Промпт-инжинирингдля тестировщиков
От основ до рабочих шаблонов
Курс учит системно использовать LLM в задачах QA с верификацией и безопасностью данных. Цель курса, траектория и легенда блоков — в предисловии.
Начните с предисловия — там траектория и настройка
Введение
Часть 1. Основы
Зачем тестировщику LLM
Введение
Цели раздела, карта обучения, риски и ускоритель мышления
8 минЧто такое ИИ и LLM
Фундаментальные основы
Как работают LLM, почему они галлюцинируют, таксономия ошибок для тестировщика
12 минВзаимодействие с LLM
Параметры генерации
Temperature, top_p, max_tokens — как управлять генерацией для задач тестирования
8 минКонтекстное окно
Управление контекстом
Что такое токены, как управлять контекстом, стратегии сжатия
8 минЧасть 2. Промпт-инжиниринг
Что такое промпт
Строительные блоки промпта
Из чего состоит эффективный запрос: роль, задача, контекст, ограничения, формат вывода
10 минПравила хорошего промпта
Тактики для качественного вывода
Чек-лист качества промпта, уровни проверяемости, рефакторинг плохих промптов
10 минМетоды и анти-паттерны
Ароматы и запахи
Выбор режима (zero-shot, RAG, агент), ароматы, CoT, анти-паттерны
14 минЧасть 3. Практика
Шаблоны промптов для QA
Практикум
12 готовых шаблонов промптов для ключевых задач тестирования
12 шаблонов · засчитывается при прочтении всех
32 минМультимодальное тестирование
Скриншоты, макеты, видео
Скриншоты, макеты, видео: что модель видит и не видит, QA-сценарии, шаблоны промптов, галлюцинации и безопасность
8 минКонфиденциальность и безопасность
Защита данных при работе с LLM
Анонимизация и маскирование, классификация данных, OWASP, локальные LLM
12 минПроверка качества ответов LLM
Как проверять LLM, не доверяя ему слепо
Рубрика 0–2, golden dataset, чек-лист артефакта, верификация, метрики
14 минВстраивание в QA-процесс
От инструмента к рабочему потоку
Когда LLM неуместны, Prompt Library, DoD, CI/CD
12 мин