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
Отзиви от потребители (2)
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
Тренерът може да коригира нивото на курса по време на обучението, за да съответства нашите знания по темата. Това ни позволява да придобием повече полезни познания, които ще ни помогнат ефективно да използваме инструментите в нашия ежедневен труд.
Tatt Juen - ViTrox Technologies Sdn Bhd
Курс - Intermediate GitHub Copilot
Машинен превод