Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Durata 7 ore
Struttura del corso
Best Practice e Strumenti
Errori Comuni e Strategie di Mitigazione
Introduzione al Prompt Engineering
Raffinamento dei Prompt e Progettazione Iterativa
Prompting per l'Automazione dei Test e la Generazione SQL
Riepilogo e Prossimi Passi
Utilizzo dei Prompt per Spiegare e Debuggare il Codice
Scrittura di Prompt per la Generazione di Codice
- Evitare codice allucinato o vulnerabilità di sicurezza
- Gestione di input incompleti o ambigui
- Creazione di prompt di fallback sicuri e guardrail
- Creazione di casi di test da requisiti o codice
- Generazione di query SQL strutturate dalla lingua naturale
- Formattazione delle output per l'integrazione nelle suite di test
- Spiegazione di codice legacy o poco familiare
- Prompting per walkthrough logici o analisi dei casi limite
- Ricerca e spiegazione di bug o inefficienze
- Generazione di codice da descrizioni in linguaggio corrente
- Controllo del formato dell'output e del linguaggio di programmazione
- Lavoro con logiche complesse o molteplici funzioni
- Miglioramento dei risultati tramite prompt chaining e cicli di feedback
- Recupero dagli errori e strategie di tuning dei prompt
- Studi di caso di raffinamento per attività tecniche
- Librerie di prompt e modelli di riutilizzo
- Utilizzo di template di prompt in VS Code o in workflow basati su API
- Valutazione della qualità e delle prestazioni dei prompt in uso in produzione
- Comprensione di prompt, contesto, token e modelli
- Tipi di prompt: zero-shot, one-shot, few-shot
- Utilizzo di istruzioni di sistema vs. utente in diverse API
Requisiti
Pubblico di Riferimento
- Sviluppatori che utilizzano LLM nella generazione o nell'analisi del codice
- Lead tecnici che esplorano gli strumenti AI nei propri workflow
- Professionisti del software che sperimentano con integrazioni LLM
- Esperienza nello sviluppo software o nella scripting
- Familiarità con linguaggi di programmazione comuni (ad es., Python, JavaScript, SQL)
- Comprensione di base dei large language models e degli strumenti AI come ChatGPT, Claude o Copilot
Recensioni (1)
Ho acquisito una conoscenza riguardante la libreria Streamlit di Python e sicuramente cercherò di utilizzarla per migliorare le applicazioni del mio team, che sono sviluppate con R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Corso - GitHub Copilot for Developers
Traduzione automatica