Fem dybe lektioner i hvordan du bygger prompts og AI-systemer der overlever produktion. RAG, agents, evals, prompt-arkitektur.
En prompt i en chat er én ting. Et system med 10.000 kald om dagen er noget helt andet. Vi bygger den infrastruktur der gør AI brugbar i produktion.
System prompts, few-shot, chain-of-thought, structured output. Hvornår hver teknik virker.
Chunking, embeddings, vector databases. Reranking, hybrid search. Hvornår RAG ikke er svaret.
Tool-use, planning, memory. ReAct vs CoT. Hvornår agents fungerer — og hvornår de er overengineered.
Hvordan du måler om en prompt blev "bedre". Automatiserede evals, LLM-as-judge, human eval.
Git for prompts. A/B-tests. Prompt-bibliotek der kan reviewes som kode.
Prompt injection, jailbreaks, data leakage. Hvordan du bygger guardrails.
Hver lektion bygger et stykke af en produktionsklar AI-pipeline. Vi bruger Claude/OpenAI APIs, men teknikkerne er model-uafhængige.
System, user, assistant. Few-shot, CoT, structured output. Hvad der virker hvornår — og hvorfor.
Chunking-strategier, embeddings, vector DBs (Pinecone/pgvector). Reranking. Hybrid search.
ReAct-pattern, tool-use, memory. Planning. Hvornår agents fejler — og hvad du gør ved det.
LLM-as-judge, golden datasets, regression-tests. CI for prompts.
Prompt injection-forsvar, output-validation, fallback-flows. Logging af hver prompt.
Få adgang til dette avancerede område som engangskøb. Vil du have løbende prompts, cases og support, kan du tilføje AI Club bagefter.