课程大纲

第一天：AI编程与开发工具

模块一：Claude Code——命令行AI编程助手（5h）

1.1 Claude Code核心能力

•Claude Code的架构与核心能力：代码生成、重构、调试、测试

•记忆系统（CLAUDE.md）：让AI记住项目规范与编码风格

•与 Cursor、GitHub Copilot 等工具的对比与选型建议

1.2 实操：用 Claude Code 完成真实开发任务

•从零搭建一个项目：需求分析→代码生成→测试→部署

•Sub-Agent子代理：任务拆分与并行处理

•MCP协议：接入数据库、API等外部工具

模块二：AI编程工具横向对比与选型（1h）

•Claude Code vs Antigravity vs Cursor vs GitHub Copilot：适用场景分析

•金融研发团队的AI编程工具选型建议

模块三：AI辅助测试与代码质量工具（2h）

3.1 AI驱动的测试用例生成

•用 Claude Code / Antigravity 自动生成单元测试、集成测试

•基于需求文档自动生成测试用例矩阵

•缺陷自动定位与修复建议

3.2 实操：为金融交易系统模块生成测试套件

•输入业务逻辑→AI生成边界条件测试→自动运行→报告

•代码审查自动化：AI发现潜在缺陷与安全隐患

3.3 AI代码审查与安全扫描

•AI辅助Code Review：自动检测代码风格、逻辑漏洞、性能瓶颈

•安全扫描：识别SQL 注入、XSS等常见安全问题

•实操：对一段金融业务代码进行AI审查与优化

第二天：AI效能工具与内容生成

模块四：Google NotebookLM——AI研究与知识管理（2h）

4.1 NotebookLM 核心功能

•上传文档/网页/视频→AI自动提取关键信息与生成摘要

•音频概述（Audio Overview）：将技术文档转化为播客式音频讲解

•思维导图、幻灯片、数据表格的一键生成

4.2 实操：用 NotebookLM 构建团队知识库

•上传技术规范文档→生成结构化知识摘要

•多文档交叉问答：跨多份技术文档进行智能检索与对比

•生成技术培训音频：让AI将技术文档变成可收听的培训材料

4.3 金融研发场景应用

•技术调研提效：快速消化行业研报与竞品分析

模块五：Nano Banana——AI图像生成与编辑（2h）

5.1 Nano Banana（Gemini 图像模型）核心能力

•Google 最新AI图像生成技术：文本到图像、图像编辑、文字渲染

•Nano Banana 2的实时生成与高保真输出

5.2 实操：AI图像创作

•用自然语言生成产品原型图、架构示意图、流程图

•技术文档配图：将抽象概念可视化

5.3 Napkin AI——文字一键转图表

•输入文字描述→自动生成专业图表、信息图

•实操：将技术方案文档转化为可视化图表

5.4 Gamma ——AI演示文稿生成

•输入主题→自动生成专业PPT / 网页演示

•实操：生成技术方案汇报PPT

模块六：更多实用AI工具速览与综合实战（3h）

6.1 AI 工具全景速览

•ChatGPT / Gemini / Claude 三大对话模型对比与最佳使用场景

•Perplexity：AI搜索引擎，技术调研与信息检索利器

•v0 by Vercel：用自然语言生成前端UI组件

6.2 综合实战：AI工具组合拳

•综合实操：用 NotebookLM调研→Nano Banana生成配图→Napkin制作图表 → Gamma生成汇报PPT

•团队协作场景：研发用Claude Code写代码，测试用AI生成测试用例，技术管理用NotebookLM整理知识

6.3 AI工具落地策略与最佳实践

•如何在团队中推广AI工具：从个人尝试到团队标准化

•数据安全与合规：金融企业使用AI工具的注意事项

•AI工具的成本与ROI 分析

•制定你的团队AI工具采用路线图