MENU
Nasze ceny
-
promocja
Programowanie wspomagane sztuczną inteligencją. Lepsze planowanie, kodowanie, testowanie i wdrażanie - ebook
Programowanie wspomagane sztuczną inteligencją. Lepsze planowanie, kodowanie, testowanie i wdrażanie - ebook
To już się dzieje! Narzędzia oparte na sztucznej inteligencji wykonują monotonne zadania i zajmują się złożonymi szczegółami kodu. W tym czasie programista może się skupić na rozwiązywaniu problemów i innowacjach. AI w takim tandemie ogrywa rolę zaufanego pomocnika, wyręczającego człowieka w zawiłych lub nużących aspektach kodowania. Efekt? Imponujący wzrost produktywności!
Ta praktyczna książka ułatwi Ci optymalne używanie narzędzi AI na wszystkich etapach tworzenia oprogramowania. Niezależnie od Twojego doświadczenia nauczysz się korzystać z szerokiej gamy rozwiązań: od dużych modeli językowych ogólnego przeznaczenia (ChatGPT, Gemini i Claude) po systemy przeznaczone do kodowania (GitHub Copilot, Tabnine, Cursor i Amazon CodeWhisperer). Poznasz również metodykę programowania modułowego, która efektywnie współgra z technikami pisania promptów do generowania kodu. W książce znajdziesz także najlepsze sposoby zastosowania uniwersalnych modeli LLM w nauce języka programowania, wyjaśnianiu kodu lub przekładaniu go na inny język programowania.
Najciekawsze zagadnienia:
- możliwości narzędzi opartych na AI, przeznaczonych do tworzenia kodu
- zalety i wady popularnych systemów
- korzystanie z ogólnych modeli językowych podczas kodowania
- narzędzia oparte na AI w cyklu życia oprogramowania
- inżynieria promptów podczas tworzenia oprogramowania
- realizacja żmudnych zadań, takich jak pisanie wyrażeń regularnych
Ta książka zaoszczędzi Ci wielu godzin prób i błędów!
Jonathan Ellis, współzałożyciel firmy DataStax
Spis treści
Wstęp
Rozdział 1. Nowy świat programistów
- Rozwój i rewolucja
- Generatywna sztuczna inteligencja
- Zalety
- Minimalizowanie wyszukiwania
- Twój doradca
- Integracja z IDE
- Powiązanie z bazą kodu
- Integralność kodu
- Tworzenie dokumentacji z pomocą sztucznej inteligencji
- Modernizacja
- Wady
- Halucynacje
- Własność intelektualna
- Prywatność
- Bezpieczeństwo
- Dane treningowe
- Stronniczość
- Nowy sposób pracy dla programistów
- Kariera zawodowa
- Programista razy 10
- Umiejętności programisty
- Podsumowanie
Rozdział 2. Jak programuje sztuczna inteligencja
- Najważniejsze funkcjonalności
- Sugerowanie kodu i uzupełnianie kodu z uwzględnieniem kontekstu a autouzupełnianie kodu
- Kompilatory a narzędzia do programowania wspomaganego sztuczną inteligencją
- Poziomy umiejętności
- Generatywna sztuczna inteligencja i duże modele językowe
- Rozwój
- Model transformera
- OpenAI Playground
- Ocenianie modeli językowych
- Rodzaje modeli językowych
- Ocenianie narzędzi do programowania wspomaganego sztuczną inteligencją
- Podsumowanie
Rozdział 3. Inżynieria promptów
- Sztuka i nauka
- Wyzwania
- Prompt
- Kontekst
- Instrukcje
- Streszczanie
- Klasyfikacja tekstu
- Zalecenia
- Tłumaczenie
- Wprowadzanie treści
- Format
- Sprawdzone praktyki
- Bądź dokładny
- Skróty i terminy techniczne
- Uczenie bez przykładów i z kilkoma przykładami
- Słowa kluczowe
- Łańcuch myśli
- Pytania kluczowe
- Prośba o przykłady i analogie
- Zmniejszanie efektu halucynacji
- Bezpieczeństwo i prywatność
- Autonomiczne agenty sztucznej inteligencji
- Podsumowanie
Rozdział 4. GitHub Copilot
- GitHub Copilot
- Ceny i wersje
- Przypadek użycia: programowanie sprzętu
- Przypadek użycia: Shopify
- Przypadek użycia: Accenture
- Bezpieczeństwo
- Pierwsze kroki
- Codespaces i Visual Studio Code
- Sugestie
- Komentarze
- Czat
- Czat w polu edytora kodu
- Otwarte karty
- Interfejs wiersza poleceń
- Program partnerski Copilot
- Podsumowanie
Rozdział 5. Inne narzędzia do programowania wspieranego sztuczną inteligencją
- CodeWhisperer firmy Amazon
- Gemini Code Assist firmy Google
- Tabnine
- Replit
- CodeGPT
- Cody
- CodeWP
- Warp
- Bito AI
- Cursor
- Code Llama
- Inne modele z otwartym źródłem
- StableCode
- AlphaCode
- PolyCoder
- CodeT5
- Korporacje tworzące oprogramowanie dla firm
- Podsumowanie
Rozdział 6. ChatGPT i duże modele językowe ogólnego przeznaczenia
- ChatGPT
- GPT-4
- Jak używać ChatGPT
- Aplikacja mobilna
- Instrukcje niestandardowe
- Wyszukiwanie z Bingiem
- Żmudne zadania
- Wyrażenia regularne
- Kod początkowy
- Plik README na GitHubie
- Kompatybilność między przeglądarkami
- Polecenia bash
- GitHub Actions
- Dostępne modele GPT do zadań specjalnych
- Model Codecademy
- Model AskYourDatabase
- Model Recombinant AI
- Modele GPT
- Gemini
- Aplikacje
- Gemini jako pomoc w programowaniu
- Claude
- Podsumowanie
Rozdział 7. Pomysły, planowanie i wymagania
- Burza mózgów
- Badania rynkowe
- Trendy rynkowe
- Całkowity rynek adresowalny
- Konkurencja
- Wymagania
- Dokument wymagań produktowych (PRD)
- Specyfikacja wymagań oprogramowania (SRS)
- Wywiad
- Tablica do spisywania pomysłów
- Styl
- Podejścia do planowania projektu
- Rozwój oprogramowania sterowanego testami
- Planowanie projektu strony internetowej
- Podsumowanie
Rozdział 8. Programowanie
- Realia
- Decyzje
- Nauka
- Komentarze
- Programowanie modularne
- Rozpoczęcie projektu
- Autouzupełnianie
- Refaktoryzacja
- Kod ninja
- Wydzielanie metody
- Rozkładanie warunków
- Zmiana nazw
- Martwy kod
- Funkcje
- Programowanie obiektowe
- Frameworki i biblioteki
- Dane
- Programowanie frontendu
- CSS
- Tworzenie grafiki
- Narzędzia oparte na sztucznej inteligencji
- API
- Podsumowanie
Rozdział 9. Debugowanie, testowanie i wdrażanie
- Debugowanie
- Dokumentacja
- Przegląd kodu
- Testy jednostkowe
- Pull request - prośba o scalenie kodu
- Wdrożenie
- Opinie użytkowników
- Premiera
- Podsumowanie
Rozdział 10. Kluczowe wnioski
- Krzywa uczenia się jest stroma
- Są duże korzyści
- Są też wady
- Inżynieria promptów jest sztuką i nauką
- Poza programowaniem
- Sztuczna inteligencja nie zabierze Ci pracy
- Podsumowanie
| Kategoria: | Programowanie |
| Zabezpieczenie: |
Watermark
|
| ISBN: | 978-83-289-2083-5 |
| Rozmiar pliku: | 9,0 MB |
