課程簡介
第一天大綱
模組 1 — Claude Code 介紹及人工智慧輔助工程
• Claude Code 與傳統 AI 工具的比較
• 軟體工程中的 AI 代理
• 生產力與工作流最佳化
• 人工智慧輔助開發生命週期
• 風險、限制及人類監督
• 即時實作示範
模組 2 — 提示工程基礎
• 高效提示的結構
• Zero-shot vs few-shot 提示法
• 迭代式提示技巧
• 提示鏈結基礎
• 結構化輸出與格式
• 提示驗證與品質提升
模組 3 — 用於軟體開發的提示技巧
• 程式碼生成與重構
• 利用 AI 輔助除錯
• 文件生成
• 程式碼審查(Pull request reviews)
• 理解既有系統程式碼
• 安全且可維護的人工智慧生成程式碼
模組 4 — 用於測試與品質的提示技巧
• 測試案例生成
• 極端情況分析
• 自動化測試設計
• AI 輔助缺陷分析
• Gherkin 與測試情境建立
• 品質驗證工作流
模組 5 — 用於敏捷協作的提示技巧
• 使用者故事與接受標準
• 需求細化
• 敏捷溝通支援
• 利害關係人摘要
• 回顧會議協助
• 待辦事項清單(Backlog)細化準備
模組 6 — 負責任 AI、安全性與驗證
• 幻覺現象與 AI 風險
• 機密性與安全提示
• AI 治理原則
• 驗證檢查清單
• 提示注入意識
• 人類審查責任
模組 7 — 團隊提示實驗室
• 建立可重複使用的團隊提示
• 角色特定的 AI 工作流
• 提示分享與同儕審查
• 建立 Team Prompt Library v1
• 互動式協作練習
第二天
模組 1 — Claude Code 進階功能
• CLAUDE.md 與持續性專案情境
• AI 工作流自動化
• Best-of-N 生成策略
• 可重複使用的 AI 指令
• 情境工程技巧
• AI 輔助工程工作流
模組 2 — 進階提示工程技巧
• 思維鏈(Chain-of-thought)提示法
• 多模態提示法
• 基於約束的提示法
• 進階提示鏈結
• 大型情境管理
• 對話式工程工作流
模組 3 — 版本控制、平行開發與多代理工作流
• Git 整合策略
• 平行 AI 開發工作流
• Worktrees 與隔離 AI 任務
• 多代理調度
• 人類在回路(Human-in-the-loop)檢查點
• 衝突管理策略
模組 4 — 架構、MCP 與進階 DevOps
• 模型情境協議(MCP)
• Claude 與外部工具的整合
• AI 輔助架構分析
• 架構決策記錄(ADR)
• AI 輔助 CI/CD 問題排除
• 事故後檢討與營運工作流
模組 5 — 擴展 Claude Code 與程式碼庫健康度
• Token 與情境管理
• AI 友善的專案結構
• 長期程式碼庫可維護性
• 文件自動化
• AI 擴展策略
• 團隊級的工程工作流
模組 6 — 實作專案:定義您的 Claude Code 流程
• 設計具擴展性的人工智慧輔助工作流
• 結合提示、指令與情境檔案
• 團隊 AI 流程設計
• 跨角色協作模式
• 建立工作流藍圖
模組 7 — 進階團隊提示實驗室
• 進階提示庫開發
• 複雜的角色特定工作流
• 真實世界提示驗證
• 跨團隊協作練習
• Team Prompt Library v2
最低要求
第一天 — 基礎篇
• 對軟體交付流程有基本認識
• 對開發、測試或敏捷工作流有基本了解
• 建議具備 Claude 存取權限以進行實作練習
第二天 — 進階篇
• 已完成第一天課程(或具備同等經驗)
• 曾接觸 Claude Code 及提示工程概念
• 具備基本的 Git 知識
• 建議熟悉 CI/CD 概念