4006-998-758
3000+课程任你选择
Chat GPT在软件研发场景下的应用与实践案例解读
研发学院 Chat GPT
Jack Miao
  • 业界知名实战派研发效能(软件工程)和软件质量双领域专家,在国内外各大技术峰会担任联席主席,技术委员成员和出品人

  • 国内第一本多模态大模型书籍的作者,国内最早的大模型应用领域的一线实践者和布道者

  • 硅谷先进研发效能理念在国内的技术布道者,互联网行业研发效能提升领域的技术先行者

  • 大语言模型LLM在软件研发领域应用与落地的先行者

  • 测试基础架构和测试中台建设的技术布道者与实践者

  • “研发效能宣言“发起人和主要起草人

● 腾讯研究院 特约研究员

● 腾讯Tech Lead

● 腾讯集团技术委员会委员

● 腾讯管理干部技术领导力建设核心讲师

● 腾讯CTO领航营特聘讲师

● 腾讯研究院AIGC行业研究专项 特聘技术专家

● 腾讯学堂AIGC和LLM行业应用进阶特聘讲师

● 腾讯投后企业技术高管技术领导力课程核心讲师

● 中国计算机学会(CCF) TF 研发效能SIG 主席

● 国务院发展研究中心AIGC应用 特约访谈专家

● 中国信息通信研究院“LLM智能化软件工程”年度贡献专家

● 中国通信标准化协会TC608云计算标准和开源推进委员会云上软件工程工作组副组长

● IEEE 智能化软件工程标准的撰写人之一

● 年度IT图书最具影响力作者(与吴军同时获奖)

● 22年23年连续两年获得 中国信通院软件工程领域年度十大突出贡献专家

● 年度IT技术领导力年度互联网行业测试领域技术专家

● 中国商业联合会 互联网应用技术委员会 智库专家

● 腾讯云架构师技术同盟入会发展主席

● 畅销书《多模态大模型:技术原理与实战》作者

● 台湾繁体图书《多模态+大模型实作精讲》作者

● 《大模型驱动的软件测试:从理论到实践》译者

● 《构建Agentic AI系统:打造能推理、可规划、自适应的AI智能体》译者

● 《智能体设计模式:构建Agentic系统实践》译者(即将出版)

● 《因果 AI》译者(即将出版)

● 《AI Agents in Action》译者(即将出版)

● 《Engineering AI System》译者(即将出版)

● 《AI赋能的数据科学:基于LLM的多模态数据分析》译者(即将出版)

● 腾讯云最具价值专家TVP,阿里云最具价值专家MVP,华为云最具价值专家MVP

● 业界第一本研发效能领域专著《软件研发效能提升之美》作者

● 畅销书《软件研发效能提升实践》作者

● 畅销书《软件研发效能权威指南》主编

● 畅销书《测试工程师全栈技术进阶与实践》作者

● 畅销书《高效自动化测试平台:设计与开发实战》作者

● 畅销书《现代软件测试技术之美》作者

● 新书《高质效交付:软件集成、测试与发布精进之道》

● 新书《软件研发行业创新实战案例解析》主编

● 新书《现代软件测试技术权威指南》

● 译作《整洁架构之道(中文新版)》

● 译作《软件设计的哲学(第2版)》

● 译作《DevOps实践指南(第2版)》

● 译作《持续架构实践:敏捷和DevOps时代下的软件架构》

● 译作《现代软件工程:如何高效构建软件》

● 译作《精益DevOps》

● 译作《基础设施即代码:模型驱动的DevOps》

● 译作《计算机科学通识:计算思维培养与多学科问题解决实践》

● 硅谷架构经典教程《软件架构实践(第4版)》技术审校

● 《软件开发中的决策:权衡与取舍》技术审校

● InfoQ极客时间《软件测试52讲-从小工到专家的实战心法》作者

● 《研发质量保障与工程效能》作者之一

● 团体标准“软件研发效能度量规范“核心编写专家

● 信通院“DevOps能力成熟度模型”核心编写专家

● 技术白皮书“研发效能实践指南“主编

● 技术白皮书“软件测试技术趋势白皮书“指导委员会委员

● 技术白皮书“数字化时代质量工程白皮书“编写委员会成员

● “2022研发效能实践案例智库集“主编

● Certified DevOps Enterprise Coach课程设计者

● “中国数字经济发展观察报告”作者之一

● 西南科技大学 计算机科学与技术学院 研究生导师

● 南京大学 软件学院 企业讲师

● 中国移动通信联合会ICT领域专家级讲师认证

查看老师详情
课程内容


课程大纲

生成式AI(AIGC)的最新进展与应用

AIGC的基本概念

对PGC和UGC的调整

大语言模型的基本概念

LLM和传统AI的区别

AIGC目前的主要应用领域

AIGC目前的可能的应用领域

chatGPT应用展示

midjourney应用展示

 

ChatGPT及其应用领域

什么是ChatGPT

GPT和chatGPT的关系

ChatGPT的历史和发展

ChatGPT在自然语言处理、聊天机器人等领域的应用

提示工程(Prompt Engineering)的基本概念

 

人人可以理解的ChatGPT的工作原理

ChatGPT的架构和模型

ChatGPT的训练数据和算法

ChatGPT的生成过程和输出结果

ChatGPT的局限性

ChatGPT的安全性

ChatGPT的涌现能力

ChatGPT的思维链

GPT3,GPT3.5,GPT4和文心一言的能力对比

 

使用ChatGPT进行文本生成(Prompt的深入应用)

使用预训练模型生成文本

使用微调模型生成特定领域的文本

使用ChatGPT生成对话和聊天内容

Prompt如何使用

Prompt使用进阶

Prompt的最佳实践(FlowGPT)

 

ChatGPT的未来发展和应用前景

ChatGPT的未来发展方向

ChatGPT在各行业中的应用前景

ChatGPT与其他人工智能技术的关系和比较

ChatGPT的风险与不确定性应对

ChatGPT的技术演化方向

ChatGPT的法律风险

ChatGPT的哲学思考

 

chatGPT在软件研发全生命周期中的应用场景与案例

软件研发全流程中LLM擅长的部分

软件研发全流程中LLM不擅长的部分

需求分析阶段chatGPT的应用场景与案例

顶层设计阶段chatGPT的应用场景与案例

详细设计阶段chatGPT的应用场景与案例

编码阶段chatGPT的应用场景与案例

代码评审阶段chatGPT的应用场景与案例

单元测试阶段chatGPT的应用场景与案例

接口测试阶段chatGPT的应用场景与案例

安全测试阶段chatGPT的应用场景与案例

持续集成流水中chatGPT的应用场景与案例

持续发布中chatGPT的应用场景与案例

性能测试阶段chatGPT的应用场景与案例

测试结果分析中chatGPT的应用场景与案例

运维领域chatGPT的应用场景与案例

SRE实践中chatGPT的应用场景与案例

 

介绍GitHub Copilot及其应用领域

什么是GitHub Copilot

GitHub Copilot的历史和发展

GitHub Copilot在编程领域的应用

 

使用GitHub Copilot进行编程

在Visual Studio Code中安装和使用GitHub Copilot

使用GitHub Copilot生成代码片段和函数

使用GitHub Copilot进行代码补全和自动完成

使用GitHub Copilot进行代码重构和优化

更多GitHub Copilot的进阶应用

局部编程实践案例解读

GitHub Copilot对软件开发的深度思考

 

实践Copilot X的应用

实践Copilot Chat的使用

实践Copilot Voice的使用

实践Copilot CLI的使用

实践Copilot Pull Request的使用

实践Copilot Doc的使用

实践Copilot Next的各种探索

 

软件研发企业中ChatGPT的应用场景

GPT和静态代码扫描的结合

GPT和单元测试的结合

GPT和代码评审的结合

GPT和接口测试的结合

GPT和CI流水的结合

GPT和测试结果分析的结合

GPT和性能测试结果分析的结合

 

各类AIGC场景深度解读

文生图能力的使用(大量行业案例)

与日程办公的结合(Office Copilot的案例)

其他各类可能使用场景解读(国内外最新案例)


返回上一级