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.
Đề cương khóa học
Các thực hành tốt nhất và công cụ
Các sai lầm phổ biến và chiến lược khắc phục
Giới thiệu về Kỹ thuật xây dựng Prompt
Tinh chỉnh Prompt và Thiết kế lặp lại
Sử dụng Prompt cho Tự động hóa Kiểm thử và Tạo SQL
Tóm tắt và Các bước tiếp theo
Sử dụng Prompt để Giải thích và gỡ lỗi Mã hóa
Viết Prompt để tạo Mã hóa
- Tránh mã hóa 'ảo tưởng' hoặc các lỗ hổng bảo mật
- Xử lý các đầu vào không đầy đủ hoặc mơ hồ
- Tạo các prompt dự phòng an toàn và các rào chắn bảo vệ (guardrails)
- Tạo các trường hợp kiểm thử từ yêu cầu hoặc mã hóa
- Tạo các truy vấn SQL có cấu trúc từ ngôn ngữ tự nhiên
- Định dạng các đầu ra để tích hợp vào các bộ kiểm thử
- Giải thích mã hóa cũ hoặc không quen thuộc
- Sử dụng Prompt để đi qua các bước logic hoặc phân tích các trường hợp biên
- Tìm và giải thích các lỗi hoặc sự kém hiệu quả
- Tạo mã hóa từ các mô tả bằng ngôn ngữ thông thường
- Kiểm soát định dạng đầu ra và ngôn ngữ lập trình
- Làm việc với các logic phức tạp hoặc nhiều hàm
- Cải thiện kết quả thông qua chuỗi prompt và các vòng phản hồi
- Khôi phục lỗi và các chiến lược điều chỉnh prompt
- Các nghiên cứu tình huống về việc tinh chỉnh cho các nhiệm vụ kỹ thuật
- Các thư viện prompt và các mô hình tái sử dụng
- Sử dụng các mẫu prompt trong VS Code hoặc các quy trình làm việc dựa trên API
- Đánh giá chất lượng và hiệu suất của prompt trong môi trường sản xuất
- Hiểu về prompt, ngữ cảnh, token và mô hình
- Các loại prompt: zero-shot, one-shot, few-shot
- Sử dụng chỉ thị hệ thống so với chỉ thị người dùng trong các API khác nhau
Yêu cầu
Đối tượng tham gia
- Các nhà phát triển sử dụng LLM trong việc tạo hoặc phân tích mã hóa
- Các trưởng nhóm kỹ thuật đang tìm hiểu các công cụ AI trong quy trình làm việc
- Các chuyên gia phần mềm đang thử nghiệm tích hợp LLM
- Kinh nghiệm trong phát triển phần mềm hoặc viết script
- Làm quen với các ngôn ngữ lập trình phổ biến (ví dụ: Python, JavaScript, SQL)
- Hiểu biết cơ bản về các mô hình ngôn ngữ lớn và các công cụ AI như ChatGPT, Claude hoặc Copilot
7 Giờ
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