|
课程培训
|
人工智能辅助编程实战训练营
面向软件研发团队，引入 AI 编程能力，并通过真实项目实践，完成从"��️ 会用工具"到"�� 稳定产出"的转变，并为后续 �� 项目陪跑打下坚实基础。 �� 一、方案背景与目标
面向角色
现役代码生产者：程序员 § ���� 程序员、技术人员、架构师等 § �� 对 AI 编程有真实诉求的团队 未来代码生产者：产品经理 § �� 有产品想法但缺乏工程能力的产品经理、业务负责人等 § �� 希望借助 AI 快速完成原本难以独立实现的创新方案 § ✅ 希望借助 AI 快速打破僵局的自动化测试人员 ✨ 课程核心能力
§ �� 100% 代码改为由 AI 生成，人类只提供指导 § ✅ 使用 AI 创建、理解、修改、扩展、重构真实项目代码 § �� 在陌生技术栈与未知场景中，借助 AI 推进开发 § ⚠️ 理解 AI 编程的边界、风险与人类介入点 背景目标 随着大语言模型与 AI 编程工具（Cursor / GitHub Copilot / Comate / Claude Code / Trea / 灵码 等）的成熟，软件研发的核心能力正在发生结构性变化： § 从「✍️ 手写代码能力」转向「�� 人机协作设计与评审能力」 § 从「⌨️ 代码补全」转向「�� 智能体端到端开发」 § 从「�� 个人经验驱动」转向「�� AI + 方法论驱动」 前置条件 § �� 具备编程经验，或具备简单认知（产品经理、需求分析、测试等） § �� 自带项目代码或练习项目 § ��️ 提前安装指定 AI 编程工具 二、训练营目标与特色
§ �� AI 编程实战训练营（2 天） § 工具 × 方法 × 智能体 × 复杂问题解决 § 目标：敢用、会用、用得稳 �� 三、AI 编程实战训练营（2 天）总目标
完成训练后，学员应能够： § ✅ 使用 AI 理解、修改、扩展、重构真实项目代码 § �� 在陌生技术栈与未知场景中，借助 AI 推进开发 § �� 掌握简单智能体与深度智能体两种工作模式 § ⚠️ 理解 AI 编程的边界、风险与人类介入点 § �� 100% 代码改为由 AI 生成，人类只提供指导 �� 四、实战训练营大纲
�� Day 1：简单功能与智能体基础（Simple Agent）
目标：让 AI 成为“随叫随到的高级开发助手” �� 前言：AI Native 的 EDGE 法则
§ �� Exponential ｜指数级增长 § 高级工具 胜过 低级工具，越早使用，工具越高级，收益越大 § ⚡ Disruptive ｜颠覆式使用 § 深智能体 胜过 代码补全，主动采用最激进、最非传统的工作模式 § �� Generative ｜生成式优先 § 生成代码 胜过 提供建议，AI 生成100% 的代码，人类角色从“写代码”转向“审查与决策” § �� Emergent ｜涌现式进化 § 拥抱变化 胜过 固守工具，持续试验新模型、新工具、新产品，允许工作方式不断重构 �� 4.0 创建项目
1 �� 登录 GitHub 页面，创建新项目 2 �� 在本地使用 GitHub Desktop 将项目克隆到本地 3 �� 使用 Cursor 或其他工具打开项目 �� 人工智能编程的版本控制尤其重要： § 防止 AI 误操作导致代码结构混乱或功能失效 § 生产率大幅提升，需要频繁提交版本以记录开发进度 在 AI 辅助编程过程中，必须建立良好的版本控制习惯，确保代码变更可追溯、可回滚。 �� 4.1 项目初始化：用计划模式凭空创建项目
目标：使用计划模式完成产品定义、技术选型与项目初始化，建立真实项目开发的起点 § �� 使用计划模式：产品定义与需求梳理 § 计划模式的核心价值与使用场景 § 无计划模式下的提示词对比 § 使用 AI 辅助进行产品定位与命名 § ✏️ 练习：生成项目的中英文名、项目名、github repo 名、目录名 § 生成简短的需求列表（功能清单） § 需求确认与用户同意流程 § ✏️ 练习：生成计划文档 § �� 开发前的文档工作 § 需求文档与技术文档的放置策略 § AI 评审并修订计划的方法 § ✏️ 练习：建立 README.md （或 Cursor.md 等），存储上述需求和技术栈内容 § ��️ 技术选型决策 § 前后端技术栈选型 § 使用 AI 进行技术栈对比分析 § 框架与工具链选择 § 技术选型的文档化 § ✏️ 练习：更新技术栈内容到 Cursor.md § ��️ 执行计划 § 项目结构初始化 § 基础配置文件创建 § 生成目录结构 § 生成首批功能代码 § ✏️ 练习：执行计划！重要！只让 AI 实现一小部分功能，否则时间太长 § �� 依赖管理 § 安装项目依赖 § 依赖版本管理策略 § 依赖冲突处理 § ✏️ 练习：指导 AI 安装依赖 § �� 版本控制配置 § 确认哪些文件应该被 Git 忽视（.gitignore） § Git 仓库初始化 § 初始提交策略 § ✏️ 练习：指导 AI 更新.gitignore 文件 �� 4.2 理解 AI 替我们做了什么？
代码理解与解释能力 § �� 解释某段代码的具体功能 § �� 分析模块内不同函数之间的调用逻辑 § ��️ 梳理大型项目中各子系统的技术架构与依赖关系 § ✏️ 练习：与 AI 对话并理解代码结构与含义 § �� 为单个文件自动添加注释 § ��️ 为变量 / 方法补充语义注释 § ✨ 优化整个文档的注释一致性 § �� 将注释/文字翻译为地道英文 § �� 修正文档中的模糊词与不准确描述 § ✏️ 练习：练习上述注释的书写方法 ➕ 4.3 增加简单功能
功能扩展类实战 § 例如： § �� 添加批量修改 API § �� 在页面中添加新的图表 § ✔️ 添加前端数据校验 § �� 增加数据加密功能 § �� 增加用户权限验证功能 § ✏️ 练习：增加一个上述功能（尽量小） 缺陷修复 § �� 普通功能缺陷修复 § ✏️ 练习：（故意制造，并）用 chat 功能修复运行缺陷 § �� Linter / 静态检查缺陷修复 § ✏️ 练习：（故意制造，并）修复一个 Linter 问题 �� 4.4 前端界面开发
设计实体 § �� 确定实体：明确要增加改善的对象（例如：用户、产品、订单等） § �� 尝试不要提供过于精细化的提示词，让 AI 协助设计实体的字段 § ✏️ 练习：与 AI 对话，设计一个实体的字段结构 界面开发 § 开发完整的 Web 页面，包括： § ➕ 创建页面：新增实体 § �� 列表页面：展示实体列表 § �� 详情页面：查看实体详细信息 § ✏️ 编辑页面：修改实体信息 § ��️ 删除页面：删除实体 § ✏️ 练习：开发上述 5 个页面，先确定实体，再进行界面开发 界面美化 § �� 修改界面整体风格 § ✨ 添加高级特效 § �� 抽取与复用 CSS § �� 从零生成完整界面 § ✏️ 练习：尝试让 AI 完成以下工作 § 在所有按钮上增加 emoji 图标 § 在提示信息前增加 emoji 图标 § 让多个页面保持一致的色调、字体（与 CSS 共享相关） § 让界面更紧凑或更疏散 § 增加 theme 功能且能记忆 �� 4.4 大型功能模块扩展
学会使用计划模式 § �� 使用计划模式思考设计过程 § ⚖️ 无计划模式下的提示词对比 § �� 需求文档与技术文档的放置策略 § �� AI 评审并修订计划的方法 使用并行工作模式 AI 执行计划时，人类可同时处理中低优先级的其他任务，以提高开发效率。 § �� 更加严格的错误处理 § ✅ 以醒目的 emoji 图标标志成功和失败 § �� 以醒目的 emoji 图标标志页面上的按钮 § �� 在出错时写出完整的错误信息和内部变量数值，避免依赖单步运行查看变量数值 �� Day 2：复杂功能与深度智能体（Deep Agent）
目标：让 AI 参与设计级决策，而不仅是写代码 �� 4.5 定向分析与方案决策
§ �� 针对特定问题进行定向分析 § �� 生成多个候选解决方案 § ⚖️ 比较方案成本、风险与收益 § �� 人类决策与 AI 执行的分工边界 ♻️ 4.6 代码重构类实战
§ �� 去掉魔法常量 § ✂️ 拆分超长方法 § �� 简化超长分支 § �� 拆分超长类 § �� 使用设计模式辅助重构 § ��️ AI 生成结果的人类评审要点 ��️ 4.7 使用陌生技术的能力建设
§ ��️ 准备开发环境 § �� 框架选型 § �� 启动 Hello World 项目 § �� 在完全陌生技术栈中推进功能 �� 4.8 AI 辅助编程核心理念：咒语 + 编码数据化
§ 详见下章 �� 4.9 完整项目实战
目标：尝试单人完成自己的实际工作，用 AI 弥补个人技术短板，让技能缺失不再成为限制 § �� 选择自己的实际项目 § �� 选择多个开发模式进行多个练习（增加新功能 / 修改缺陷 / 重构……） § �� 结合讲师提供的咒语应对复杂情况 �� 4.12 深度展望：AI 对软件全生命周期的嵌入
§ �� 需求：需求文档的生成与结构化存储 § ��️ 设计：引入全局技术栈与历史决策上下文 § �� 测试：自动化测试与测试用例生成 § �� 发布：生成发布与回滚脚本 § �� 运维：使用 AI 分析日志与异常模式 § �� 客服：从需求与代码反向生成用户手册 �� 五、AI 辅助编程重中的一些 ✨ 核心理念 ✨
�� 5.1 大模型编程咒语（特定提示词的用法）（重点 ✨）
使用恰当的提示词，提升输出结果，降低交互次数 § 以下咒语全部为讲师本人在实际工作中原创（收录于《AI 辅助编程魔法书》） § 以下咒语，会在上述讲课、练习过程中，随时插入做深入讲解。 5.1.1 ��♂️ 初级咒语
涉及函数级编码、重构，修改逻辑、修改缺陷、函数拆分。 § �� 鱼骨咒 — 防止 AB 两个缺陷反复出现缺陷 § �� 鲫鱼咒 — 防止大模型的记忆错乱和幻觉 § �� 孟婆咒 — 用新会话消除冗余记忆，降低大型软件的 AI 开销 § ��️ 模式咒 — 让大语言模型主动使用设计模式 § �� 日志咒：用日志提供调试信息 § �� 编号咒：更清晰定位问题/提升性能 § ♻️ 去重咒：提取重复代码 § �� 紧箍咒 — 重构中防止修改不相关内容 § �� 疗伤咒 — 修复高级 Lint 问题 § �� 迷路咒 — 定期对齐代码基线 5.1.2 �� 高级咒语
涉及方案选择、框架设计、设计模式、代码分析。 § �� 设计咒 — 要求编码之前先设计 § �� 轮子咒：要求选择现成的技术 § �� 多疑咒 — 做出正确决策 § ⚖️ 方案咒 — 要求给出某个大型决策分支的备选方案 § �� 分析咒 — 要求对代码进行特定分析 5.1.3 ���� 人机互补咒语
涉及人与 AI 的分工协作、各尽所长。 § �� 搜索咒：由 AI 搜索以节省时间 § �� 打扫咒：清理特定的注释/调试日志 § �� 提交咒：要求提交代码，并自动生成注释 § ��️ 日志咒：用日志代替单步运行 § �� 定点咒：人工提供问题点 § ⚠️ 提醒咒：提示人类已经想到的一些“坑” § ��️ 劝说咒：解除 AI 幻想 § ��️ 放弃咒：提示如果棘手则暂时放弃 § �� 线索咒：提供动态视觉线索 § �� 讲解咒：讲解复杂代码 § �� 幻想咒：描述 UI 组件外观 § �� 来源咒：查问信息来源 § �� 开心咒：获得工作好心情 § �� 同步咒：告知 AI 人工操作的行为 5.2 �� 编码数据化
将“写代码”升级为“设计可运行的数据结构”，在 AI 编程与数据安全之间取得平衡。 ❓ 5.2.1 什么是 / 为何需要 编码数据化
§ 通过数据文档 / 配置结构描述行为、规则与流程，由统一的引擎或少量核心代码动态解析并运行 § 开发环境只提供�� 示例数据，只在生产环境配置�� 完整数据，提供 AI 时代 �� 数据安全性的终极保证 �� 5.2.2 四个核心目标
1 �� 降低 AI 编码量：减少重复与易出错代码 2 �� 降低设计复杂度：一次设计，多次复用 3 �� 保护核心数据与算法：避免敏感逻辑暴露给 AI 4 �� 提升系统可扩展性与可维护性：维护数据即可增加功能 �� 5.2.3 典型场景示例
以下示例用于说明“编码数据化”在不同类型客户与不同业务场景中的通用适用性。本章节不追求实现细节，而强调一种可复用的设计思想。 �� 场景一：设备数据采集 通过数据文件对设备端口、通信协议、数据格式、设备地址等进行描述和编码。新增设备时无需编写新代码，只需新增或调整配置，即可完成接入。 �� 场景二：自动文档段落生成 在生成文档不同位置内容时，无需为每个位置设计独立接口，而是通过数据化的提示词模板、字段规则、大模型选择与输出格式配置，由同一套机制动态生成文档内容。 �� 场景三：工具调用（MCP 的底层原理） 当需要调用大量工具或能力时，无需为每个工具实现独立逻辑。只需定义工具接口的输入、输出结构及示例，通过数据化描述即可完成统一调用并获得结果。这正是 MCP（Model / Multi Capability Protocol）一类机制的核心思想。 �� 场景四：动态测试配置 通过数据化方式配置自动化测试的参数、环境与场景组合，使测试策略的变化不依赖代码修改。 �� 场景五：规则管理 将核心业务规则（比如机票结算过程中的多人/联程/儿童/婴儿/打折/兑换券/保险……）从代码中抽离，使用结构化数据进行管理，使业务变化通过配置完成，而非反复修改实现逻辑。 �� 其他场景 其他任何存在大量代码近似、工作重复的代码。 如果您想学习本课程，请预约报名
如果没找到合适的课程或有特殊培训需求，请订制培训 除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916 技术服务需求表下载请点击 服务优势： 丰富专家资源，精准匹配相关行业，相关项目技术精英，面向用户实际需求，针对性培训或咨询，互动式交流，案例教学，精品小班，实际工程项目经验分享，快捷高效，节省时间与金钱，少走弯路与错路。 专家力量： 中国科学院相关研究所高级研究人员 西门子，TI,vmware，MSC,Ansys，MDI，Mentor, candence,Altium,Atmel 、Freescale,达索，华为等 大型公司高级工程师，项目经理，技术支持专家 中科信软培训中心，资深专家或讲师 大多名牌大学，硕士以上学历，相关学历背景专业，理论素养高 多年实际项目实践，大型复杂项目实战案例分享，热情，乐于技术分享 针对客户实际需要，真实案例演示，互动式沟通，学有所值 |
|
