Prompt Patterns for Developers (Vibe Coding)

Name: Prompt Patterns for Developers (Vibe Coding)
Price: 77000 KRW

Now is the era of development using AI. To create better, more accurate code and documents by better utilizing AI, methods are needed, so we propose suitable ones.

(4.4) 5 reviews

45 learners

arigaram

프롬프트엔지니어링

인공지능

prompt engineering

What you will learn!

How to write prompts for development
Refactoring, TDD, BDD, Gherkin, Cucumber, etc., development and documentation-related core concepts

📌 Course Introduction

This course explores how to write better prompts by introducing prompt engineering techniques needed to maximize the use of various AI coding tools such as GPT, Copilot, ChatGPT, Claude, and Cursor.

Developers who write prompts well are faster and more capable.
Now, developers are not simply people who write code.
In a development environment where we collaborate with AI, 'what to request and how to request it' has become a core competency.
I organize prompt patterns by type and provide them with practical examples.
You can check the code generated by the prompt.

🎯 Recommended for these people

1⃣ Working Developer

Developers with programming experience but unfamiliar with AI utilization
Developers who spend a lot of time on repetitive code writing, refactoring, and documentation tasks
Someone who wants to expand into new areas like DevOps, data analysis, security etc. using prompts

2⃣ New & Junior Developers

Basic coding is possible, but developers who lack habits in testing/refactoring/documentation
Someone who wants to quickly adapt to practical work and grow into a "developer who works well" through AI tools

3⃣ Freelancer & Startup Founder

A person who has to handle code writing + infrastructure management + collaboration alone or in a small team with limited resources
Startup developers who need rapid prototyping and iterative experimentation

4⃣ Aspiring Data Analyst & AI Engineer

People who are already using Pandas, NumPy, Matplotlib, etc., but want to strengthen data processing & visualization automation
AI Prompts → Code Automation → Workflow Optimization interested analyst

5⃣ Researcher & Learner

Learners who want to quickly master new languages/frameworks
Technical Paper Summary → Code Reproduction researchers who want to accelerate the process with AI assistance

6⃣ Team Leader & PM (Product Manager)

Someone who wants to understand the flow of prompt-based code review/quality management/automation while collaborating with development teams
People who want to streamline collaboration between planners, designers, and developers

🗂 Course Structure

Section 1. Developers in the Age of Prompts

Key Topic: Why prompts are important for developers, changing work structures and basic concepts.
Topics Covered: Importance, defining good prompts, considerations when writing, value of patterns, etc.

Section 2. Creational Patterns

Key Topic: Basic patterns for requesting actual functional code with AI.
Topics Covered: CRUD, UI components, state management, event handling, asynchronous programming, framework-based requests.

Section 3. Refactoring Patterns

Core Topic: Request to improve and structure existing code.
Topics Covered: Improving readability, function separation, removing duplication, OOP conversion, immutability, performance improvement.

Section 4. Test Code Generation Patterns

Core Topic: Ensuring quality through test automation.
Topics Covered: Unit & integration testing, exception cases, mock/stub, TDD style, coverage expansion.

Section 5. Documentation Patterns

Key Topics: Automating comments, API documentation, README, and change logs.
Covered in class: Function comments, docstring, JSDoc/TSDoc, technical blogs, API documentation, change history summaries.

Section 6. Code Transformation Patterns

Core Topic: Automation of conversion between languages and frameworks.
Classes covered: JS↔TS, Python 2↔3, Java↔Kotlin, jQuery↔React, REST↔GraphQL, SQL↔NoSQL.

Section 7. Code Analysis & Debugging Patterns

Key Topic: Code interpretation and error detection through AI.
Classes Covered: Code explanation, complex logic interpretation, complexity analysis, security issues, debugging log automation.

Section 8. Style & Convention Patterns

Key Topic: Applying consistent code style.
Covered in class: ESLint, PEP8, Prettier, custom rules, semicolon/indentation conventions.

Section 9. Practical Application & Advanced Prompt Design

Core Topic: Project-based prompt utilization.
Covered in class: Prompt chaining, iterative improvement strategies, collaboration standardization.

Section 10. Data Processing & Analysis Patterns

Core Topics: Data preprocessing, analysis, and visualization.
Covered Classes: Pandas/Numpy preprocessing, visualization, efficient large-scale data processing, CSV/JSON/XML parsing, log analysis automation.

Section 11. Infrastructure & DevOps Patterns

Core Topic: Infrastructure code automation through AI.
Classes covered: Dockerfile, Kubernetes manifests, CI/CD pipelines, Terraform/CDK, server configuration files.

Section 12. Security & Quality Management Patterns

Key Topic: Security vulnerabilities and quality assurance.
Topics Covered: Vulnerability scanning, static analysis, API key management, load testing, security log automation.

Section 13. Multimodal & Next-Generation Patterns

Key Topic: Combined utilization of images, audio, and documents.
Classes covered: Image→Code, Voice commands→Code, Figma→UI Code, Document summarization+Code, Multimodal workflows.

Section 14. Meta Prompts & Automation Tools

Core Topic: Managing and automating prompts themselves.
Covered in class: Templating, LangChain, performance benchmarking, Zapier/n8n, tool-based agents.

Section 15. Collaboration & Teamwork Patterns

Core Topic: Team-level prompt utilization strategies.
Topics Covered: Code review automation, team convention-based prompts, Jira/Notion integration, history management, cross-functional collaboration.

Section 16. Research & Learning Patterns

Core Topic: Prompts for self-learning and research.
Classes Covered: Tutorial generation, open source exploration, paper summary→code, algorithm learning, automated learning roadmaps.

Section 17. Maintenance & Operations Patterns

Key Topic: Utilizing the service operation stage.
Covered Classes: Failure analysis, log-based error detection, performance monitoring, batch scripts, emergency patch code.

Section 18. UX & Accessibility Patterns

Key Topic: User experience improvement.
Topics Covered: Accessibility standards, multilingual i18n, user feedback integration, A/B testing code, UI animations.

Section 19. Domain-Specific Patterns

Key Topic: Industry-specific customized prompts.
Classes covered: Game development, financial data, medical data protection, e-commerce, IoT/embedded.

Section 20. Ethics & Responsible AI Utilization

Core Topic: Responsible AI Development.
Covered Topics: Personal information de-identification, data bias verification, copyright and license review, secure input processing, ethical code review.

Pre-enrollment Notes

Practice Environment

You can prepare any one of the AI-based coding tools like ChatGPT, Gemini, Grok, Claude, or Copilot.

Learning Materials

I will attach the lecture materials in PDF file format.

Prerequisites and Important Notes

It would be helpful to have basic knowledge of JavaScript and Python, as the explanations will use these two languages.
Having a basic understanding of refactoring concepts will be very helpful. For this, my separate lecture "Clean Coding: Easy-to-Learn Good Code Writing Techniques Through Cooking Analogies" would also be a good reference material.

Recommended for
these people

Who is this course right for?

Those who want to develop faster and more accurately using AI tools
Those who want to use ChatGPT or Copilot well, but are at a loss on what and how to ask.
Those who want to automate repetitive development tasks using prompts
Developer aiming to collect actionable prompt examples.
Manager seeking to foster AI prompt use culture for the team

Need to know before starting?

Python language
Refactoring
JavaScript Language

Hello
This is

425

Learners

Reviews

Answers

4.5

Rating

Courses

IT가 취미이자 직업인 사람입니다.

다양한 저술, 번역, 자문, 개발, 강의 경력이 있습니다.

Curriculum

All

112 lectures ∙ (35hr 19min)

Course Materials:

Lecture resources

Section 1. [Basic] Developers in the Age of Prompts

5 lectures ∙ (1hr 52min)

Section 2. [Basic] Feature Creation Patterns

7 lectures ∙ (3hr 37min)

6. Class 2-1. Basic Feature Implementation (Audio Quality Improvement Planned)
31:26
7. Class 2-2. CRUD Function Creation Request (Audio Quality Improvement Planned)
50:23
8. Class 2-3. UI Component Creation Request (Audio Quality Improvement Planned)
35:17
9. Class 2-4. Request Including State Management (Audio Quality Improvement Planned)
26:28
10. Class 2-5. Request Including Event Handling (Audio Quality Improvement Planned)
24:22
11. Class 2-6. Requests Including Asynchronous Processing (Audio Quality Improvement Planned)
25:27
12. Lesson 2-7. Framework-based Code Requests (React, Django, etc.) (Audio Quality Improvement Planned)
24:27

Section 3. [Basic] Refactoring Patterns

8 lectures ∙ (3hr 8min)

13. [Basic] Class 3-1 Readability Improvement Request (Re-recording scheduled for noise reduction)
21:45
14. [Basic] Lesson 3-2 Function Separation Request (Re-recording scheduled for noise reduction)
24:52
15. [Basic] Lesson 3-3 Improving Variable Names and Function Names (Re-recording scheduled for noise reduction)
16:02
16. [Basic] Lesson 3-4 Duplicate Removal Refactoring (Re-recording scheduled for noise reduction)
16:55
17. [Basic] Class 3-5 Conditional Statement Simplification Request (Re-recording scheduled for noise reduction)
23:12
18. [Basic] Lesson 3-6 Transition to Object-Oriented Structure (Re-recording scheduled for noise reduction)
30:24
19. [Basic] Lesson 3-7 Immutability Maintenance Refactoring (Re-recording scheduled for noise reduction)
29:24
20. [Basic] Lesson 3-8 Performance Improvement Refactoring (Re-recording scheduled for noise reduction)
26:16

Section 4. [Basic] Test Code Generation Patterns

7 lectures ∙ (6hr 4min)

Section 5. [Basic] Documentation Patterns

7 lectures ∙ (2hr 29min)

Section 6. [Basic] Code Conversion Patterns

7 lectures ∙ (4hr 1min)

Section 7. [Basic] Code Analysis & Debugging Patterns

7 lectures ∙ (3hr 50min)

Section 8. [Basic] Style & Convention Patterns

6 lectures ∙ (1hr 49min)

Section 9. [Basic] Practical Application & Advanced Prompt Design

3 lectures ∙ (1hr 35min)

Section 10. [Advanced] Data Processing & Analysis Patterns

5 lectures ∙ (2hr 5min)

Section 11. [Advanced] Infrastructure & DevOps Patterns

5 lectures ∙ (2hr 52min)

Section 12. (Publishing in Progress) [Advanced] Security & Quality Management Patterns

5 lectures ∙ (1hr 50min)

Section 13. [Advanced] Multimodal & Next-Generation Prompt Patterns

5 lectures

Section 14. [Advanced] Meta Prompts & Automated Tool Creation Prompt Patterns

5 lectures

Section 15. [Advanced] Collaboration & Teamwork Patterns

5 lectures

Section 16. [Advanced] Research & Learning Patterns

5 lectures

Section 17. [Advanced] Maintenance & Operations Patterns

5 lectures

Section 18. [Advanced] User Experience (UX) & Accessibility Patterns

5 lectures

Section 19. [Advanced] Domain-Specific Patterns

5 lectures

Section 20. [Advanced] Ethics & Responsible AI Utilization

5 lectures

Published:

Last updated:

Reviews

All

5 reviews

4.4

5 reviews

정해성
Reviews 1
∙
Average Rating 5.0
5
30% enrolled
- 아리가람
  Instructor
  감사합니다.
박상욱
Reviews 6
∙
Average Rating 5.0
5
61% enrolled
- 아리가람
  Instructor
  감사합니다.
ldcc_th
Reviews 4
∙
Average Rating 5.0
5
30% enrolled
- 아리가람
  Instructor
  감사합니다.
hakjuknu
Reviews 155
∙
Average Rating 5.0
5
30% enrolled
- 아리가람
  Instructor
  감사합니다.
김영춘
Reviews 1
∙
Average Rating 2.0
2
30% enrolled
- 아리가람
  Instructor
  감사합니다.

$59.40

arigaram's other courses

Check out other courses by the instructor!

대규모 언어 모형(LLM)의 기초 원리 이해

아리가람

챗지피티(ChatGPT) 같은 대규모 언어 모형의 기초 원리를 이론 중심으로 설명합니다.

중급이상

NLP, gpt, 인공지능(AI)

대규모 언어 모형(LLM)의 기초 원리 이해

아리가람

(기획자를 위한) LLM의 기초와 LLM 기반 서비스 기획의 이해

아리가람

LLM이 필요한 이유와 기술적 배경 및 기본 개념을 설명합니다.

입문

NLP, gpt, 인공지능(AI)

(기획자를 위한) LLM의 기초와 LLM 기반 서비스 기획의 이해

아리가람

시큐어 코딩(Secure Coding) 쪼개기

아리가람

시큐어 코딩(Secure Coding: 보안 코딩)이 무엇인지 전혀 몰라도 이해할 수 있게 한 강의입니다. 기본 보안 코딩 개념을 섭렵한 다음에 웹 서비스 보안을 중심으로 설명합니다. OO 대학교 주관 특강으로 진행했던 강의였습니다. 160개가 넘는 소스 코드를 풍부한 주석과 함께 제시해 실무에서 당장 쓸 수 있는 핵심 주제와 기법을 콕콕 찍어 알 수 있게 합니다.

초급

보안 교육, 모의해킹, security

시큐어 코딩(Secure Coding) 쪼개기

아리가람

하루 만에 이해하는 AI 기반 풀스택 개발 실무 트랙(주니어용)

아리가람

주니어 개발자가 인공지능을 개발 도구로 삼아 기획부터 코드 작성과 배포 및 검증에 이르는 전체 개발 과정을 이해할 수 있게 함으로써, AI 시대에 필요한 풀스펙트럼(Full-Spectrun) 역량을 갖춰 생존하고 발전할 수 있게 합니다.

초급

프로토타이핑, crud

하루 만에 이해하는 AI 기반 풀스택 개발 실무 트랙(주니어용)

아리가람

프롬프트 엔지니어링 완전 정복

아리가람

이 강의는 대규모 언어 모형(LLM)이나 생성형 인공지능을 효과적으로 활용하기 위한 핵심 기술인 프롬프트 엔지니어링을 체계적으로 학습하는 과정입니다. 기초 이론부터 실전 기법, 그리고 최신 응용 사례와 보안·윤리 문제까지 폭넓게 다루어, LLM 기반 서비스 개발자·데이터 사이언티스트·AI 기획자 모두에게 실질적인 도움을 제공합니다.

중급이상

프롬프트엔지니어링

프롬프트 엔지니어링 완전 정복

아리가람

문제화: '개발 낭비'를 줄이는 기초 역량

아리가람

문제화(Problematization)는 문제 제기, 문제짜기 등으로도 번역되는 용어입니다. 그리고 문제 설정이나 문제 정의로도 번역될 수 있습니다. 요청 사항이나 상식 같은 알려진 사실에 대해 새로운 관점에서 의문을 제기하고, 문제를 정의하고, 이 문제를 해결하는 방식을 짜 나가는 과정이 포함되어 있는 개념입니다. 문제화는 모든 개발의 출발점이 되어야 하지만 아직까지 개발 분야에서 충분히 논의되지 않은 주제입니다. 프로젝트를 수행하는 일이나 프로그램을 개발하는 일도 사실 문제를 해결하는 계획을 세우는 일입니다. 즉, 문제화와 관련이 있다는 말입니다. 문제를 해결하려면 먼저 문제가 명확히 정의되어 있어야 합니다. 그런데 대부분 애매한 요청 형태로 문제가 주어지게 됩니다. 그러므로 애매한 요청을 명확한 문제로 바꾸는 힘이 있어야 불필요한 '개발 낭비'를 줄이고, 협업은 원활해지며, 사용자의 진짜 필요를 제대로 파악할 수 있습니다. 이 강의는 실전 사례와 도구를 통해 문제를 ‘구성하는 사고’를 훈련하도록 돕습니다.

입문

협업 툴, 소프트스킬, 문제해결능력

문제화: '개발 낭비'를 줄이는 기초 역량

아리가람

RAG 성능의 한계를 뚫는 인지 부하 관리 기술

아리가람

생성형 인공지능 또는 LLM을 기반으로 RAG(검색 증강 생성: Retrieval-Augmented Generation) 시스템을 구축해도 바라는 성능이 나오지 않고 마땅한 해결책이 없을 때는 어떻게 해야 할까요? 이 강의에서는 인지 부하(Cognitive Load) 이론을 기반으로 RAG 성능을 개선하는 방안을 제시합니다. 이 강의를 통해서 LLM 컨텍스트 창의 한계를 이해하고, RAG 시스템에서 인지 부하를 효과적으로 관리하는 방법을 알 수 있습니다. 청크(Chunk) 크기와 구조 설계, 고품질 청크 생성 기법, 동적 최적화, 성능 평가 및 실전 기법 등을 다루는 실무 수준 이론 강의입니다.

중급이상

인공지능(AI), ChatGPT, LLM

RAG 성능의 한계를 뚫는 인지 부하 관리 기술

아리가람

(기획자를 위한) LLM 애플리케이션을 위한 서비스 디자인

아리가람

생성형 인공지능(생성형 AI)의 일종인 LLM을 기반으로 삼아 만드는 애플리케이션이나 웹 서비스를 기획할 때 필요한 '서비스 디자인' 개념과 방법을 익힐 수 있습니다.

입문

LLM, AI 활용 (AX)

(기획자를 위한) LLM 애플리케이션을 위한 서비스 디자인

아리가람

자바 네이밍

아리가람

"이름 하나 바꿨을 뿐인데, 코드가 달라졌습니다." 가독성 좋은 코드의 핵심, '읽히는 이름 짓기'를 원리부터 사례까지 정리했습니다. 읽기 쉬운 이름이 협업의 시작입니다.

초급

naming-conventions, naming, renaming

자바 네이밍

아리가람

C 언어 빠르게 훑어보기

아리가람

C 언어의 기본 개념과 기본 문법을 빠르게 이해할 수 있습니다.

입문

C, 임베디드

C 언어 빠르게 훑어보기

아리가람

클린 코딩: 요리 비유로 쉽게 배우는 좋은 코드 작성 기술

아리가람

👨‍🍳 코드를 요리하듯, 깔끔하고 맛있게! 『클린 코딩』은 요리에 비유해 클린 코딩을 유쾌하게 배우는 요리사 같은 개발자의 코드 요리 교실입니다. 🍽️

초급

협업 툴, 코딩 테스트, 리팩터링

클린 코딩: 요리 비유로 쉽게 배우는 좋은 코드 작성 기술

아리가람

LLM의 역사와 발전

아리가람

자연어 처리 기술의 출발부터 시작해서 최신 LLM 모형에 이르기까지의 과정에서 개발된 다양한 언어 모형들을 상세히 설명합니다.

입문

NLP, RNN, self-attention

LLM의 역사와 발전

아리가람

CrewAI와 LLM으로 인공지능 판사 만들기

아리가람

LLM 기반 다중 에이전트 기술을 구현할 수 있게 하는 CrewAI, 지식 그래프, 추론 시스템을 결합해 인공지능 판사를 만들어 봅니다.

중급이상

인공지능(AI), LLM, AI Agent

CrewAI와 LLM으로 인공지능 판사 만들기

아리가람

(기획자를 위한) LLM 애플리케이션 사용자 요구 사항 수집과 분석 방법의 이해

아리가람

LLM 서비스를 기획하기 위해 사용자가 요구하는 사항을 수집하고 분석하는 방법을 살펴봅니다.

입문

프로젝트 관리, 서비스 기획, 인공지능(AI)

(기획자를 위한) LLM 애플리케이션 사용자 요구 사항 수집과 분석 방법의 이해

아리가람

(기획자를 위한) LLM의 한계와 미래 전망

아리가람

LLM의 한계와 한계 극복 방안과 최신 연구 주제를 살펴봅니다.

입문

NLP, 서비스 기획, 콘텐츠 기획

(기획자를 위한) LLM의 한계와 미래 전망

아리가람

(기획자를 위한) LLM 응용 서비스 사례 분석

아리가람

LLM을 사용해 구축할 수 있는 애플리케이션이나 웹 서비스들로는 어떤 것들이 있는지 살펴봅니다.

입문

NLP, 서비스 기획, 콘텐츠 기획

(기획자를 위한) LLM 응용 서비스 사례 분석

아리가람

Similar courses

Explore other courses in the same field!

바이브 코딩으로 만드는 재미있는 재무제표 (커서 ai)

퇴근후딴짓

프롬프트만으로 재무제표를 분석하고 시각화하는 매력적인 코딩 세계로 초대합니다. 코드 한 줄 없이 AI와 상의하며 서비스를 만들고 배포까지 진행합니다.

입문

프롬프트엔지니어링, business, AI 활용 (AX)

바이브 코딩으로 만드는 재미있는 재무제표 (커서 ai)

퇴근후딴짓

[VOD] 6주 완성! 개발 실무를 위한 고농축 바이브코딩 (Cursor AI, Figma)

코드캠프

10분만에 바이브코딩으로 만들 수 있는 단순한 서비스는 이제 버리세요! '진짜' 실무적용 바이브코딩을 배울 수 있습니다. 기획과 디자인대로 실서비스 수준의 고도화된 서비스를 커서AI NCOP로 만들어보시죠. No Code, Only Prompt

중급이상

React, Next.js, cursor

[VOD] 6주 완성! 개발 실무를 위한 고농축 바이브코딩 (Cursor AI, Figma)

코드캠프

만약 "영업사원"이 바이브 코딩을 배운다면 (Bolt)

퇴근후딴짓

혹시 중요한 고객 미팅 후, 아이 컨택 대신 메모에만 집중하거나 미팅 내용을 정확히 기록하지 못해 아쉬웠던 경험 있으신가요? 이제 더 이상 걱정 마세요! 이 강의에서는 바이브 코딩(Vibe Coding)을 활용해 AI로 핵심 내용을 요약하며, 깔끔하게 미팅 내용을 저장하는 나만의 CRM 어시스턴트를 직접 만들 수 있도록 도와드립니다. 번거로운 문서 작성 시간을 획기적으로 줄여 업무 생산성을 극대화하고, 고객 관리를 혁신하는 방법을 배우게 될 거예요!

입문

Firebase, 업무 생산성, 프롬프트엔지니어링

만약 "영업사원"이 바이브 코딩을 배운다면 (Bolt)

퇴근후딴짓

(2024 9월 개정판) ChatGPT 활용법, 생성 AI 프롬프트 엔지니어링 A to Z - 인공지능의 이해와 활용

Masocampus

나도 아이언맨의 완벽 비서 자비스가 있었으면…하고 생각했던 적이 있었다면?! 여러분의 현명한 일처리를 도와줄 모두의 자비스를 완성하세요!

입문

ChatGPT, 프롬프트엔지니어링, AI 활용 (AX)

(2024 9월 개정판) ChatGPT 활용법, 생성 AI 프롬프트 엔지니어링 A to Z - 인공지능의 이해와 활용

Masocampus

ChatGPT 더 잘 사용하기_프롬프트 엔지니어링

SKm&service

AI 활용을 위한 실전 필수 역량, 프롬프트 엔지니어링 올바르고 정확한 프롬프트를 통해 업무 생산성을 강화하고 비즈니스의 경쟁력을 강화할 수 있는 핵심 역량을 학습해 보세요.

초급

프롬프트엔지니어링, ChatGPT, 업무 생산성

ChatGPT 더 잘 사용하기_프롬프트 엔지니어링

SKm&service

공식으로 배우는 챗GPT 프롬프트 만들기 사용법 강의

감자나라ai

챗GPT의 프롬프트를 만드는 "공식"을 알려드립니다. 이 공식에만 적용하면 좋은 프롬프트가 쏟아져 나옵니다.

초급

인공지능(AI), ChatGPT, 프롬프트엔지니어링

공식으로 배우는 챗GPT 프롬프트 만들기 사용법 강의

감자나라ai

챗GPT와 파이썬으로 주식 자동매매 앱 및 웹 투자 리포트 만들기

박가네 데이터랩

챗GPT로 어디까지 할 수 있니? 시리즈, 주식 자동매매 애플리케이션과 웹 투자 리포트 제작하기!

초급

Python, ChatGPT, 프롬프트엔지니어링

챗GPT와 파이썬으로 주식 자동매매 앱 및 웹 투자 리포트 만들기

박가네 데이터랩

ChatGPT 사용 가이드 : 핵심 프롬프트 엔지니어링

배코블린

ChatGPT를 잘 활용하고 싶은 분들을 위한 빠르고 핵심만 짚는 강의! 빠르게 배워보자구요!

입문

ChatGPT, 프롬프트엔지니어링

ChatGPT 사용 가이드 : 핵심 프롬프트 엔지니어링

배코블린

GPTs로 생산성 10배 높이기 - 프롬프트 프레임워크 활용으로 차원이 다른 결과를 만들자

박형주

프롬프트를 어떻게 작성하느냐에 따라 AI의 능력은 무한대로 확장될 수 있습니다. AI와의 협업에서 얻을 수 있는 이익은 질문의 명확성과 사전 정보의 제공 여부에 달려 있습니다. 이제 GPTs를 제대로 활용해 효율적이고 목적에 맞는 작업을 수행해 보시기 바랍니다.

초급

ChatGPT, 챗봇, AI 활용 (AX)

GPTs로 생산성 10배 높이기 - 프롬프트 프레임워크 활용으로 차원이 다른 결과를 만들자

박형주

ChatGPT 최신 모델 프롬프트 엔지니어링 바이블

Masocampus

생성형 인공지능의 최신 트렌드를 바로 실무에 적용! 핵심만 담은 프롬프트 엔지니어링 강의의 바이블

입문

인공지능(AI), ChatGPT, 프롬프트엔지니어링

ChatGPT 최신 모델 프롬프트 엔지니어링 바이블

Masocampus

프롬프트 엔지니어링 완전 정복

아리가람

중급이상

프롬프트엔지니어링

프롬프트 엔지니어링 완전 정복

아리가람

다양한 생성형 AI 이해와 실습: 창의적인 문제 해결과 AI윤리

국립안동대학교 SW융합교육원

이 강의는 텍스트, 이미지, 영상, 음악 등 다양한 생성형 AI 기술의 기본 원리와 실제 활용 방법을 소개하고, 창의적인 문제 해결 능력을 기르도록 돕습니다

입문

AI 활용 (AX), 프롬프트엔지니어링, 콘텐츠 마케팅

다양한 생성형 AI 이해와 실습: 창의적인 문제 해결과 AI윤리

국립안동대학교 SW융합교육원

프롬프트 엔지니어링

반병현

<프롬프트 엔지니어링> 저자 직강입니다. 챗GPT, 빙, Bard, 하이퍼클로바X 등을 자유자재로 사용해보세요

입문

ChatGPT, 프롬프트엔지니어링

프롬프트 엔지니어링

반병현

생성형 AI를 제대로 다루는 핵심 원리 강의

AIDER_College

생성형 AI를 단순히 “쓰는 법”만 알면 한계가 있습니다. 원리를 이해해야만 AI를 제대로 활용하고, 기획·실무에 접목할 수 있습니다. 👉 “생성형 AI, 이제는 원리부터 이해할 때입니다.” 지금 시작하세요!

입문

업무 생산성, 인공지능(AI), ChatGPT

생성형 AI를 제대로 다루는 핵심 원리 강의

AIDER_College

AI로 100배 빠르게 일하는 법, 극강의 업무 생산성을 위한 AI 비즈니스 마스터 클래스 (ChatGPT, Gemini, Notebook LM, Genspark, Skywork)

김문수 교수

실제 업무 상황에 맞는 AI 활용법과 성과 향상법을 배웁니다. (즉, 쇼츠 자동 생성 같은 것은 배우지 않습니다.) AI를 단순한 툴이 아닌, 극강의 업무 효율성 도구로 활용하는 법을 배우는 실전형 강의입니다. ChatGPT, Gemini, NotebookLM, Gesnpark, Skywork 등 다양한 생성형 AI 와 최신 AI 에이전트를 활용해 AI 프롬프트 활용 → AI 데이터 분석 → AI 업무 자동화 구현까지 한 번에 마스터합니다. 기획자, 마케터, 관리자, 창업자 등 바로 실무에 적용할 수 있는 업무 생산성과 성과 향상 전략을 익히고 싶은 분께 최적화된 클래스입니다.

입문

gemini, 인공지능(AI), ChatGPT

AI로 100배 빠르게 일하는 법, 극강의 업무 생산성을 위한 AI 비즈니스 마스터 클래스 (ChatGPT, Gemini, Notebook LM, Genspark, Skywork)

김문수 교수

Prompt Patterns for Developers (Vibe Coding)

What you will learn!

🧭Precautions

📋Change History

📌 Course Introduction

The time you invest now, competitiveness in 10 years

From basics to advanced, collaboration to ethics—prepare for the long-term growth of AI-based developers all at once.

🎯 Will you be a developer who gets laid off, or a developer who gets promoted?

🎯 Will you fall behind using outdated tools, or will you get ahead using AI?

🎯 Recommended for these people

1⃣ Working Developer

2⃣ New & Junior Developers

3⃣ Freelancer & Startup Founder

4⃣ Aspiring Data Analyst & AI Engineer

5⃣ Researcher & Learner

6⃣ Team Leader & PM (Product Manager)

🗂 Course Structure

Section 1. Developers in the Age of Prompts

Section 2. Creational Patterns

Section 3. Refactoring Patterns

Section 4. Test Code Generation Patterns

Section 5. Documentation Patterns

Section 6. Code Transformation Patterns

Section 7. Code Analysis & Debugging Patterns

Section 8. Style & Convention Patterns

Section 9. Practical Application & Advanced Prompt Design

🗂 Bonus Lecture Structure

Section 10. Data Processing & Analysis Patterns

Section 11. Infrastructure & DevOps Patterns

Section 12. Security & Quality Management Patterns

Section 13. Multimodal & Next-Generation Patterns

Section 14. Meta Prompts & Automation Tools

Section 15. Collaboration & Teamwork Patterns

Section 16. Research & Learning Patterns

Section 17. Maintenance & Operations Patterns

Section 18. UX & Accessibility Patterns

Section 19. Domain-Specific Patterns

Section 20. Ethics & Responsible AI Utilization

📣 What You'll Gain After Taking the Course

Pre-enrollment Notes

Practice Environment

Learning Materials

Prerequisites and Important Notes

Recommended for these people

HelloThis is .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

Curriculum

Reviews

arigaram's other courses

Similar courses

Recommended for
these people

Hello
This is