Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Bune Practici și Instrumente
Capcane Comune și Strategii de Mitigare
Introducere în Ingineria de Prompt
Rafinarea Prompturilor și Designul Iterativ
Prompturi pentru Automatizarea Testelor și Generarea SQL
Rezumat și Pași Următori
Utilizarea Prompturilor pentru Explicarea și Depanarea Codului
Scrierea Prompturilor pentru Generarea Codului
- Evitarea codului halucinat sau a vulnerabilităților de securitate
- Gestionarea inputurilor incomplete sau ambigue
- Crearea de prompturi de rezervă sigure și garduri
- Crearea de cazuri de test pe baza cerințelor sau codului
- Generarea de interogări SQL structurate din limbaj natural
- Formatarea rezultatelor pentru integrarea în suite de teste
- Explicarea codului moștenit sau necunoscut
- Prompturi pentru analiza logică sau a cazurilor limită
- Găsirea și explicarea bug-urilor sau ineficiențelor
- Generarea de cod din descrieri în limbaj simplu
- Controlul formatului de ieșire și al limbajului de programare
- Lucrul cu logica complexă sau funcții multiple
- Îmbunătățirea rezultatelor prin lanțuri de prompturi și bucle de feedback
- Strategii de recuperare a erorilor și ajustare a prompturilor
- Studii de caz în rafinarea sarcinilor tehnice
- Biblioteci de prompturi și modele de reutilizare
- Utilizarea șabloanelor de prompturi în VS Code sau fluxuri de lucru bazate pe API
- Evaluarea calității și performanței prompturilor în utilizarea de producție
- Înțelegerea prompturilor, contextului, tokenilor și modelelor
- Tipuri de prompturi: zero-shot, one-shot, few-shot
- Utilizarea instrucțiunilor sistem vs. utilizator în diferite API-uri
Cerințe
Publicul țintă
- Dezvoltatori care utilizează LLM-uri în generarea sau analiza codului
- Lead-uri tehnice care explorează instrumente AI în fluxurile de lucru
- Profesioniști în software care experimentează cu integrarea LLM
- Experiență în dezvoltarea de software sau scripting
- Familiaritate cu limbaje de programare comune (de exemplu, Python, JavaScript, SQL)
- Înțelegere de bază a modelelor de limbaj mare și a instrumentelor AI precum ChatGPT, Claude sau Copilot
7 Ore
Mărturii (1)
Am dobândit cunoștințe despre biblioteca Streamlit din Python și cu siguranță voi încerca să o folosesc pentru a îmbunătăți aplicațiile din echipa mea, care sunt realizate în R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curs - GitHub Copilot for Developers
Tradus de catre o masina