkin muncul, serta langkah konkret untuk mengimplementasikannya dalam lingkungan produksi nantinya
Persyaratan
- Pemahaman dasar mengenai konsep model bahasa besar dan pengembangan aplikasi yang memanfaatkan API
- Pengalaman mengelola REST API, format JSON, serta alur kerja aplikasi yang bergantung pada prompt
- Kemampuan pemrograman tingkat menengah dalam Python, JavaScript, atau bahasa serupa
Peserta Pelatihan
- Pengembang perangkat lunak yang membuat aplikasi berbasis LLM
- Insinyur AI dan pemimpin teknis yang bertanggung jawab merancang solusi menggunakan OpenAI
- Tim pengembangan produk serta arsitek sistem yang menangani fitur kecerdasan buatan dalam produksi
7 Jam
