Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Best Practices and Tools
Common Pitfalls and Mitigation Strategies
Introduzione a Prompt Engineering
Raffinamento dei Prompts e Progettazione Iterativa
Prompting per la Generazione di Test Automation e SQL
Sintesi e Passi Successivi
Utilizzo dei Prompts per Spiegare ed Debuggare il Codice
Scrittura di Prompts per la Generazione del Codice
- Evitare codici fantasma o vulnerabilità di sicurezza
- Gestire input incompleti o ambigui
- Creazione di fallback e guardrail sicuri
- Creazione di casi di test dai requisiti o dal codice
- Generazione di query strutturate SQL da linguaggio naturale
- Formattare le uscite per l'integrazione in suite di test
- Spiegazione del codice legacy o sconosciuto
- Prompting per il percorso logico o l'analisi di casi limite
- Rilevare e spiegare bug o inefficienze
- Generazione del codice da descrizioni in lingua naturale
- Controllo del formato di uscita e della lingua di programmazione
- Lavorare con logica complessa o funzioni multiple
- Miglioramento dei risultati attraverso la concatenazione e i loop di feedback dei prompts
- Strategie per la ripresa degli errori e l'ottimizzazione dei prompts
- Studi di caso sulla raffinazione per compiti tecnici
- Librerie e modelli di riutilizzo dei prompts
- Utilizzo di modelli di prompt in VS Code o workflow basati sull'API
- Valutazione della qualità e delle prestazioni dei prompts nell'utilizzo produttivo
- Comprensione di prompts, contesto, token e modelli
- Tipi di prompt: zero-shot, one-shot, few-shot
- Utilizzo delle istruzioni del sistema vs. dell'utente in diverse API
Requisiti
Pubblico Obiettivo
- Sviluppatori che utilizzano LLM per la generazione o l'analisi di codice
- Lead tecnici che esplorano strumenti AI nei processi di lavoro
- Professionisti software che sperimentano con integrazioni LLM
- Esperienza in sviluppo software o scripting
- Familiarità con linguaggi di programmazione comuni (ad esempio, Python, JavaScript, SQL)
- Comprensione di base dei modelli di grandi lingue e degli strumenti AI come ChatGPT, Claude o Copilot
7 ore