+49 (0) 30 5201 4923
info@orb-experts.com
Ein fortgeschrittener, praxisnaher Kurs für Entwicklerinnen und Entwickler, die bereits mit KI Coding Tools arbeiten. Ziel ist es, mit ChatGPT schneller und sicherer zu liefern, indem Sie Prompt Muster, Kontext Strategien und die Integration in reale Repositories, Tests und CI beherrschen.
Sie verfeinern, wie Sie Entwicklungsaufgaben zuschneiden, Prompts entwerfen und ChatGPT so steuern, dass verlässliche Codeänderungen entstehen. Sie verknüpfen Prompts mit Repos und Workflows, setzen Guardrails über Tests und Richtlinien und führen eine leichte Evaluation ein, damit die Qualität über die Zeit steigt.
Nach diesem Training können Sie sicher:
• Engineering Aufgaben für ChatGPT formulieren und wirksame Prompting Strategien auswählen
• Repository Kontext, Code Navigation und Dokumentation nutzen, um Antworten zu fundieren
• Code Edits, Erklärungen und Diffs über mehrteilige Projekte steuern
• Feedback Schleifen mit Tests und Akzeptanzkriterien straffen
• Prompts in Git, Code Review und CI integrieren
• Datenschutz, Sicherheit und IP Risiken managen und Nachvollziehbarkeit wahre
• Souveräner Umgang mit Git und Code Reviews
• Vertrautheit mit einem CI System und Paketmanagern in mindestens einer Sprache
• Zugriff auf ein nicht sensibles Repository, das sich für das Training eignet
• Optional hilfreich ein kleines Service oder CLI Projekt
*Wir passen den Kursaufbau und die Inhalte an Ihre spezifischen Anforderungen und relevanten Anwendungsfälle an.
Modul 1 Prompting im SDLC
• Wo ChatGPT im Lifecycle hilft und wo nicht
• Aufgabenzerlegung, Constraints und Akzeptanzkriterien als Prompteingaben
• Modellantworten kritisch lesen und entscheiden, wann iterieren oder neu starten
Modul 2 Verlässlichen Kontext vorbereiten
• Die richtigen Dateien, Symbole, Logs und Konfigurationen bereitstellen, ohne Kontext zu überladen
• Große Codebereiche zusammenfassen und zu schützende Invarianten festhalten
• Designdokumente und API Referenzen verlinken, um Antwortqualität zu erhöhen
Modul 3 Muster für Codegenerierung und Edits
• Fokussierte Diffs, Patch Stil Ausgaben und Commit Messages anfordern
• Schrittweises Prompting für Features, ohne öffentliche Verträge zu brechen
• Refactoring Prompts, die API Stabilität bewahren
Modul 4 Tests als Steuerpunkte und Debugging
• Tests vor Edits schreiben oder schärfen, um Verhalten zu begrenzen
• Fehlende oder fehlschlagende Tests und Logs gezielt für die nächste Iteration nutzen
• Erklärungen und Change Notes für Reviews und künftige Wartung erstellen
Modul 5 Prompt Vorlagen und Wiederverwendung
• Wiederverwendbare Gerüste für Bugfixes, Feature Stubs und Migrationen
• Stil, Lint und Format Regeln als Constraints einbetten
• Team Konventionen für Benennung, Struktur und Checklisten
Modul 6 Git und CI Integration
• Branching Ansätze, die KI gestützte Änderungen unterstützen
• PR Beschreibungen, Risiko Hinweise und Review Checklisten
• Prompts mit automatisierten Tests und Quality Gates verknüpfen
Modul 7 Retrieval und externe Tools
• Wann Dokumente, Tickets und Changelogs beilegen, um Antworten zu fundieren
• Hilfstools auswählen, auf die sich das Modell stützen soll Linter, Formatter, Test Runner
• Lang laufende Aufgaben und in Teilziele zerlegte Objectives sicher steuern
Modul 8 Sicherheit, Datenschutz, IP und Evaluation
• Geheimnisse entfernen und sensible Daten minimieren
• Lizenzlage und Provenienz für generierten Code berücksichtigen
• Decision Logs und Traceability für Audits, leichte Metriken für Verbesserung
Praxisnahes Lernen mit erfahrenen Trainern an Ihrem Standort für Organisationen.
Neue Fähigkeiten erlernen, angeleitet von erfahrenen Trainern von überall.
Kein passender Termin dabei? Sprechen Sie uns gerne auf Ihren Wunschtermin an.
