Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Meilleures Pratiques et Outils
Écueils Communs et Stratégies de Mitigation
Introduction à Prompt Engineering
Affinement des Sollicitations et Conception Itérative
Sollicitation pour la Génération de Test Automation et SQL
Résumé et Étapes Suivantes
Utilisation des Sollicitations pour l'Explication et le Débogage du Code
Rédaction de Sollicitations pour la Génération de Code
- Éviter les codes hallucinés ou les vulnérabilités de sécurité
- Traiter des entrées incomplètes ou ambigües
- Création de sollicitations de repli et de barrières sécuritaires
- Création de cas de test à partir des exigences ou du code
- Génération de requêtes structurées SQL à partir d'un langage naturel
- Formatage des sorties pour intégration dans les ensembles de tests
- Explication du code hérité ou inconnu
- Sollicitations pour des analyses de logique ou d'extrêmes cas
- Découverte et explication des bugs ou inefficacités
- Génération de code à partir de descriptions en langage courant
- Contrôle du format et du langage de programmation de sortie
- Travail avec une logique complexe ou plusieurs fonctions
- Amélioration des résultats par chaînage et boucles de feedback des sollicitations
- Stratégies de récupération d'erreur et d'affinement de sollicitation
- Études de cas en affinement pour les tâches techniques
- Bibliothèques et motifs de réutilisation des sollicitations
- Utilisation de modèles de sollicitation dans VS Code ou flux de travail basés sur une API
- Évaluation de la qualité et des performances des sollicitations en production
- Compréhension des sollicitations, contextes, jetons et modèles
- Types de sollicitations : zero-shot, one-shot, few-shot
- Utilisation d'instructions système vs. utilisateur dans différentes API
Pré requis
Public
- Développeurs utilisant des modèles de langage larges (LLMs) pour la génération ou l'analyse de code
- Chefs techniques explorant les outils d'intelligence artificielle dans leurs flux de travail
- Professionnels du logiciel expérimentant des intégrations LLM
- Expérience en développement de logiciels ou en scripting
- Familiarité avec les langages de programmation courants (par exemple, Python, JavaScript, SQL)
- Compréhension de base des modèles de langage larges et des outils d'intelligence artificielle comme ChatGPT, Claude ou Copilot
7 Heures