Struttura del corso
Best Practice e Strumenti
Pitfall Comuni e Strategie di Mitigazione
Introduzione all'Ingegneria dei Prompt
Raffinamento dei Prompt e Design Iterativo
Utilizzo dei Prompt per l'Automazione dei Test e la Generazione SQL
Riepilogo e Passi Successivi
Utilizzo dei Prompt per Spiegazioni e Debugging del Codice
Scrittura di Prompt per la Generazione del Codice
- Evitare codice immaginato o vulnerabilità di sicurezza
- Gestire input incompleti o ambigui
- Creare prompt di fallback sicuri e guardrails
- Creazione di casi di test a partire da requisiti o codice
- Generazione di query SQL strutturate dal linguaggio naturale
- Formattare gli output per l'integrazione nei set di test
- Spiegazione del codice legacy o sconosciuto
- Utilizzo dei prompt per walkthrough logici o analisi di casi limite
- Individuare e spiegare bug o inefficienze
- Generazione di codice da descrizioni in linguaggio naturale
- Controllo del formato dell'output e del linguaggio di programmazione
- Lavoro con logica complessa o funzioni multiple
- Migliorare i risultati attraverso concatenazione dei prompt e cicli di feedback
- Strategie di ripristino degli errori e tuning dei prompt
- Case study in raffinamento per compiti tecnici
- Biblioteche di prompt e pattern di riutilizzo
- Utilizzo di template di prompt in VS Code o flussi di lavoro basati su API
- Valutazione della qualità e delle prestazioni dei prompt nell'uso produttivo
- Comprensione dei prompt, del contesto, dei token e dei 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
- Responsabili tecnici che esplorano strumenti AI nei flussi di lavoro
- Professionisti software che sperimentano integrazioni LLM
- Esperienza nello sviluppo software o in scripting
- Familiarità con linguaggi di programmazione comuni (ad esempio, Python, JavaScript, SQL)
- Comprensione basilare dei modelli linguistici grandi e degli strumenti AI come ChatGPT, Claude o Copilot
Recensioni (2)
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
Istruttore capace di regolare il livello del corso durante la formazione per adattarlo al nostro livello di comprensione dell'argomento, in modo da acquisire una conoscenza più utile che ci aiuterà ulteriormente a sfruttare gli strumenti nel nostro lavoro quotidiano.
Tatt Juen - ViTrox Technologies Sdn Bhd
Corso - Intermediate GitHub Copilot
Traduzione automatica