感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間：
課程簡介
模組 1：脈絡、範圍與交付挑戰
- 自動補完與自主多步驟執行的對比
- 軟體交付中常見的 AI 迷思
- 為什麼僅改善提示詞並不够
- 識別參與者的工具、痛點與目標
- 為工程團隊選擇合適的 AI 運作模型
模組 2：規範擷取與結構化解構
- 建立利害關係者文件的結構化清單
- 需求提取技術
- 分塊策略：結構性、語義性、滑動視窗
- 保留依賴關係與交叉參照
- 處理表格、圖表、流程圖與混合輸入內容
- 有效管理上下文視窗
模組 3：人工判斷的界線
- 人工決策依然關鍵的情境
- 識別虛構的依賴關係
- 偵測捏造的約束條件與反向邏輯
- 防止不安全的預設協助行為
- 用於追溯性、一致性及完整性的驗證框架
模組 4：從需求到程式碼的代理型工具應用
- 架構為主的交付模式
- 元件對應與服務邊界定義
- 以 API 合約作為交付錨點
- AI 工具中的持久性規則與約束
- 與需求連結的任務指示
- 最小化提示與受限提示方法的比較
- 基於合約的前後端程式碼生成
模組 5：代理型迭代循環
- 自我修正螺旋
- 受控的迭代交付週期
- 審查差異與程式碼變更
- 偵測範圍蔓延與未經授權的修改
- 管理有限的上下文記憶
- 利用迭代歷史進行持續改善
模組 6：程式碼品質管控
- 針對邊界條件的提示約束
- 將規則文件作為活躍的治理 artifact
- 結合程式碼檢查與靜態分析的自動門控
- AI 生成程式碼的安全性掃描
- 依賴性與架構合規性檢查
- AI 輸出的人工審查協議
模組 7：回饋循環與持續改善
- 將結構化失敗經驗反饋至 AI 工作流程
- 有限迭代與停止標準
- 記錄週期與結果
- 持續優化規則文件
- 建立可重複使用的工程智慧
模組 8：AI 交付中的安全反模式
- 生成程式碼中常見的安全風險
- 特定技術的安全規則附錄
- 提交前安全掃描
- AI 輔助開發的安全 SDLC 控制
- 安全交付中的人工責任
模組 9：基於規範的測試
- 從需求生成測試規格
- 領域語言測試設計
- 安全地生成測試實現
- 變異測試概念
- 規範覆蓋率驗證
- 斷言強度審查
- 診斷性提問模型
模組 10：系統維護
- 活躍 artifact：合約、映射圖、規則、測試規格
- 隨時間演變的約束條件
- 長期可維護性的 AI 治理
- 利用 AI 控制防止技術債累積
- 永續 AI 工程團隊的運作模型
最低要求
參與者應具備：
- 軟體開發專案經驗
- 應用程式架構基礎知識
- 熟悉 API、後端/前端系統或全端交付
- 基本的敏捷或迭代軟體交付知識
- 了解軟體測試概念
- 接觸過 AI 編碼工具者佳，但非必要
- 適合中階至資深技術專業人員
