Building LLM Applications with DSPy: Replacing Manual Prompts with Systematic Optimization
Обзор книги
Книга «Building LLM Applications with DSPy» посвящена новому подходу к разработке приложений на основе больших языковых моделей (LLM). Авторы предлагают заменить ручное написание промптов систематической оптимизацией с использованием фреймворка DSPy. Вместо того чтобы вручную подбирать формулировки, разработчик описывает задачу в виде сигнатур и модулей, а DSPy автоматически находит оптимальные промпты на основе данных.
Ключевые концепции
В книге подробно рассматриваются основы prompt programming, отличие от классического prompt engineering, преимущества работы с кодом, а также методический поиск оптимальных промптов. Читатели познакомятся с основными компонентами DSPy: языковыми моделями, сигнатурами, модулями и предсказаниями. На практических примерах показано, как строить классификаторы намерений пользователя, оценивать качество программ, оптимизировать примеры и инструкции в промптах.
Практическая направленность
Особое внимание уделяется созданию полноценных LLM-приложений: от базовых классификаторов до агентных чат-ботов с Retrieval-Augmented Generation (RAG). Книга содержит множество примеров кода на Python, которые демонстрируют интеграцию с OpenAI API, использование LiteLLM, кэширование и настройку параметров моделей. Читатели научатся создавать собственные модули и эффективные метрики для оценки качества.
Для кого эта книга
Издание будет полезно разработчикам, инженерам по данным и исследователям, которые хотят перейти от ручного конструирования промптов к систематическому, воспроизводимому и масштабируемому подходу. Книга предполагает базовое знакомство с Python и машинным обучением, но не требует глубоких знаний в области NLP.
О содержании
Книга охватывает девять глав: введение в prompt programming и DSPy, основы промптинга, классификацию намерений, оценку DSPy-программ, оптимизацию примеров и инструкций, создание кастомных модулей, суммаризацию, метрики и построение агентного RAG-чат-бота. Каждая глава сопровождается практическими примерами и пояснениями.