BrightPool/udemy-prompt-engineering-course

이것은 무엇인가

이것은 Udemy 강좌 *The Complete Prompt Engineering for AI Bootcamp (2026)*의 노트북 컴패니언입니다. 단일 설치 가능한 Python 패키지가 아니라 학습 자료 폴더입니다: Jupyter 노트북, 작은 예제 앱, 프롬프트 파일, 데이터셋, 스크린샷, 다이어그램이 포함되어 있습니다.

작성 시점 기준으로 248개의 노트북이 포함되어 있으며, 프롬프트 엔지니어링, OpenAI 워크플로우, 검색, 에이전트, LangChain, LangGraph, 평가, 비전, 이미지 생성을 다룹니다.

대상 독자

강의에서 실습 코드를 원하는 Udemy 강좌 학생
실용적인 프롬프트 엔지니어링 및 LLM 애플리케이션 예제를 찾는 개발자
OpenAI API, RAG, 에이전트 패턴, 평가 워크플로우에 대한 참조 노트북이 필요한 팀

다루는 내용

이 저장소는 커리큘럼의 코딩 중심 부분에서 가장 강력합니다:

OpenAI API 워크플로우 (Responses API, 구조화된 출력, 도구 호출, 코드 인터프리터, 컴퓨터 사용)
고급 프롬프팅 (퓨샷, 사고 사슬, 자기 일관성, 프롬프트 최적화)
검색, 임베딩, RAG, 하이브리드 검색
에이전트 및 오케스트레이션 (OpenAI Agents SDK, 고객 지원 에이전트, 블로그 생성기)
LangChain 및 LangGraph 심층 분석
평가 및 최적화 (DSPy, SAMMO, 평가 지표)
비전 및 이미지 모델 프로젝트 (멀티모달 분석, FLUX/FAL, 구버전 Stable Diffusion/DreamBooth)

또한 다른 제공업체에 대한 섹션도 있습니다: OpenRouter, Gemini (비디오 분석), Anthropic/Claude.

참고: 이 저장소는 모든 강의를 미러링하지 않습니다. 비코딩 강의, 플랫폼 연습, 개념 자료는 주로 비디오에 있습니다.

레이아웃 개요

영역	폴더	내용
핵심 OpenAI 및 프롬프팅	`openai_features_and_functionality/`, `advanced_text_model_techniques/`	Responses API, 도구 호출, 퓨샷, ReAct, 자기 일관성
기타 제공업체	`exploring_other_providers/`	OpenRouter 게이트웨이, Claude Messages API, Gemini 비디오 분석, 제공업체 비교
검색 및 에이전트	`retrieval_embeddings_and_vector_databases/`, `advanced_retrieval_techniques/`, `building_ai_agents/`, `agent_architectures/`	임베딩, 하이브리드 검색, 지원 에이전트, 오케스트레이션 패턴
프레임워크 심층	`deep_dive_on_langchain/`, `deep_dive_on_langgraph/`	LangChain 채팅 모델, LCEL, 벡터 저장소; LangGraph 상태, 영속성, 인간 개입, RAG
프로젝트 및 평가	`projects/`, `prompt_optimization_and_evals/`, `evaluating_quality/`	블로그 생성, 요약, 전사, DSPy, SAMMO, 평가 지표
비전 및 이미지 모델	`vision/`, `advanced_image_model_techniques/`, `ai_image_model_projects/`, `standard_image_model_practices/`	멀티모달 분석, FLUX/FAL 워크플로우, 구버전 Stable Diffusion/DreamBooth
지원 자산	`building_ai_agents/resources/`, `images/`, `docs/`	샘플 데이터셋, 프롬프트 파일, 스크린샷, 다이어그램, 내부 계획 문서

실행 방법

대부분의 노트북은 Jupyter 또는 Google Colab용입니다. 최소 로컬 설정:

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

주요 참고 사항:

노트북은 %pip install로 추가 종속성을 인라인 설치합니다 — 저장소 전체의 requirements.txt 또는 pyproject.toml이 없습니다
대부분의 노트북은 OPENAI_API_KEY를 기대합니다
환경에 설정되지 않은 경우 많은 노트북이 getpass로 누락된 자격 증명을 요청합니다

필요한 자격 증명

대부분 OPENAI_API_KEY만 있으면 됩니다. 일부 섹션은 추가로 필요합니다:

ANTHROPIC_API_KEY — Claude 섹션 및 프롬프트 캐싱 비교
SUPABASE_URL / SUPABASE_KEY — pgvector 예제
LANGCHAIN_API_KEY, TAVILY_API_KEY — 에이전트/추적 워크플로우
FAL_KEY — FLUX 이미지 생성 노트북
Hugging Face 또는 Google Cloud 자격 증명 — 일부 구버전 이미지 모델 프로젝트 노트북

README는 명시적으로 경고합니다: API 키를 git에 커밋하지 마십시오; 환경 변수 또는 비밀 관리자(예: 1Password CLI)를 사용하십시오.

주의 사항

deep_dive_on_langgraph/는 구조화된 시퀀스로, 안내된 트랙으로 적합합니다
deep_dive_on_langchain/은 선형 경로보다 개념 라이브러리로 더 적합합니다
building_ai_agents/resources/에는 에이전트 노트북이 사용하는 데이터셋, 프롬프트, 지식 베이스 파일이 포함되어 있습니다
standard_image_model_practices/는 단지 자리 표시자입니다 — 내용이 없습니다
여러 비전/이미지 노트북은 외부 자산, 업로드 또는 클라우드 자격 증명에 의존하므로 클론 후 완전히 자체 포함되지 않습니다

권장 학습 경로 (README에서)

OpenAI 및 프롬프팅: openai_features_and_functionality/ → advanced_text_model_techniques/
검색: retrieval_embeddings_and_vector_databases/ → advanced_retrieval_techniques/
에이전트: building_ai_agents/ → agent_architectures/
프레임워크: deep_dive_on_langchain/ 및 deep_dive_on_langgraph/
응용 프로젝트: projects/, prompt_optimization_and_evals/, vision/, advanced_image_model_techniques/

강좌 학생의 경우: 전체 교육 시퀀스에는 비디오를 사용하고, 이 저장소를 코딩 컴패니언으로 취급하십시오.

기여/유지 관리 도구

이 저장소는 추적 파일에서 비밀을 유지하기 위해 gitleaks (비밀 스캔), pre-commit, 및 gitleaks detect 명령을 권장합니다.

BrightPool/udemy-prompt-engineering-course

BrightPool/udemy-prompt-engineering-course

이것은 무엇인가

대상 독자

다루는 내용

레이아웃 개요

실행 방법

필요한 자격 증명

주의 사항

권장 학습 경로 (README에서)

기여/유지 관리 도구

관련