课程大纲
第 1 天大纲
模块 1 — Claude Code 与 AI 辅助工程简介
• Claude Code 与传统 AI 工具的对比
• 软件工程中的 AI 智能体
• 生产力与工作流优化
• AI 辅助开发生命周期
• 风险、局限性及人工监督
• 现场实操演示
模块 2 — 提示工程基础
• 高效提示的解剖
• 零样本 vs 少样本提示
• 迭代式提示技术
• 提示链基础
• 结构化输出与格式
• 提示验证与质量提升
模块 3 — 软件开发提示
• 代码生成与重构
• AI 辅助调试
• 文档生成
• Pull request 审查
• 遗留代码理解
• 安全且可维护的 AI 生成代码
模块 4 — 测试与质量提示
• 测试用例生成
• 边界情况分析
• 自动化就绪的测试设计
• AI 辅助缺陷分析
• Gherkin 与测试场景创建
• 质量验证工作流
模块 5 — 敏捷协作提示
• 用户故事与验收标准
• 需求细化
• 敏捷沟通支持
• 干系人摘要
• 回顾会议辅助
• Backlog 细化准备
模块 6 — 负责任 AI、安全与验证
• 幻觉与 AI 风险
• 机密性与安全提示
• AI 治理原则
• 验证清单
• 提示注入意识
• 人工审查责任
模块 7 — 团队提示实验室
• 构建可复用的团队提示
• 特定角色的 AI 工作流
• 提示共享与同行评审
• 创建团队提示库 v1
• 交互式协作练习
第 2 天
模块 1 — Claude Code 高级功能
• CLAUDE.md 与持久项目上下文
• AI 工作流自动化
• Best-of-N 生成策略
• 可复用的 AI 命令
• 上下文工程技术
• AI 辅助工程工作流
模块 2 — 高级提示工程技术
• 思维链提示
• 多模态提示
• 基于约束的提示
• 高级提示链
• 大上下文管理
• 对话式工程工作流
模块 3 — 版本控制、并行开发 & 多智能体工作流
• Git 集成策略
• 并行 AI 开发工作流
• Worktrees 与隔离的 AI 任务
• 多智能体编排
• 人在回路检查点
• 冲突管理策略
模块 4 — 架构、MCP & 高级 DevOps
• 模型上下文协议 (MCP)
• Claude 与外部工具的集成
• AI 辅助架构分析
• 架构决策记录 (ADR)
• AI 辅助 CI/CD 故障排除
• 事故事后分析与运维工作流
模块 5 — 扩展 Claude Code & 代码库健康
• Token 与上下文管理
• AI 友好的项目结构
• 长期代码库可维护性
• 文档自动化
• AI 可扩展性策略
• 全团队工程工作流
模块 6 — 综合项目:定义您的 Claude Code 流程
• 设计可扩展的 AI 辅助工作流
• 结合提示、命令和上下文文件
• 团队 AI 流程设计
• 跨角色协作模型
• 工作流蓝图创建
模块 7 — 高级团队提示实验室
• 高级提示库开发
• 复杂特定角色工作流
• 真实场景提示验证
• 跨团队协作练习
• 团队提示库 v2
要求
第 1 天 — 基础
• 熟悉软件交付流程
• 了解开发、测试或敏捷工作流的基本知识
• 建议拥有 Claude 访问权限以进行动手练习
第 2 天 — 高级
• 完成第 1 天课程(或具备同等经验)
• 接触过 Claude Code 和提示工程概念
• 具备基本的 Git 知识
• 建议熟悉 CI/CD 概念
客户评论 (2)
关于隐私与政策的考量
Angelo Stefano Soglia - Parkino srl
课程 - Claude AI for Workflow Automation and Productivity
机器翻译
学习如何向Claude提问,并利用它来消化我掌握的所有数据。
Mike Hartleroad - Furniture Row
课程 - Claude AI for Data Analysis and Business Intelligence
机器翻译