Cảm ơn bạn đã gửi yêu cầu! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Cảm ơn bạn đã gửi đặt chỗ! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Thời gian kéo dài 7 Giờ học
Đề cương khóa học
Các thực hành tốt nhất và Công cụ
Các lỗi thường gặp và Chiến lược giảm thiểu
Giới thiệu về Kỹ thuật Prompt
Tinh chỉnh Prompt và Thiết kế lặp lại
Prompt cho Tự động hóa Kiểm thử và Sinh SQL
Tóm tắt và Các bước tiếp theo
Sử dụng Prompt để Giải thích và Chạy debug Mã hóa
Viết Prompt cho Sinh mã hóa
- Tránh mã ảo giác hoặc các lỗ hổng bảo mật
- Xử lý các đầu vào không hoàn chỉnh hoặc mơ hồ
- Tạo các prompt dự phòng an toàn và các rào chắn (guardrails)
- Tạo trường hợp kiểm thử từ yêu cầu hoặc mã nguồn
- Sinh các truy vấn SQL có cấu trúc từ ngôn ngữ tự nhiên
- Định dạng đầu ra để tích hợp vào bộ kiểm thử
- Giải thích mã nguồn cũ hoặc không quen thuộc
- Prompt cho việc diễn giải logic hoặc phân tích các trường hợp biên
- Tìm kiếm và giải thích các lỗi hoặc điểm kém hiệu quả
- Sinh mã từ các mô tả bằng ngôn ngữ đơn giản
- Kiểm soát định dạng đầu ra và ngôn ngữ lập trình
- Làm việc với logic phức tạp hoặc nhiều hàm
- Cải thiện kết quả thông qua chuỗi prompt và vòng lặp phản hồi
- Khôi phục lỗi và các chiến lược tinh chỉnh prompt
- Các nghiên cứu tình huống về việc tinh chỉnh cho các tác vụ kỹ thuật
- Thư viện prompt và các mẫu tái sử dụng
- Sử dụng mẫu prompt trong VS Code hoặc các quy trình dựa trên API
- Đánh giá chất lượng và hiệu suất của prompt trong sử dụng sản xuất
- Hiểu về prompt, ngữ cảnh, token và mô hình
- Các loại prompt: zero-shot, one-shot, few-shot
- Sử dụng chỉ dẫn hệ thống so với chỉ dẫn người dùng trong các API khác nhau
Yêu cầu
Đối tượng học viên
- Nhà phát triển sử dụng LLM trong việc sinh mã hoặc phân tích mã
- Trưởng nhóm kỹ thuật đang khám phá các công cụ AI trong quy trình làm việc
- Chuyên gia phần mềm đang thử nghiệm tích hợp LLM
- Kinh nghiệm trong phát triển phần mềm hoặc viết script
- Quen thuộc với các ngôn ngữ lập trình phổ biến (ví dụ: Python, JavaScript, SQL)
- Hiểu biết cơ bản về các mô hình ngôn ngữ lớn (LLM) và các công cụ AI như ChatGPT, Claude hoặc Copilot
Đánh giá (1)
Tôi đã học được kiến thức về thư viện Streamlit trong Python và chắc chắn tôi sẽ thử sử dụng nó để cải thiện các ứng dụng của đội tôi, những ứng dụng này được tạo bằng R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Khóa học - GitHub Copilot for Developers
Dịch thuật bằng máy