Videósorozatot teszünk közzé mesterséges intelligencia kezdőknek, egészen a szakértői szintig.
Tanulj egy adott szintet, vagy kezdd az 1. videótól egészen az 50.-ig, hogy komoly MI-szakértővé válj.
Folyamatosan új videókat fogunk hozzáadni egészen az 50. szintig, és azon túl is, hogy elsajátíthasd a konkrét eszközöket.
1. szint – MI kezdő
1–10. epizód: „Értem a mesterséges intelligenciát.”
Nézd meg az 1–10. videókat = SZINT FELOLVASVA: MI FELHASZNÁLÓ 🟢
2. szint – Felszólítás
11–20. epizód: „Megfelelően tudok kommunikálni a mesterséges intelligenciával.”
Nézd meg az 1–20. videókat = SZINT FELOLVASVA: MI ERŐTELJESÍTMÉNYŰ FELHASZNÁLÓ 🔵
3. szint – Munkában lévő mesterséges intelligencia
21–30. epizód: „Használhatom a mesterséges intelligenciát a valós munkához.”
Nézd meg az 1–30. videókat = SZINT FELOLVASVA: MI PROFESSZIONÁLIS 🟣
4. szint – MI Építő
31–40. epizód: „Tudok MI-rendszereket építeni.”
Nézd meg az 1–40. videókat: SZINT FELOLVASVA: MI ÉPÍTŐ 🟠
5. szint – MI Pro
41–50. epizód: „Értem, mi történik odalent.”
Nézd meg az 1–50. videókat: 🎓 AI PRO - FELVÉTEL
1. SZINT – MI KEZDŐ
1–10. epizód: „Értem a mesterséges intelligenciát.”
| Epizód | Epizód | 5 perces videók |
|---|---|---|
| 1 | Mi is valójában a mesterséges intelligencia? |
Szakzsargon nélkül magyarázza el a mesterséges intelligenciát, a generatív mesterséges intelligenciát és az LLM-eket. Elmagyarázza, hogy a mesterséges intelligencia inkább előrejelzi/generálja a dolgokat, mintsem hogy „mindent tudna” Link a kurzus videójához: https://www.youtube.com/watch?v=L2PQyiOh7qE Link a teljes cikkhez: https://www.aiassistantstore.com/blogs/blog/what-actually-is-ai |
| 2 | ChatGPT, Claude, Gemini stb. - Mi a különbség? |
Elmagyarázza a modellek és a mesterséges intelligencia által nyújtott alkalmazások közötti különbségeket. Összehasonlítja ugyanazt az egyszerű kérdést több asszisztens esetében. Megtanítja, hogy nincs egyetlen „legjobb mesterséges intelligencia” Link a kurzus videójához: |
| 3 | Az első megfelelő AI-kérdés | Rossz: „írj egy e-mailt”. Jobb: cél + kontextus + közönség + kívánt eredmény. |
| 4 | Egy nagyszerű prompt 4 része | Feladat + Kontextus + Megszorítások + Kimenet tanítása . Egyszerű, újrafelhasználható keretrendszert biztosít a nézőknek. |
| 5 | Ne bánjunk úgy a mesterséges intelligenciával, mint a Google-lel | Megtanítja a beszélgetéseket és az azt követő utasításokat. Megmutatja, hogyan válik egy átlagos első válaszból kiváló az iteráció révén. |
| 6 | Miért találja ki néha a dolgokat a mesterséges intelligencia? | Hallucinációk. Hihető, helytelen válaszokat mutat. Az első naptól kezdve tanítsa meg a „fontos tények ellenőrzését”. |
| 7 | MI tudás vs. internetes keresés | Elmagyarázza, mikor elegendő a modell meglévő ismerete, és mikor szükséges aktuális webes kutatás/keresés. |
| 8 | Amit SOHA ne tegyél bele a mesterséges intelligenciába | Jelszavak, bizalmas ügyféladatok, üzleti szempontból érzékeny adatok, privát információk. Adat-/adatvédelmi tudatosság bevezetése. |
| 9 | A mesterséges intelligencia lát, hall és olvas | Bemutatja a multimodális mesterséges intelligenciát: képeket, képernyőképeket, dokumentumokat, hangot és hanganyagokat. Készítsen egy gyors képernyőképet/képpéldát. |
| 10 | Kezdő kihívás: Végrehajts valódi munkát a mesterséges intelligenciával | Egy kusza jegyzetlapot ad, amit a mesterséges intelligencia összefoglalóvá, e-maillé, teendőlistává és tervvé alakít. Az 1-9. epizódok összefoglalása. |
2. SZINT – ÖSZTÖNZÉS
11–20. epizód: „Megfelelően tudok kommunikálni a mesterséges intelligenciával.”
| Epizód | Epizód | 5 perces videók |
|---|---|---|
| 11 | A kontextus a mesterséges intelligencia szuperereje | Ugyanazt a kérést mutatja be szinte kontextus nélkül, gazdag háttérinformációkkal szemben. |
| 12 | Adjon meg MI-példákat | Példaalapú utasításokat tanít. „Írj még három hasonlót.” Megmutatja, hogy a példák sokkal jobban irányítják a stílust, mint a homályos utasítások. |
| 13 | A válasz szabályozása megszorításokkal | Hossz, közönség, olvasási szint, kizárások, hangnem, határidő, költségvetés és egyéb korlátok. |
| 14 | A mesterséges intelligencia pontosan a kívánt formátumot kínálja | Táblázatok, felsorolásjelek, ellenőrzőlisták, címsorok, sablonok és strukturált adatok. |
| 15 | Mondd el a mesterséges intelligenciának, hogy kik a közönség | Ugyanazt a műszaki témát alakítja át egy gyermek, egy ügyfél, egy értékesítő, egy mérnök és egy vezérigazgató számára. |
| 16 | Bontsd le a nagy problémákat kisebb problémákra | A „készítsd el az üzleti stratégiádat” helyett inkább a kutatás → ötletek → értékelés → stratégia → cselekvési terv bemutatása következik. |
| 17 | Mesterséges intelligencia a saját válaszának javítására | Kérd meg, hogy meghatározott kritériumok alapján kritizáljon, azonosítsa a gyengeségeket, és készítsen továbbfejlesztett verziót. |
| 18 | A Vázlat → Kritika → Improve Loop | Vezesd be az egyik alapvető szakmai technikádat: generálás, felülvizsgálat, kihívás, fejlesztés, véglegesítés. |
| 19 | Készíts olyan promptokat, amelyeket örökre újra felhasználhatsz | Alakíts át egy jó beszélgetést újrafelhasználható sablonná a [VÁSÁRLÓ], [TERMÉK], [CÉL]stb. |
| 20 | A végső gyors kihívás | Kezdj egy szörnyű, egysoros kéréssel, és fokozatosan alakítsd át professzionális feladattá, felhasználva mindent a 11–19. epizódokból. |
3. SZINT – MESTERSÉGES ALKALMAZÁS MUNKAKÖRBEN
21–30. epizód: „Használhatom a mesterséges intelligenciát a valós munkához.”
| Epizód | Epizód | 5 perces videók |
|---|---|---|
| 21 | PDF-ekkel és dokumentumokkal való beszélgetés | Tölts fel egy dokumentumot, tegyél fel róla kérdéseket, kinyerd belőle a fontos információkat, és határozd meg a teendőket. |
| 22 | Összefoglalni anélkül, hogy elveszítené a fontos dolgokat | Vezetői összefoglaló vs. részletes összefoglaló vs. intézkedések vs. kockázatok. Mutassa be, miért gyakran rossz feladat az „összefoglaló”. |
| 23 | Információk kinyerése rendetlen dokumentumokból | Számlákat, jelentéseket, jegyzeteket vagy PDF-eket strukturált táblázatokká/információkká alakíthat. |
| 24 | Hogyan végezzünk megfelelően MI-kutatást? | Kérdés → kutatási terv → források → eredmények → ellenőrzés → jelentés. Mélykutatási eszközök bemutatása. |
| 25 | Soha ne bízz egyetlen forrásban | Hasonlítsa össze az állításokat, dátumokat és forrásokat. Mutassa be az ellentmondó információkat, és azt, hogyan lehet kivizsgálni azokat. |
| 26 | Használj mesterséges intelligenciát, hogy bármit gyorsabban tanulj meg | Hozz létre személyre szabott oktatót, tanulási tervet, kvízt és egy „magyarázd el nekem” foglalkozást. |
| 27 | MI + Táblázatok és adatok | Töltsön fel/vegyen mintát adatokból, keressen trendeket, tegyen fel kérdéseket, számítson ki összefoglalókat és javasoljon vizualizációkat. |
| 28 | Jelentések, e-mailek és prezentációk írása | Fogj egy információhalmazt, és alakítsd át vezetői e-maillé, teljes jelentéssé és prezentációs vázlattá. |
| 29 | Képek létrehozása mesterséges intelligenciával | Kérdezzen rá a témára, a kompozícióra, a megvilágításra, a kamerára/stílusra és a képarányra. Mutasson iterációt az egyszeri generálás helyett. |
| 30 | AI hang, hang és videó | Elmagyarázza a beszédgenerálást, az átírást, a zenét/hangot és a mesterséges intelligencián alapuló videót. Hozzon létre egyetlen apró multimédiás munkafolyamatot ahelyett, hogy egy adott márka mélyreható elemzésébe bocsátkozna. |
4. SZINT – MI ÉPÍTŐ
31–40. epizód: „Tudok MI-rendszereket építeni.”
Itt változik a sorozat a mesterséges intelligencia használatáról a mesterséges intelligenciával való építésre .
| Epizód | Epizód | 5 perces videók |
|---|---|---|
| 31 | Ne indíts új csevegéseket – Építs mesterséges intelligencia munkaterületeket | Projektek/munkaterületek ismertetése: állandó fájlok, kontextus, beszélgetések és utasítások. A jelenlegi termékek egyre inkább támogatják ezt a modellt. |
| 32 | Építsd fel saját szakértői AI asszisztensed | Adj egy mesterséges intelligenciának feladatot, viselkedést, tudást és kimeneti szabályokat. Vezess be egyéni asszisztenseket/ékszereket/stb. A Gemini például jelenleg a drágaköveket a Gemini újrafelhasználható, testreszabott változataiként írja le. |
| 33 | Automatizálás egyszerű angol nyelven | Trigger → feltételek → műveletek. Példa: új lekérdezés → elemzés → osztályozás → választervezet → CRM. |
| 34 | Helyezzen mesterséges intelligenciát az automatizálásba | Bemutatja, hogyan végez osztályozást, kinyerést, összegzést és tartalomgenerálást a mesterséges intelligencia egy munkafolyamaton belül. |
| 35 | Építsd fel az első kód nélküli AI-munkafolyamatodat | Egy teljes körű, gyakorlatias automatizálás egy olyan eszköz használatával, mint a Zapier/Make/n8n. |
| 36 | Mi az a mesterséges intelligencia ügynök? | Asszisztens kontra munkafolyamat kontra ügynök. Elmagyarázza a célokat, az érvelést, az eszközöket, a műveleteket, a memóriát és az autonómiát. |
| 37 | Adj egy AI-ügynöknek eszközöket | Keresés, e-mail, naptár, CRM, adatbázisok, fájlok és API-k. Az autonómia előtt ismertesse az engedélyeket. |
| 38 | Add át a tudásod a mesterséges intelligenciának | Bemutatja a tudásbázisokat és az RAG-ot egyszerűen: a válasz generálása előtt kérje le a releváns vállalati információkat. |
| 39 | Mesterséges intelligenciával kódolás, még akkor is, ha nem tudsz kódolni | Generálj egy apró webes alkalmazást/szkriptet. Ezután magyarázd el a hibakeresést, a tesztelést, és hogy miért veszélyes a generált kód vakon futtatása. |
| 40 | ÉPÍTSD MEG: Az első mesterséges intelligenciával dolgozó alkalmazottad | Capstone: egy egyszerű lekérdezési asszisztens létrehozása, amely információkat fogad, kutat/osztályoz, kimenetet állít elő, és emberi jóváhagyást igényel. |
5. SZINT – MI PROFI
41–50. epizód: „Értem, mi történik odalent.”
Ez a rész különbözteti meg a programodat a több ezernyi olyan kurzustól, amelyek az „íme 10 klassz ChatGPT-kérdés” résznél állnak meg.
| Epizód | Epizód | 5 perces videók |
|---|---|---|
| 41 | Mi az API? | Magyarázd el a san API-t, mint szoftverrel kommunikáló szoftvert. Készíts el egy alapvető AI API kérést fogalmilag/a képernyőn. |
| 42 | Tokenek, kontextuális ablakok és mesterséges intelligencia által generált memória | Magyarázd el a tokeneket, a kontextuskorlátokat, a beszélgetési előzményeket, és azt, hogy miért nem jelent automatikusan jobbat a több kontextus. |
| 43 | Strukturált kimenetek | Értesítsük a mesterséges intelligenciát, hogy megbízhatóan adjon vissza mezőket/adatokat szöveges szöveg helyett. Mutassuk be a sémákat/JSON-t, és azt, hogy a gépeknek miért van szükségük kiszámítható kimenetre. |
| 44 | Hogyan használja a mesterséges intelligencia az eszközöket / függvényhívásokat | Felhasználó kérdez → MI dönt az eszközről → eszköz lefut → eredményt ad → MI válaszol. Ez kulcsfontosságú az ügynökök megértéséhez. |
| 45 | Kapcsold össze a mesterséges intelligenciát a külvilággal | Magyarázza el fogalmilag az sconnectorokat, integrációkat és protokollokat, például az MCP-t: a mesterséges intelligencia szabályozott hozzáférést szerez az eszközökhöz és az adatokhoz. |
| 46 | A megfelelő MI-modell kiválasztása | Sebesség vs. intelligencia vs. költség vs. kontextus vs. multimodális képességek vs. specializált modellek. Inkább a választásra tanít, mint a márkahűségre. |
| 47 | Hogyan tesztelik a szakemberek a mesterséges intelligenciát | Bemutatja az értékeléseket: tesztkérdések, várható viselkedés, hibaesetek és pontszámok létrehozása egy AI-munkafolyamat telepítése előtt. |
| 48 | MI biztonság: Azonnali befecskendezés és adatszivárgások | Bemutatja, miért teremt új kockázatokat az üzleti rendszerekhez csatlakoztatott mesterséges intelligencia. Engedélyek, nem megbízható tartalom, jóváhagyások és minimális hozzáférés. |
| 49 | Ember + MI legyőzi a vak automatizálást | Ember által vezérelt rendszerek, megbízhatósági küszöbök, eszkaláció, auditnaplók, felelősség és mikor nem a mesterséges intelligenciának kellene döntést hoznia. |
| 50 | ÉPÍTSD FEL SAJÁT MI OPERÁCIÓS RENDSZEREDET | Zárólépés: valós folyamat azonosítása → modell kiválasztása → kontextus/tudás létrehozása → prompt → eszközök → automatizálás → ellenőrzés → emberi jóváhagyás → eredmények mérése. |
A KÉPZÉSED CSAK MOST KEZDŐDÖTT.
50 utáni epizódok következnek...