课程大纲 |
生成式AI的最新进展与应用 |
- AIGC的基本概念
- 大语言模型的基本概念
- LLM和传统AI的区别
- AIGC目前的主要应用领域
- AIGC目前的可能的应用领域
- 各类生成式AI的工具能力
|
以chatGPT为例来深入理解LLM的基本工作原理 |
- 什么是ChatGPT
- GPT和chatGPT的关系
- ChatGPT的历史和发展
- ChatGPT的架构和模型
- ChatGPT的训练数据和算法
- ChatGPT的生成过程和输出结果
- ChatGPT的局限性
- ChatGPT的安全性
- ChatGPT的涌现能力
- ChatGPT的思维链
|
LLM的主流应用场景与未来发展 |
- GenAI在千行百业的应用概览
- GenAI在软件研发企业的应用概览
- 单模态 vs 多模态
- 知识工程的回归
- LLM的未来发展方向
- LLM在各行业中的应用前景
- LLM的风险与不确定性应对
- LLM的技术演化方向
- LLM的哲学思考
|
熟练使用LLM能力的全面进阶 |
- LLM应用能力的进阶模型(“倒三角”模型)
- 提示词工程基础知识
- 主流提示词使用技巧
- 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
- 多模态RAG的使用
- plugin机制与使用方式
- Function Call机制与使用方式
- Agent的雏形
- Agent开发的基本框架
- 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
- 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 |
- 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
- 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
- 详细设计阶段LLM的应用场景与案例
- 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
- 持续集成流水中LLM的应用场景与案例
- 持续发布中LLM的应用场景与案例
- 性能测试阶段LLM的应用场景与案例
- 测试结果分析中LLM的应用场景与案例
|
LLM在软件质量和软件测试领域中的应用与案例 |
- 使用Test pilot自动生成测试用例
- Test pilot的基本原理
- 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
- 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 |
各类AIGC场景深度解读 |
- 文生图能力的使用(大量行业案例)
- 与日程办公的结合(Office Copilot的案例)
其他各类可能使用场景解读(国内外最新案例) |