Prenez contact avec nous

Plan du cours

Meilleures Pratiques et Outils

Pièges Courants et Stratégies d'Atténuation

Introduction au Prompt Engineering

Raffinement de Prompts et Conception Itérative

Utilisation des Prompts pour l'Automatisation des Tests et la Génération SQL

Résumé et Étapes Suivantes

Utilisation des Prompts pour l'Explication et le Débogage du Code

Rédaction de Prompts pour la Génération de Code

  • Éviter les codes hallucinés ou les vulnérabilités de sécurité
  • Gérer des entrées incomplètes ou ambiguës
  • Créer des prompts de repli sûrs et des barrières de protection
  • Création de cas de test à partir de spécifications ou de code
  • Génération de requêtes SQL structurées à partir de langage naturel
  • Formatage des sorties pour l'intégration dans les suites de tests
  • Explication de code hérité ou inconnu
  • Utilisation des prompts pour des parcours logiques ou des analyses de cas limites
  • Trouver et expliquer des bugs ou des inefficacités
  • Génération de code à partir de descriptions en langage naturel
  • Contrôle du format de sortie et du langage de programmation
  • Travail avec une logique complexe ou plusieurs fonctions
  • Amélioration des résultats par le chaînage de prompts et les boucles de feedback
  • Stratégies de récupération d'erreurs et d'ajustement de prompts
  • Études de cas en raffinement pour des tâches techniques
  • Bibliothèques de prompts et motifs de réutilisation
  • Utilisation de modèles de prompts dans VS Code ou des workflows basés sur API
  • Évaluation de la qualité et des performances des prompts en utilisation de production
  • Comprendre les prompts, le contexte, les tokens et les modèles
  • Types de prompts : zero-shot, one-shot, few-shot
  • Utilisation des instructions système vs utilisateur dans différentes API

Pré requis

Public Cible

  • Développeurs utilisant des LLMs pour la génération ou l'analyse de code
  • Chefs de projet explorant les outils d'IA dans les workflows
  • Professionnels du logiciel expérimentant des intégrations de LLMs
  • Expérience en développement logiciel ou en scripting
  • Connaissance des langages de programmation courants (par exemple, Python, JavaScript, SQL)
  • Compréhension de base des grands modèles linguistiques et des outils d'IA comme ChatGPT, Claude ou Copilot
 7 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (2)

Cours à venir

Catégories Similaires