Ponte en Contacto
 Duración 7 horas

Temario del curso

Mejores Prácticas y Herramientas

Errores Comunes y Estrategias de Mitigación

Introducción a la Ingeniería de Indicaciones

Refinamiento de Indicaciones y Diseño Iterativo

Ingeniería de Indicaciones para Automatización de Pruebas y Generación de SQL

Resumen y Próximos Pasos

Uso de Indicaciones para Explicación y Depuración de Código

Escritura de Indicaciones para la Generación de Código

  • Evitar el código alucinado o vulnerabilidades de seguridad
  • Manejo de entradas incompletas o ambiguas
  • Creación de indicaciones de respaldo seguras y salvaguardas
  • Creación de casos de prueba a partir de requisitos o código
  • Generación de consultas SQL estructuradas a partir de lenguaje natural
  • Formateo de salidas para su integración en suites de pruebas
  • Explicación de código antiguo o no familiar
  • Ingeniería de indicaciones para recorridos de lógica o análisis de casos límite
  • Detección y explicación de errores o ineficiencias
  • Generación de código a partir de descripciones en lenguaje común
  • Control del formato de salida y del lenguaje de programación
  • Trabajo con lógica compleja o múltiples funciones
  • Mejora de resultados mediante encadenamiento de indicaciones y bucles de retroalimentación
  • Recuperación de errores y estrategias de ajuste de indicaciones
  • Estudios de casos en refinación para tareas técnicas
  • Bibliotecas de indicaciones y patrones de reutilización
  • Uso de plantillas de indicaciones en flujos de trabajo de VS Code o basados en API
  • Evaluación de la calidad y el rendimiento de las indicaciones en uso en producción
  • Comprensión de indicaciones, contexto, tokens y modelos
  • Tipos de indicaciones: zero-shot, one-shot, few-shot
  • Uso de instrucciones de sistema vs. de usuario en diferentes API

Requerimientos

Público Objetivo

  • Desarrolladores que utilizan LLM en la generación o análisis de código
  • Líderes técnicos que exploran herramientas de IA en flujos de trabajo
  • Profesionales de software que experimentan con integraciones de LLM
  • Experiencia en desarrollo de software o scripting
  • Conocimiento de lenguajes de programación comunes (p. ej., Python, JavaScript, SQL)
  • Comprensión básica de modelos de lenguaje grandes y herramientas de IA como ChatGPT, Claude o Copilot

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas