BrightPool/udemy-prompt-engineering-course

これは何か

これはUdemyコースThe Complete Prompt Engineering for AI Bootcamp (2026)のノートブックコンパニオンです。単一のインストール可能なPythonパッケージ**ではなく、学習教材のフォルダです：Jupyterノートブック、小さなサンプルアプリ、プロンプトファイル、データセット、スクリーンショット、図が含まれています。

執筆時点で、248のノートブックが含まれており、プロンプトエンジニアリング、OpenAIワークフロー、検索、エージェント、LangChain、LangGraph、評価、ビジョン、画像生成をカバーしています。

対象読者

• 講義から実践的なコードを取得したいUdemyコースの学生
• 実用的なプロンプトエンジニアリングとLLMアプリケーションの例を探している開発者
• OpenAI API、RAG、エージェントパターン、評価ワークフローのリファレンスノートブックを必要とするチーム

カバー内容

このリポジトリは、カリキュラムのコーディング中心の部分で最も強力です：

• OpenAI APIワークフロー（Responses API、構造化出力、ツール呼び出し、コードインタープリター、コンピューター使用）
• 高度なプロンプティング（少数ショット、思考連鎖、自己整合性、プロンプト最適化）
• 検索、埋め込み、RAG、ハイブリッド検索
• エージェントとオーケストレーション（OpenAI Agents SDK、カスタマーサポートエージェント、ブログ生成器）
• LangChainとLangGraphの詳細
• 評価と最適化（DSPy、SAMMO、評価メトリクス）
• ビジョンと画像モデルプロジェクト（マルチモーダル分析、FLUX/FAL、旧版Stable Diffusion/DreamBooth）

また、他のプロバイダーに関するセクションもあります：OpenRouter、Gemini（ビデオ分析）、Anthropic/Claude。

注：このリポジトリはすべての講義をミラーリングしているわけではありません。非コーディングレッスン、プラットフォームのチュートリアル、概念的な資料は主にビデオにあります。

レイアウト概要

エリア	フォルダ	内容
コアOpenAIとプロンプティング	openai_features_and_functionality/、advanced_text_model_techniques/	Responses API、ツール呼び出し、少数ショット、ReAct、自己整合性
他のプロバイダー	exploring_other_providers/	OpenRouterゲートウェイ、Claude Messages API、Geminiビデオ分析、プロバイダー比較
検索とエージェント	retrieval_embeddings_and_vector_databases/、advanced_retrieval_techniques/、building_ai_agents/、agent_architectures/	埋め込み、ハイブリッド検索、サポートエージェント、オーケストレーションパターン
フレームワーク詳細	deep_dive_on_langchain/、deep_dive_on_langgraph/	LangChainチャットモデル、LCEL、ベクターストア；LangGraph状態、永続化、人間参加、RAG
プロジェクトと評価	projects/、prompt_optimization_and_evals/、evaluating_quality/	ブログ生成、要約、文字起こし、DSPy、SAMMO、評価メトリクス
ビジョンと画像モデル	vision/、advanced_image_model_techniques/、ai_image_model_projects/、standard_image_model_practices/	マルチモーダル分析、FLUX/FALワークフロー、旧版Stable Diffusion/DreamBooth
サポートアセット	building_ai_agents/resources/、images/、docs/	サンプルデータセット、プロンプトファイル、スクリーンショット、図、内部計画ドキュメント

実行方法

ほとんどのノートブックはJupyterまたはGoogle Colab向けです。最小限のローカル設定：

python -m venv .venv
source .venv/bin/activate
pip install jupyterlab
jupyter lab

重要な注意点：

• ノートブックは%pip installで追加の依存関係をインラインでインストールします——リポジトリ全体のrequirements.txtやpyproject.tomlはありません
• ほとんどのノートブックはOPENAI_API_KEYを期待します
• 環境に設定されていない場合、多くはgetpassで不足している資格情報をプロンプトします

必要な資格情報

ほとんどはOPENAI_API_KEYだけです。一部のセクションでは追加で必要です：

• ANTHROPIC_API_KEY — Claudeセクションとプロンプトキャッシュ比較
• SUPABASE_URL / SUPABASE_KEY — pgvectorの例
• LANGCHAIN_API_KEY、TAVILY_API_KEY — エージェント/トレーシングワークフロー
• FAL_KEY — FLUX画像生成ノートブック
• Hugging FaceまたはGoogle Cloudの資格情報 — 一部の旧版画像モデルプロジェクトノートブック

READMEは明示的に警告しています：APIキーをgitにコミットしないでください；環境変数またはシークレットマネージャー（例：1Password CLI）を使用してください。

注意事項

• deep_dive_on_langgraph/は構造化されたシーケンスで、ガイド付きトラックとして適しています
• deep_dive_on_langchain/は線形パスよりもコンセプトライブラリとして適しています
• building_ai_agents/resources/には、エージェントノートブックが使用するデータセット、プロンプト、ナレッジベースファイルが含まれています
• standard_image_model_practices/は単なるプレースホルダーです——中身はありません
• いくつかのビジョン/画像ノートブックは外部アセット、アップロード、またはクラウド資格情報に依存しているため、クローン後に完全に自己完結しているわけではありません

推奨学習パス（READMEから）

1. OpenAIとプロンプティング： openai_features_and_functionality/ → advanced_text_model_techniques/
2. 検索： retrieval_embeddings_and_vector_databases/ → advanced_retrieval_techniques/
3. エージェント： building_ai_agents/ → agent_architectures/
4. フレームワーク： deep_dive_on_langchain/とdeep_dive_on_langgraph/
5. 応用プロジェクト： projects/、prompt_optimization_and_evals/、vision/、advanced_image_model_techniques/

コースの学生向け：完全な教育シーケンスにはビデオを使用し、このリポジトリをコーディングコンパニオンとして扱ってください。

貢献/メンテナンスツール

このリポジトリは、追跡ファイルから秘密を守るためにgitleaks（秘密スキャン）、pre-commit、およびgitleaks detectコマンドを推奨しています。