课程大纲

熟练使用LLM能力的最佳实践与案例（上）

大语言模型的基本原理详解

LLM应用能力的进阶模型（“倒三角”模型）

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

提示词的横向扩展和纵向扩展

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

RAG召回率低下的处理方式

多模态RAG的使用

熟练使用LLM能力的最佳实践与案例（下）

plugin机制与使用方式

Function Call机制与使用方式

MCP机制与使用方式

Skill开发的最佳实践

Skill的版本管理与质量控制

Agent的雏形

Agent开发的基本框架

Agent的设计模式

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

多Agent任务调度策略与选型

Agent设计模式与选择

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（基于互联网和电商研发场景）

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

上下文知识库构建的核心价值

企业级知识库构建的基本方法

竞品分析与市场调研阶段LLM的应用场景与案例

产品原型阶段LLM的应用场景与案例

产品体验设计阶段LLM的应用场景与案例

需求分析阶段LLM的应用场景与案例

从设计到UML，从UML到代码的完整示例

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

各类软件工程文档中LLM的应用场景与案例

SRE中LLM的应用场景与案例

DevOps中LLM的应用场景与案例

LLM辅助编程提升开发质效的最佳实践与案例详解

LLM辅助编程工具的基本原理和应用场景

代码大模型测评集HumanEval、MBPP介绍和评分原理

微软：Github Copilot和Copilot X

DeepSeek代码生成能力与工具落地

智能代码编辑器Cursor的最佳实践

LLM在代码生成领域的局限性

Vibe Coding的利与弊

Vibe Coding的适用场景

Vibe Coding的高阶使用技巧

从Vibe Coding大Spec-driven（SDD）

Spec-driven的正确使用方式

Spec-driven的高阶技巧

资深工程师和初级工程师使用LLM辅助编程的差异

Vibe Coding的虚假繁荣与正确打开方式

Code Agent模式的一些洞察

LLM辅助编程工具 主要使用场景

LLM辅助编程工具的实现原理

LLM辅助编程工具加持下的软件生态改变

LLM辅助编程工具改变传统开发的12大场景

LLM辅助编程工具的编程技巧

LLM辅助编程工具下的测试优化

Harness Engineering的概念

Harness Engineering的工程实践

Environment Engineering的工程实践

案例：某互联网大厂的应用案例分析

LLM在软件质量和测试领域中的最佳实践与应用案例

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

使用DeepSeek 实现API组合调用测试用例的生成

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

需求阶段研发效能提升的最佳实践

需求颗粒度（大小）的把控原则

需求拆分的常见问题与应对策略

如何应对“一句话”需求

需求分析阶段LLM的应用与案例详解

需求优先级评估的卡农模型

高效需求管理的不同形式和最佳应用场景

需求变更的应对方法和最佳实践

需求管理阶段的高效工具支持

需求状态与代码进展的联动

四大类常见版本发布模式的定义与适用范围

版本发布模式的选择

个人开发与测试阶段的研发效能提升实践

个人开发环境的效能提升

基于AI精准提升的代码输入效率提升

本地编译加速的常用手段

代码静态质量的前期把控

代码动态质量的前期把控

静态代码规范的落地实践

单元测试的适用范围

单元测试的自动生成技术原理解读

代码覆盖率统计与质量门禁

开发者自测的行业实践

自测环境的管理与提效

如果用好本地CI流水线

本地CI流水线效能优化的方方面面

本地开发质量门禁能力建设与工具案例

第三方依赖库的管理与效能提升

独家干货：互联网大厂实战案例分享

代码合流阶段的研发效能提升实践

分支模式详解

影响分支模式选择的主要因素

开发协作模式的选择

代码评审的意义

代码评审的核心理念与最佳实践

LLM如何应用于代码审查

如果提升代码评审本身的质量

代码评审的社会学属性探究

代码合流阶段使用的测试环境

微服务下基线测试环境和特性环境的管理

集成联调测试环境的治理与最佳实践

代码合流的CI流水线设计

CI完整步骤详解与最佳实践

合流阶段测试代码管理的最佳实践

制品库的管理

独家干货：互联网大厂实战案例分享

课程涉及的的工程实践与行业案例

Google研发质效提升与LLM实践

eBay研发质效提升与LLM实践

Microsoft研发质效提升与LLM实践

互联网大厂BAT的研发质效提升与LLM实践

通讯行业发质效提升与LLM实践