Garde-fous de sécurité et d’éthique pour un workflow d’IA

Vous travaillez sur l’intégration d’un LLM dans un workflow de développement qui aide à automatiser des tâches de codage.

Avant de déployer le système, vous devez passer en revue des exemples d’invites que les utilisateurs pourraient soumettre à l’assistant IA. Cette revue fait partie de la conception des garde-fous de sécurité et d’éthique du workflow, afin de s’assurer que l’IA ne produit pas et n’aide pas à générer du code nuisible ou contraire à l’éthique.

Laquelle des invites suivantes pourrait soulever des préoccupations éthiques, des risques de sécurité ou enfreindre des politiques d’utilisation acceptable ?

Cet exercice fait partie du cours

Coder avec l’aide de l’IA pour les développeurs

Afficher le cours

Exercice interactif pratique

Passez de la théorie à la pratique avec l’un de nos exercices interactifs

Commencer l’exercice

Cet exercice fait partie du cours

Coder avec l’aide de l’IA pour les développeurs

IntermédiaireNiveau de compétence

4.9+

302 reviews

Commencer le cours gratuitement

Découvrez comment les modèles d’IA améliorent le codage grâce à la complétion, au débogage et à la documentation. Maîtrisez les bases du prompt engineering et voyez comment le contexte rend les réponses de l’IA plus pertinentes. Ce chapitre pose les fondations pour utiliser l’IA comme assistant de codage pratique.

Exercise 1: Le paradigme du code assisté par l’IA Exercise 2: Faire correspondre les modèles d’IA aux tâches Exercise 3: Classer les charges de travail liées à l’IA Exercise 4: Notions de base du prompt engineering Exercise 5: Décoder des fonctions avec les bons prompts Exercise 6: Affiner les prompts pour des modifications de code Exercise 7: Ajouter du contexte pour des réponses d’IA plus pertinentes Exercise 8: Choisir le bon contexte pour les tâches de code Exercise 9: Améliorer le code par itérations de prompt

Apprenez à concevoir des prompts qui guident les modèles dans un raisonnement complexe, documentent efficacement le code et génèrent des implémentations pilotées par les tests. À la fin de ce chapitre, vous saurez créer des prompts qui améliorent à la fois la qualité du code généré et votre workflow de développement global.

Exercise 1: Ingénierie de prompts avancée pour l’assistance au code Exercise 2: Prompts pour un débogage efficace Exercise 3: Définitions de rôle efficaces Exercise 4: Documenter le code avec l’IA Exercise 5: Optimiser les prompts pour la documentation du code Exercise 6: Rédiger des messages de commit efficaces avec l’IA Exercise 7: Écrire des tests et sécuriser le code avec l’IA Exercise 8: Prompts pour un codage assisté par l’IA sécurisé Exercise 9: Repérer les lacunes dans des tests générés par l’IA

Allez au-delà de la rédaction de prompts pour aborder les réalités pratiques de l’exécution de l’IA en production. Découvrez comment comparer et sélectionner des modèles selon les performances, le coût et l’adéquation à la tâche ; comment intégrer des garde‑fous pour garantir des résultats sûrs et conformes ; et comment optimiser les workflows pour gagner en efficacité sans compromettre la qualité.

Exercise 1: Choisir le meilleur outil d’IA pour la tâche Exercise 2: Comprendre le coût des assistants IA Exercise 3: Évaluer les compromis des modèles de raisonnement Exercise 4: Garde-fous pour un codage IA responsable Exercise 5: Garde-fous de sécurité et d’éthique pour un workflow d’IA

Exercice en cours

Exercise 6: Appliquer des garde-fous de sécurité à un flux de travail IA Exercise 7: Optimiser l’IA pour la vitesse, le coût et la qualité Exercise 8: Stratégies efficaces pour maîtriser le coût d’un modèle Exercise 9: Équilibrer performances et coût des modèles Exercise 10: Félicitations !