Fem dybe lektioner i prompt-arkitektur, RAG fra bunden, agents med tools, evaluerings-systemer og produktions-guardrails. For dig der bygger AI-features der skal virke konsistent på 10.000+ kald om dagen.
const SupportSchema = z.object({
response: z.string().max(500),
confidence: z.enum(['high','medium','low']),
needs_human: z.boolean(),
sources: z.array(z.string())
});
async function answerTicket(query: string) {
const candidates = await retrieve(query, 20);
const top5 = await rerank(candidates, query, 5);
const prompt = `<role>Support-agent for Acme</role>
<knowledge>${top5.map(c =>
`<doc id="${c.id}">${c.text}</doc>`).join('')}
</knowledge>
<query>${query}</query>`;
return openai.beta.chat.completions.parse({
model: 'gpt-4o',
messages: [{ role: 'user', content: prompt }],
response_format: zodResponseFormat(SupportSchema, 'r')
});
}/ Låst undervisning
Et øjeblik — vi henter undervisningen til dig.
Gå tilbage til moduloversigten, eller hop direkte til den undervisning du vil bygge videre på.