План на курса

Лучши практики и инструменти

Често срещани грешки и стратегии за тяхното предотвратяване

Въведение в Prompt Engineering

Уточняване на промптите и итеративен дизайн

Промптиране за генериране на Test Automation и SQL

Резюме и следващи стъпки

Използване на промпти за обяснение и отстраняване на грешки в кода

Написване на промпти за генериране на код

  • Избягване на халюциниращи кодове или уязвимости за сигурност
  • Обработка на некомплетни или двусмислени входни данни
  • Създаване на безопасни резервни промпти и предпазни механизми
  • Създаване на тестови случаи от изисквания или код
  • Генериране на структурирани SQL заявки от естествен език
  • Форматиране на изходните данни за интеграция в тестови набори
  • Обсъждане на стари или непознати кодове
  • Промптиране за логически обходи или анализ на крайни случаи
  • Намеряване и обяснение на грешки или неефективности
  • Генериране на код от описания на езика
  • Контролиране на формата на изхода и езика на програмирането
  • Работа с сложна логика или множество функции
  • Улучшаване на резултатите чрез верижни промпти и обратни връзки
  • Стратегии за възстановяване от грешки и настройване на промптите
  • Случаи на уточняване за технически задачи
  • Библиотеки с промпти и шаблони за повторно използване
  • Използване на шаблони за промпти в VS Code или API-базирани работни процеси
  • Оценяване на качеството и производителността на промптите в производствени среди
  • Разбиране на промптите, контекста, токените и моделите
  • Типове промпти: zero-shot, one-shot, few-shot
  • Използване на системни или потребителски инструкции в различни API
Prompt Engineering за разработка на софтуер

Лучши практики и инструменти

Често срещани грешки и стратегии за тяхното предотвратяване

Въведение в Prompt Engineering

Уточняване на промптите и итеративен дизайн

Промптиране за генериране на Test Automation и SQL

Резюме и следващи стъпки

Използване на промпти за обяснение и отстраняване на грешки в кода

Написване на промпти за генериране на код

  • Избягване на халюциниращи кодове или уязвимости за сигурност
  • Обработка на некомплетни или двусмислени входни данни
  • Създаване на безопасни резервни промпти и предпазни механизми
  • Създаване на тестови случаи от изисквания или код
  • Генериране на структурирани SQL заявки от естествен език
  • Форматиране на изходните данни за интеграция в тестови набори
  • Обсъждане на стари или непознати кодове
  • Промптиране за логически обходи или анализ на крайни случаи
  • Намеряване и обяснение на грешки или неефективности
  • Генериране на код от описания на езика
  • Контролиране на формата на изхода и езика на програмирането
  • Работа с сложна логика или множество функции
  • Улучшаване на резултатите чрез верижни промпти и обратни връзки
  • Стратегии за възстановяване от грешки и настройване на промптите
  • Случаи на уточняване за технически задачи
  • Библиотеки с промпти и шаблони за повторно използване
  • Използване на шаблони за промпти в VS Code или API-базирани работни процеси
  • Оценяване на качеството и производителността на промптите в производствени среди
  • Разбиране на промптите, контекста, токените и моделите
  • Типове промпти: zero-shot, one-shot, few-shot
  • Използване на системни или потребителски инструкции в различни API

Опции за персонализиране на курса

Формат на курса

По време на този курс участващите ще научат да:

Prompt Engineering за разработка на софтуер е курс с упражнения, насочен към обучение на разработчици как да създават ефективни промпти, които оптимизират полезността, точността и сигурността на AI-генерените изходи в контекста на задачи за разработка на софтуер.

Този курс с инструктор (онлайн или на място) е направен за разработчици с средно ниво, които искат да интегрират техники за промптиране в използването на AI кодови помощници, анализатори на код и инструменти за интелигентна автоматизация.

  • Създаване на точни промпти за задачи за генериране, преглед и оптимизация на код
  • Използване на верижни промпти и уточняване за подобряване на AI отговори в итеративни работни процеси
  • Генериране на структурирани изходи като тестови случаи, SQL заявки и документация от минимален вход
  • Предотвратяване на халюцинации и подобряване на контрол върху поведението на LLM в технически среди
  • Интерактивна лекция и обсъждане
  • Много упражнения и практика
  • Ръчна реализация в среда за жива лаборатория
  • За да поискате персонализиран обучение за този курс, моля, свържете се с нас за уредение.

Целева група

  • Разработчици, използващи LLM в генериране или анализ на код
  • Технически ръководители, разследващи AI инструменти в работите процеси
  • Софтуерни професионалисти, експериментиращи с интеграции на LLM
  • Опит в разработка на софтуер или скриптване
  • Знакомство с общоприетите езици за програмиране (например, Python, JavaScript, SQL)
  • Основно разбиране на големи езикови модели и AI инструменти като ChatGPT, Claude или Copilot

Изисквания

Целева аудитория

  • Разработчици, използващи LLMs в генериране или анализ на код
  • Технически ръководители, изследващи AI инструменти в работите процес
  • Софтуерни професионалисти, експериментиращи с интеграции на LLM
  • Опит в софтуерно разработване или скриптоване
  • Завършеност с общи езици за програмиране (например, Python, JavaScript, SQL)
  • Основно разбиране за големи езикови модели и AI инструменти като ChatGPT, Claude или Copilot
 7 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории