Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Бест практики и инструменти
Честни грешки и стратегии за митигация
Въведение в Prompt Engineering
Уточняване на промптовете и итеративен дизайн
Използване на промптове за автоматизация на тестовете и генериране на SQL заявки
Резюме и следващи стъпки
Използване на промптове за обяснение и отстраняване на грешки в кода
Написване на промптове за генериране на код
- Избягване на холуциниращ код или уязвимости във системата за сигурност
- Обработка на непълни или неясни входи
- Създаване на безопасни изходни промптове и защитни мерки
- Създаване на тестови случаи от изисквания или код
- Генериране на структурирани SQL заявки от естествен език
- Форматиране на изходите за интеграция в тестови набори
- Обяснение на наследен или непознат код
- Използване на промптове за логически преминавания или анализ на гранични случаи
- Намиране и обяснение на грешки или неефективности
- Генериране на код от описания с естествен език
- Контролиране на формата на изхода и програмния език
- Работа с сложна логика или множество функции
- Подобряване на резултатите чрез последователни промптове и обратна връзка
- Стратегии за възстановяване от грешки и уточняване на промптовете
- Кейс студии за уточняване при технически задачи
- Библиотеки с промптове и модели за повторно използване
- Използване на шаблони за промптове в VS Code или API-базирани работни процеси
- Оценка на качеството и производителността на промптовете при продуктивно използване
- Разбиране на промптове, контекст, токени и модели
- Видове промптове: zero-shot, one-shot, few-shot
- Използване на системни и потребителски инструкции в различни API
Изисквания
Целева аудитория
- Разработчици, използващи ЛЛМ за генериране или анализ на код
- Технически ръководители, разглеждащи AI инструменти в работните процеси
- Софтуерни професионалисти, експериментиращи с интеграция на ЛЛМ
- Опит в софтуерното развитие или скриптове
- Запознаност с общи програмни езици (например, Python, JavaScript, SQL)
- Основно разбиране на големите езикови модели и AI инструменти като ChatGPT, Claude или Copilot
7 Часове
Отзиви от потребители (1)
Придобих знания за библиотеката Streamlit на Python и със сигурност ще опитам да я използвам, за да подобря приложенията в моя екип, които са създадени с R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Курс - GitHub Copilot for Developers
Машинен превод