डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन · पाठ

कोड जनरेशन और रिफैक्टरिंग

विभिन्न भाषाओं में कोड अंश उत्पन्न करने, मौजूदा कोड को रिफैक्टर करने और दोहराए जाने वाले कोडिंग कार्यों को स्वचालित करने के लिए LLM का उपयोग करें।

पाठ 1, कुल 4 में से11 चरण

कोड जनरेशन और रिफैक्टरिंग, CoddyKit पर डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन का एक निःशुल्क पाठ है। यह 4 में से 1वाँ पाठ है। आप नीचे पूरा पाठ निःशुल्क पढ़ सकते हैं—फिर अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर के साथ ब्राउज़र में इसका व्यावहारिक अभ्यास कर सकते हैं। यह डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन पाठ्यक्रम में कुल 4 पाठ शामिल हैं।

कोड निर्माण: आपका AI सहायक

कोड निर्माण और पुनर्संरचना में आपका स्वागत है! इस पाठ में, हम जानेंगे कि बड़े भाषा मॉडल (LLM) शक्तिशाली कोडिंग सहायक के रूप में कैसे काम कर सकते हैं।

कोड निर्माण का अर्थ है AI का उपयोग करके कोड अंश, फ़ंक्शन या यहाँ तक कि पूरे प्रोग्राम अपने-आप बनाना। इससे विकास की गति बहुत बढ़ सकती है और सामान्य त्रुटियों को कम करने में सहायता मिल सकती है।

सरल फ़ंक्शन बनाना

LLM किसी स्पष्ट अनुरोध के आधार पर कार्यशील कोड तुरंत तैयार कर सकते हैं। आइए देखें कि किसी संख्या का फैक्टोरियल निकालने के लिए एक बुनियादी Python फ़ंक्शन कैसे बनाया जा सकता है।

इस उदाहरण को चलाकर देखें:

def factorial(n):
    if n == 0:
        return 1
    else:
        return n * factorial(n-1)

# Example usage:
result = factorial(5)
print(f"Factorial of 5 is: {result}")

बॉयलरप्लेट और संरचना

LLM बॉयलरप्लेट कोड बनाने में बहुत अच्छे होते हैं—किसी प्रोग्राम के मानक और अक्सर दोहराए जाने वाले भाग। यह किसी बुनियादी क्लास संरचना, कॉन्फ़िगरेशन सेटअप या सरल डेटा मॉडल के रूप में हो सकता है।

बॉयलरप्लेट बनाने से नए घटकों की शुरुआत आसानी से होती है और एकरूपता बनी रहती है। यहाँ एक सरल Java क्लास है जिसे LLM बना सकता है:

public class User {
    private String name;
    private int age;

    public User(String name, int age) {
        this.name = name;
        this.age = age;
    }

    public String getName() {
        return name;
    }

    public int getAge() {
        return age;
    }

    public static void main(String[] args) {
        User user1 = new User("Alice", 30);
        System.out.println("User: " + user1.getName() + ", Age: " + user1.getAge());
    }
}

LLM के साथ पुनर्संरचना

पुनर्संरचना का अर्थ है कोड के बाहरी व्यवहार को बदले बिना उसकी आंतरिक संरचना में सुधार करना। इससे कोड को समझना, उसका रखरखाव करना और उसमें विस्तार करना आसान हो जाता है।

LLM "कोड की कमियाँ" (खराब डिज़ाइन के संकेत) पहचानने और सुधार सुझाने में सहायता कर सकते हैं। सामान्य कमियों में शामिल हैं:

लंबे फ़ंक्शन: ऐसे फ़ंक्शन जिनमें बहुत अधिक पंक्तियाँ हों।
दोहराया गया कोड: एक ही कोड खंड का कई स्थानों पर दिखाई देना।
बड़ी क्लास: ऐसी क्लास जो बहुत सारे काम करती हों।

पुनर्संरचना: फ़ंक्शन निकालना

एक सामान्य पुनर्संरचना "फ़ंक्शन निकालना" है। यदि आपके कोड का कोई भाग एक अलग कार्य करता है, तो आप उसे अपने अलग फ़ंक्शन में ले जा सकते हैं। इससे मूल फ़ंक्शन छोटा और अधिक स्पष्ट हो जाता है।

LLM ऐसे कोड खंडों को अलग करने और निकालने में सहायता कर सकते हैं। यहाँ एक सरल उदाहरण है:

def calculate_final_price(item_price, quantity, discount_rate):
    total_price = item_price * quantity
    discount = total_price * discount_rate
    return total_price - discount

# Example usage:
item_p = 100
qty = 2
disc_rate = 0.10
final = calculate_final_price(item_p, qty, disc_rate)
print(f"Final price: ${final}")

पुनर्संरचना: स्पष्टता के लिए नाम बदलना

पठनीय कोड के लिए चर, फ़ंक्शन और क्लास के स्पष्ट नाम अत्यंत महत्वपूर्ण हैं। समझ और रखरखाव को बेहतर बनाने के लिए LLM अधिक वर्णनात्मक नाम सुझा सकते हैं।

यह पुनर्संरचना अक्सर छोटी लगती है, लेकिन इसका इस बात पर महत्वपूर्ण प्रभाव पड़ता है कि दूसरे लोग (या भविष्य में आप स्वयं!) कोड को कितनी आसानी से समझ सकते हैं।

def calc_area(r): # 'r' is not very clear
    PI = 3.14159
    return PI * r * r

# Refactored with LLM help:
def calculate_circle_area(radius): # 'radius' is much clearer!
    PI = 3.14159
    return PI * radius * radius

# Example usage:
circle_radius = 7
area = calculate_circle_area(circle_radius)
print(f"Area of circle with radius {circle_radius}: {area}")

उपयोगिता स्क्रिप्ट को स्वचालित बनाना

LLM सामान्य विकास कार्यों के लिए छोटी उपयोगिता स्क्रिप्ट बना सकते हैं। कल्पना कीजिए कि आपको शब्दों की गिनती करने, लॉग संसाधित करने या डेटा के प्रारूप बदलने के लिए स्क्रिप्ट चाहिए।

इसे शुरू से लिखने के बजाय, आप किसी LLM को प्रॉम्प्ट दे सकते हैं। यहाँ एक बुनियादी Python स्क्रिप्ट है जिसे LLM किसी String में शब्दों की गिनती करने के लिए बना सकता है:

def count_words(text):
    words = text.split()
    return len(words)

# Example usage:
sample_text = "This is a sample sentence to count words."
word_count = count_words(sample_text)
print(f"The text has {word_count} words.")

डेटा संरचनाएँ बनाना

संरचित डेटा संभालने वाले एप्लिकेशन के लिए आपको अक्सर डेटा क्लास या डेटा ट्रांसफ़र ऑब्जेक्ट (DTO) की आवश्यकता होती है। ये सरल क्लास होती हैं जिनका मुख्य उद्देश्य डेटा रखना होता है।

LLM आपके लिए ये क्लास बना सकते हैं। इससे तब समय बचता है जब आपके पास कोई स्कीमा (जैसे JSON संरचना) हो और आपको उसे अपनी चुनी हुई भाषा के कोड में बदलना हो।

class Product:
    def __init__(self, name, price, quantity):
        self.name = name
        self.price = price
        self.quantity = quantity

    def display_info(self):
        print(f"Product: {self.name}")
        print(f"Price: ${self.price:.2f}")
        print(f"Quantity: {self.quantity}")

# Example usage:
laptop = Product("Laptop Pro", 1200.50, 1)
laptop.display_info()

सुझाव और LLM की सीमाएँ

शक्तिशाली होने के बावजूद, LLM पूर्ण कोड जनरेटर नहीं हैं। इन सुझावों और सीमाओं को ध्यान में रखें:

विशिष्ट रहें: आपका प्रॉम्प्ट जितना स्पष्ट होगा, कोड उतना ही बेहतर होगा।
कोड की समीक्षा करें: सही होने, सुरक्षा और दक्षता के लिए बनाए गए कोड की हमेशा जाँच करें।
संदर्भ महत्वपूर्ण है: LLM आपके पूरे कोडबेस को नहीं समझते। पुनर्संरचना के लिए आवश्यक संदर्भ दें।
जटिल तर्क: अत्यधिक जटिल एल्गोरिदम या सूक्ष्म वास्तु संबंधी निर्णयों में LLM को कठिनाई हो सकती है।
भ्रामक निर्माण: वे देखने में विश्वसनीय, लेकिन गलत या अस्तित्वहीन कोड बना सकते हैं।

अपनी समझ जाँचें

आइए कोड निर्माण और पुनर्संरचना कार्यों के लिए LLM के उपयोग के बारे में आपके ज्ञान की जाँच करें।

इंटरैक्टिव पाठ में इसका उत्तर दें

पाठ का सारांश

इस पाठ में आपने सीखा कि LLM कोड निर्माण और पुनर्संरचना में कैसे सहायता कर सकते हैं। हमने इन विषयों को शामिल किया:

बुनियादी फ़ंक्शन और बॉयलरप्लेट कोड बनाना।
"फ़ंक्शन निकालना" और "नाम बदलना" जैसी सरल कोड पुनर्संरचनाओं को पहचानने और करने में LLM का उपयोग।
स्क्रिप्ट और डेटा क्लास बनाने जैसे दोहराए जाने वाले कोडिंग कार्यों को स्वचालित बनाना।
कोड के लिए LLM पर निर्भर रहते समय महत्वपूर्ण सर्वोत्तम अभ्यास और वर्तमान सीमाएँ।

इन शक्तिशाली टूल को अपने विकास कार्यप्रवाह में शामिल करने के लिए अभ्यास करते रहें!

शुरुआत निःशुल्क

एआई शिक्षक के साथ डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन सीखें — निःशुल्क

अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।

पाठ्यक्रम: 12
पाठ: 48

निःशुल्क सीखना शुरू करें पूरा पाठ्यक्रम देखें

अक्सर पूछे जाने वाले प्रश्न

क्या “कोड जनरेशन और रिफैक्टरिंग” पाठ निःशुल्क है?

हाँ—“कोड जनरेशन और रिफैक्टरिंग” का पूरा पाठ यहाँ वेब पर निःशुल्क पढ़ा जा सकता है। इंटरैक्टिव अभ्यास (अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर) करने और डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन पाठ्यक्रम का बाकी हिस्सा अनलॉक करने के लिए CoddyKit PRO लें। डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन पाठ्यक्रम में कुल 4 पाठ शामिल हैं।

“कोड जनरेशन और रिफैक्टरिंग” में मैं क्या सीखूँगा?

विभिन्न भाषाओं में कोड अंश उत्पन्न करने, मौजूदा कोड को रिफैक्टर करने और दोहराए जाने वाले कोडिंग कार्यों को स्वचालित करने के लिए LLM का उपयोग करें। आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।

क्या डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?

पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 1वाँ पाठ है।

“कोड जनरेशन और रिफैक्टरिंग” पाठ पूरा करने में कितना समय लगता है?

CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।

क्या मैं इस डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन पाठ में कोड लिख और चला सकता हूँ?

हाँ। हर डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।

इस पाठ्यक्रम के सभी पाठ

← डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन पर वापस जाएँ