Learn how AI models enhance coding through completion, debugging, and documentation. Master the basics of prompt engineering and discover how context makes AI responses smarter. This chapter sets the foundation for using AI as a practical coding assistant.

The AI-assisted coding paradigm

Matching AI models to tasks

Classifying AI workloads

Prompt engineering basics

Decoding functions with the right prompts

Refining prompts for code changes

Adding context for smarter AI responses

Choosing the right context in coding tasks

Improving code with prompt iteration

Unlocking the Power of AI in Code

Learn how to craft prompts that guide models through complex reasoning, document code effectively, and generate test-driven implementations. By the end of this chapter, you’ll be able to design prompts that improve both the quality of generated code and your overall development workflow.

Ingénierie de prompts avancée pour l’assistance au code

ChatGPT

Prompts pour un débogage efficace

Définitions de rôle efficaces

Documenter le code avec l’IA

Optimiser les prompts pour la documentation du code

Rédiger des messages de commit efficaces avec l’IA

Écrire des tests et sécuriser le code avec l’IA

Prompts pour un codage assisté par l’IA sécurisé

Repérer les lacunes dans des tests générés par l’IA

Prompt Engineering for Real-World Coding Tasks

Go beyond prompt crafting in this chapter, and into the practical realities of running AI in production. Explore how to compare and select models based on performance, cost, and task fit; how to embed guardrails that keep outputs safe and compliant; and how to fine-tune workflows for efficiency without sacrificing quality. 

Picking the best AI tool for the job

Understanding the cost of AI assistants

Evaluating the trade-offs of reasoning models

Guardrails for responsible AI coding

Security and ethical guardrails for an AI workflow

Applying security guardrails to an AI workflow

Optimizing AI for speed, cost and quality

Effective strategies to control model cost

Balancing model performance and cost

Congratulations!

Building Robust AI Coding Workflows

Découvrez comment booster votre code grâce à l’IA. Ce cours présente des techniques de prompt engineering pour écrire un code plus propre, déboguer plus vite, générer de la documentation et sécuriser vos applications. Vous apprendrez à formuler des prompts précis, à choisir les bons outils d’IA et à construire des workflows de code sûrs et économiques. À la fin, vous serez capable d’intégrer l’IA dans des tâches de développement réelles pour fluidifier votre travail. Ce cours s’adresse aux développeurs qui souhaitent utiliser l’IA comme partenaire de codage.

<h2>Programmez de manière plus intelligente grâce à l'IA</h2>
L'IA transforme la manière dont les développeurs écrivent, déboguent et maintiennent le code. De la génération de fonctions à l'amélioration de la documentation et à la détection des bogues, les assistants de codage IA peuvent considérablement augmenter la productivité, à condition de savoir les utiliser efficacement. Ce cours vous enseigne l'art et la science de l'ingénierie rapide pour le codage, vous fournissant les outils nécessaires pour exploiter l'IA de manière responsable et efficace.<br>

<h2>Libérez le potentiel de l'IA dans le développement</h2>
Vous commencerez par examiner comment les grands modèles linguistiques (LLM) contribuent au développement de logiciels. Apprenez les principes fondamentaux de l'ingénierie des invites, comment le contexte influence les résultats de l'IA et comment affiner de manière itérative les invites pour obtenir des résultats plus précis et plus fiables.<br>

<h2>Appliquer l'ingénierie rapide aux tâches de codage du monde réel</h2>
Ensuite, vous mettrez en pratique des stratégies avancées de prompting pour le débogage, la documentation et la génération de tests. Vous découvrirez également comment orienter les modèles afin d'améliorer la sécurité, en veillant à ce que vos workflows assistés par l'IA évitent les vulnérabilités courantes et prennent en charge les meilleures pratiques en matière de développement logiciel.<br>

<h2>Développez un code robuste et responsable</h2>
Enfin, vous évaluerez différents modèles afin de sélectionner l'outil le plus adapté à chaque tâche, en trouvant le juste équilibre entre rapidité, coût et qualité, et vous mettrez en place des garde-fous pour garantir une utilisation sûre et éthique de l'IA. À la fin, vous serez en mesure d'utiliser en toute sécurité des assistants de codage basés sur l'IA et de les adapter à vos besoins.

Intermediate Python

Améliorez votre code avec l'IA : guidez votre assistant pour écrire, tester et documenter efficacement.

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

Améliorez vos compétences en codage grâce à l'IA : guidez votre assistant de codage pour qu'il écrive, teste et documente efficacement le code.

L'intelligence artificielle au service du génie logiciel

GitHub Copilot Fundamentals (GH-300)

Repérer les lacunes dans des tests générés par l’IA

Exercice interactif pratique