课程简介
2 天深度围绕课纲，从 LLM 基础、提示词工程、RAG、Function Call、Agent 到 Multi-Agent 调度，逐层递进；随后按软件研发全生命周期，现场解读需求、设计、编码、CI、性能、结果分析各环节 LLM 适配与禁区；聚焦测试场景，拆解 Test pilot、OpenAI/DeepSeek API 生成单元与接口测试用例、GitHub Copilot X 脚本开发、基于 AI & Multi-Agent 的用例与脚本生成、Monkey Test 能力扩展、失败用例自动修复等大纲所列实战；结合“从 UML 到代码”“某互联网大厂案例分析”等独家示例，学完即可复用模板与脚本回团队落地。
目标收益
1.熟练运用课纲提示词万能公式、静态链、横向/纵向扩展及 Jinja2 模板，让 LLM 输出稳定可用
2.按课纲方法调用 OpenAI/DeepSeek API，自动生成单元、接口测试用例，设计效率立升
3.使用 GitHub Copilot X 与 Cursor 完成课纲“测试脚本开发”场景，编码量减半
4.基于 AI/Multi-Agent 实现课纲“测试用例设计与脚本生成”，覆盖需求变更无需人工熬夜
5.运用课纲“失败用例自动修复”方案，CI 流水线误报率显著下降
6.带走课纲示例代码与提示词模板，回团队即刻复现“从 UML 到代码”“无脚本移动 App 探索测试”等案例
培训对象
软件研发负责人，研发管理负责人，运维负责人，DevOps负责人，测试负责人，工程效能负责人
软件架构师，资深研发工程师
运维架构师，资深运维工程师，DevOps工程师，SRE
测试架构师，资深测试工程师
研发管理人员，研发流程工程师
课程大纲
| 熟练使用LLM能力的全面进阶 |
1.大语言模型的基本原理详解 2.LLM应用能力的进阶模型（“倒三角”模型） 3.提示词工程基础知识 4.主流提示词使用技巧 5.提示的万能使用公式详解 6.提示词模板的使用 7.提示词静态链的使用 8.提示词的横向扩展 9.提示词的纵向扩展 10.Jinja2在大模型提示词工程中的应用 11.使用OpenAI API 12.ReAct的概念和落地 13.思维链和多思维链 14.RAG的基本原理与应用 15.多模态RAG的使用 16.plugin机制与使用方式 17.Function Call机制与使用方式 18.MCP机制与使用方式 19.Skill机制与使用方式 20.Agent的雏形 21.Agent开发的基本框架 22.业界主流Agent的设计思路与使用 23.Multi-Agent的雏形 24.业界主流Multi-Agent的设计思路 25.多Agent任务调度策略与选型 26.Agent设计模式与选择 27.Multi-Agent的基本逻辑和应用范围 28.Multi-Agent应用示例：MetaGPT 29.Multi-Agent应用示例：DevChat |
| LLM在软件研发全生命周期中的应用场景与案例（质量视角：大厂独家案详细解读） |
1.软件研发全流程中LLM擅长的部分 2.软件研发全流程中LLM不擅长的部分 3.竞品分析与市场调研阶段LLM的应用场景与案例 4.产品概念与产品定义阶段LLM的应用场景与案例 5.产品原型阶段LLM的应用场景与案例 6.产品体验设计阶段LLM的应用场景与案例 7.需求分析阶段LLM的应用场景与案例 8.技术选型阶段LLM的应用场景与案例 9.顶层设计阶段LLM的应用场景与案例 10.详细设计阶段LLM的应用场景与案例 11.从设计到UML，从UML到代码的完整示例 12.编码阶段LLM的应用场景与案例 13.代码评审阶段LLM的应用场景与案例 14.单元测试阶段LLM的应用场景与案例 15.接口测试阶段LLM的应用场景与案例 16.持续集成流水中LLM的应用场景与案例 17.各类软件工程文档中LLM的应用场景与案例 18.持续发布中LLM的应用场景与案例 19.性能测试阶段LLM的应用场景与案例 20.测试结果分析中LLM的应用场景与案例 |
| LLM在软件质量和软件测试领域中的应用与案例 |
1.使用Test pilot自动生成测试用例 2.Test pilot的基本原理 3.使用OpenAI API实现单元测试用例的生成 4.LLM用于单元测试用例生成的技术难点与解决思路 5.使用OpenAI API实现API接口测试用例的生成 6.使用DeepSeek 实现API组合调用测试用例的生成 7.LLM用于API接口测试用例生成的技术难点与解决思路 8.测试脚本开发中的GitHub Copilot应用 9.Copilot X的能力与测试领域应用 10.基于AI Agent的测试用例设计生成技术 11.基于AI Agent的测试用例脚本生成技术 12.基于Multi-Agent的测试用例设计生成技术 13.基于Multi-Agent的测试用例脚本生成技术 14.使用LLM实现Monkey Test的能力扩展 15.使用LLM实现无脚本的Mobile App探索测试 16.使用LLM识别错误敏感的测试数据 17.使用LLM实现失败测试用例的自动修复 18.使用LLM提升被测对象的可测试性 |
| AI辅助编程工具提升测试开发的质效 |
1.LLM辅助编程工具的基本原理和应用场景 2.代码大模型测评集HumanEval、MBPP介绍和评分原理 3.微软：Github Copilot和Copilot X 4.亚马逊：CodeWhisperer 5.智能代码编辑器Cursor 6.LLM辅助编程工具 主要使用场景 7.LLM辅助编程工具的实现原理 8.LLM辅助编程工具加持下的软件生态改变 9.LLM辅助编程工具改变传统开发的12大场景 10.LLM辅助编程工具的编程技巧 11.LLM辅助编程工具下的测试优化 12.Vibe Coding的常见误区 13.Vibe Coding的正确使用方式 案例：某互联网大厂的应用案例分析 |
|
熟练使用LLM能力的全面进阶 1.大语言模型的基本原理详解 2.LLM应用能力的进阶模型（“倒三角”模型） 3.提示词工程基础知识 4.主流提示词使用技巧 5.提示的万能使用公式详解 6.提示词模板的使用 7.提示词静态链的使用 8.提示词的横向扩展 9.提示词的纵向扩展 10.Jinja2在大模型提示词工程中的应用 11.使用OpenAI API 12.ReAct的概念和落地 13.思维链和多思维链 14.RAG的基本原理与应用 15.多模态RAG的使用 16.plugin机制与使用方式 17.Function Call机制与使用方式 18.MCP机制与使用方式 19.Skill机制与使用方式 20.Agent的雏形 21.Agent开发的基本框架 22.业界主流Agent的设计思路与使用 23.Multi-Agent的雏形 24.业界主流Multi-Agent的设计思路 25.多Agent任务调度策略与选型 26.Agent设计模式与选择 27.Multi-Agent的基本逻辑和应用范围 28.Multi-Agent应用示例：MetaGPT 29.Multi-Agent应用示例：DevChat |
|
LLM在软件研发全生命周期中的应用场景与案例（质量视角：大厂独家案详细解读） 1.软件研发全流程中LLM擅长的部分 2.软件研发全流程中LLM不擅长的部分 3.竞品分析与市场调研阶段LLM的应用场景与案例 4.产品概念与产品定义阶段LLM的应用场景与案例 5.产品原型阶段LLM的应用场景与案例 6.产品体验设计阶段LLM的应用场景与案例 7.需求分析阶段LLM的应用场景与案例 8.技术选型阶段LLM的应用场景与案例 9.顶层设计阶段LLM的应用场景与案例 10.详细设计阶段LLM的应用场景与案例 11.从设计到UML，从UML到代码的完整示例 12.编码阶段LLM的应用场景与案例 13.代码评审阶段LLM的应用场景与案例 14.单元测试阶段LLM的应用场景与案例 15.接口测试阶段LLM的应用场景与案例 16.持续集成流水中LLM的应用场景与案例 17.各类软件工程文档中LLM的应用场景与案例 18.持续发布中LLM的应用场景与案例 19.性能测试阶段LLM的应用场景与案例 20.测试结果分析中LLM的应用场景与案例 |
|
LLM在软件质量和软件测试领域中的应用与案例 1.使用Test pilot自动生成测试用例 2.Test pilot的基本原理 3.使用OpenAI API实现单元测试用例的生成 4.LLM用于单元测试用例生成的技术难点与解决思路 5.使用OpenAI API实现API接口测试用例的生成 6.使用DeepSeek 实现API组合调用测试用例的生成 7.LLM用于API接口测试用例生成的技术难点与解决思路 8.测试脚本开发中的GitHub Copilot应用 9.Copilot X的能力与测试领域应用 10.基于AI Agent的测试用例设计生成技术 11.基于AI Agent的测试用例脚本生成技术 12.基于Multi-Agent的测试用例设计生成技术 13.基于Multi-Agent的测试用例脚本生成技术 14.使用LLM实现Monkey Test的能力扩展 15.使用LLM实现无脚本的Mobile App探索测试 16.使用LLM识别错误敏感的测试数据 17.使用LLM实现失败测试用例的自动修复 18.使用LLM提升被测对象的可测试性 |
|
AI辅助编程工具提升测试开发的质效 1.LLM辅助编程工具的基本原理和应用场景 2.代码大模型测评集HumanEval、MBPP介绍和评分原理 3.微软：Github Copilot和Copilot X 4.亚马逊：CodeWhisperer 5.智能代码编辑器Cursor 6.LLM辅助编程工具 主要使用场景 7.LLM辅助编程工具的实现原理 8.LLM辅助编程工具加持下的软件生态改变 9.LLM辅助编程工具改变传统开发的12大场景 10.LLM辅助编程工具的编程技巧 11.LLM辅助编程工具下的测试优化 12.Vibe Coding的常见误区 13.Vibe Coding的正确使用方式 案例：某互联网大厂的应用案例分析 |
近期公开课推荐
