En este documento, se muestran las estrategias para crear mensajes que funcionen con los modelos compatibles para generar código mediante una descripción de lenguaje natural.
Casos de uso
Estos son algunos casos de uso comunes de generación de código:
Pruebas de unidades: Diseña un mensaje para solicitar una prueba de unidades para una función.
Escribir una función: Pasa un problema al modelo para obtener una función que lo resuelva.
Crear una clase: Usa una indicación para describir el propósito de una clase y tener un código que defina la clase que se muestra.
Modelos compatibles
Los siguientes modelos admiten tareas de generación de código:
- Gemini 1.5 Flash
- Gemini 1.5 Pro
- Gemini 1.0 Pro
Ejemplos de instrucciones de generación de código
Usa los siguientes ejemplos para aprender a diseñar instrucciones de generación de código.
Genera una secuencia de comandos de Docker
Puedes usar el modelo de generación de código para generar una secuencia de comandos de Docker. El siguiente mensaje genera una secuencia de comandos de Docker para crear una máquina Linux con bibliotecas específicas instaladas:
Generate a Docker script to create a simple linux machine that has python 3.10 installed with following libraries: pandas, tensorflow, numpy ``` # Create a new Dockerfile FROM ubuntu:20.04 # Update the package list RUN apt-get update # Install Python 3.10 RUN apt-get install -y python3.10 # Install Python libraries RUN pip install pandas tensorflow numpy # Create a new user RUN useradd -m user # Set the default user USER user # Start the Python shell CMD ["python"] ``` To build the Docker image, run the following command: ``` docker build -t my-python-image . ``` To run the Docker image, run the following command: ``` docker run -it --rm my-python-image ``` This starts a new container based on the `my-python-image` image. You can then use the Python shell to interact with the container. For example, you can install additional Python libraries or run Python scripts. |
Genera una función
Puedes usar el modelo de generación de código para generar una función. En el siguiente mensaje se genera una función que ingresa un año y determina si es un año bisiesto:
Write a function that checks if a year is a leap year. ```python def is_leap_year(year): """ def is_leap_year(year): """ Check if a year is a leap year. Args: year: The year to check. Returns: True if the year is a leap year, False otherwise. """ if year % 4 != 0: return False elif year % 100 == 0 and year % 400 != 0: return False else: return True ``` |
Genera una prueba de unidades
Puedes usar el modelo de generación de código para generar una prueba de unidades.
El siguiente mensaje genera una prueba de unidades para una función que determina si un año es bisiesto o no.
Write a unit test for this function: def is_leap_year(year): """ Check if a year is a leap year. Args: year: The year to check. Returns: True if the year is a leap year, False otherwise. """ if year % 4 != 0: return False elif year % 100 == 0 and year % 400 != 0: return False else: return True ```python import unittest class IsLeapYearTest(unittest.TestCase): def test_is_leap_year_true(self): self.assertTrue(is_leap_year(2000)) self.assertTrue(is_leap_year(2004)) self.assertTrue(is_leap_year(2012)) def test_is_leap_year_false(self): self.assertFalse(is_leap_year(1900)) self.assertFalse(is_leap_year(1999)) self.assertFalse(is_leap_year(2100)) def test_is_leap_year_invalid_input(self): with self.assertRaises(TypeError): is_leap_year("2000") if __name__ == '__main__': unittest.main() ``` |
¿Qué sigue?
- Aprende a enviar solicitudes de prompts de chat de Gemini.
- Obtén más información para crear mensajes de chat de código.
- Aprende a crear instrucciones de finalización de código.
- Obtén información sobre las prácticas recomendadas de IA responsable y los filtros de seguridad de Vertex AI.