Цели урока
- Использование моделей Anthropic на Amazon Bedrock для многошаговых диалогов и настройки системных промптов.
- Создание и оценка промптов с использованием структурированных подходов.
- Разработка и интеграция пользовательских инструментов с использованием JSON Schema для вызова функций и пакетной обработки.
- Разработка конвейеров RAG с использованием стратегий разбиения текста на фрагменты (text chunking), встраиваний (embeddings), лексического поиска BM25 и методов контекстного извлечения.
- Настройка и оптимизация расширенных функций Claude, включая "расширенное мышление" (extended thinking), возможности зрения (vision capabilities) и кэширование промптов (prompt caching).
О чём урок
Добро пожаловать в курс по Claude в Amazon Bedrock! Этот технический курс представляет собой всеобъемлющее руководство по интеграции и развертыванию моделей искусственного интеллекта Claude от Anthropic через платформу Amazon Bedrock. Он разработан для разработчиков, желающих освоить работу с API Claude, создавать готовые к производству приложения и использовать передовые функции, включая применение инструментов (tool use), генерацию с дополненной выборкой (Retrieval Augmented Generation, RAG) и автономных агентов.
Учебная программа охватывает практические паттерны реализации, методы оптимизации производительности и разработку реальных приложений с использованием возможностей Claude в экосистеме AWS.
- Использование Claude Code для автоматизированной отладки и выполнения задач.
- Реализация Model Context Protocol (MCP) для определения инструментов, ресурсов и промптов в клиентских приложениях.
- Оптимизация инференса через потоковую передачу (streaming), контроль температуры (temperature control) и извлечение структурированных данных.
- Создание фреймворков для оценки промптов с использованием подходов на основе моделей и кода.
Основой взаимодействия с Claude является его API. В этом курсе мы подробно рассмотрим, как получить доступ к API Claude через Amazon Bedrock и выполнять запросы. Вы научитесь создавать базовые запросы, а также управлять более сложными сценариями, такими как многошаговые диалоги (Multi-Turn conversations). Поддержание контекста в длительных беседах критически важно для создания эффективных чат-ботов, и мы покажем, как это достигается.
Особое внимание будет уделено системным промптам (System prompt) — мощному инструменту для задания модели определенной роли, инструкций или ограничений, которые она должна соблюдать на протяжении всего взаимодействия. Это позволяет значительно улучшить релевантность и согласованность ответов Claude.
Качество ответов, которые вы получаете от LLM, напрямую зависит от качества ваших…
План урока
- Что вы узнаете в этом курсе
- Работа с API Claude через Amazon Bedrock
- Инженерия промптов: Искусство общения с ИИ
- Оценка промптов: Гарантия качества
- Использование инструментов (Tool Use)
- Генерация с дополненной выборкой (Retrieval Augmented Generation, RAG)
- Расширенные возможности Claude
- Model Context Protocol (MCP)
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.