課程簡(jiǎn)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(jìng)爭(zhēng)力的工程師。這門公開課中，我將通過系統(tǒng)性的實(shí)戰(zhàn)帶你走近這個(gè)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(lǐng)域，從需求分析到軟件設(shè)計(jì)，從軟件開發(fā)到測(cè)試，以及最后發(fā)布上線，AI 在各個(gè)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(biāo)收益
培訓(xùn)對(duì)象
各類軟件企業(yè)和研發(fā)中心的程序員、軟件設(shè)計(jì)師、架構(gòu)師, 項(xiàng)目經(jīng)理,測(cè)試工程師，質(zhì)量部門員工。對(duì)智能輔助編程技術(shù)感興趣的技術(shù)管理者或需要使用該技術(shù)的工程師。特別強(qiáng)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(yīng)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(yīng)用概述 |
第一部分: DeepSeek大模型應(yīng)用概述 1. Deepseek平臺(tái)簡(jiǎn)介 2. Deepseek為什么這么火？ 有什么核心技術(shù)？ 3. Deepseek 核心功能與基礎(chǔ)操作 4. Deepseek推理大模型R1和普通大模型V3 5. Deepseek大模型和國(guó)內(nèi)外大模型對(duì)比 6. Deepseek R1推理大模型產(chǎn)品定位、適用場(chǎng)景與核心優(yōu)勢(shì) 7. 什么場(chǎng)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(gè)原則 10. 挖掘指令的3個(gè)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(duì)軟件研發(fā)的影響 |
1.DeepSeek-R1 發(fā)布 2.對(duì)標(biāo) OpenAI o1 正式版 3.DeepSeek-R1 上線 API 4.DeepSeek 官網(wǎng)推理與 App 5.DeepSeek-R1 訓(xùn)練論文 6.蒸餾小模型超越 OpenAI o1-min 7.DeepSeek-R1 API 開發(fā)應(yīng)用 8.通用基礎(chǔ)與專業(yè)應(yīng)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(biāo)及解決的問題 2.軟件研發(fā)效能的實(shí)踐框架和實(shí)施策略 3.AI在研發(fā)管理中的價(jià)值 4.AI在研發(fā)效能提升中的實(shí)踐 5.AI對(duì)研發(fā)效能管理的影響 6.AI對(duì)軟件開發(fā)領(lǐng)域效能實(shí)踐 7.AI對(duì)軟件測(cè)試領(lǐng)域效能實(shí)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(cuò)誤觀點(diǎn)—不需要提示詞工程?。。?！ 3.DeekSeep通用大模型為什么必須高質(zhì)量提示詞？ 4.DeekSeep不同大模型對(duì)提示詞的要求不同 5.Prompt如何使用 6.Prompt使用進(jìn)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(xué)科角度看提示工程 11.拆解、標(biāo)準(zhǔn)化、流程化：如何用AI改造工作 12.使用BROKE框架設(shè)計(jì)AI大模型提示 13.背景（Background）：信息傳達(dá)與角色設(shè)計(jì) 14.角色（Role）：AI助手的角色扮演游戲 15.目標(biāo)與關(guān)鍵結(jié)果（Object&Key Results）：給AI大模型“打績(jī)效” 16.改進(jìn)（Evolve）：進(jìn)行試驗(yàn)與調(diào)整 17.從認(rèn)知心理學(xué)角度看BROKE框架的設(shè)計(jì) 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(nèi)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(duì)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(zhuǎn)換為Word 6.將Markdown格式文檔轉(zhuǎn)換為PDF文檔 7.思維導(dǎo)圖在產(chǎn)品管理中的作用 8.產(chǎn)品經(jīng)理與思維導(dǎo)圖 9.使用AI大模型繪制思維導(dǎo)圖 10.使用AI大模型制作圖表 11.魚骨圖在產(chǎn)品管理中的應(yīng)用 12.使用AI大模型輔助繪制魚骨圖 13.案例：在線教育產(chǎn)品模塊結(jié)構(gòu)分析 14.某公司應(yīng)用案例分析 |
|
第2章 DeepSeek輔助產(chǎn)品設(shè)計(jì)和業(yè)務(wù)需求管理 第六部分: AI與AI產(chǎn)品經(jīng)理 |
1.深入理解AI和AI產(chǎn)品 2.深入理解AI產(chǎn)品 3.AI產(chǎn)品產(chǎn)業(yè)化和標(biāo)準(zhǔn)化 4.AI產(chǎn)品落地的價(jià)值與難題 5.怎樣成為優(yōu)秀的AI產(chǎn)品經(jīng)理 6.AI產(chǎn)品經(jīng)理的職業(yè)規(guī)劃 7.AI產(chǎn)品經(jīng)理的知識(shí)體系 8.所有應(yīng)用都值得被大模型重構(gòu)一遍！-百度李彥宏 9.AI 2.0徹底改變社會(huì):所有應(yīng)用都可以被重寫一次--李開復(fù) 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(yīng)用分析 |
| 第七部分: DeepSeek大模型輔助競(jìng)品分析與市場(chǎng)調(diào)研 |
1.AI大模型在競(jìng)品分析中的應(yīng)用 2.使用AI大模型進(jìn)行在線商業(yè)學(xué)習(xí)平臺(tái)競(jìng)品分析 3.使用AI大模型輔助制作競(jìng)爭(zhēng)分析矩陣 4.案例：使用AI大模型制作在線商業(yè)學(xué)習(xí) 5.使用AI大模型輔助進(jìn)行市場(chǎng)調(diào)研與用戶洞察 6.案例：使用AI大模型輔助設(shè)計(jì)用戶調(diào)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(chǎn)品定位與差異化策略 10.使用AI大模型輔助產(chǎn)品定位與差異化 |
| 第八部分: DeepSeek大模型輔助產(chǎn)品需求管理 |
1.使用AI大模型輔助收集產(chǎn)品需求 2.AI大模型匯總問卷調(diào)查結(jié)果使用圖表 3.使用AI大模型輔助制作產(chǎn)品需求矩陣 4.案例：使用AI大模型制作社交媒體應(yīng)用 5.使用AI大模型輔助制作產(chǎn)品路線圖 6.案例：使用AI大模型制作移動(dòng)社交App產(chǎn)品路線圖 7.案例：使用AI大模型制作移動(dòng)社交App 8.AI大模型輔助產(chǎn)品規(guī)劃 9.案例：使用AI大模型輔助旅游網(wǎng)站進(jìn)行 |
| 第九部分: DeepSeek大模型輔助用戶體驗(yàn)設(shè)計(jì)和輔助產(chǎn)品原型設(shè)計(jì) |
1.AI大模型在用戶體驗(yàn)設(shè)計(jì)中的應(yīng)用場(chǎng)景和優(yōu)勢(shì) 2. 利用AI大模型進(jìn)行用戶研究和用戶畫像分析 3. 案例：使用AI大模型輔助進(jìn)行用戶研究 4.案例：使用AI大模型輔助進(jìn)行用戶畫像分析 5. AI大模型在界面設(shè)計(jì)和交互設(shè)計(jì)中的應(yīng)用 6. 案例：使用AI大模型輔助內(nèi)容創(chuàng)作與分享平臺(tái)用戶體驗(yàn)設(shè)計(jì) 7. 使用AI大模型輔助原型設(shè)計(jì) 8. 使用AI大模型輔助制作移動(dòng)應(yīng)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(yīng)用原型 11.案例：使用AI大模型輔助制作項(xiàng)目原型 12.AI大模型輔助產(chǎn)品創(chuàng)新與演進(jìn) 13.案例分析 |
|
第3章 DeepSeek輔助軟件架構(gòu)與設(shè)計(jì) 第十部分: DeepSeek大模型輔助架構(gòu)師提高研發(fā)效能 |
1.大模型AI技術(shù)重塑軟件架構(gòu) 2.大模型AI技術(shù)對(duì)傳統(tǒng)軟件架構(gòu)的挑戰(zhàn) 3.大模型AI技術(shù)為軟件架構(gòu)帶來的機(jī)遇和創(chuàng)新 4.AI大模型在軟件開發(fā)架構(gòu)設(shè)計(jì)中的作用 5.AI大模型輔助軟件架構(gòu)文檔和視圖 6.AI大模型輔助設(shè)計(jì)高效的軟件架構(gòu) 7.AI大模型輔助設(shè)計(jì)分布式微服務(wù)架構(gòu) 8.AI大模型輔助領(lǐng)域驅(qū)動(dòng)架構(gòu) 9.AI大模型輔助設(shè)計(jì)高性能，高可用，可擴(kuò)展架構(gòu) 10.AI大模型輔助設(shè)計(jì)靈活性架構(gòu) 11.AI大模型輔助設(shè)架構(gòu)監(jiān)控與治理 12.AI大模型輔助設(shè)架構(gòu)重構(gòu)與演化 13.AI大模型輔助架構(gòu)評(píng)估和改進(jìn)設(shè)計(jì)方案 14.AI大模型在軟件架構(gòu)的應(yīng)用案例分析 |
| 第十一部分: DeepSeek大模型輔助設(shè)計(jì)師提高研發(fā)效能 |
1.AI大模型 輔助進(jìn)行前端設(shè)計(jì)-基于前端框架設(shè)計(jì) 2.AI大模型 輔助進(jìn)行詳細(xì)設(shè)計(jì) 3.AI大模型 輔助領(lǐng)域驅(qū)動(dòng)設(shè)計(jì) 4.AI大模型 輔助靈活性設(shè)計(jì)-設(shè)計(jì)原則與模式 5.AI大模型輔助進(jìn)行數(shù)據(jù)庫設(shè)計(jì)（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(shí)序圖 9.AI大模型 輔助完成設(shè)計(jì)文檔 10.案例分析 |
|
第4章 DeepSeek輔助開發(fā)實(shí)現(xiàn) 第十二部分: DeepSeek大模型輔助開發(fā)工程師編寫高質(zhì)量代碼 |
1.使用AI大模型編寫高質(zhì)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(xiàn)代碼壞味道 5.AI大模型輔助代碼重構(gòu) 6.AI大模型輔助代碼優(yōu)化 7.評(píng)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(gòu)遺留系統(tǒng)代碼 11.AI大模型輔助遺留系統(tǒng)的代碼維護(hù) 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(guó)內(nèi)或國(guó)外工具Cursor） |
1.人工智能輔助編程工具的基本原理和應(yīng)用場(chǎng)景 2.代碼大模型測(cè)評(píng)集HumanEval、MBPP介紹和評(píng)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(chǎng)景 10.AI輔助編程工具的實(shí)現(xiàn)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(chǎng)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(cè)試優(yōu)化 15.某公司應(yīng)用案例分析 |
| 第十四部分: AI輔助編程工具實(shí)戰(zhàn)案例（可以選擇國(guó)內(nèi)或者國(guó)外工具Cursor） |
1.項(xiàng)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(chǎng)景 4.實(shí)踐 AI輔助編程工具 5.上手AI輔助編程，編碼與項(xiàng)目實(shí)戰(zhàn)探索 6.AI輔助編程工具 編程進(jìn)階 7.AI輔助編程工具 prompt 原理和實(shí)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(shí)體系 10.實(shí)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(chǎng)景 11.使用AI輔助編程工具輔助進(jìn)行TDD和單元測(cè)試 12.使用AI輔助編程工具輔助進(jìn)行系統(tǒng)測(cè)試 13.某公司應(yīng)用案例分析 |
|
第5章 DeepSeek輔助測(cè)試和QA質(zhì)量保證 第十五部分: DeepSeek大模型輔助測(cè)試與QA質(zhì)量人員提高效能 |
1.大模型在測(cè)試階段各種使用場(chǎng)景 2.大模型在軟件質(zhì)量保障中的各種使用場(chǎng)景 3.AI大模型在測(cè)試領(lǐng)域的擅長(zhǎng)和不擅長(zhǎng) 4.AI大模型輔助自動(dòng)生成測(cè)試用例 5.AI大模型輔助自動(dòng)生成測(cè)試數(shù)據(jù) 6.AI大模型輔助測(cè)試的覆蓋率提升 7.AI大模型輔助進(jìn)行性能測(cè)試 8.AI大模型在單元測(cè)試中的應(yīng)用與落地 9.代碼評(píng)審階段AIGC的應(yīng)用場(chǎng)景與案例 10.單元測(cè)試階段AIGC的應(yīng)用場(chǎng)景與案例 11.接口測(cè)試階段AIGC的應(yīng)用場(chǎng)景與案例 12.安全測(cè)試階段AIGC的應(yīng)用場(chǎng)景與案例 13.探索式測(cè)試和AI大模型的測(cè)試需求啟發(fā) 14.某公司應(yīng)用案例分析 |
| 第十六部分: DeepSeek大模型輔助測(cè)試生成測(cè)試數(shù)據(jù)和測(cè)試腳本 |
1.運(yùn)用AI進(jìn)行等價(jià)類用例設(shè)計(jì) 2.運(yùn)用AI可極大提升邊界值用例設(shè)計(jì)效率 3.運(yùn)用AI進(jìn)行用例格式規(guī)范檢查 4.利用大模型對(duì)大規(guī)模測(cè)試用例進(jìn)行結(jié)構(gòu)化分層、提高復(fù)用率 5.應(yīng)用大模型生成測(cè)試腳本 6.應(yīng)用大模型生成數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)化數(shù)據(jù)文件 7.AI大模型助力測(cè)試領(lǐng)域的工作模式和質(zhì)量標(biāo)準(zhǔn)先決條件 8.需求數(shù)據(jù)的質(zhì)量如何管控?管控方法實(shí)踐分享 9.高質(zhì)量輸入數(shù)據(jù)對(duì)AI生成測(cè)試用例的實(shí)戰(zhàn)經(jīng)驗(yàn)分享 10.架構(gòu)設(shè)計(jì)需不要質(zhì)量?管控方法分享 |
|
第6章增強(qiáng)私有知識(shí)-模型微調(diào)+增強(qiáng)檢索RAG 第十七部分: SeepSeek大模型 API 應(yīng)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(jià)格 4.DeepSeek模型參數(shù)Temperature 設(shè)置 5.DeepSeek模型Token 用量計(jì)算 6.DeepSeek模型錯(cuò)誤碼 7.DeepSeek大模型多輪對(duì)話 8.DeepSeek大模型對(duì)話前綴續(xù)寫（Beta） 9.DeepSeek大模型FIM 補(bǔ)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(nèi)容補(bǔ)全初探（Text Completion） 14.聊天機(jī)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(qiáng)企業(yè)私有知識(shí)方案-提示詞工程，模型微調(diào)，RAG對(duì)比 |
1.通用大模型vs私有大模型，及應(yīng)該如何選擇 2.如何增加企業(yè)私有知識(shí)-提示詞工程，RAG，模型微調(diào) 3.提示詞工程增加樣本，實(shí)現(xiàn)私有知識(shí)的最佳實(shí)踐 4.模型微調(diào)的最佳實(shí)踐和難點(diǎn)分析 5.哪些情況需要企業(yè)搭建針對(duì)性的私有大模型 6.深入理解:大模型訓(xùn)練vs模型微調(diào)vs增強(qiáng)檢索RAG的核心區(qū)別、實(shí)施成本、實(shí)施難度、和應(yīng)用場(chǎng)景定位 7.企業(yè)私有化知識(shí)的推薦方案-RAG增加檢索 8.提示工程、RAG與微調(diào)對(duì)比 9.從用戶角度看RAG流程 10.通過RAG實(shí)現(xiàn)私有知識(shí)適應(yīng) |
| 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(diǎn) 2.智能體與傳統(tǒng)軟件的關(guān)系 3.智能體與LLM的關(guān)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(jí)智能體應(yīng)用與任務(wù)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(yīng)用概述 第一部分: DeepSeek大模型應(yīng)用概述 1. Deepseek平臺(tái)簡(jiǎn)介 2. Deepseek為什么這么火？ 有什么核心技術(shù)？ 3. Deepseek 核心功能與基礎(chǔ)操作 4. Deepseek推理大模型R1和普通大模型V3 5. Deepseek大模型和國(guó)內(nèi)外大模型對(duì)比 6. Deepseek R1推理大模型產(chǎn)品定位、適用場(chǎng)景與核心優(yōu)勢(shì) 7. 什么場(chǎng)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(gè)原則 10. 挖掘指令的3個(gè)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(duì)軟件研發(fā)的影響 1.DeepSeek-R1 發(fā)布 2.對(duì)標(biāo) OpenAI o1 正式版 3.DeepSeek-R1 上線 API 4.DeepSeek 官網(wǎng)推理與 App 5.DeepSeek-R1 訓(xùn)練論文 6.蒸餾小模型超越 OpenAI o1-min 7.DeepSeek-R1 API 開發(fā)應(yīng)用 8.通用基礎(chǔ)與專業(yè)應(yīng)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(biāo)及解決的問題 2.軟件研發(fā)效能的實(shí)踐框架和實(shí)施策略 3.AI在研發(fā)管理中的價(jià)值 4.AI在研發(fā)效能提升中的實(shí)踐 5.AI對(duì)研發(fā)效能管理的影響 6.AI對(duì)軟件開發(fā)領(lǐng)域效能實(shí)踐 7.AI對(duì)軟件測(cè)試領(lǐng)域效能實(shí)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(cuò)誤觀點(diǎn)—不需要提示詞工程?。。?！ 3.DeekSeep通用大模型為什么必須高質(zhì)量提示詞？ 4.DeekSeep不同大模型對(duì)提示詞的要求不同 5.Prompt如何使用 6.Prompt使用進(jìn)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(xué)科角度看提示工程 11.拆解、標(biāo)準(zhǔn)化、流程化：如何用AI改造工作 12.使用BROKE框架設(shè)計(jì)AI大模型提示 13.背景（Background）：信息傳達(dá)與角色設(shè)計(jì) 14.角色（Role）：AI助手的角色扮演游戲 15.目標(biāo)與關(guān)鍵結(jié)果（Object&Key Results）：給AI大模型“打績(jī)效” 16.改進(jìn)（Evolve）：進(jìn)行試驗(yàn)與調(diào)整 17.從認(rèn)知心理學(xué)角度看BROKE框架的設(shè)計(jì) 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(nèi)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(duì)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(zhuǎn)換為Word 6.將Markdown格式文檔轉(zhuǎn)換為PDF文檔 7.思維導(dǎo)圖在產(chǎn)品管理中的作用 8.產(chǎn)品經(jīng)理與思維導(dǎo)圖 9.使用AI大模型繪制思維導(dǎo)圖 10.使用AI大模型制作圖表 11.魚骨圖在產(chǎn)品管理中的應(yīng)用 12.使用AI大模型輔助繪制魚骨圖 13.案例：在線教育產(chǎn)品模塊結(jié)構(gòu)分析 14.某公司應(yīng)用案例分析 |
|
第2章 DeepSeek輔助產(chǎn)品設(shè)計(jì)和業(yè)務(wù)需求管理 第六部分: AI與AI產(chǎn)品經(jīng)理 1.深入理解AI和AI產(chǎn)品 2.深入理解AI產(chǎn)品 3.AI產(chǎn)品產(chǎn)業(yè)化和標(biāo)準(zhǔn)化 4.AI產(chǎn)品落地的價(jià)值與難題 5.怎樣成為優(yōu)秀的AI產(chǎn)品經(jīng)理 6.AI產(chǎn)品經(jīng)理的職業(yè)規(guī)劃 7.AI產(chǎn)品經(jīng)理的知識(shí)體系 8.所有應(yīng)用都值得被大模型重構(gòu)一遍！-百度李彥宏 9.AI 2.0徹底改變社會(huì):所有應(yīng)用都可以被重寫一次--李開復(fù) 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(yīng)用分析 |
|
第七部分: DeepSeek大模型輔助競(jìng)品分析與市場(chǎng)調(diào)研 1.AI大模型在競(jìng)品分析中的應(yīng)用 2.使用AI大模型進(jìn)行在線商業(yè)學(xué)習(xí)平臺(tái)競(jìng)品分析 3.使用AI大模型輔助制作競(jìng)爭(zhēng)分析矩陣 4.案例：使用AI大模型制作在線商業(yè)學(xué)習(xí) 5.使用AI大模型輔助進(jìn)行市場(chǎng)調(diào)研與用戶洞察 6.案例：使用AI大模型輔助設(shè)計(jì)用戶調(diào)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(chǎn)品定位與差異化策略 10.使用AI大模型輔助產(chǎn)品定位與差異化 |
|
第八部分: DeepSeek大模型輔助產(chǎn)品需求管理 1.使用AI大模型輔助收集產(chǎn)品需求 2.AI大模型匯總問卷調(diào)查結(jié)果使用圖表 3.使用AI大模型輔助制作產(chǎn)品需求矩陣 4.案例：使用AI大模型制作社交媒體應(yīng)用 5.使用AI大模型輔助制作產(chǎn)品路線圖 6.案例：使用AI大模型制作移動(dòng)社交App產(chǎn)品路線圖 7.案例：使用AI大模型制作移動(dòng)社交App 8.AI大模型輔助產(chǎn)品規(guī)劃 9.案例：使用AI大模型輔助旅游網(wǎng)站進(jìn)行 |
|
第九部分: DeepSeek大模型輔助用戶體驗(yàn)設(shè)計(jì)和輔助產(chǎn)品原型設(shè)計(jì) 1.AI大模型在用戶體驗(yàn)設(shè)計(jì)中的應(yīng)用場(chǎng)景和優(yōu)勢(shì) 2. 利用AI大模型進(jìn)行用戶研究和用戶畫像分析 3. 案例：使用AI大模型輔助進(jìn)行用戶研究 4.案例：使用AI大模型輔助進(jìn)行用戶畫像分析 5. AI大模型在界面設(shè)計(jì)和交互設(shè)計(jì)中的應(yīng)用 6. 案例：使用AI大模型輔助內(nèi)容創(chuàng)作與分享平臺(tái)用戶體驗(yàn)設(shè)計(jì) 7. 使用AI大模型輔助原型設(shè)計(jì) 8. 使用AI大模型輔助制作移動(dòng)應(yīng)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(yīng)用原型 11.案例：使用AI大模型輔助制作項(xiàng)目原型 12.AI大模型輔助產(chǎn)品創(chuàng)新與演進(jìn) 13.案例分析 |
|
第3章 DeepSeek輔助軟件架構(gòu)與設(shè)計(jì) 第十部分: DeepSeek大模型輔助架構(gòu)師提高研發(fā)效能 1.大模型AI技術(shù)重塑軟件架構(gòu) 2.大模型AI技術(shù)對(duì)傳統(tǒng)軟件架構(gòu)的挑戰(zhàn) 3.大模型AI技術(shù)為軟件架構(gòu)帶來的機(jī)遇和創(chuàng)新 4.AI大模型在軟件開發(fā)架構(gòu)設(shè)計(jì)中的作用 5.AI大模型輔助軟件架構(gòu)文檔和視圖 6.AI大模型輔助設(shè)計(jì)高效的軟件架構(gòu) 7.AI大模型輔助設(shè)計(jì)分布式微服務(wù)架構(gòu) 8.AI大模型輔助領(lǐng)域驅(qū)動(dòng)架構(gòu) 9.AI大模型輔助設(shè)計(jì)高性能，高可用，可擴(kuò)展架構(gòu) 10.AI大模型輔助設(shè)計(jì)靈活性架構(gòu) 11.AI大模型輔助設(shè)架構(gòu)監(jiān)控與治理 12.AI大模型輔助設(shè)架構(gòu)重構(gòu)與演化 13.AI大模型輔助架構(gòu)評(píng)估和改進(jìn)設(shè)計(jì)方案 14.AI大模型在軟件架構(gòu)的應(yīng)用案例分析 |
|
第十一部分: DeepSeek大模型輔助設(shè)計(jì)師提高研發(fā)效能 1.AI大模型 輔助進(jìn)行前端設(shè)計(jì)-基于前端框架設(shè)計(jì) 2.AI大模型 輔助進(jìn)行詳細(xì)設(shè)計(jì) 3.AI大模型 輔助領(lǐng)域驅(qū)動(dòng)設(shè)計(jì) 4.AI大模型 輔助靈活性設(shè)計(jì)-設(shè)計(jì)原則與模式 5.AI大模型輔助進(jìn)行數(shù)據(jù)庫設(shè)計(jì)（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(shí)序圖 9.AI大模型 輔助完成設(shè)計(jì)文檔 10.案例分析 |
|
第4章 DeepSeek輔助開發(fā)實(shí)現(xiàn) 第十二部分: DeepSeek大模型輔助開發(fā)工程師編寫高質(zhì)量代碼 1.使用AI大模型編寫高質(zhì)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(xiàn)代碼壞味道 5.AI大模型輔助代碼重構(gòu) 6.AI大模型輔助代碼優(yōu)化 7.評(píng)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(gòu)遺留系統(tǒng)代碼 11.AI大模型輔助遺留系統(tǒng)的代碼維護(hù) 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(guó)內(nèi)或國(guó)外工具Cursor） 1.人工智能輔助編程工具的基本原理和應(yīng)用場(chǎng)景 2.代碼大模型測(cè)評(píng)集HumanEval、MBPP介紹和評(píng)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(chǎng)景 10.AI輔助編程工具的實(shí)現(xiàn)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(chǎng)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(cè)試優(yōu)化 15.某公司應(yīng)用案例分析 |
|
第十四部分: AI輔助編程工具實(shí)戰(zhàn)案例（可以選擇國(guó)內(nèi)或者國(guó)外工具Cursor） 1.項(xiàng)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(chǎng)景 4.實(shí)踐 AI輔助編程工具 5.上手AI輔助編程，編碼與項(xiàng)目實(shí)戰(zhàn)探索 6.AI輔助編程工具 編程進(jìn)階 7.AI輔助編程工具 prompt 原理和實(shí)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(shí)體系 10.實(shí)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(chǎng)景 11.使用AI輔助編程工具輔助進(jìn)行TDD和單元測(cè)試 12.使用AI輔助編程工具輔助進(jìn)行系統(tǒng)測(cè)試 13.某公司應(yīng)用案例分析 |
|
第5章 DeepSeek輔助測(cè)試和QA質(zhì)量保證 第十五部分: DeepSeek大模型輔助測(cè)試與QA質(zhì)量人員提高效能 1.大模型在測(cè)試階段各種使用場(chǎng)景 2.大模型在軟件質(zhì)量保障中的各種使用場(chǎng)景 3.AI大模型在測(cè)試領(lǐng)域的擅長(zhǎng)和不擅長(zhǎng) 4.AI大模型輔助自動(dòng)生成測(cè)試用例 5.AI大模型輔助自動(dòng)生成測(cè)試數(shù)據(jù) 6.AI大模型輔助測(cè)試的覆蓋率提升 7.AI大模型輔助進(jìn)行性能測(cè)試 8.AI大模型在單元測(cè)試中的應(yīng)用與落地 9.代碼評(píng)審階段AIGC的應(yīng)用場(chǎng)景與案例 10.單元測(cè)試階段AIGC的應(yīng)用場(chǎng)景與案例 11.接口測(cè)試階段AIGC的應(yīng)用場(chǎng)景與案例 12.安全測(cè)試階段AIGC的應(yīng)用場(chǎng)景與案例 13.探索式測(cè)試和AI大模型的測(cè)試需求啟發(fā) 14.某公司應(yīng)用案例分析 |
|
第十六部分: DeepSeek大模型輔助測(cè)試生成測(cè)試數(shù)據(jù)和測(cè)試腳本 1.運(yùn)用AI進(jìn)行等價(jià)類用例設(shè)計(jì) 2.運(yùn)用AI可極大提升邊界值用例設(shè)計(jì)效率 3.運(yùn)用AI進(jìn)行用例格式規(guī)范檢查 4.利用大模型對(duì)大規(guī)模測(cè)試用例進(jìn)行結(jié)構(gòu)化分層、提高復(fù)用率 5.應(yīng)用大模型生成測(cè)試腳本 6.應(yīng)用大模型生成數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)化數(shù)據(jù)文件 7.AI大模型助力測(cè)試領(lǐng)域的工作模式和質(zhì)量標(biāo)準(zhǔn)先決條件 8.需求數(shù)據(jù)的質(zhì)量如何管控?管控方法實(shí)踐分享 9.高質(zhì)量輸入數(shù)據(jù)對(duì)AI生成測(cè)試用例的實(shí)戰(zhàn)經(jīng)驗(yàn)分享 10.架構(gòu)設(shè)計(jì)需不要質(zhì)量?管控方法分享 |
|
第6章增強(qiáng)私有知識(shí)-模型微調(diào)+增強(qiáng)檢索RAG 第十七部分: SeepSeek大模型 API 應(yīng)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(jià)格 4.DeepSeek模型參數(shù)Temperature 設(shè)置 5.DeepSeek模型Token 用量計(jì)算 6.DeepSeek模型錯(cuò)誤碼 7.DeepSeek大模型多輪對(duì)話 8.DeepSeek大模型對(duì)話前綴續(xù)寫（Beta） 9.DeepSeek大模型FIM 補(bǔ)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(nèi)容補(bǔ)全初探（Text Completion） 14.聊天機(jī)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(qiáng)企業(yè)私有知識(shí)方案-提示詞工程，模型微調(diào)，RAG對(duì)比 1.通用大模型vs私有大模型，及應(yīng)該如何選擇 2.如何增加企業(yè)私有知識(shí)-提示詞工程，RAG，模型微調(diào) 3.提示詞工程增加樣本，實(shí)現(xiàn)私有知識(shí)的最佳實(shí)踐 4.模型微調(diào)的最佳實(shí)踐和難點(diǎn)分析 5.哪些情況需要企業(yè)搭建針對(duì)性的私有大模型 6.深入理解:大模型訓(xùn)練vs模型微調(diào)vs增強(qiáng)檢索RAG的核心區(qū)別、實(shí)施成本、實(shí)施難度、和應(yīng)用場(chǎng)景定位 7.企業(yè)私有化知識(shí)的推薦方案-RAG增加檢索 8.提示工程、RAG與微調(diào)對(duì)比 9.從用戶角度看RAG流程 10.通過RAG實(shí)現(xiàn)私有知識(shí)適應(yīng) |
|
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(diǎn) 2.智能體與傳統(tǒng)軟件的關(guān)系 3.智能體與LLM的關(guān)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(jí)智能體應(yīng)用與任務(wù)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
