课程大纲

第1章  AI辅助研发效能核心思想

第一部分: 大模型下的研发效能提升

1. 软件研发效能的定义、目标及解决的问题

2. 软件研发效能的实践框架和实施策略

3. AI在研发管理中的价值

4. AI在研发效能提升中的实践

5. AI对研发效能管理的影响

6. AI对软件开发领域效能实践

7. AI对软件测试领域效能实践

8. AI 赋能研发效能多家研发中心案例分析

第二部分: 使用AI大模型辅助生成软件开发中的各种文档

1. 使用AI大模型生成文档模板与内容

2. 案例：使用AI大模型辅助生成需求文档草稿

3. 与AI大模型对话的文本语言——Markdown

4. 案例：生成Markdown格式需求文档

5. 将Markdown格式文档转换为Word

6. 将Markdown格式文档转换为PDF文档

7. 思维导图在产品管理中的作用

8. 产品经理与思维导图

9. 使用AI大模型绘制思维导图

10. 使用AI大模型制作图表

11. 鱼骨图在产品管理中的应用

12. 使用AI大模型辅助绘制鱼骨图

13. 案例：在线教育产品模块结构分析

14. 某公司应用案例分析

第2章 AI辅助产品设计和业务需求管理

第一部分: AI大模型辅助产品需求管理

1. 使用AI大模型辅助收集产品需求

2. AI大模型汇总问卷调查结果使用图表

3. 使用AI大模型辅助制作产品需求矩阵

4. 案例：使用AI大模型制作社交媒体应用

5. 使用AI大模型辅助制作产品路线图

6. 案例：使用AI大模型制作移动社交App产品路线图

7. 案例：使用AI大模型制作移动社交App

8. AI大模型辅助产品规划

9. 案例：使用AI大模型辅助旅游网站进行

第二部分: AI大模型辅助竞品分析与市场调研

1. AI大模型在竞品分析中的应用

2. 使用AI大模型进行在线商业学习平台竞品分析

3. 使用AI大模型辅助制作竞争分析矩阵

4. 案例：使用AI大模型制作在线商业学习

5. 使用AI大模型辅助进行市场调研与用户洞察

6. 案例：使用AI大模型辅助设计用户调查问卷

7. 使用AI大模型辅助创建用户画像

8. 案例：使用AI大模型辅助智能旅游App

9. 用户画像-产品定位与差异化策略

10. 使用AI大模型辅助产品定位与差异化

第三部分: AI大模型辅助用户体验设计和辅助产品原型设计

1. AI大模型在用户体验设计中的应用场景和优势

2. 利用AI大模型进行用户研究和用户画像分析

3. 案例：使用AI大模型辅助进行用户研究

4. 案例：使用AI大模型辅助进行用户画像分析

5. AI大模型在界面设计和交互设计中的应用

6. 案例：使用AI大模型辅助内容创作与分享平台用户体验设计

7. 使用AI大模型辅助原型设计

8. 使用AI大模型辅助制作移动应用原型

9. 案例：使用AI大模型辅助制作App原型

10. 使用AI大模型辅助制作桌面应用原型

11. 案例：使用AI大模型辅助制作项目原型

12. AI大模型辅助产品创新与演进

13. 案例分析

第3章 AI辅助软件架构与设计

第一部分: AI大模型辅助架构师提高研发效能

1. 大模型AI技术重塑软件架构

2. 大模型AI技术对传统软件架构的挑战

3. 大模型AI技术为软件架构带来的机遇和创新

4. AI大模型在软件开发架构设计中的作用

5. AI大模型辅助软件架构文档和视图

6. AI大模型辅助设计高效的软件架构

7. AI大模型辅助设计分布式微服务架构

8. AI大模型辅助领域驱动架构

9. AI大模型辅助设计高性能，高可用，可扩展架构

10. AI大模型辅助设计灵活性架构

11. AI大模型辅助设架构监控与治理

12. AI大模型辅助设架构重构与演化

13. AI大模型辅助架构评估和改进设计方案

14. AI大模型在软件架构的应用案例分析

第二部分: AI大模型辅助设计师提高研发效能

1. AI大模型 辅助进行前端设计-基于前端框架设计

2. AI大模型 辅助进行详细设计

3. AI大模型 辅助领域驱动设计

4. AI大模型 辅助灵活性设计-设计原则与模式

5. AI大模型辅助进行数据库设计（概念模型，逻辑模型，物理模型）

6. AI大模型支持UML建模

7. 使用AI大模型辅助绘制类图

8. 使用AI大模型辅助绘制时序图

9. AI大模型 辅助完成设计文档

10. 案例分析

第4章 AI辅助开发实现

第一部分: Vibe coding氛围编程最佳实践

1. 什么是Vibe编程？

2. 氛围编程基础理念

3. 资深程序员的常见痛点诊断

4. Vibe编程的核心原则

5. 革命性概念的诞生：从“写代码”到“说代码”

6. Vibe编程的技术基础与工作原理

7. Vibe编程与传统编程的核心差异

8. 现在，是学习Vibe编程的最佳时机

9. 编程效率翻倍：AI助手选择攻略

10. 4步创作法+5大技巧，实现从想法到产品

11. 多家研发中心案例分析

第二部分: AI大模型辅助开发工程师编写高质量代码

1. 使用AI大模型编写高质量的程序代码

2. AI大模型编写代码注释

3. AI大模型解释遗留代码

4. AI大模型辅助发现代码坏味道

5. AI大模型辅助代码重构

6. AI大模型辅助代码优化

7. 评审 AI大模型 生成的代码

8. 使用AI大模型分析源代码底层逻辑

9. AI大模型辅助代码性能优化

10. AI大模型辅助重构遗留系统代码

11. AI大模型辅助遗留系统的代码维护

12. 案例分析

第三部分:AI辅助编程工具提升开发效率（可以选择国内或国外工具）

1. 人工智能辅助编程工具的基本原理和应用场景

2. 代码大模型测评集HumanEval、MBPP介绍和评分原理

3. 微软Github  Copilot

4. 智能代码编辑器Cursor

5. 智谱智能编程助手CodeGeeX等

6. 百度Comate快码

7. 阿里通义灵码

8. 字节Trae

9. AI辅助编程工具 主要使用场景

10. AI辅助编程工具的实现原理

11. AI辅助编程工具加持下的软件生态改变

12. AI辅助编程工具改变传统开发的 10 大场景

13. AI辅助编程工具的编程技巧

14. AI辅助编程工具下的测试优化

15. 某公司应用案例分析

第四部分: AI辅助编程工具实战案例（可以选择国内或者国外工具）

1. 项目概述

2. 需求分析和需求获取，需求管理

3. AI辅助编程工具 主要使用场景

4. 实践 AI辅助编程工具

5. 上手AI辅助编程，编码与项目实战探索

6. AI辅助编程工具 编程进阶

7. AI辅助编程工具 prompt 原理和实战

8. AI辅助编程工具 编程技巧

9. 全面了解AI辅助编程工具的工作原理，建立AI辅助编程知识体系

10. 实际操作用AI辅助编程工具做开发，演练典型研发工作场景

11. 使用AI辅助编程工具辅助进行TDD和单元测试

12. 使用AI辅助编程工具辅助进行系统测试

13. 某公司应用案例分析

第5章 AI辅助测试和QA质量保证

第一部分: AI大模型辅助测试与QA质量人员提高效能

1. 大模型在测试阶段各种使用场景

2. 大模型在软件质量保障中的各种使用场景

3. AI大模型在测试领域的擅长和不擅长

4. AI大模型辅助自动生成测试用例

5. AI大模型辅助自动生成测试数据

6. AI大模型辅助测试的覆盖率提升

7. AI大模型辅助进行性能测试

8. AI大模型在单元测试中的应用与落地

9. 代码评审阶段AIGC的应用场景与案例

10. 单元测试阶段AIGC的应用场景与案例

11. 接口测试阶段AIGC的应用场景与案例

12. 安全测试阶段AIGC的应用场景与案例

13. 探索式测试和AI大模型的测试需求启发

14. 某公司应用案例分析

第二部分: AI大模型辅助测试生成测试数据和测试脚本

1. 运用AI进行等价类用例设计

2. 运用AI可极大提升边界值用例设计效率

3. 运用AI进行用例格式规范检查

4. 利用大模型对大规模测试用例进行结构化分层、提高复用率

5. 应用大模型生成测试脚本

6. 应用大模型生成数据驱动的自动化数据文件

7. AI大模型助力测试领域的工作模式和质量标准先决条件

8. 需求数据的质量如何管控?管控方法实践分享

9. 高质量输入数据对AI生成测试用例的实战经验分享

第6章 AI辅助运维和交付

第一部分: AI大模型辅助Devops交付人员提高部署效能

1. DevOps在现代软件开发中的重要性

2. 交付与部署在DevOps中的角色

3. 如何使用AI大模型在DevOps环境中提升工作效率

4. 利用AI大模型生成和更新技术文档

5. 演示如何使用AI大模型整理和总结操作手册

6. 使用AI大模型快速查询技术问题和解决方案

7. 让AI大模型作为智能助手，提供即时的技术支持

8. 利用AI大模型辅助编写和调试自动化脚本

9. 演示如何通过AI大模型获取代码优化的建议

10. 演示如何将AI大模型集成到持续集成与持续部署（CI/CD）管道中

11. 利用AI大模型进行自动化测试和部署的故障预测  

12. 实战练习：分组利用AI大模型解决DevOps中的常见问题

分享使用AI大模型解决问题的经验与技巧

第7章 研发提效-AI  Agent智能体

第一部分: 研发场景Agent

1. 了解Agent的工作原理

2. Agent的基本决策流程：感知—规划—行动

3. Agent的4大能力：规划、记忆、使用工具、行动

4. 低代码研发Agent平台（Coze，豆包，智谱，百度等）

5. 实战案例-需求设计Agent

6. 实战案例-软件架构设计Agent

7. 实战案例-编码实现Agent

8. 实战案例-接口测试用例自动化生成Agent

9. 实战案例-测试用例自动化生成Agent

10. 实战案例-自动化用例自动化生成Agent

11. 实战案例-缺陷分析 Agent

第8章 AI大模型增强私有知识RAG

第一部分: 增强企业私有知识方案-提示词工程，模型微调，RAG对比

1. 通用大模型vs私有大模型，及应该如何选择

2. 如何增加企业私有知识-提示词工程，RAG，模型微调

3. 提示词工程增加样本，实现私有知识的最佳实践

4. 模型微调的最佳实践和难点分析

5. 哪些情况需要企业搭建针对性的私有大模型

6. 深入理解:大模型训练vs模型微调vs增强检索RAG的核心区别、实施成本、实施难度、和应用场景定位

7. 企业私有化知识的推荐方案-RAG增加检索

8. 提示工程、RAG与微调对比

9. 从用户角度看RAG流程

10. 通过RAG实现私有知识适应

第9章  AI辅助研发效能提升度量和案例

第一部分: 如何度量AI辅助编程带来的收益

1. 什么是研发效能，如何度量

2. 理解度量：有效区分度量指标

3. 能力和行为指标、交付效能指标和业务结果指标

4. 研发效率的度量

5. AI辅助编程是如何影响研发效能的

6. 编码效率提升

7. 开发效率提升对整体研发效能的影响

8. 员工的编码体验的满意度

9. AI辅助编程的效果如何衡量

10. 衡量AI编码工具收益的具体方式

11. 核心评估原则

12. 评估方法：三维量化评估模型

13. 实践案例

第二部分:AI辅助研发案例分析与最新进展

1. 2023- 2025年AI大模型辅助研发调查报告解读

2. 微软公司案例分析

3. Google公司案例分析

4. 亚马逊研发中心案例分析

5. 百度公司案例分析

6. 阿里巴巴公司案例分析

7. 华为案例分析

8. 某电动汽车研发中心

9. 深圳某电信研发中心（咨询客户）

10. 某外企电信研发中心案例分析（咨询客户）

11. 某外企金融研发中心案例分析（咨询客户）

12. 某大型家电集团案例分析（咨询客户）

13. 某福彩研发中心（咨询客户）

14. 其他多家研发中心的案例分析

第10章 部署本地模型和私有化微调

第一部分: AI大模型私有部署方案

1. 模型选择策略：云端API vs 本地部署的综合考量

2. 本地化部署DeepSeek和Qwen

3. 实战演示：快速搭建本地开发环境（Ollama+DeepSeek）

4. 本地模型部署的最佳实践

5. 私有化部署方案、模型微调

6. 安全防护策略

7. 多模态大模型在研发中的应用

8. 行业标杆企业的AI落地经验

第11章 AI辅助研发未来展望

第一部分:打造超级软件工程师—构建企业专属智能体

1. 超级软件工程师生产力的构成及及具备的能力分析

2. 软件超级工程师塑造思路和成长路径

3. 研发工程师agent构建实践

4. 软件提示工程场景应用与实践

5. AI应用实战开发技巧

6. 大模型（LLM）在软件研发的优秀实践

7. 全球首个AI软件工程师Devin问世

8. Devin AI软件工程师的技术原理是什么？

9. 如何通过智能体提高研发效能

10. 已有编码助手的RAG和插件能力介绍

11. 使用编码助手不同场景所需要的上下文

12. 把业务知识作为知识库

13. 把代码架构知识作为知识库

14. 把常见技术问题FAO作为知识库