课程简介
本课程深度剖析AI大模型在软件研发领域的应用，结合ChatGPT和GitHub Copilot的实战案例，助力学员掌握AI辅助编程的前沿技术，提升研发效能。通过系统实战，探索智能编程助手的最佳实践，为职业生涯增添竞争力。
目标收益
机器学习和人工智能技术发展新趋势探索
AI在研发管理中的价值
AI在研发效能提升中的实践
AI对研发效能管理的影响
大语言模型的基本概念
大语言模型的核心原理
AIGC的基本概念和主要应用领域
大模型GPT和chatGPT的关系
掌握ChatGPT 的能力与使用细节
利用 智能编程助手提高编程效率和准确性
七大实战项目：探索智能编程助手的最佳实践
探索 智能编程助手的未来发展与实验功能
了解业界最佳应用场景和优势，如自然语言处理和机器学习在聊天机器人、代码自动补全和代码生成等领域的应用，为自己和组织带来更多的价值。
培训对象
课程大纲
| 第一部分: 大模型下的研发效能提升 |
1.软件研发效能的定义、目标及解决的问题 2.软件研发效能的实践框架和实施策略 3.AI在研发管理中的价值 4.AI在研发效能提升中的实践 5.AI对研发效能管理的影响 6.AI对软件开发领域效能实践 7.AI对软件测试领域效能实践 8.AI 赋能研发效能多家研发中心案例分析 |
| 第二部分: 生成式AI（AIGC）的最新进展与应用 |
1.大语言模型的基本概念 2.大语言模型的核心原理 3.AIGC的基本概念和主要应用领域 4.大模型GPT和chatGPT的关系 5.ChatGPT的历史和发展 6.ChatGPT在日常应用领域的实践 7.软件开发领域的各类AI工具及应用 8.信息安全监管和信创化，国产化要求的大模型应用 9.利用公司私有数据开发大模型应用的三种方式与案例 10.各大厂在效能领域自研AI工具的探索 11.开发适合自己公司的需求、编码、测试AI工具的方案 12.多家研发中心的案例分析 |
|
第三部分: 基于Prompt提示词工程 |
1.Prompt如何使用 2.Prompt使用进阶 3.什么是提示与提示工程 4.提示工程的巨大威力：从Let’s think step by step说起 5.我们与ChatGPT的沟通模型 6. 从人工智能学科角度看提示工程 7.拆解、标准化、流程化：如何用AI改造工作 8.使用BROKE框架设计ChatGPT提示 9.背景（Background）：信息传达与角色设计 10.角色（Role）：AI助手的角色扮演游戏 11.目标与关键结果（Object&Key Results）：给ChatGPT“打绩效” 12.改进（Evolve）：进行试验与调整 13.从认知心理学角度看BROKE框架的设计 14.Prompt案例分析 |
| 第四部分: AI大模型辅助产品经理提高效能 |
1.ChatGPT辅助竞品分析与市场调研 2.ChatGPT辅助产品需求管理（需求获取，需求分析，需求建模） 3.ChatGPT辅助产品数据分析 4.ChatGPT辅助用户体验设计 5.ChatGPT辅助产品原型设计 6.ChatGPT辅助产品创新与演进 7.某公司应用案例分析 |
| 第五部分: AI大模型辅助架构师提高研发效能 |
1.大模型AI技术重塑软件架构 2.大模型AI技术对传统软件架构的挑战 3.大模型AI技术为软件架构带来的机遇和创新 4.ChatGPT在软件开发架构设计中的作用 5.ChatGPT辅助软件架构文档和视图 6.ChatGPT辅助设计高效的软件架构 7.ChatGPT辅助设计分布式微服务架构 8.ChatGPT辅助领域驱动架构 9.ChatGPT辅助设计高性能，高可用，可扩展架构 10.ChatGPT辅助设计灵活性架构 11.ChatGPT辅助设架构监控与治理 12.ChatGPT辅助设架构重构与演化 13.ChatGPT辅助架构评估和改进设计方案 14.AI大模型在软件架构的应用案例分析 |
| 第六部分: AI大模型辅助设计师提高研发效能 |
1.ChatGPT 辅助进行前端设计-基于前端框架设计 2.ChatGPT 辅助进行详细设计 3.ChatGPT 辅助领域驱动设计 4.ChatGPT 辅助灵活性设计-设计原则与模式 5.ChatGPT辅助进行数据库设计（概念模型，逻辑模型，物理模型） 6.ChatGPT支持UML建模 7.使用ChatGPT辅助绘制类图 8.使用ChatGPT辅助绘制时序图 9.ChatGPT 辅助完成设计文档 10.案例分析 |
| 第七部分: AI大模型辅助开发工程师编写高质量代码 |
1.使用ChatGPT编写高质量的程序代码 2.ChatGPT编写代码注释 3.ChatGPT解释遗留代码 4.ChatGPT辅助发现代码坏味道 5.ChatGPT辅助代码重构 6.ChatGPT辅助代码优化 7.评审 ChatGPT 生成的代码 8.使用ChatGPT分析源代码底层逻辑 9.ChatGPT辅助代码性能优化 10.ChatGPT辅助重构遗留系统代码 11.ChatGPT辅助遗留系统的代码维护 12.案例分析 |
| 第八部分: AI大模型辅助测试与QA质量人员提高效能 |
1.大模型在测试阶段各种使用场景 2.大模型在软件质量保障中的各种使用场景 3.chatGPT在测试领域的擅长和不擅长 4.chatGPT辅助自动生成测试用例 5.chatGPT辅助自动生成测试数据 6.chatGPT辅助测试的覆盖率提升 7.chatGPT辅助进行性能测试 8.chatGPT在单元测试中的应用与落地 9.代码评审阶段AIGC的应用场景与案例 10.单元测试阶段AIGC的应用场景与案例 11.接口测试阶段AIGC的应用场景与案例 12.安全测试阶段AIGC的应用场景与案例 13.持续集成流水中AIGC的应用场景与案例 14.持续发布中AIGC的应用场景与案例 15.性能测试阶段AIGC的应用场景与案例 16.测试结果分析中AIGC的应用场景与案例 17.运维领域AIGC的应用场景与案例 18.SRE实践中AIGC的应用场景与案例 19.探索式测试和chatGPT的测试需求启发 20.某公司应用案例分析 |
| 第九部分:大模型AI辅助编程工具提升开发效率（可以选择国内工具） |
1.了解人工智能辅助编程工具的基本原理和应用场景 1.Github Copilot 2.亚马逊的 CodeWhisperer 3.智能代码编辑器Cursor 4.国产智能编程助手CodeGeeX等 5.百度Comate 6.阿里CodeFuse 7.认识实践 Copilot Chat 8.GitHub copilot 主要使用场景 9.GitHub Copilot 的实现原理 10.GitHub Copilot 加持下的软件生态改变 11.Copilot 改变传统开发的 10 大场景 12.GitHub Copilot 的编程技巧 13.GitHub Copilot 下的测试优化 14.某公司应用案例分析 |
| 第十部分: 基于GitHub Copilot辅助开发实战案例 |
1.项目概述 2.需求分析和需求获取，需求管理 3.GitHub Copilot 主要使用场景 4.认识实践 GitHub Copilot 5.上手 Copilot AI辅助编程，编码与项目实战探索 6.GitHub Copilot 编程进阶 7.GitHub Copilot prompt 原理和实战 8.GitHub Copilot 编程技巧 9.全面了解Copilot的工作原理，建立AI辅助编程知识体系 10.实际操作用Copilot做开发，演练典型研发工作场景 11.使用Copilot辅助进行TDD和单元测试 12.使用Copilot辅助进行系统测试 13.某公司应用案例分析 |
| 第十一部分:AIGC的未来发展和应用前景 |
1.ChatGPT在软件研发行业中的应用前景 2.AIGC驱动下的自动化测试技术能力进阶 3.研发场景Agent构建及应用 4.如何评估AI产品应用有效性 5.ChatGPT目前国内企业使用的现状 6.ChatGPT与国产大模型的对比 7.ChatGPT的风险与不确定性应对 8.ChatGPT的技术和专利技术 9.ChatGPT的法律风险（版权归属） 10.ChatGPT的哲学思考 |
|
第一部分: 大模型下的研发效能提升 1.软件研发效能的定义、目标及解决的问题 2.软件研发效能的实践框架和实施策略 3.AI在研发管理中的价值 4.AI在研发效能提升中的实践 5.AI对研发效能管理的影响 6.AI对软件开发领域效能实践 7.AI对软件测试领域效能实践 8.AI 赋能研发效能多家研发中心案例分析 |
|
第二部分: 生成式AI（AIGC）的最新进展与应用 1.大语言模型的基本概念 2.大语言模型的核心原理 3.AIGC的基本概念和主要应用领域 4.大模型GPT和chatGPT的关系 5.ChatGPT的历史和发展 6.ChatGPT在日常应用领域的实践 7.软件开发领域的各类AI工具及应用 8.信息安全监管和信创化，国产化要求的大模型应用 9.利用公司私有数据开发大模型应用的三种方式与案例 10.各大厂在效能领域自研AI工具的探索 11.开发适合自己公司的需求、编码、测试AI工具的方案 12.多家研发中心的案例分析 |
|
第三部分: 基于Prompt提示词工程 1.Prompt如何使用 2.Prompt使用进阶 3.什么是提示与提示工程 4.提示工程的巨大威力：从Let’s think step by step说起 5.我们与ChatGPT的沟通模型 6. 从人工智能学科角度看提示工程 7.拆解、标准化、流程化：如何用AI改造工作 8.使用BROKE框架设计ChatGPT提示 9.背景（Background）：信息传达与角色设计 10.角色（Role）：AI助手的角色扮演游戏 11.目标与关键结果（Object&Key Results）：给ChatGPT“打绩效” 12.改进（Evolve）：进行试验与调整 13.从认知心理学角度看BROKE框架的设计 14.Prompt案例分析 |
|
第四部分: AI大模型辅助产品经理提高效能 1.ChatGPT辅助竞品分析与市场调研 2.ChatGPT辅助产品需求管理（需求获取，需求分析，需求建模） 3.ChatGPT辅助产品数据分析 4.ChatGPT辅助用户体验设计 5.ChatGPT辅助产品原型设计 6.ChatGPT辅助产品创新与演进 7.某公司应用案例分析 |
|
第五部分: AI大模型辅助架构师提高研发效能 1.大模型AI技术重塑软件架构 2.大模型AI技术对传统软件架构的挑战 3.大模型AI技术为软件架构带来的机遇和创新 4.ChatGPT在软件开发架构设计中的作用 5.ChatGPT辅助软件架构文档和视图 6.ChatGPT辅助设计高效的软件架构 7.ChatGPT辅助设计分布式微服务架构 8.ChatGPT辅助领域驱动架构 9.ChatGPT辅助设计高性能，高可用，可扩展架构 10.ChatGPT辅助设计灵活性架构 11.ChatGPT辅助设架构监控与治理 12.ChatGPT辅助设架构重构与演化 13.ChatGPT辅助架构评估和改进设计方案 14.AI大模型在软件架构的应用案例分析 |
|
第六部分: AI大模型辅助设计师提高研发效能 1.ChatGPT 辅助进行前端设计-基于前端框架设计 2.ChatGPT 辅助进行详细设计 3.ChatGPT 辅助领域驱动设计 4.ChatGPT 辅助灵活性设计-设计原则与模式 5.ChatGPT辅助进行数据库设计（概念模型，逻辑模型，物理模型） 6.ChatGPT支持UML建模 7.使用ChatGPT辅助绘制类图 8.使用ChatGPT辅助绘制时序图 9.ChatGPT 辅助完成设计文档 10.案例分析 |
|
第七部分: AI大模型辅助开发工程师编写高质量代码 1.使用ChatGPT编写高质量的程序代码 2.ChatGPT编写代码注释 3.ChatGPT解释遗留代码 4.ChatGPT辅助发现代码坏味道 5.ChatGPT辅助代码重构 6.ChatGPT辅助代码优化 7.评审 ChatGPT 生成的代码 8.使用ChatGPT分析源代码底层逻辑 9.ChatGPT辅助代码性能优化 10.ChatGPT辅助重构遗留系统代码 11.ChatGPT辅助遗留系统的代码维护 12.案例分析 |
|
第八部分: AI大模型辅助测试与QA质量人员提高效能 1.大模型在测试阶段各种使用场景 2.大模型在软件质量保障中的各种使用场景 3.chatGPT在测试领域的擅长和不擅长 4.chatGPT辅助自动生成测试用例 5.chatGPT辅助自动生成测试数据 6.chatGPT辅助测试的覆盖率提升 7.chatGPT辅助进行性能测试 8.chatGPT在单元测试中的应用与落地 9.代码评审阶段AIGC的应用场景与案例 10.单元测试阶段AIGC的应用场景与案例 11.接口测试阶段AIGC的应用场景与案例 12.安全测试阶段AIGC的应用场景与案例 13.持续集成流水中AIGC的应用场景与案例 14.持续发布中AIGC的应用场景与案例 15.性能测试阶段AIGC的应用场景与案例 16.测试结果分析中AIGC的应用场景与案例 17.运维领域AIGC的应用场景与案例 18.SRE实践中AIGC的应用场景与案例 19.探索式测试和chatGPT的测试需求启发 20.某公司应用案例分析 |
|
第九部分:大模型AI辅助编程工具提升开发效率（可以选择国内工具） 1.了解人工智能辅助编程工具的基本原理和应用场景 1.Github Copilot 2.亚马逊的 CodeWhisperer 3.智能代码编辑器Cursor 4.国产智能编程助手CodeGeeX等 5.百度Comate 6.阿里CodeFuse 7.认识实践 Copilot Chat 8.GitHub copilot 主要使用场景 9.GitHub Copilot 的实现原理 10.GitHub Copilot 加持下的软件生态改变 11.Copilot 改变传统开发的 10 大场景 12.GitHub Copilot 的编程技巧 13.GitHub Copilot 下的测试优化 14.某公司应用案例分析 |
|
第十部分: 基于GitHub Copilot辅助开发实战案例 1.项目概述 2.需求分析和需求获取，需求管理 3.GitHub Copilot 主要使用场景 4.认识实践 GitHub Copilot 5.上手 Copilot AI辅助编程，编码与项目实战探索 6.GitHub Copilot 编程进阶 7.GitHub Copilot prompt 原理和实战 8.GitHub Copilot 编程技巧 9.全面了解Copilot的工作原理，建立AI辅助编程知识体系 10.实际操作用Copilot做开发，演练典型研发工作场景 11.使用Copilot辅助进行TDD和单元测试 12.使用Copilot辅助进行系统测试 13.某公司应用案例分析 |
|
第十一部分:AIGC的未来发展和应用前景 1.ChatGPT在软件研发行业中的应用前景 2.AIGC驱动下的自动化测试技术能力进阶 3.研发场景Agent构建及应用 4.如何评估AI产品应用有效性 5.ChatGPT目前国内企业使用的现状 6.ChatGPT与国产大模型的对比 7.ChatGPT的风险与不确定性应对 8.ChatGPT的技术和专利技术 9.ChatGPT的法律风险（版权归属） 10.ChatGPT的哲学思考 |
近期公开课推荐
