4006-998-758
3000+课程任你选择
LLM大模型辅助软件研发效能提升的最佳实践
研发学院 LLM大模型辅助软件研发效能提升的最佳实践
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

熟练使用LLM能力的最佳实践与案例

  • 大语言模型的基本原理详解

  • LLM应用能力的进阶模型(“倒三角”模型)

  • 提示的万能使用公式详解

  • 提示词模板的使用

  • 提示词静态链的使用

  • 提示词的横向扩展

  • 提示词的纵向扩展

  • 使用OpenAI API

  • ReAct的概念和落地

  • 思维链和多思维链

  • RAG的基本原理与应用

  • plugin机制与使用方式

  • Function Call机制与使用方式

  • MCP机制与使用方式

  • Skills机制与使用方式

  • Skill开发的最佳实践

  • Agent的雏形

  • Agent开发的基本框架

  • Agent的设计模式

  • 业界主流Agent的设计思路与使用

  • Multi-Agent的雏形

  • 业界主流Multi-Agent的设计思路

  • 多Agent任务调度策略与选型

  • Agent设计模式与选择

  • Multi-Agent的基本逻辑和应用范围

  • Multi-Agent应用示例:MetaGPT

  • 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(基于银行和券商研发场景)

  • 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

  • 上下文知识库构建的核心价值

  • 企业级知识库构建的基本方法

  • 需求分析阶段LLM的应用场景与案例

  • 顶层设计阶段LLM的应用场景与案例

  • 从设计到UML,从UML到代码的完整示例

  • 编码阶段LLM的应用场景与案例

  • 代码评审阶段LLM的应用场景与案例

  • 单元测试阶段LLM的应用场景与案例

  • 接口测试阶段LLM的应用场景与案例

 

LLM辅助编程提升开发质效的最佳实践与案例详解

  • LLM辅助编程工具的基本原理和应用场景

  • 微软:Github Copilot和Copilot X

  • DeepSeek代码生成能力与工具落地

  • 智能代码编辑器Cursor的最佳实践

  • LLM在代码生成领域的局限性

  • Vibe Coding的利与弊

  • Vibe Coding的适用场景

  • Vibe Coding的高阶使用技巧

  • 从Vibe Coding大Spec-driven(SDD)

  • Spec-driven的正确使用方式

  • Spec-driven的高阶技巧

  • 资深工程师和初级工程师使用LLM辅助编程的差异

  • Vibe Coding的虚假繁荣与正确打开方式

  • Code Agent模式的一些洞察

  • LLM辅助编程工具主要使用场景

  • LLM辅助编程工具的实现原理

  • LLM辅助编程工具加持下的软件生态改变

  • LLM辅助编程工具改变传统开发的12大场景

  • LLM辅助编程工具的编程技巧

  • LLM辅助编程工具下的测试优化

  • Harness Engineering的概念

  • Harness Engineering的工程实践

  • Environment Engineering的工程实践

  • 案例:某互联网大厂的应用案例分析

 

LLM在软件质量和测试领域中的最佳实践与应用案例

  • 使用Test pilot自动生成测试用例

  • 使用OpenAI API实现单元测试用例的生成

  • LLM用于单元测试用例生成的技术难点与解决思路

  • 使用OpenAI API实现API接口测试用例的生成

  • 使用DeepSeek 实现API组合调用测试用例的生成

  • LLM用于API接口测试用例生成的技术难点与解决思路

  • 测试脚本开发中的GitHub Copilot应用

  • Copilot X的能力与测试领域应用

  • 基于AI Agent的测试用例设计生成技术

  • 基于AI Agent的测试用例脚本生成技术

  • 基于Multi-Agent的测试用例设计生成技术

  • 基于Multi-Agent的测试用例脚本生成技术

  • 使用LLM实现Monkey Test的能力扩展

  • 使用LLM实现无脚本的Mobile App探索测试

  • 使用LLM识别错误敏感的测试数据

  • 使用LLM实现失败测试用例的自动修复

  • 使用LLM提升被测对象的可测试性


基于SDD的开发实战

  •  SDD的完整实战

  •  SDD实战中的常见问题解析

  •  SDD实战中的问题解答

 

课程涉及的的工程实践与行业案例

  •  互联网金融的研发质效提升与LLM实践

  •  银行与券商的研发质效提升与LLM实践

 





返回上一级