任你选择
课程时和
课程对象
软件研发负责人，研发管理负责人，运维负责人，DevOps负责人，测试负责人，工程效能负责人
软件架构师，资深研发工程师
运维架构师，资深运维工程师，DevOps工程师，SRE
测试架构师，资深测试工程师
研发管理人员，研发流程工程师
课程大纲
生成式AI的最新进展与应用
l AIGC的基本概念
l 大语言模型的基本概念
l LLM和传统AI的区别
l AIGC目前的主要应用领域
l AIGC目前的可能的应用领域
l 各类生成式AI的工具能力
以chatGPT为例来深入理解LLM的基本工作原理
l 什么是ChatGPT
l GPT和chatGPT的关系
l ChatGPT的历史和发展
l ChatGPT的架构和模型
l ChatGPT的训练数据和算法
l ChatGPT的生成过程和输出结果
l ChatGPT的局限性
l ChatGPT的安全性
l ChatGPT的涌现能力
l ChatGPT的思维链
大语言模型本地部署实战
l 本地部署的基础知识
l 本地安装ollama
l 本地部署Deepseek R1
l 本地部署Llama 3.3
l 本地安装open-webui
l 本地部署实现RAG
LLM的主流应用场景与未来发展
l GenAI在千行百业的应用概览
l GenAI在软件研发企业的应用概览
l 单模态 vs 多模态
l 知识工程的回归
l LLM的未来发展方向
l LLM在各行业中的应用前景
l LLM的风险与不确定性应对
l LLM的技术演化方向
l LLM的哲学思考
熟练使用LLM能力的全面进阶
l LLM应用能力的进阶模型（“倒三角”模型）
l 提示词工程基础知识
l 主流提示词使用技巧
l 提示的万能使用公式详解
l 提示词模板的使用
l 提示词静态链的使用
l 提示词的横向扩展
l 提示词的纵向扩展
l 使用OpenAI API
l ReAct的概念和落地
l 思维链和多思维链
l RAG的基本原理与应用
l 多模态RAG的使用
l plugin机制与使用方式
l Function Call机制与使用方式
l Agent的雏形
l Agent开发的基本框架
l 业界主流Agent的设计思路与使用
l Multi-Agent的雏形
l 业界主流Multi-Agent的设计思路
l Multi-Agent的基本逻辑和应用范围
l Multi-Agent应用示例：MetaGPT
l Multi-Agent应用示例：DevChat
LLM在软件研发全生命周期中的应用场景与案例
l 软件研发全流程中LLM擅长的部分
l 软件研发全流程中LLM不擅长的部分
l 竞品分析与市场调研阶段LLM的应用场景与案例
l 产品概念与产品定义阶段LLM的应用场景与案例
l 产品原型阶段LLM的应用场景与案例
l 产品体验设计阶段LLM的应用场景与案例
l 需求分析阶段LLM的应用场景与案例
l 技术选型阶段LLM的应用场景与案例
l 顶层设计阶段LLM的应用场景与案例
l 详细设计阶段LLM的应用场景与案例
l 从设计到UML，从UML到代码的完整示例
l 编码阶段LLM的应用场景与案例
l 代码评审阶段LLM的应用场景与案例
l 单元测试阶段LLM的应用场景与案例
l 接口测试阶段LLM的应用场景与案例
l 持续集成流水中LLM的应用场景与案例
l 各类软件工程文档中LLM的应用场景与案例
l 持续发布中LLM的应用场景与案例
l 性能测试阶段LLM的应用场景与案例
l 测试结果分析中LLM的应用场景与案例
AI辅助编程工具提升测试开发的质效
l LLM辅助编程工具的基本原理和应用场景
l 代码大模型测评集HumanEval、MBPP介绍和评分原理
l 微软：Github Copilot和Copilot X
l 亚马逊：CodeWhisperer
l 智能代码编辑器Cursor
l 智谱智能编程助手CodeGeeX等
l 百度Comate快码
l 阿里通义灵码
l LLM辅助编程工具主要使用场景
l LLM辅助编程工具的实现原理
l LLM辅助编程工具加持下的软件生态改变
l LLM辅助编程工具改变传统开发的12大场景
l LLM辅助编程工具的编程技巧
l LLM辅助编程工具下的测试优化
l 案例：某互联网大厂的应用案例分析
LLM在软件质量和软件测试领域中的应用与案例
l 使用Test pilot自动生成测试用例
l Test pilot的基本原理
l 使用OpenAI API实现单元测试用例的生成
l LLM用于单元测试用例生成的技术难点与解决思路
l 使用OpenAI API实现API接口测试用例的生成
l 使用DeepSeek实现API组合调用测试用例的生成
l LLM用于API接口测试用例生成的技术难点与解决思路
l 测试脚本开发中的GitHub Copilot应用
l Copilot X的能力与测试领域应用
l 基于AI Agent的测试用例设计生成技术
l 基于AI Agent的测试用例脚本生成技术
l 基于Multi-Agent的测试用例设计生成技术
l 基于Multi-Agent的测试用例脚本生成技术
l 使用LLM实现Monkey Test的能力扩展
l 使用LLM实现无脚本的Mobile App探索测试
l 使用LLM识别错误敏感的测试数据
l 使用LLM实现失败测试用例的自动修复
l 使用LLM提升被测对象的可测试性
各类AIGC场景深度解读
l 文生图能力的使用（大量行业案例）
l 与日程办公的结合（Office Copilot的案例）
l 其他各类可能使用场景解读（国内外最新案例）
