PROGRAMOWANIE WSPOMAGANE SZTUCZNĄ INTELIGENCJĄ

Programowanie wspomagane sztuczną inteligencją. Lepsze planowanie, kodowanie, testowanie i wdrażanie

Spis treści
Przedmowa

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