AI voor code: betrouwbare hulp van Llama

Alle vier de Llama-modellen in onze chat zijn volgens Meta's model cards getraind om zowel code als tekst te genereren. Ze zijn handige programmeerpartners: om onbekende code uit te leggen, kleine functies te schrijven, tests op te stellen of een foutmelding om te zetten in een oplossing. Ze maken echter ook fouten met het volste zelfvertrouwen. Neem daarom de houding aan van een code-reviewer: lees elk voorstel alsof het afkomstig is van een snelle maar onervaren collega, en merge niets wat je niet zelf hebt gecontroleerd. Deze gids legt uit hoe je vragen stelt, hoe je controleert en waar de grenzen liggen in onze chat.

Waar Llama goed in is bij dagelijks programmeren

• Code uitleggen. Plak een bestaande functie en vraag regel voor regel wat deze doet en wat er mis kan gaan.
• Kleine, afgebakende taken. Een functie om een datumstring te parsen, een regex, een SQL-query, een one-liner voor de shell of een CSS-layout.
• Debuggen aan de hand van een error. Plak de volledige foutmelding samen met de omringende code.
• Tests schrijven. "Schrijf unit tests voor deze functie, inclusief edge cases" brengt vaak scenario's aan het licht waar je zelf nog niet aan had gedacht.
• Vertalen tussen programmeertalen. Python naar JavaScript, een Bash-script naar PowerShell.
• Sparren over een architectuur. Beschrijf wat je wilt bouwen en vraag naar zwakke plekken voordat je ook maar één regel schrijft.

Het model presteert minder goed bij grote wijzigingen over meerdere bestanden die het niet kan zien, bij libraries die zijn gewijzigd na de kennis-cutoff, en bij alles wat afhangt van de exacte configuratie van jouw machine.

Geef de context die een collega ook nodig zou hebben

Zwak:
mijn code werkt niet, fix het
[300 regels geplakt]

Sterk:
Node.js 22, vanilla JavaScript, geen libraries. formatDue(dateString)
moet de vervaldatum tonen in de lokale tijd van de gebruiker, bijv. "ma 3 maart".
Voor gebruikers in Brazilië toont het de dag ervoor.

Wat ik in de console zie:
[plak de exacte output]

Code (alleen formatDue en de regel die de functie aanroept):
[plakken]

Leg eerst de oorzaak uit en geef daarna een verbeterde formatDue. Behoud de
functienaam en het enkele argument, en voeg geen datum-library toe.

De sterke versie noemt de taal en versies, legt uit wat er zou moeten gebeuren en wat er daadwerkelijk gebeurt, bevat de exacte foutmelding, beperkt de code tot de kern en geeft aan welke vorm de oplossing moet hebben. Dit voorkomt aannames. Een checklist voor elke programmeerprompt:

1. Taal, versie, framework en libraries.
2. Wat de code moet doen en wat er nu gebeurt.
3. De exacte foutmelding of onjuiste uitvoer (gekopieerd, niet geparafraseerd).
4. Een minimaal codevoorbeeld dat het probleem reproduceert.
5. Randvoorwaarden: "geen nieuwe dependencies", "moet werken op Windows", "houd het leesbaar voor beginners".

Een veilige workflow: plannen, schrijven, uitvoeren, reviewen

1. Begin met een plan. Vraag bij alles wat groter is dan één functie eerst om de aanpak voordat je code laat genereren: "Beschrijf hoe je dit zou structureren met bestanden en functies, maar schrijf nog geen code." Een plan aanpassen kost weinig tijd; 200 regels code herschrijven wel.
2. Werk in kleine stappen. Eén functie of één wijziging tegelijk. Lange antwoorden vergroten de kans op fouten, en antwoorden in onze chat hebben een lengtelimiet. Wordt de code afgekapt? Reageer dan met "ga verder vanaf de laatste volledige regel".
3. Voer het zelf uit. Llama kan in onze chat geen code uitvoeren. Het voorspelt hoe werkende code eruitziet; pas als je het draait, weet je of het werkt.
4. Koppel echte resultaten terug. Plak de nieuwe foutmelding of de verkeerde uitvoer. Een paar van zulke korte rondes leveren meestal sneller resultaat op dan één lange uitleg.
5. Review vóór het committen. Lees elke regel. Vraag daarna specifiek door: "Welke edge cases ontbreken hier nog?" en "Zitten hier veiligheidsrisico's in?".

Let op deze veelvoorkomende valkuilen

Verzonnen functies en parameters

Modellen roepen soms een methode aan die niet bestaat of gebruiken een command-line optie van een heel andere tool. Ziet iets er onbekend uit? Controleer de officiële documentatie voordat je erop voortbouwt.

Verouderde API's

De trainingsdata stopt bij een vaste cutoff: augustus 2024 voor Llama 4 en december 2023 voor Llama 3.3 en 3.1, volgens Meta's model cards. Libraries die daarna zijn uitgebracht of aangepast, kent het model niet; het stelt dan vaak de verouderde werkwijze voor. Geef aan welke versie je gebruikt en plak het relevante deel van de actuele documentatie mee.

Code die werkt, maar onveilig is

Wees alert op SQL-queries die met string-concatenatie zijn opgebouwd, ontbrekende invoervalidatie, hardcoded API-sleutels, uitgeschakelde certificaatcontroles en te ruime bestandsrechten. Vraag expliciet om een security-review voor alles wat aan het internet wordt blootgesteld.

Logica die aannemelijk lijkt, maar niet klopt

Off-by-one-fouten, tijdzones, afrondingen bij geldbedragen of lege lijsten. Schrijf een test met bekende uitkomsten voordat je op het resultaat vertrouwt.

Houd geheimen buiten de chat

Plak nooit API-keys, wachtwoorden, privésleutels, database-connectiestrings of klantgegevens. Vervang ze door placeholders zoals API_KEY_HIER. Je berichten lopen via onze server en een externe inference-provider om het antwoord te genereren; beschouw elk geheim dat je machine verlaat als gecompromitteerd en roteer het. Heeft je werkgever regels over het delen van code met externe diensten? Volg die dan op. Lees meer in AI-privacy en veiligheid.

Welk Llama-model kies je voor code?

Begin met het standaardmodel: Llama 4 Maverick. Llama 3.3 70B is een uitstekend tekstueel alternatief en ideaal voor een second opinion over hetzelfde probleem. Llama 3.1 8B is snel voor kleine taken zoals een regex of een simpel commando, maar controleer de output extra goed bij complexere vraagstukken. De modellengids vergelijkt alle vier de opties.

Wil je Llama gebruiken in je eigen editor of applicatie? De modellen hebben open weights, dus je kunt Llama lokaal draaien of aanroepen via een API. Bekijk vooraf de voorwaarden op onze Llama-licentiepagina.

Handige prompts om te kopiëren

• "Leg deze code uit aan een developer die nieuw is in het project. Noem daarna drie manieren waarop dit in productie kan misgaan. [code]"
• "Schrijf een [taal]-functie die [doet X]. Voeg type hints, een docstring en drie voorbeeldaanroepen met de verwachte uitvoer toe."
• "Schrijf unit tests met [framework] voor deze functie. Test normale invoer, lege invoer en ongeldige invoer. [code]"
• "Zet deze code in [taal A] om naar [taal B] met exact dezelfde werking. Geef aan waar een direct equivalent ontbreekt."
• "Review deze code uitsluitend op beveiligingsproblemen, gesorteerd op ernst. [code]"

Gebruik de code-assistent voor losse taken, bekijk de coding-prompts, lees Llama voor developers of vraag Llama direct om een stuk code uit te leggen.

Veelgestelde vragen

Kan Llama mijn code uitvoeren?

Nee. In onze chat leest en schrijft het model alleen tekst. Het kan geen code draaien, bestanden openen of bij je repository, dus test en draai alles zelf.

Mag ik code die Llama schrijft gebruiken in mijn project?

Over het algemeen wel, maar je blijft zelf verantwoordelijk: controleer het, test het en wees voorzichtig met langere codefragmenten die rechtstreeks uit bestaande open-sourceprojecten lijken te komen, aangezien daar licentievoorwaarden aan kunnen kleven. Dit is algemene informatie, geen juridisch advies.

Werkt het beter in bepaalde programmeertalen?

Meestal wel. Populaire talen met veel openbare code (zoals Python, JavaScript, Java, PHP en SQL) leveren over het algemeen betere resultaten op dan minder gangbare talen of gloednieuwe frameworks. Test het resultaat altijd, ongeacht de taal.

Waarom stelt het model een verouderde versie van een library voor?

De trainingsdata loopt tot een vaste cutoff-datum. Geef aan welke versie je gebruikt en plak relevante documentatie mee; het model baseert zich daar dan op in plaats van op zijn geheugen.

Is het veilig om code van mijn bedrijf in de chat te plakken?

Alleen als het beleid van je bedrijf dit toestaat. Verwijder altijd eerst geheimen en persoonsgegevens. Maak bij twijfel een vereenvoudigd voorbeeld dat hetzelfde probleem demonstreert.