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.

Advanced prompt engineering for coding assistance

Prompts for effective debugging

Effective role definitions

Documenting code with AI

Optimizing prompts for code documentation

Effective commit messages with AI

Writing tests and securing code with AI

Prompts for secure AI-assisted coding

Spotting gaps in AI-generated tests

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. 

Memilih alat AI terbaik untuk tugasnya

Memahami biaya asisten AI

Pilihan

Kelebihan (Pros)

Kekurangan (Cons)

Mengevaluasi kompromi pada model reasoning

Guardrail untuk pengodean AI yang bertanggung jawab

Penjaga keamanan dan etika untuk alur kerja AI

Menerapkan guardrail

Menerapkan guardrail keamanan pada alur kerja AI

Mengoptimalkan AI untuk kecepatan, biaya, dan kualitas

Strategi efektif untuk mengendalikan biaya model

Opsi

Dapat menggunakan model reguler (lebih murah)

Memerlukan model yang kuat

Menyeimbangkan kinerja model dan biaya

Selamat!

Building Robust AI Coding Workflows

Temukan cara meningkatkan produktivitas pengodean Anda dengan AI. Kursus ini memperkenalkan teknik prompt engineering untuk membantu Anda menulis kode yang lebih rapi, mempercepat debug, menghasilkan dokumentasi, dan mengamankan aplikasi Anda. Anda akan belajar menyusun prompt yang presisi, memilih alat AI yang tepat, dan membangun alur kerja pengodean yang aman serta hemat biaya. Pada akhirnya, Anda akan mampu mengintegrasikan AI ke dalam tugas pengembangan nyata, sehingga alur kerja menjadi lebih efisien. Kursus ini ideal untuk developer yang ingin memanfaatkan AI sebagai rekan pengodean.

<h2>Bekerja Lebih Cerdas dengan Kecerdasan Buatan (AI)</h2>
AI sedang mengubah cara pengembang menulis, mendebug, dan memelihara kode. Dari fungsi pembangkit hingga meningkatkan dokumentasi dan mendeteksi bug, asisten pemrograman AI dapat secara signifikan meningkatkan produktivitas—jika Anda tahu cara memberikan perintah dengan efektif. Kursus ini mengajarkan Anda seni dan ilmu teknik prompt untuk pemrograman, memberikan Anda alat untuk memanfaatkan AI secara bertanggung jawab dan efisien.<br>

<h2>Manfaatkan Kekuatan Kecerdasan Buatan dalam Pembangunan</h2>
Anda akan memulai dengan mengeksplorasi bagaimana model bahasa besar (LLMs) mendukung pengembangan perangkat lunak. Pelajari dasar-dasar prompt engineering, bagaimana konteks memengaruhi output AI, dan cara secara berulang-ulang menyempurnakan prompt untuk hasil yang lebih akurat dan andal.<br>

<h2>Terapkan Teknik Prompt Engineering pada Tugas Pemrograman Dunia Nyata</h2>
Selanjutnya, Anda akan berlatih strategi prompting lanjutan untuk debugging, dokumentasi, dan pembangkitan tes. Anda juga akan mempelajari cara mengarahkan model untuk meningkatkan keamanan, memastikan alur kerja yang didukung AI Anda terhindar dari kerentanan umum dan mendukung praktik terbaik dalam pengembangan perangkat lunak.<br>

<h2>Bangun Kode yang Tangguh dan Bertanggung Jawab</h2>
Akhirnya, Anda akan mengevaluasi berbagai model untuk memilih alat yang tepat untuk setiap tugas, menyeimbangkan kecepatan, biaya, dan kualitas, serta menerapkan batasan untuk memastikan penggunaan AI yang aman dan etis. Pada akhirnya, Anda akan dapat memanfaatkan asisten pemrograman berbasis AI dengan aman dan menyesuaikannya sesuai kebutuhan Anda.

Intermediate Python

Tingkatkan coding Anda dengan AI—bimbing asisten coding Anda untuk menulis, menguji, dan mendokumentasikan.

Pengembangan Kode dengan Bantuan AI untuk Developer

Tingkatkan kemampuan pemrograman Anda dengan AI—bimbing asisten pemrograman Anda untuk menulis, menguji, dan mendokumentasikan kode secara efektif.

Kecerdasan Buatan untuk Rekayasa Perangkat Lunak

GitHub Copilot Fundamentals (GH-300)

Terapkan batasan pra-prompt: Tetapkan nada, struktur, batas etika, dan validasi masukan pengguna demi keamanan.

Hasilkan respons: Panggil LLM untuk menghasilkan keluaran.

Terapkan batasan pasca-prompt yang kompleks: Evaluasi keluaran menggunakan LLM-as-a-judge untuk kualitas atau keamanan.

Catat dan kirimkan: Catat interaksi untuk audit dan kirimkan prompt dengan aman kepada pengguna.

Menerapkan guardrail keamanan pada alur kerja AI

Pengembangan Kode dengan Bantuan AI untuk Developer

Latihan interaktif langsung