Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Duração 7 horas
Programa do Curso
Boas Práticas e Ferramentas
Armadilhas Comuns e Estratégias de Mitigação
Introdução à Engenharia de Prompts
Refinamento de Prompts e Design Iterativo
Prompts para Automação de Testes e Geração de SQL
Resumo e Próximos Passos
Usando Prompts para Explicação e Depuração de Código
Escrevendo Prompts para Geração de Código
- Evitar código alucinado ou vulnerabilidades de segurança
- Lidar com entradas incompletas ou ambíguas
- Criar prompts de fallback seguros e barreiras de proteção (guardrails)
- Criar casos de teste a partir de requisitos ou código
- Gerar consultas SQL estruturadas a partir de linguagem natural
- Formatar saídas para integração em suítes de teste
- Explicar código legado ou desconhecido
- Usar prompts para análises de lógica ou casos extremos
- Encontrar e explicar bugs ou ineficiências
- Gerar código a partir de descrições em linguagem comum
- Controlar o formato da saída e a linguagem de programação
- Trabalhar com lógica complexa ou múltiplas funções
- Melhorar resultados por meio de encadeamento de prompts e loops de feedback
- Recuperação de erros e estratégias de ajuste fino de prompts
- Estudos de caso sobre refinamento para tarefas técnicas
- Bibliotecas de prompts e padrões de reuso
- Usando modelos de prompt no VS Code ou em fluxos de trabalho baseados em API
- Avaliando a qualidade e o desempenho dos prompts em uso em produção
- Compreendendo prompts, contexto, tokens e modelos
- Tipos de prompts: zero-shot, one-shot, few-shot
- Usando instruções de sistema vs. usuário em diferentes APIs
Requisitos
Público Alvo
- Desenvolvedores que utilizam LLMs na geração ou análise de código
- Líderes técnicos explorando ferramentas de IA em seus fluxos de trabalho
- Profissionais de software experimentando integrações com LLMs
- Experiência em desenvolvimento de software ou scripting
- Familiaridade com linguagens de programação comuns (ex.: Python, JavaScript, SQL)
- Compreensão básica de modelos de linguagem grandes e ferramentas de IA como ChatGPT, Claude ou Copilot
Testemunhos de Clientes (1)
Agora tenho conhecimento sobre a biblioteca Streamlit em Python e, com certeza, vou tentar usá-la para melhorar os aplicativos da minha equipe que são desenvolvidos no R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Máquina Traduzida