聯繫我們

課程簡介

第1天大綱

模塊1 — Claude Code與AI輔助工程簡介

• Claude Code與傳統AI工具對比
• 軟件工程中的AI代理
• 生產力和工作流優化
• AI輔助開發生命週期
• 風險、限制和人類監督
• 現場實踐演示

模塊2 — 提示工程基礎

• 有效提示的解剖
• 零樣本與少樣本提示
• 迭代提示技術
• 提示鏈基礎
• 結構化輸出和格式化
• 提示驗證和質量改進

模塊3 — 用於軟件開發的提示

• 代碼生成和重構
• 使用AI輔助調試
• 文檔生成
• 拉取請求審查
• 遺留代碼理解
• 安全且可維護的AI生成代碼

模塊4 — 用於測試與質量的提示

• 測試用例生成
• 邊緣案例分析
• 自動化測試設計
• AI輔助缺陷分析
• Gherkin和測試場景創建
• 質量驗證工作流

模塊5 — 用於敏捷協作的提示

• 用戶故事和驗收標準
• 需求細化
• 敏捷溝通支持
• 利益相關者摘要
• 回顧輔助
• 待辦事項細化準備

模塊6 — 負責任的AI、安全與驗證

• 幻覺和AI風險
• 保密性和安全提示
• AI治理原則
• 驗證清單
• 提示注入意識
• 人類審查責任

模塊7 — 團隊提示實驗室

• 構建可重用的團隊提示
• 角色特定的AI工作流
• 提示共享和同行評審
• 團隊提示庫v1創建
• 互動協作練習

第2天

模塊1 — Claude Code高級功能

• CLAUDE.md和持久項目上下文
• AI工作流自動化
• 最佳N生成策略
• 可重用的AI命令
• 上下文工程技術
• AI輔助工程工作流

模塊2 — 高級提示工程技術

• 思維鏈提示
• 多模態提示
• 基於約束的提示
• 高級提示鏈
• 大上下文管理
• 對話工程工作流

模塊3 — 版本控制、並行開發與多代理工作流

• Git集成策略
• 並行AI開發工作流
• 工作樹和隔離的AI任務
• 多代理編排
• 人類參與檢查點
• 衝突管理策略

模塊4 — 架構、MCP與高級DevOps

• 模型上下文協議(MCP)
• Claude與外部工具的集成
• AI輔助架構分析
• 架構決策記錄(ADR)
• AI輔助CI/CD故障排除
• 事件事後分析和操作工作流

模塊5 — 擴展Claude Code與代碼庫健康

• 令牌和上下文管理
• AI友好的項目結構
• 長期代碼庫可維護性
• 文檔自動化
• AI可擴展性策略
• 團隊範圍的工程工作流

模塊6 — 畢業項目:定義您的Claude Code流程

• 設計可擴展的AI輔助工作流
• 結合提示、命令和上下文文件
• 團隊AI流程設計
• 跨角色協作模型
• 工作流藍圖創建

模塊7 — 高級團隊提示實驗室

• 高級提示庫開發
• 複雜的角色特定工作流
• 真實世界的提示驗證
• 跨團隊協作練習
• 團隊提示庫v2

最低要求

第1天 — 基礎

• 對軟件交付流程有基本瞭解
• 對開發、測試或敏捷工作流有一般理解
• 建議使用Claude進行實踐練習

第2天 — 高級

• 完成第1天(或具備同等經驗)
• 有Claude Code和提示工程概念的接觸經驗
• 具備基本的Git知識
• 建議熟悉CI/CD概念

 14 小時

課程分類