4006-998-758
3000+课程任你选择
ChatGPT在软件研发场景下的应用与实践案例解读
研发学院 ChatGPT 软件研发 实践案例
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

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