感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
最佳实践与工具
常见陷阱与缓解策略
Prompt Engineering 介绍
提示词精炼与迭代设计
用于生成 Test Automation 和 SQL 的提示词
总结与下一步
使用提示词进行代码解释与调试
编写代码生成的提示词
- 避免虚构代码或安全漏洞
- 处理不完整或模糊的输入
- 创建安全的回退提示词与防护措施
- 根据需求或代码创建测试案例
- 从自然语言生成结构化的 SQL 查询
- 格式化输出以集成到测试套件中
- 解释遗留或不熟悉的代码
- 提示逻辑走查或边界案例分析
- 查找并解释错误或低效问题
- 从纯文字描述生成代码
- 控制输出格式与编程语言
- 处理复杂逻辑或多函数场景
- 通过提示词链接与反馈循环提升结果
- 错误恢复与提示词调优策略
- 技术任务精炼的案例研究
- 提示词库与重用模式
- 在 VS Code 或基于 API 的工作流程中使用提示词模板
- 评估生产环境中的提示词质量与性能
- 理解提示词、上下文、令牌与模型
- 提示词类型:零次、一次、少次
- 在不同 API 中使用系统与用户指令
要求
受众
- 在代码生成或分析中使用LLMs的开发者
- 在工作流程中探索AI工具的技术负责人
- 尝试LLM集成的软件专业人士
- 具备软件开发或脚本编写经验
- 熟悉常见编程语言(例如Python、JavaScript、SQL)
- 对大型语言模型和AI工具有基本了解,如ChatGPT、Claude或Copilot
7 小时