Ta kontakt

Kursplan

Best praksis og verktøy

Vanlige hinder og håndteringstrategier

Introduksjon til prompt engineering

Prompt-forfining og iterativ design

Prompting for testautomatisering og SQL-generering

Oppsummering og neste skritt

Bruke prompts for kodeforklaring og feilsøking

Skrive prompts for kodegenerering

  • Unngå hallucinerende kode eller sikkerhetsvulnerabiliteter
  • Håndtere ufullstendige eller tvetydige inputer
  • Opprette trygge fallback-prompts og trygghetshindre
  • Opprette testtilfeller fra krav eller kode
  • Generere strukturerte SQL-forespørsler fra naturlig språk
  • Formatering av outputer for integrasjon i testsett
  • Forklare legat eller ubekjent kode
  • Prompting for logikk-gjennomgang eller analyse av kanttilfeller
  • Finn og forklar feil eller ineffektiviteter
  • Generere kode fra naturlig språkbeskrivelser
  • Kontrollere outputformat og programmeringsspråk
  • Arbeide med kompleks logikk eller flere funksjoner
  • Forbedre resultater ved hjelp av prompt-kjeding og tilbakemeldingsløkker
  • Feilsøkning og justering av prompts-strategier
  • Case studier i forfining for tekniske oppgaver
  • Prompt-biblioteker og gjenbruksmønstre
  • Bruke prompt-maler i VS Code eller API-baserte arbeidsflyter
  • Evaluere prompt-kvalitet og -prestasjon i produksjonsbruk
  • Forstå prompts, kontekst, token og modeller
  • Prompt-typer: zero-shot, one-shot, few-shot
  • Bruke system vs. brukerinstruksjoner i ulike APIer

Krav

Målgruppe

  • Utviklere som bruker LLMs i kodegenerering eller -analyse
  • Teknisk ledelse som utforsker AI-verktøy i arbeidsflyter
  • Programvareprofesjonelle som eksperimenterer med LLM-integrasjoner
  • Erfaring i programvareutvikling eller scripting
  • Kjenner til vanlige programmeringsspråk (f.eks., Python, JavaScript, SQL)
  • Grunnleggende forståelse av store språkmønster og AI-verktøy som ChatGPT, Claude eller Copilot
 7 Timer

Antall deltakere


Pris per deltaker

Referanser (2)

Kommende kurs

Relaterte kategorier