Contacta con nosotros

Temario del curso

Mejores Prácticas y Herramientas

Errores Comunes y Estrategias de Mitigación

Introducción a la Ingeniería de Prompts

Refinamiento de Prompts y Diseño Iterativo

Uso de Prompts para Automatización de Pruebas y Generación de SQL

Resumen y Siguientes Pasos

Uso de Prompts para Explicación y Depuración de Código

Redacción de Prompts para Generación de Código

  • Evitar la generación de código alucinatorio o vulnerabilidades de seguridad
  • Manejo de entradas incompletas o ambiguas
  • Creación de prompts de respaldo seguros y controles de protección (guardrails)
  • 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 conjuntos de pruebas
  • Explicación de código legado o poco familiar
  • Prompts para revisión lógica o análisis de casos límite (edge cases)
  • Detección y explicación de errores o ineficiencias
  • Generación de código a partir de descripciones en lenguaje natural
  • Control del formato de salida y del lenguaje de programación
  • Trabajo con lógica compleja o múltiples funciones
  • Mejora de resultados mediante el encadenamiento de prompts y bucles de retroalimentación
  • Estrategias de recuperación de errores y ajuste fino de prompts
  • Estudios de caso sobre refinamiento para tareas técnicas
  • Bibliotecas de prompts y patrones de reutilización
  • Uso de plantillas de prompts en VS Code o flujos de trabajo basados en API
  • Evaluación de la calidad y el rendimiento de los prompts en uso productivo
  • Comprensión de prompts, contexto, tokens y modelos
  • Tipos de prompts: zero-shot, one-shot, few-shot
  • Uso de instrucciones del sistema frente a instrucciones del usuario en diferentes APIs

Requerimientos

Audiencia Objetivo

  • Desarrolladores que utilizan LLM en generación o análisis de código
  • Líderes técnicos que exploran herramientas de IA en sus flujos de trabajo
  • Profesionales del software experimentando con integraciones de LLM
  • Experiencia en desarrollo de software o scripting
  • Familiaridad con lenguajes de programación comunes (por ejemplo, Python, JavaScript, SQL)
  • Comprensión básica de modelos de lenguaje grande y herramientas de IA como ChatGPT, Claude o Copilot
 7 Horas

Número de participantes


Precio por participante

Testimonios (2)

Próximos cursos

Categorías Relacionadas