Programa do Curso
Melhores Práticas e Ferramentas
Problemas Comuns e Estratégias de Mitigação
Introdução ao Prompt Engineering
Refinamento e Design Iterativo de Prompts
Criando Prompts para Geração de Test Automation e SQL
Resumo e Próximos Passos
Usando Prompts para Explicação e Depuração de Código
Escrevendo Prompts para Geração de Código
- Evitar código imaginário ou vulnerabilidades de segurança
- Lidando com entradas incompletas ou ambíguas
- Criando prompts alternativos seguros e barreiras de proteção
- Criação de casos de teste a partir de requisitos ou código
- Geração de consultas estruturadas SQL a partir de linguagem natural
- Formatação das saídas para integração em conjuntos de testes
- Explicando código legado ou desconhecido
- Solicitando caminhos lógicos ou análise de casos de borda
- Encontrar e explicar bugs ou ineficiências
- Geração de código a partir de descrições em linguagem simples
- Controle do formato da saída e da linguagem de programação
- Trabalhando com lógica complexa ou múltiplas funções
- Melhorar os resultados através de encadeamento de prompts e loops de feedback
- Estratégias de recuperação de erros e ajuste de prompts
- Estudos de caso na refinaria para tarefas técnicas
- Bibliotecas de prompts e padrões de reutilização
- Usando modelos de prompt no VS Code ou fluxos de trabalho baseados em API
- Avaliando a qualidade e o desempenho dos prompts em uso produtivo
- Entendendo prompts, contexto, tokens e modelos
- Tipos de prompt: zero-shot, one-shot, few-shot
- Usando instruções do sistema vs. usuário em diferentes APIs
Requisitos
Público-Alvo
- Desenvolvedores utilizando LLMs na geração ou análise de código
- Líderes técnicos explorando ferramentas de IA em fluxos de trabalho
- Profissionais de software experimentando integrações com LLMs
- Experiência em desenvolvimento de software ou scripting
- Familiaridade com linguagens de programação comuns (por exemplo, Python, JavaScript, SQL)
- Compreensão básica de modelos de linguagem grandes e ferramentas de IA como ChatGPT, Claude ou Copilot
Testemunhos de Clientes (2)
Agora tenho conhecimento sobre a biblioteca Streamlit em Python e, com certeza, vou tentar usá-la para melhorar os aplicativos da minha equipe que são desenvolvidos no R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Máquina Traduzida
Conhecimento do instrutor sobre o uso avançado de co-piloto e sessão prática suficiente e eficiente
Tan - ViTrox Technologies Sdn Bhd
Curso - Intermediate GitHub Copilot
Máquina Traduzida