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

即将举行的公开课程

课程分类