AI dla profesjonalistów IT Narzędzia i techniki zwiększające produktywność

Przedmowa: Nitya Narasimhan

Twoja przewaga w IT zaczyna się od AI

Sztuczna inteligencja przestała być futurystyczną wizją to narzędzie, które już dziś zmienia codzienną pracę specjalistów IT. ChatGPT, Claude i inne modele AI rewolucjonizują sposób, w jaki programiści piszą kod, administratorzy zarządzają systemami, a menedżerowie prowadzą zespoły. Książka stanowi praktyczny przewodnik po zastosowaniu sztucznej inteligencji w realnych scenariuszach od automatyzacji rutynowych zadań po rozwiązywanie złożonych zagadnień technicznych. To pozycja dla każdego, kto chce nie tylko nadążyć za zmianami, ale też uczynić z AI przewagę konkurencyjną w swojej karierze.

Autorzy dzielą się sprawdzonymi technikami wykorzystania AI w każdym aspekcie pracy IT. Prowadzą czytelnika od podstaw inżynierii promptów, przez praktyczne zastosowania w dokumentacji i komunikacji, aż po zaawansowane scenariusze. Każdy rozdział zawiera gotowe do użycia prompty, rzeczywiste studia przypadków i konkretne przykłady kodu w PowerShell, Python, SQL i innych językach. Nie tylko zobaczysz, jak pisać skuteczne prompty, ale przede wszystkim dowiesz się, jak formułować problemy, by AI mogła realnie wspomóc pracę specjalisty w zakresie analizy logów, optymalizacji zapytań SQL, przygotowania planów odtwarzania awaryjnego czy prowadzenia trudnych rozmów z zespołem.

W książce:

• Praktyczne techniki tworzenia promptów
• Automatyzacja zadań administracyjnych
• Zastosowanie asystentów kodu (GitHub Copilot, Cline, Cursor AI)
• Zarządzanie zespołami z AI
• Bezpieczeństwo i etyka

Specjaliści z branży IT znajdą w tej książce strategie wykorzystania AI, w których drzemią olbrzymie możliwości. Zastosuj je w praktyce a potem daj mi znać, kiedy dostaniesz awans.

Jeffrey Snover, twórca PowerShell, Distinguished Engineer w Google

Ta książka spełni oczekiwania każdego specjalisty z branży IT niezależnie od zajmowanego stanowiska.

Vitaly Bragilevsky, JetBrains

Strategie z prawdziwego świata i rozwiązania oparte na praktyce dla specjalistów IT. Lektura obowiązkowa.

Neha Shetty, Amazon

Czego się nauczysz?

• Wdrażania generatywnej AI w codziennej pracy specjalistów IT
• Porównywania chatbotów i asystentów AI (ChatGPT, Claude, Gemini, Microsoft Copilot) pod kątem zastosowań i kosztów
• Stosowania zasad odpowiedzialnego użycia AI: bezpieczeństwa danych, cytowania, ryzyka plagiatu oraz ograniczania uprzedzeń
• Kontrolowania kontekstu i kosztów pracy modeli dzięki zrozumieniu tokenów, limitów i stanowości rozmowy
• Konstruowania skutecznych promptów technikami zero-shot, single-shot, few-shot i many-shot
• Używania zaawansowanych technik promptowania: łańcuchów promptów, wstrzykiwania kontekstu, metapromptów i szablonów odpowiedzi
• Formułowania problemów tak, by AI dostarczała użyteczne, weryfikowalne wyniki w zadaniach IT
• Automatyzowania pracy z dokumentami: streszczania, konwersji formatów, OCR, porównywania, klasyfikacji, tagowania i anonimizacji
• Usprawniania komunikacji e-mail i w komunikatorach dzięki streszczeniom, transkrypcjom, szkicom odpowiedzi oraz integracjom (Teams, webhooki)
• Wykorzystywania AI w helpdesku do analizy zgłoszeń, tworzenia odpowiedzi oraz budowy niestandardowych modeli GPT i agentów AI
• Wspierania administracji systemami poprzez analizę logów, audyt konfiguracji i automatyzację zadań zgodności oraz utrzymania
• Optymalizowania pracy DBA z AI: usprawniania zapytań, dokumentowania kodu i wykonywania zadań konserwacyjnych w heterogenicznych środowiskach
• Dobierania i stosowania asystentów kodowania (GitHub Copilot, Cline, Cursor AI, Aider, Project IDX) z uwzględnieniem prywatności i bezpieczeństwa
• Zwiększania efektywności DevOps z AI, w tym planowania procesu i pracy na dużych zmianach w repozytoriach oraz podejścia GenAIOps
• Budowania aplikacji z AI z użyciem wywoływania funkcji, integracji z API oraz walidacji zapytań SQL pod kątem bezpieczeństwa
• Wspierania przywództwa i rozwoju kariery z AI: rozwiązywania konfliktów, planowania DR/BCP, prowadzenia rozmów, ocen i przygotowania do rekrutacji oraz negocjacji

Spis treści

Przedmowa

Wstęp

Podziękowania

O książce

O autorach

O ilustracji na okładce

Część I. Wprowadzenie do sztucznej inteligencji

• 1. Sztuczna inteligencja w informatyce
  • 1.1. Generatywna sztuczna inteligencja zmienia wszystko
  • 1.2. Słoń w serwerowni
  • 1.3. Wzmacnianie umiejętności
  • 1.4. Wprowadzenie do sztucznej inteligencji generatywnej
    • 1.4.1. Chatboty oparte na modelach językowych
    • 1.4.2. Generowanie obrazów z użyciem modeli AI
  • 1.5. Koszty usług
  • 1.6. Odpowiedzialne korzystanie ze sztucznej inteligencji w pracy
    • 1.6.1. Bezpieczeństwo danych w pracy z AI
    • 1.6.2. Uprzedzenia i sprawiedliwość
    • 1.6.3. Pisanie tekstów z użyciem AI i ryzyko plagiatu
    • 1.6.4. Cytowanie AI w pracy
  • 1.7. Jak korzystaliśmy ze sztucznej inteligencji?
  • 1.8. Prompty użyte w tym rozdziale
  • Podsumowanie
• 2. Chatboty: zadania i wskazówki
  • 2.1. Chatboty i sztuczna inteligencja konwersacyjna
    • 2.1.1. ChatGPT firmy OpenAI
    • 2.1.2. Anthropic Claude
    • 2.1.3. Google Gemini
    • 2.1.4. Pakiet narzędzi Microsoft Copilot
    • 2.1.5. Porównanie asystentów AI - podsumowanie
  • 2.2. Modele AI tekst-obraz
    • 2.2.1. DALL-E firmy OpenAI oraz model 4o
    • 2.2.2. Midjourney
    • 2.2.3. Google Gemini Imagen oraz Meta Imagine
  • 2.3. Prompty użyte w tym rozdziale
  • Podsumowanie
• 3. Podstawowa inteligencja
  • 3.1. Definicje pojęć
    • 3.1.1. Prompty
    • 3.1.2. Stanowość
    • 3.1.3. Utrzymanie kontekstu i spójność
    • 3.1.4. Tokeny
  • 3.2. Wszystko, czego nigdy nie chciałeś wiedzieć o tokenach
    • 3.2.1. Limity tokenów
    • 3.2.2. Limity tokenów a interakcje z AI
  • 3.3. Kiedy dobre boty zawodzą
  • 3.4. Konta darmowe i płatne
    • 3.4.1. Dlaczego warto płacić za chatbota, skoro można korzystać z darmowego?
    • 3.4.2. Który wybrać?
    • 3.4.3. Nauka i eksperymentowanie
  • 3.5. Prompty użyte w tym rozdziale
  • Podsumowanie
• 4. Inżynieria promptów i formułowanie problemów
  • 4.1. Inżynieria promptów
  • 4.2. Spektrum tworzenia promptów dla AI
    • 4.2.1. Tworzenie promptów techniką zero-shot
    • 4.2.2. Tworzenie promptów techniką single-shot
    • 4.2.3. Tworzenie promptów techniką few-shot
    • 4.2.4. Tworzenie promptów techniką many-shot
    • 4.2.5. Przyszłość inżynierii promptów
  • 4.3. Mechanika dobrego promptu
    • 4.3.1. Kluczowe zasady konstruowania promptów
  • 4.4. Wprowadzenie do tworzenia promptów przeznaczonych do określonych zadań w IT
    • 4.4.1. Laboratorium niezwykłych promptów
  • 4.5. Techniki zaawansowane
    • 4.5.1. Prompty rekurencyjne
    • 4.5.2. Wstrzykiwanie kontekstu
    • 4.5.3. Wyraźne ograniczenia
    • 4.5.4. Łańcuch promptów
    • 4.5.5. Dyrektywy dotyczące tonu
    • 4.5.6. Szablony odpowiedzi
  • 4.6. Dobre praktyki i częste błędy
    • 4.6.1. Ucz się na dobrych przykładach
    • 4.6.2. Pułapki, których warto unikać
    • 4.6.3. Metaprompty
  • 4.7. Formułowanie problemów
  • 4.8. Korzystanie z technik formułowania problemów w praktyce
  • 4.9. Prompty użyte w tym rozdziale
  • Podsumowanie
• 5. Prompty w praktyce
  • 5.1. Inżynieria promptów w praktyce
    • 5.1.1. Podstawowy prompt
    • 5.1.2. Prompty rekurencyjne
    • 5.1.3. Tworzenie szablonu
    • 5.1.4. Ostateczny wynik
  • 5.2. Formułowanie problemu w praktyce
  • Podsumowanie
• 6. Praca z dokumentami
  • 6.1. Najlepsze praktyki obsługi dokumentów z wykorzystaniem sztucznej inteligencji
    • 6.1.1. Metody wyodrębniania tekstu
    • 6.1.2. Strukturyzowanie i doskonalenie wyników
  • 6.2. Zasady etyki w przetwarzaniu dokumentów przez sztuczną inteligencję
  • 6.3. Streszczanie dokumentów
  • 6.4. Konwersja formatów
  • 6.5. Wyodrębnianie tekstu z ilustracji
  • 6.6. Porównywanie dokumentów
  • 6.7. Klasyfikacja i tagowanie dokumentów
  • 6.8. Anonimizacja dokumentów
  • 6.9. Tłumaczenia
  • 6.10. Prompty użyte w tym rozdziale
  • Podsumowanie
• 7. Poczta elektroniczna i komunikatory
  • 7.1. Usprawnianie zarządzania pocztą elektroniczną z użyciem AI
    • 7.1.1. Streszczanie wiadomości e-mail i tworzenie szkiców wiadomości z użyciem AI
    • 7.1.2. Jeszcze niegotowe do wykorzystania w najważniejszych zadaniach
    • 7.1.3. Zabezpieczenia poczty e-mail
  • 7.2. Korzystanie z AI w komunikatorach internetowych
    • 7.2.1. Transkrypcja spotkań i podsumowania z użyciem AI
  • 7.3. Integracje i automatyzacja z użyciem AI
    • 7.3.1. Przepływy pracy w Microsoft Teams w praktyce
    • 7.3.2. Webhooki
  • 7.4. Usprawnianie pisania przy jednoczesnym zachowaniu własnego stylu
    • 7.4.1. Grammarly
    • 7.4.2. Apple Intelligence Writing Tools
  • 7.5. Zachowywanie krytycznego myślenia i zdrowego rozsądku
  • 7.6. Przyszłość komunikacji z AI
  • 7.7. Prompty użyte w tym rozdziale
  • Podsumowanie

Część II. Operacje IT i sztuczna inteligencja

• 8. AI w działach wsparcia IT
  • 8.1. Terapia działu wsparcia technicznego
    • 8.1.1. Identyfikowanie problemów
    • 8.1.2. Formułowanie odpowiedzi
  • 8.2. Pomoc techniczna
    • 8.2.1. Przygotowanie środowiska
    • 8.2.2. Rozwiązywanie problemów
    • 8.2.3. Ćwiczenia pod kątem wykorzystania AI w czasie rzeczywistym
  • 8.3. Niestandardowe modele GPT
    • 8.3.1. Tworzenie niestandardowego GPT do analizy zgłoszeń IT
  • 8.4. Przyszłość działów pomocy technicznej: agenty AI
    • 8.4.1. Wybrane platformy pomocy technicznej oparte na agentach AI
    • 8.4.2. Agenty AI w systemach CRM klasy enterprise
  • 8.5. Prompty użyte w tym rozdziale
  • Podsumowanie
• 9. Administrowanie systemami
  • 9.1. Żądania zmiany
  • 9.2. Im więcej dystrybucji, tym więcej problemów
  • 9.3. Administrowanie wieloma serwerami
  • 9.4. Zmiana nazw plików
  • 9.5. Analiza logów błędów: identyfikowanie wyjątków i awarii
  • 9.6. Automatyzacja zadań związanych z poprawą efektywności i zgodności z przepisami
  • 9.7. Audyt plików konfiguracyjnych z użyciem AI
  • 9.8. Istniejące rozwiązania AI w inżynierii systemów
  • 9.9. Prompty użyte w tym rozdziale
  • Podsumowanie
• 10. Administrowanie bazami danych
  • 10.1. Podstawy tworzenia zapytań i obiektów
  • 10.2. Optymalizacja zapytań
  • 10.3. Dokumentowanie kodu
  • 10.4. Heterogeniczne środowiska bazodanowe
    • 10.4.1. Nadążanie za zmianami
    • 10.4.2. Uczenie doświadczonego DBA nowych sztuczek
  • 10.5. Zadania konserwacyjne
  • 10.6. Zaawansowane zadania administracyjne
    • 10.6.1. AI + dbatools = <3
    • 10.6.2. Analiza konfiguracji pamięci
    • 10.6.3. Dodatkowe prompty do zaawansowanej administracji
    • 10.6.4. Rola DBA w erze AI
  • 10.7. Prompty użyte w tym rozdziale
  • Podsumowanie

Część III. Wykorzystanie AI w zadaniach programistycznych

• 11. Asystenty kodowania i narzędzia programistyczne
  • 11.1. Prywatność i bezpieczeństwo
  • 11.2. Wartość umiejętności programowania
  • 11.3. Pakiet narzędzi AI GitHuba
  • 11.4. Cline
  • 11.5. Cursor AI
  • 11.6. Google Project IDX
  • 11.7. Aider
  • 11.8. Zbiorcze porównanie asystentów kodu
  • 11.9. Dobre praktyki w programowaniu z użyciem AI
    • 11.9.1. Zasady podstawowe
    • 11.9.2. Techniki zaawansowane
  • 11.10. Prompty użyte w tym rozdziale
  • Podsumowanie
• 12. Inżynieria DevOps z użyciem AI
  • 12.1. Praktyczne zastosowania AI w DevOps
  • 12.2. Aktualizacja prawie 7000 testów: rzeczywisty projekt z AI
    • 12.2.1. Wybór narzędzi
    • 12.2.2. Opracowanie skutecznego procesu
    • 12.2.3. Strategia implementacji
    • 12.2.4. Przetwarzanie dużych plików
    • 12.2.5. Podzielenie instrukcji na ukierunkowane przebiegi
    • 12.2.6. Wyniki
    • 12.2.7. Wnioski
    • 12.2.8. Nie tylko aktualizacja testów. Inne zastosowania programowania wspomaganego AI
  • 12.3. Cykl życia GenAIOps
    • 12.3.1. Zastosowanie GenAIOps w praktyce
  • 12.4. Prompty użyte do napisania tego rozdziału
  • Podsumowanie
• 13. Budowanie aplikacji wykorzystujących AI
  • 13.1. Wywoływanie funkcji
    • 13.1.1. Rozmowa z API OpenAI
    • 13.1.2. Budowa copilota bazodanowego
    • 13.1.3. Implementacja mechanizmu wywoływania funkcji
  • 13.2. Funkcje
    • 13.2.1. Co jest ważne w projektowaniu funkcji AI?
  • 13.3. Walidacja zapytań SQL z użyciem funkcji examine_sql
    • 13.3.1. Określenie, co czyni zapytanie niebezpiecznym
    • 13.3.2. Generowanie odpowiedzi przyjaznej użytkownikowi
    • 13.3.3. Praktyczne działanie mechanizmu wspomagania obsługi SQL opartego na AI
  • 13.4. Zastosowania praktyczne i względy bezpieczeństwa
    • 13.4.1. Przykład: konwersja walut z użyciem AI
    • 13.4.2. Zasady bezpieczeństwa przy wywoływaniu funkcji
  • 13.5. Prompty użyte w tym rozdziale
  • Podsumowanie

Część IV. Przywództwo i rozwój z AI

• 14. Rozwiązywanie konfliktów i zarządzanie kryzysowe
  • 14.1. Rozwiązywanie konfliktów w miejscu pracy
    • 14.1.1. Strategie skutecznego rozwiązywania konfliktów
    • 14.1.2. Pat w sprawie SharePointa
    • 14.1.3. Proaktywna umowa dotycząca rozwiązywania konfliktów
  • 14.2. Zarządzanie kryzysowe
    • 14.2.1. Rola przywództwa w sytuacjach kryzysowych
    • 14.2.2. Rola generatywnej AI w planowaniu działań związanych z odtwarzaniem po awarii i zapewnieniem ciągłości działań
  • 14.3. Prompty użyte do napisania tego rozdziału
  • Podsumowanie
• 15. Podstawy zarządzania
  • 15.1. Zasady i świadczenia pracownicze
    • 15.1.1. Zasady
    • 15.1.2. Świadczenia pracownicze
    • 15.1.3. Własne modele GPT i projekty
  • 15.2. Rozwój kariery
    • 15.2.1. Macierze umiejętności
    • 15.2.2. Spotkania indywidualne
  • 15.3. Oceny okresowe
    • 15.3.1. Samooceny
    • 15.3.2. Opinie wielostronne
    • 15.3.3. Cele SMART
    • 15.3.4. Cele zespołowe
    • 15.3.5. Samokształcenie menedżera
  • 15.4. Prompty użyte w tym rozdziale
  • Podsumowanie
• 16. Interwencje menedżerskie
  • 16.1. Wytyczne dotyczące interwencji menedżerskich
    • 16.1.1. Notatki, ostrzeżenia i pisma
    • 16.1.2. Konstruktywne informacje zwrotne
    • 16.1.3. Plany poprawy wyników
  • 16.2. Zgranie zespołu
    • 16.2.1. Anonimowe opinie
    • 16.2.2. Budowanie zespołu
  • 16.3. Prowadzenie rozmów kwalifikacyjnych z kandydatami
  • 16.4. Zarządzanie czasem w pracy menedżera technicznego
  • 16.5. Prompty użyte do napisania tego rozdziału
  • Podsumowanie
• 17. Awans zawodowy
  • 17.1. Przewodzenie procesowi wdrażania AI w organizacji
    • 17.1.1. Awanse dzięki praktycznemu rozwiązywaniu problemów
    • 17.1.2. Dokumentowanie i prezentowanie swoich projektów
    • 17.1.3. Zaawansowany trening prezentacji z AI
  • 17.2. Szkolenia i certyfikaty
    • 17.2.1. Zdobywanie nowych umiejętności za pomocą AI
    • 17.2.2. Identyfikowanie i uzupełnianie luk kompetencyjnych z użyciem AI
    • 17.2.3. Pisanie wniosków o udział w konferencjach
  • 17.3. Awans zawodowy na zewnątrz firmy
    • 17.3.1. Wyszukiwanie pracy z użyciem AI
    • 17.3.2. Optymalizacja CV
    • 17.3.3. Przygotowanie do rozmowy kwalifikacyjnej z wykorzystaniem AI
    • 17.3.4. Negocjowanie wynagrodzenia
    • 17.3.5. Prompty dotyczące rozwoju kariery
    • 17.3.6. Ćwiczenie rozmów wspomagane przez AI
  • 17.4. Kwestie etyczne i najlepsze praktyki
  • 17.5. Porady na koniec
  • 17.6. Prompty użyte do napisania tego rozdziału
  • Podsumowanie

Dodatek A. Lokalne modele AI: dostępna alternatywa

Dodatek B. GPT Actions firmy OpenAI

Informacje o bezpieczeństwie produktu Informacje o producencie