課程簡介
如今 AI輔助編程逐漸成為工程師的必備工具，我希望你在它的幫助之下，可以成為一名更有競爭力的工程師。這門公開課中，我將通過系統(tǒng)性的實戰(zhàn)帶你走近這個神奇的工具，希望能為你的工作生活帶來明顯的變化。
在軟件研發(fā)領域，從需求分析到軟件設計，從軟件開發(fā)到測試，以及最后發(fā)布上線，AI 在各個環(huán)節(jié)都發(fā)揮著重要作用。該課程介紹如何通過chatGPT和Github copilot提升研發(fā)效能
目標收益
培訓對象
各類軟件企業(yè)和研發(fā)中心的程序員、軟件設計師、架構師, 項目經理,測試工程師，質量部門員工。對智能輔助編程技術感興趣的技術管理者或需要使用該技術的工程師。特別強烈建議公司管理者可以參加部分課程。這樣有助于在公司推廣應用。
課程大綱
|
第1章 DeepSeek核心思想和研發(fā)提效 第一部分: DeepSeek大模型應用概述 |
第一部分: DeepSeek大模型應用概述 1. Deepseek平臺簡介 2. Deepseek為什么這么火？ 有什么核心技術？ 3. Deepseek 核心功能與基礎操作 4. Deepseek推理大模型R1和普通大模型V3 5. Deepseek大模型和國內外大模型對比 6. Deepseek R1推理大模型產品定位、適用場景與核心優(yōu)勢 7. 什么場景適合使用Deepseek R1推理大模型 8. Deepseek的提問技巧 9. 編寫指令的3個原則 10. 挖掘指令的3個方法 11. 編寫指令的7種技巧 12. 優(yōu)化答案的6種模板 |
| 第二部分: DeepSeek大模型推理能力對軟件研發(fā)的影響 |
1.DeepSeek-R1 發(fā)布 2.對標 OpenAI o1 正式版 3.DeepSeek-R1 上線 API 4.DeepSeek 官網推理與 App 5.DeepSeek-R1 訓練論文 6.蒸餾小模型超越 OpenAI o1-min 7.DeepSeek-R1 API 開發(fā)應用 8.通用基礎與專業(yè)應用能力 |
| 第三部分: DeepSeek大模型下的研發(fā)效能提升 |
1.軟件研發(fā)效能的定義、目標及解決的問題 2.軟件研發(fā)效能的實踐框架和實施策略 3.AI在研發(fā)管理中的價值 4.AI在研發(fā)效能提升中的實踐 5.AI對研發(fā)效能管理的影響 6.AI對軟件開發(fā)領域效能實踐 7.AI對軟件測試領域效能實踐 8.AI 賦能研發(fā)效能多家研發(fā)中心案例分析 |
| 第四部分: DeepSeek大模型提示詞工程 |
1.DeekSeep推理大模型還需要提示詞工程嗎？ 2.錯誤觀點—不需要提示詞工程！?。。?br/>3.DeekSeep通用大模型為什么必須高質量提示詞？ 4.DeekSeep不同大模型對提示詞的要求不同 5.Prompt如何使用 6.Prompt使用進階 7.什么是提示與提示工程 8.提示工程的巨大威力：從Let’s think step by step說起 9.我們與AI大模型的溝通模型 10. 從人工智能學科角度看提示工程 11.拆解、標準化、流程化：如何用AI改造工作 12.使用BROKE框架設計AI大模型提示 13.背景（Background）：信息傳達與角色設計 14.角色（Role）：AI助手的角色扮演游戲 15.目標與關鍵結果（Object&Key Results）：給AI大模型“打績效” 16.改進（Evolve）：進行試驗與調整 17.從認知心理學角度看BROKE框架的設計 18.Prompt案例分析 |
| 第五部分: 使用DeepSeek大模型輔助生成軟件開發(fā)中的各種文檔 |
1.使用AI大模型生成文檔模板與內容 2.案例：使用AI大模型輔助生成需求文檔草稿 3.與AI大模型對話的文本語言——Markdown 4.案例：生成Markdown格式需求文檔 5.將Markdown格式文檔轉換為Word 6.將Markdown格式文檔轉換為PDF文檔 7.思維導圖在產品管理中的作用 8.產品經理與思維導圖 9.使用AI大模型繪制思維導圖 10.使用AI大模型制作圖表 11.魚骨圖在產品管理中的應用 12.使用AI大模型輔助繪制魚骨圖 13.案例：在線教育產品模塊結構分析 14.某公司應用案例分析 |
|
第2章 DeepSeek輔助產品設計和業(yè)務需求管理 第六部分: AI與AI產品經理 |
1.深入理解AI和AI產品 2.深入理解AI產品 3.AI產品產業(yè)化和標準化 4.AI產品落地的價值與難題 5.怎樣成為優(yōu)秀的AI產品經理 6.AI產品經理的職業(yè)規(guī)劃 7.AI產品經理的知識體系 8.所有應用都值得被大模型重構一遍！-百度李彥宏 9.AI 2.0徹底改變社會:所有應用都可以被重寫一次--李開復 10.微軟發(fā)布全新AI PC,有哪些啟發(fā) 11.蘋果(AAPL.US)WWDC發(fā)布Apple Intelligence 有什么啟發(fā) 12.蘋果 pad math notes的AI應用分析 |
| 第七部分: DeepSeek大模型輔助競品分析與市場調研 |
1.AI大模型在競品分析中的應用 2.使用AI大模型進行在線商業(yè)學習平臺競品分析 3.使用AI大模型輔助制作競爭分析矩陣 4.案例：使用AI大模型制作在線商業(yè)學習 5.使用AI大模型輔助進行市場調研與用戶洞察 6.案例：使用AI大模型輔助設計用戶調查問卷 7.使用AI大模型輔助創(chuàng)建用戶畫像 8. 案例：使用AI大模型輔助智能旅游App 9.用戶畫像-產品定位與差異化策略 10.使用AI大模型輔助產品定位與差異化 |
| 第八部分: DeepSeek大模型輔助產品需求管理 |
1.使用AI大模型輔助收集產品需求 2.AI大模型匯總問卷調查結果使用圖表 3.使用AI大模型輔助制作產品需求矩陣 4.案例：使用AI大模型制作社交媒體應用 5.使用AI大模型輔助制作產品路線圖 6.案例：使用AI大模型制作移動社交App產品路線圖 7.案例：使用AI大模型制作移動社交App 8.AI大模型輔助產品規(guī)劃 9.案例：使用AI大模型輔助旅游網站進行 |
| 第九部分: DeepSeek大模型輔助用戶體驗設計和輔助產品原型設計 |
1.AI大模型在用戶體驗設計中的應用場景和優(yōu)勢 2. 利用AI大模型進行用戶研究和用戶畫像分析 3. 案例：使用AI大模型輔助進行用戶研究 4.案例：使用AI大模型輔助進行用戶畫像分析 5. AI大模型在界面設計和交互設計中的應用 6. 案例：使用AI大模型輔助內容創(chuàng)作與分享平臺用戶體驗設計 7. 使用AI大模型輔助原型設計 8. 使用AI大模型輔助制作移動應用原型 9.案例：使用AI大模型輔助制作App原型 10.使用AI大模型輔助制作桌面應用原型 11.案例：使用AI大模型輔助制作項目原型 12.AI大模型輔助產品創(chuàng)新與演進 13.案例分析 |
|
第3章 DeepSeek輔助軟件架構與設計 第十部分: DeepSeek大模型輔助架構師提高研發(fā)效能 |
1.大模型AI技術重塑軟件架構 2.大模型AI技術對傳統(tǒng)軟件架構的挑戰(zhàn) 3.大模型AI技術為軟件架構帶來的機遇和創(chuàng)新 4.AI大模型在軟件開發(fā)架構設計中的作用 5.AI大模型輔助軟件架構文檔和視圖 6.AI大模型輔助設計高效的軟件架構 7.AI大模型輔助設計分布式微服務架構 8.AI大模型輔助領域驅動架構 9.AI大模型輔助設計高性能，高可用，可擴展架構 10.AI大模型輔助設計靈活性架構 11.AI大模型輔助設架構監(jiān)控與治理 12.AI大模型輔助設架構重構與演化 13.AI大模型輔助架構評估和改進設計方案 14.AI大模型在軟件架構的應用案例分析 |
| 第十一部分: DeepSeek大模型輔助設計師提高研發(fā)效能 |
1.AI大模型 輔助進行前端設計-基于前端框架設計 2.AI大模型 輔助進行詳細設計 3.AI大模型 輔助領域驅動設計 4.AI大模型 輔助靈活性設計-設計原則與模式 5.AI大模型輔助進行數據庫設計（概念模型，邏輯模型，物理模型） 6.AI大模型支持UML建模 7.使用AI大模型輔助繪制類圖 8.使用AI大模型輔助繪制時序圖 9.AI大模型 輔助完成設計文檔 10.案例分析 |
|
第4章 DeepSeek輔助開發(fā)實現 第十二部分: DeepSeek大模型輔助開發(fā)工程師編寫高質量代碼 |
1.使用AI大模型編寫高質量的程序代碼 2.AI大模型編寫代碼注釋 3.AI大模型解釋遺留代碼 4.AI大模型輔助發(fā)現代碼壞味道 5.AI大模型輔助代碼重構 6.AI大模型輔助代碼優(yōu)化 7.評審 AI大模型 生成的代碼 8.使用AI大模型分析源代碼底層邏輯 9.AI大模型輔助代碼性能優(yōu)化 10.AI大模型輔助重構遺留系統(tǒng)代碼 11.AI大模型輔助遺留系統(tǒng)的代碼維護 12.案例分析 |
| 第十三部分:AI輔助編程工具提升開發(fā)效率（可以選擇國內或國外工具Cursor） |
1.人工智能輔助編程工具的基本原理和應用場景 2.代碼大模型測評集HumanEval、MBPP介紹和評分原理 3.微軟Github Copilot 4.亞馬遜的 CodeWhisperer 5.智能代碼編輯器Cursor 6.智譜智能編程助手CodeGeeX等 7.百度Comate快碼 8.阿里通義靈碼 9.AI輔助編程工具 主要使用場景 10.AI輔助編程工具的實現原理 11.AI輔助編程工具加持下的軟件生態(tài)改變 12.AI輔助編程工具改變傳統(tǒng)開發(fā)的 10 大場景 13.AI輔助編程工具的編程技巧 14.AI輔助編程工具下的測試優(yōu)化 15.某公司應用案例分析 |
| 第十四部分: AI輔助編程工具實戰(zhàn)案例（可以選擇國內或者國外工具Cursor） |
1.項目概述 2.需求分析和需求獲取，需求管理 3.AI輔助編程工具 主要使用場景 4.實踐 AI輔助編程工具 5.上手AI輔助編程，編碼與項目實戰(zhàn)探索 6.AI輔助編程工具 編程進階 7.AI輔助編程工具 prompt 原理和實戰(zhàn) 8.AI輔助編程工具 編程技巧 9.全面了解AI輔助編程工具的工作原理，建立AI輔助編程知識體系 10.實際操作用AI輔助編程工具做開發(fā)，演練典型研發(fā)工作場景 11.使用AI輔助編程工具輔助進行TDD和單元測試 12.使用AI輔助編程工具輔助進行系統(tǒng)測試 13.某公司應用案例分析 |
|
第5章 DeepSeek輔助測試和QA質量保證 第十五部分: DeepSeek大模型輔助測試與QA質量人員提高效能 |
1.大模型在測試階段各種使用場景 2.大模型在軟件質量保障中的各種使用場景 3.AI大模型在測試領域的擅長和不擅長 4.AI大模型輔助自動生成測試用例 5.AI大模型輔助自動生成測試數據 6.AI大模型輔助測試的覆蓋率提升 7.AI大模型輔助進行性能測試 8.AI大模型在單元測試中的應用與落地 9.代碼評審階段AIGC的應用場景與案例 10.單元測試階段AIGC的應用場景與案例 11.接口測試階段AIGC的應用場景與案例 12.安全測試階段AIGC的應用場景與案例 13.探索式測試和AI大模型的測試需求啟發(fā) 14.某公司應用案例分析 |
| 第十六部分: DeepSeek大模型輔助測試生成測試數據和測試腳本 |
1.運用AI進行等價類用例設計 2.運用AI可極大提升邊界值用例設計效率 3.運用AI進行用例格式規(guī)范檢查 4.利用大模型對大規(guī)模測試用例進行結構化分層、提高復用率 5.應用大模型生成測試腳本 6.應用大模型生成數據驅動的自動化數據文件 7.AI大模型助力測試領域的工作模式和質量標準先決條件 8.需求數據的質量如何管控?管控方法實踐分享 9.高質量輸入數據對AI生成測試用例的實戰(zhàn)經驗分享 10.架構設計需不要質量?管控方法分享 |
|
第6章增強私有知識-模型微調+增強檢索RAG 第十七部分: SeepSeek大模型 API 應用開發(fā) |
1.DeepSeek-V3 大模型API 2.DeepSeek-R1推理大模型API 3.DeepSeek模型 & 價格 4.DeepSeek模型參數Temperature 設置 5.DeepSeek模型Token 用量計算 6.DeepSeek模型錯誤碼 7.DeepSeek大模型多輪對話 8.DeepSeek大模型對話前綴續(xù)寫（Beta） 9.DeepSeek大模型FIM 補全（Beta） 10.DeepSeek大模型JSON Output 11.DeepSeek大模型Function Calling 12.DeepSeek大模型上下文硬盤緩存 13.文本內容補全初探（Text Completion） 14.聊天機器人初探（Chat Completion） 15.基于DeepSeek開發(fā)智能翻譯助手 16.案例分析 |
| 第十八部分: 增強企業(yè)私有知識方案-提示詞工程，模型微調，RAG對比 |
1.通用大模型vs私有大模型，及應該如何選擇 2.如何增加企業(yè)私有知識-提示詞工程，RAG，模型微調 3.提示詞工程增加樣本，實現私有知識的最佳實踐 4.模型微調的最佳實踐和難點分析 5.哪些情況需要企業(yè)搭建針對性的私有大模型 6.深入理解:大模型訓練vs模型微調vs增強檢索RAG的核心區(qū)別、實施成本、實施難度、和應用場景定位 7.企業(yè)私有化知識的推薦方案-RAG增加檢索 8.提示工程、RAG與微調對比 9.從用戶角度看RAG流程 10.通過RAG實現私有知識適應 |
| 第十九部分:每一位工程師都需要的—助理 Agent智能體開發(fā)概述 |
1.智能體的定義與特點 2.智能體與傳統(tǒng)軟件的關系 3.智能體與LLM的關系 4.從ChatGPT到智能體 5.智能體的五種能力 6.記憶，規(guī)劃，工具，自主決策，推理 7.多智能體協(xié)作 8.企業(yè)級智能體應用與任務規(guī)劃 9.軟件開發(fā)工程師的Agent助手 10.案例分析-如何為每一位工程師研發(fā)工程助理 |
|
第1章 DeepSeek核心思想和研發(fā)提效 第一部分: DeepSeek大模型應用概述 第一部分: DeepSeek大模型應用概述 1. Deepseek平臺簡介 2. Deepseek為什么這么火？ 有什么核心技術？ 3. Deepseek 核心功能與基礎操作 4. Deepseek推理大模型R1和普通大模型V3 5. Deepseek大模型和國內外大模型對比 6. Deepseek R1推理大模型產品定位、適用場景與核心優(yōu)勢 7. 什么場景適合使用Deepseek R1推理大模型 8. Deepseek的提問技巧 9. 編寫指令的3個原則 10. 挖掘指令的3個方法 11. 編寫指令的7種技巧 12. 優(yōu)化答案的6種模板 |
|
第二部分: DeepSeek大模型推理能力對軟件研發(fā)的影響 1.DeepSeek-R1 發(fā)布 2.對標 OpenAI o1 正式版 3.DeepSeek-R1 上線 API 4.DeepSeek 官網推理與 App 5.DeepSeek-R1 訓練論文 6.蒸餾小模型超越 OpenAI o1-min 7.DeepSeek-R1 API 開發(fā)應用 8.通用基礎與專業(yè)應用能力 |
|
第三部分: DeepSeek大模型下的研發(fā)效能提升 1.軟件研發(fā)效能的定義、目標及解決的問題 2.軟件研發(fā)效能的實踐框架和實施策略 3.AI在研發(fā)管理中的價值 4.AI在研發(fā)效能提升中的實踐 5.AI對研發(fā)效能管理的影響 6.AI對軟件開發(fā)領域效能實踐 7.AI對軟件測試領域效能實踐 8.AI 賦能研發(fā)效能多家研發(fā)中心案例分析 |
|
第四部分: DeepSeek大模型提示詞工程 1.DeekSeep推理大模型還需要提示詞工程嗎？ 2.錯誤觀點—不需要提示詞工程?。。。?br/>3.DeekSeep通用大模型為什么必須高質量提示詞？ 4.DeekSeep不同大模型對提示詞的要求不同 5.Prompt如何使用 6.Prompt使用進階 7.什么是提示與提示工程 8.提示工程的巨大威力：從Let’s think step by step說起 9.我們與AI大模型的溝通模型 10. 從人工智能學科角度看提示工程 11.拆解、標準化、流程化：如何用AI改造工作 12.使用BROKE框架設計AI大模型提示 13.背景（Background）：信息傳達與角色設計 14.角色（Role）：AI助手的角色扮演游戲 15.目標與關鍵結果（Object&Key Results）：給AI大模型“打績效” 16.改進（Evolve）：進行試驗與調整 17.從認知心理學角度看BROKE框架的設計 18.Prompt案例分析 |
|
第五部分: 使用DeepSeek大模型輔助生成軟件開發(fā)中的各種文檔 1.使用AI大模型生成文檔模板與內容 2.案例：使用AI大模型輔助生成需求文檔草稿 3.與AI大模型對話的文本語言——Markdown 4.案例：生成Markdown格式需求文檔 5.將Markdown格式文檔轉換為Word 6.將Markdown格式文檔轉換為PDF文檔 7.思維導圖在產品管理中的作用 8.產品經理與思維導圖 9.使用AI大模型繪制思維導圖 10.使用AI大模型制作圖表 11.魚骨圖在產品管理中的應用 12.使用AI大模型輔助繪制魚骨圖 13.案例：在線教育產品模塊結構分析 14.某公司應用案例分析 |
|
第2章 DeepSeek輔助產品設計和業(yè)務需求管理 第六部分: AI與AI產品經理 1.深入理解AI和AI產品 2.深入理解AI產品 3.AI產品產業(yè)化和標準化 4.AI產品落地的價值與難題 5.怎樣成為優(yōu)秀的AI產品經理 6.AI產品經理的職業(yè)規(guī)劃 7.AI產品經理的知識體系 8.所有應用都值得被大模型重構一遍！-百度李彥宏 9.AI 2.0徹底改變社會:所有應用都可以被重寫一次--李開復 10.微軟發(fā)布全新AI PC,有哪些啟發(fā) 11.蘋果(AAPL.US)WWDC發(fā)布Apple Intelligence 有什么啟發(fā) 12.蘋果 pad math notes的AI應用分析 |
|
第七部分: DeepSeek大模型輔助競品分析與市場調研 1.AI大模型在競品分析中的應用 2.使用AI大模型進行在線商業(yè)學習平臺競品分析 3.使用AI大模型輔助制作競爭分析矩陣 4.案例：使用AI大模型制作在線商業(yè)學習 5.使用AI大模型輔助進行市場調研與用戶洞察 6.案例：使用AI大模型輔助設計用戶調查問卷 7.使用AI大模型輔助創(chuàng)建用戶畫像 8. 案例：使用AI大模型輔助智能旅游App 9.用戶畫像-產品定位與差異化策略 10.使用AI大模型輔助產品定位與差異化 |
|
第八部分: DeepSeek大模型輔助產品需求管理 1.使用AI大模型輔助收集產品需求 2.AI大模型匯總問卷調查結果使用圖表 3.使用AI大模型輔助制作產品需求矩陣 4.案例：使用AI大模型制作社交媒體應用 5.使用AI大模型輔助制作產品路線圖 6.案例：使用AI大模型制作移動社交App產品路線圖 7.案例：使用AI大模型制作移動社交App 8.AI大模型輔助產品規(guī)劃 9.案例：使用AI大模型輔助旅游網站進行 |
|
第九部分: DeepSeek大模型輔助用戶體驗設計和輔助產品原型設計 1.AI大模型在用戶體驗設計中的應用場景和優(yōu)勢 2. 利用AI大模型進行用戶研究和用戶畫像分析 3. 案例：使用AI大模型輔助進行用戶研究 4.案例：使用AI大模型輔助進行用戶畫像分析 5. AI大模型在界面設計和交互設計中的應用 6. 案例：使用AI大模型輔助內容創(chuàng)作與分享平臺用戶體驗設計 7. 使用AI大模型輔助原型設計 8. 使用AI大模型輔助制作移動應用原型 9.案例：使用AI大模型輔助制作App原型 10.使用AI大模型輔助制作桌面應用原型 11.案例：使用AI大模型輔助制作項目原型 12.AI大模型輔助產品創(chuàng)新與演進 13.案例分析 |
|
第3章 DeepSeek輔助軟件架構與設計 第十部分: DeepSeek大模型輔助架構師提高研發(fā)效能 1.大模型AI技術重塑軟件架構 2.大模型AI技術對傳統(tǒng)軟件架構的挑戰(zhàn) 3.大模型AI技術為軟件架構帶來的機遇和創(chuàng)新 4.AI大模型在軟件開發(fā)架構設計中的作用 5.AI大模型輔助軟件架構文檔和視圖 6.AI大模型輔助設計高效的軟件架構 7.AI大模型輔助設計分布式微服務架構 8.AI大模型輔助領域驅動架構 9.AI大模型輔助設計高性能，高可用，可擴展架構 10.AI大模型輔助設計靈活性架構 11.AI大模型輔助設架構監(jiān)控與治理 12.AI大模型輔助設架構重構與演化 13.AI大模型輔助架構評估和改進設計方案 14.AI大模型在軟件架構的應用案例分析 |
|
第十一部分: DeepSeek大模型輔助設計師提高研發(fā)效能 1.AI大模型 輔助進行前端設計-基于前端框架設計 2.AI大模型 輔助進行詳細設計 3.AI大模型 輔助領域驅動設計 4.AI大模型 輔助靈活性設計-設計原則與模式 5.AI大模型輔助進行數據庫設計（概念模型，邏輯模型，物理模型） 6.AI大模型支持UML建模 7.使用AI大模型輔助繪制類圖 8.使用AI大模型輔助繪制時序圖 9.AI大模型 輔助完成設計文檔 10.案例分析 |
|
第4章 DeepSeek輔助開發(fā)實現 第十二部分: DeepSeek大模型輔助開發(fā)工程師編寫高質量代碼 1.使用AI大模型編寫高質量的程序代碼 2.AI大模型編寫代碼注釋 3.AI大模型解釋遺留代碼 4.AI大模型輔助發(fā)現代碼壞味道 5.AI大模型輔助代碼重構 6.AI大模型輔助代碼優(yōu)化 7.評審 AI大模型 生成的代碼 8.使用AI大模型分析源代碼底層邏輯 9.AI大模型輔助代碼性能優(yōu)化 10.AI大模型輔助重構遺留系統(tǒng)代碼 11.AI大模型輔助遺留系統(tǒng)的代碼維護 12.案例分析 |
|
第十三部分:AI輔助編程工具提升開發(fā)效率（可以選擇國內或國外工具Cursor） 1.人工智能輔助編程工具的基本原理和應用場景 2.代碼大模型測評集HumanEval、MBPP介紹和評分原理 3.微軟Github Copilot 4.亞馬遜的 CodeWhisperer 5.智能代碼編輯器Cursor 6.智譜智能編程助手CodeGeeX等 7.百度Comate快碼 8.阿里通義靈碼 9.AI輔助編程工具 主要使用場景 10.AI輔助編程工具的實現原理 11.AI輔助編程工具加持下的軟件生態(tài)改變 12.AI輔助編程工具改變傳統(tǒng)開發(fā)的 10 大場景 13.AI輔助編程工具的編程技巧 14.AI輔助編程工具下的測試優(yōu)化 15.某公司應用案例分析 |
|
第十四部分: AI輔助編程工具實戰(zhàn)案例（可以選擇國內或者國外工具Cursor） 1.項目概述 2.需求分析和需求獲取，需求管理 3.AI輔助編程工具 主要使用場景 4.實踐 AI輔助編程工具 5.上手AI輔助編程，編碼與項目實戰(zhàn)探索 6.AI輔助編程工具 編程進階 7.AI輔助編程工具 prompt 原理和實戰(zhàn) 8.AI輔助編程工具 編程技巧 9.全面了解AI輔助編程工具的工作原理，建立AI輔助編程知識體系 10.實際操作用AI輔助編程工具做開發(fā)，演練典型研發(fā)工作場景 11.使用AI輔助編程工具輔助進行TDD和單元測試 12.使用AI輔助編程工具輔助進行系統(tǒng)測試 13.某公司應用案例分析 |
|
第5章 DeepSeek輔助測試和QA質量保證 第十五部分: DeepSeek大模型輔助測試與QA質量人員提高效能 1.大模型在測試階段各種使用場景 2.大模型在軟件質量保障中的各種使用場景 3.AI大模型在測試領域的擅長和不擅長 4.AI大模型輔助自動生成測試用例 5.AI大模型輔助自動生成測試數據 6.AI大模型輔助測試的覆蓋率提升 7.AI大模型輔助進行性能測試 8.AI大模型在單元測試中的應用與落地 9.代碼評審階段AIGC的應用場景與案例 10.單元測試階段AIGC的應用場景與案例 11.接口測試階段AIGC的應用場景與案例 12.安全測試階段AIGC的應用場景與案例 13.探索式測試和AI大模型的測試需求啟發(fā) 14.某公司應用案例分析 |
|
第十六部分: DeepSeek大模型輔助測試生成測試數據和測試腳本 1.運用AI進行等價類用例設計 2.運用AI可極大提升邊界值用例設計效率 3.運用AI進行用例格式規(guī)范檢查 4.利用大模型對大規(guī)模測試用例進行結構化分層、提高復用率 5.應用大模型生成測試腳本 6.應用大模型生成數據驅動的自動化數據文件 7.AI大模型助力測試領域的工作模式和質量標準先決條件 8.需求數據的質量如何管控?管控方法實踐分享 9.高質量輸入數據對AI生成測試用例的實戰(zhàn)經驗分享 10.架構設計需不要質量?管控方法分享 |
|
第6章增強私有知識-模型微調+增強檢索RAG 第十七部分: SeepSeek大模型 API 應用開發(fā) 1.DeepSeek-V3 大模型API 2.DeepSeek-R1推理大模型API 3.DeepSeek模型 & 價格 4.DeepSeek模型參數Temperature 設置 5.DeepSeek模型Token 用量計算 6.DeepSeek模型錯誤碼 7.DeepSeek大模型多輪對話 8.DeepSeek大模型對話前綴續(xù)寫（Beta） 9.DeepSeek大模型FIM 補全（Beta） 10.DeepSeek大模型JSON Output 11.DeepSeek大模型Function Calling 12.DeepSeek大模型上下文硬盤緩存 13.文本內容補全初探（Text Completion） 14.聊天機器人初探（Chat Completion） 15.基于DeepSeek開發(fā)智能翻譯助手 16.案例分析 |
|
第十八部分: 增強企業(yè)私有知識方案-提示詞工程，模型微調，RAG對比 1.通用大模型vs私有大模型，及應該如何選擇 2.如何增加企業(yè)私有知識-提示詞工程，RAG，模型微調 3.提示詞工程增加樣本，實現私有知識的最佳實踐 4.模型微調的最佳實踐和難點分析 5.哪些情況需要企業(yè)搭建針對性的私有大模型 6.深入理解:大模型訓練vs模型微調vs增強檢索RAG的核心區(qū)別、實施成本、實施難度、和應用場景定位 7.企業(yè)私有化知識的推薦方案-RAG增加檢索 8.提示工程、RAG與微調對比 9.從用戶角度看RAG流程 10.通過RAG實現私有知識適應 |
|
第十九部分:每一位工程師都需要的—助理 Agent智能體開發(fā)概述 1.智能體的定義與特點 2.智能體與傳統(tǒng)軟件的關系 3.智能體與LLM的關系 4.從ChatGPT到智能體 5.智能體的五種能力 6.記憶，規(guī)劃，工具，自主決策，推理 7.多智能體協(xié)作 8.企業(yè)級智能體應用與任務規(guī)劃 9.軟件開發(fā)工程師的Agent助手 10.案例分析-如何為每一位工程師研發(fā)工程助理 |
近期公開課推薦
