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.
Struttura del corso
Pratiche consigliate e strumenti utilizzabili
Errori comuni e strategie per contrastarli
Introduzione all’Ingegneria dei Prompt
Perfezionamento iterativo dei prompt
Utilizzo dei prompt per l’automazione dei test e la generazione di query SQL
Riassunto e prossimi passi da compiere
Impiego dei prompt per la spiegazione del codice e il debug
Creazione di prompt orientati alla generazione del codice
- Come evitare l’insorgenza di codice errato o vulnerabilità di sicurezza dovute alle risposte dell’AI
- Gestione degli input incompleti o ambigui da parte dell’utente
- Stesura di prompt di sicurezza e protezioni aggiuntive per prevenire errori
- Creazione di casi di test a partire da specifiche tecniche o codice esistente
- Produzione di query SQL strutturate, anche partendo da descrizioni verbali
- Formattazione dei risultati in modo che possano essere facilmente integrati nei pacchetti di test
- Spiegazione del codice sorgente, anche se datato o poco familiare allo sviluppatore
- Uso dei prompt per l’analisi della logica interna e la verifica delle situazioni limite
- Identificazione e descrizione di bug o inefficienze nel codice
- Produzione di codice a partire da descrizioni in linguaggio naturale
- Controllo del formato di output e della scelta della lingua di programmazione utilizzata
- Gestione dei contesti più complessi, contenenti anche numerose funzioni o logica articolata
- Ottimizzazione dei risultati tramite catene di prompt e meccanismi di feedback ricorsivi
- Strategie per correggere gli errori riscontrati nel processo di elaborazione dei prompt
- Analisi approfondita, su esempi concreti, delle tecniche di perfezionamento dei prompt nei contesti tecnici
- Creazione e riutilizzo di librerie di prompt in progetti multipli
- Utilizzo dei template di prompt nell’ambiente VS Code o nei flussi operativi basati su API
- Valutazione qualitativa e prestazionale dei prompt nel contesto dell’utilizzo reale in produzione
- Concetti fondamentali sui prompt: contesto, quantità di token e caratteristiche dei modelli
- Tipologie di prompt: zero-shot, one-shot e few-shot
- Differenze tra istruzioni del sistema e richieste dell’utente nelle varie API
Requisiti
Pubblico di riferimento
- Sviluppatori che fanno uso dei modelli linguistici per la generazione o l’analisi del codice
- Responsabili tecnici interessati a integrare strumenti AI nei processi di lavoro
- Professionisti del settore software che sperimentano con l’integrazione dei modelli linguistici nelle proprie attività
- Esperienza nello sviluppo software o nella scrittura di script
- Conoscenza delle principali lingue di programmazione (ad esempio Python, JavaScript, SQL)
- Comprensione basilare dei modelli linguistici e degli strumenti AI quali ChatGPT, Claude o Copilot
7 ore
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