聯繫我們

課程簡介

最佳實踐與工具

常見陷阱與緩解策略

提示工程介紹

提示細化與迭代設計

用於測試自動化與SQL生成的提示

總結與後續步驟

使用提示進行程式碼解釋除錯

撰寫程式碼生成的提示

  • 避免生成幻覺程式碼或安全漏洞。
  • 處理不完整或含糊的輸入。
  • 建立安全的備用提示與防護機制。
  • 根據需求文件或程式碼創建測試案例。
  • 從自然語言生成結構化的SQL查詢。
  • 格式化輸出以整合至測試套件中。
  • 解釋舊有或不熟悉的程式碼。
  • 提示進行邏輯 walkthrough 或邊緣案例(edge case)分析。
  • 查找並解釋錯誤或效能瓶頸。
  • 根據口語化描述生成程式碼。
  • 控制輸出格式與程式語言。
  • 處理複雜邏輯或多個函數。
  • 透過提示鏈結與回饋循環改善結果。
  • 錯誤復原與提示調校策略。
  • 技術任務細化的案例研究。
  • 提示庫與重用模式。
  • 在VS Code或基於API的工作流程中使用提示模板。
  • 評估生產環境中提示的品質與效能。
  • 理解提示、上下文(context)、權杖(tokens)與模型。
  • 提示類型:零樣本(zero-shot)、一線樣本(one-shot)、少樣本(few-shot)。
  • 在不同API中使用系統指令與使用者指令。

最低要求

受眾對象

  • 使用大型語言模型進行程式碼生成或分析的開發者。
  • 在工作流程中探索AI工具的技术主管。
  • 嘗試整合大型語言模型的軟體專業人員。
  • 具備軟體開發或腳本編寫經驗。
  • 熟悉常見的程式設計語言(例如:Python、JavaScript、SQL)。
  • 具備大型語言模型及ChatGPT、Claude或Copilot等AI工具的基礎理解。
 7 小時

客戶評論 (1)

課程分類