Đề cương khóa học

Nguyên tắc và Công cụ Tốt nhất

Những Sai Lầm Thông Thường và Chiến Lược Xúc Tiến

Giới thiệu về Prompt Engineering

Hoàn thiện Đề xuất và Thiết kế Đệ quy

Đề xuất cho Tạo ra Test Automation và SQL

Tổng kết và Bước Tiếp theo

Sử dụng Đề xuất để Giải thích và Debug Code

Viết Đề xuất cho Tạo ra Code

  • Tránh mã giả tưởng hoặc lỗ hổng bảo mật
  • Xử lý đầu vào không hoàn chỉnh hoặc mơ hồ
  • Tạo đề xuất dự phòng an toàn và hàng rào
  • Tạo các trường hợp thử từ yêu cầu hoặc mã
  • Tạo ra các truy vấn có cấu trúc SQL từ ngôn ngữ tự nhiên
  • Định dạng đầu ra để tích hợp vào bộ thử nghiệm
  • Giải thích mã cũ hoặc lạ
  • Đề xuất phân tích quá trình tư duy logic hoặc trường hợp biên
  • Tìm và giải thích lỗi hoặc sự không hiệu quả
  • Tạo ra mã từ mô tả ngôn ngữ thông thường
  • Kiểm soát định dạng đầu ra và ngôn ngữ lập trình
  • Làm việc với logic phức tạp hoặc nhiều hàm
  • Tăng cường kết quả thông qua chuỗi đề xuất và vòng lặp phản hồi
  • Chiến lược phục hồi lỗi và điều chỉnh đề xuất
  • Trường hợp nghiên cứu về việc tinh chỉnh cho công việc kỹ thuật
  • Thư viện đề xuất và mẫu tái sử dụng
  • Sử dụng mẫu đề xuất trong VS Code hoặc luồng làm việc dựa trên API
  • Đánh giá chất lượng và hiệu suất của đề xuất trong sử dụng sản xuất
  • Hiểu biết về đề xuất, ngữ cảnh, token và mô hình
  • Loại đề xuất: zero-shot, one-shot, few-shot
  • Sử dụng hướng dẫn hệ thống so với người dùng trong các API khác nhau

Requirements

Khán giả

  • Nhà phát triển sử dụng LLMs trong việc sinh mã hoặc phân tích
  • Quản lý kỹ thuật đang khám phá các công cụ AI trong quy trình làm việc
  • Chuyên gia phần mềm đang thử nghiệm sự tích hợp của LLMs
  • Kinh nghiệm trong phát triển phần mềm hoặc lập trình kịch bản
  • Am hiểu các ngôn ngữ lập trình phổ biến (ví dụ: Python, JavaScript, SQL)
  • Hiểu biết cơ bản về mô hình ngôn ngữ lớn và công cụ AI như ChatGPT, Claude, hoặc Copilot
 7 Hours

Number of participants


Price per participant

Provisional Upcoming Courses (Require 5+ participants)

Related Categories