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. 

Escolhendo a melhor ferramenta de IA para a tarefa

Entendendo o custo de assistentes de IA

Opções

Prós

Contras

Avaliar os prós e contras de modelos de raciocínio

Guardrails para uma codificação de IA responsável

Restrições de segurança e ética para um fluxo de trabalho com IA

Aplicando guardrails

Aplicando guardrails de segurança a um fluxo de trabalho de IA

Otimização de IA para velocidade, custo e qualidade

Estratégias eficazes para controlar o custo do modelo

Options

Pode usar modelos comuns (mais baratos)

Exige modelos poderosos

Equilibrando desempenho do modelo e custo

Parabéns!

Building Robust AI Coding Workflows

Descubra como turbinar sua programação com IA. Este curso apresenta técnicas de prompt engineering para ajudar você a escrever código mais limpo, depurar mais rápido, gerar documentação e proteger suas aplicações. Você vai aprender a criar prompts precisos, escolher as ferramentas de IA certas e montar fluxos de trabalho seguros e econômicos. Ao final, você será capaz de integrar IA em tarefas reais de desenvolvimento, acelerando seu trabalho. Este curso é ideal para desenvolvedores que querem usar a IA como parceira na codificação.

<h2>Programe de forma mais inteligente com IA</h2>
A IA está mudando a forma como os desenvolvedores escrevem, depuram e mantêm o código. Desde gerar funções até melhorar a documentação e detectar bugs, os assistentes de codificação com IA podem aumentar drasticamente a produtividade — se você souber como utilizá-los de forma eficaz. Este curso ensina a arte e a ciência da engenharia de prompts para codificação, fornecendo as ferramentas necessárias para usar a IA de forma responsável e eficiente.<br>

<h2>Descubra o poder da IA no desenvolvimento</h2>
Você vai começar explorando como os grandes modelos de linguagem (LLMs) ajudam no desenvolvimento de software. Aprenda o básico sobre engenharia de prompts, como o contexto influencia os resultados da IA e como refinar os prompts de forma iterativa para obter resultados mais precisos e confiáveis.<br>

<h2>Aplique a engenharia de prompts a tarefas de codificação do mundo real</h2>
Depois, você vai praticar estratégias avançadas de prompting para depuração, documentação e geração de testes. Você também vai descobrir como orientar modelos para melhorar a segurança, garantindo que seus fluxos de trabalho assistidos por IA evitem vulnerabilidades comuns e apoiem as melhores práticas no desenvolvimento de software.<br>

<h2>Crie um código robusto e responsável</h2>
Por fim, você vai avaliar diferentes modelos para escolher a ferramenta certa para cada tarefa, equilibrar velocidade, custo e qualidade, e aplicar proteções para garantir o uso seguro e ético da IA. No final, você vai conseguir usar assistentes de codificação com inteligência artificial de forma segura e personalizá-los de acordo com suas necessidades.

Intermediate Python

Impulsione seu código com IA—guie seu assistente para escrever, testar e documentar código eficazmente.

Codificação com IA para Desenvolvedores

Melhore sua programação com IA — guie seu assistente de programação para escrever, testar e documentar códigos de forma eficaz.

IA para Engenharia de Software

GitHub Copilot Fundamentals (GH-300)

Aplicar restrições pré-prompt: definir tom, estrutura, limites éticos e validar a entrada do usuário para segurança.

Gerar resposta: chamar o LLM para produzir a saída.

Aplicar restrições pós-prompt complexas: avaliar a saída usando LLM-as-a-judge para qualidade ou segurança.

Registrar e entregar: registrar a interação para auditoria e enviar o resultado ao usuário com segurança.

Aplicando guardrails de segurança a um fluxo de trabalho de IA

Codificação com IA para Desenvolvedores

exercicio interativo prático