Bądźmy w kontakcie
 Czas trwania 7 godzin

Plan Szkolenia

Najlepsze praktyki i narzędzia

Typowe pułapki i strategie ich ograniczania

Wprowadzenie do inżynierii promptów

Udoskonalanie promptów i projektowanie iteracyjne

Prompty do automatyzacji testów i generowania SQL

Podsumowanie i kolejne kroki

Wykorzystywanie promptów do wyjaśniania kodu i debugowania

Pisanie promptów do generowania kodu

  • Unikanie halucynowanego kodu lub luk w zabezpieczeniach
  • Radzenie sobie z niekompletnymi lub niejednoznacznymi danymi wejściowymi
  • Tworzenie bezpiecznych promptów awaryjnych i zabezpieczeń
  • Tworzenie przypadków testowych na podstawie wymagań lub kodu
  • Generowanie uporządkowanych zapytań SQL z języka naturalnego
  • Formatowanie wyników do integracji z pakietami testowymi
  • Wyjaśnianie starszego lub nieznanego kodu
  • Prompty do analizy logiki lub przypadków brzegowych
  • Znajdowanie i wyjaśnianie błędów oraz nieefektywności
  • Generowanie kodu na podstawie opisów w języku naturalnym
  • Kontrolowanie formatu wyniku i języka programowania
  • Praca ze złożoną logiką lub wieloma funkcjami
  • Poprawa wyników dzięki łańcuchowaniu promptów i pętlom informacji zwrotnej
  • Strategie odzyskiwania po błędach i dostrajania promptów
  • Studia przypadków dotyczące udoskonalania w zadaniach technicznych
  • Biblioteki promptów i wzorce ponownego wykorzystania
  • Korzystanie z szablonów promptów w VS Code lub przepływach pracy opartych na API
  • Ocena jakości i wydajności promptów w środowisku produkcyjnym
  • Zrozumienie promptów, kontekstu, tokenów i modeli
  • Typy promptów: zero-shot, one-shot, few-shot
  • Korzystanie z instrukcji systemowych i użytkownika w różnych interfejsach API

Wymagania

Grupa docelowa

  • Programiści wykorzystujący modele LLM do generowania lub analizy kodu
  • Liderzy techniczni badający narzędzia AI w przepływach pracy
  • Specjaliści ds. oprogramowania eksperymentujący z integracjami LLM
  • Doświadczenie w tworzeniu oprogramowania lub skryptowaniu
  • Znajomość popularnych języków programowania (np. Python, JavaScript, SQL)
  • Podstawowa wiedza na temat dużych modeli językowych i narzędzi AI, takich jak ChatGPT, Claude lub Copilot

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie