Kurz AI programování

Lekce 1 • Co nástroje pro programování s AI skutečně dělají

Vysvětluje mechaniku velkých jazykových modelů používaných pro generování kódu. Veškeré pozdější používání nástrojů staví na přesném konceptuálním porozumění.

Lekce 2 • Čtení kódu generovaného AI a důvěra v něj

Učí kritickému hodnocení výstupu AI před přijetím návrhů. Zavádí návyk ověřování, který zabraňuje kumulaci chyb.

Lekce 3 • Přehled asistentů pro programování s AI

Mapuje hlavní kategorie dnes dostupných nástrojů pro programování s AI. Pomáhá studentům zvolit správný nástroj pro každý typ úlohy.

Lekce 1 • Vyvarování se běžných chyb v promptech

Identifikuje nejčastější chyby v promptech, které vedou k rozbitému nebo nezabezpečenému kódu. Předchází špatným návykům dříve, než se zakoření.

Lekce 2 • Iterativní tvorba promptů a jejich vylepšování

Pokrývá vícekolové konverzace pro postupné vylepšování generovaného kódu. Buduje návyk přistupovat k AI jako ke spolupracujícímu partnerovi, ne jako k jednorázovému orákulu.

Lekce 3 • Správa kontextu v dlouhých sezeních

Vysvětluje, jak limity kontextového okna ovlivňují kvalitu kódu v rozsáhlých sezeních. Učí strategie, jak udržet výstup AI koherentní napříč velkými kódovými bázemi.

Lekce 4 • Vzory promptů pro běžné programovací úlohy

Poskytuje opakovaně použitelné šablony promptů pro časté vývojové scénáře. Zrychluje každodenní pracovní postup snížením času na psaní promptů.

Lekce 1 • Generování základního kódu pro API a služby

Zaměřuje se na tvorbu základní struktury REST a vrstvy služeb pomocí AI promptů. Připravuje studenty na akceleraci backendového vývoje.

Lekce 2 • Tvorba tříd a datových modelů

Učí tvorbu objektově orientovaných struktur a datových schémat s asistencí AI. Rozšiřuje dovednosti generování na větší kódové celky.

Lekce 3 • Validace a integrace generovaného kódu

Zavádí pracovní postup pro bezpečné slučování kódu generovaného AI do existující kódové báze. Zabraňuje hromadění chyb při integraci.

Lekce 4 • Základní struktura projektu a základní kód

Využívá AI ke generování úplných adresářových struktur projektu a konfiguračních souborů. Eliminuje opakující se nastavovací práci na začátku každého projektu.

Lekce 1 • Diagnostika problémů s výkonem a pamětí

Využívá AI k identifikaci pomalých cest v kódu a neefektivity paměti. Přidává ladění výkonu do sady nástrojů s asistencí AI.

Lekce 2 • Porozumění vysvětlením chyb od AI

Pokrývá, jak interpretovat a ověřovat vysvětlení chyb od AI. Buduje intuici pro ladění souběžně s asistencí AI.

Lekce 3 • Ladění logických chyb s AI

Řeší chyby bez výjimek, kde je výstup nesprávný, ale žádná chyba není vyvolána. Rozšiřuje ladění s AI nad rámec jednoduchých chybových zpráv.

Lekce 4 • Efektivní předávání chyb AI

Učí, jak formátovat chybové zprávy a zásobníková volání pro analýzu AI. Maximalizuje přesnost oprav generovaných AI.

Lekce 1 • Kontrola kódu s asistencí AI

Využívá AI k odhalení chyb, porušení stylu a návrhových problémů v existujícím kódu. Doplňuje lidskou kontrolu o automatizovanou hloubku.

Lekce 2 • Vynucování standardů kódování s AI

Učí vynucování týmových stylových příruček a osvědčených postupů s asistencí AI. Snižuje tření při revizích a udržuje konzistenci.

Lekce 3 • Refaktoring kódu s vedením AI

Pokrývá použití AI k restrukturalizaci kódu beze změny chování. Buduje důvěru v rozsáhlé refaktoringové úlohy.

Lekce 1 • Strategické vylepšování pokrytí testy

Využívá AI k analýze mezer v pokrytí a upřednostnění testů, které přidat. Propojuje generování testů s měřitelnými výsledky kvality.

Lekce 2 • Generování jednotkových testů s AI

Pokrývá tvorbu promptů pro AI za účelem produkce jednotkových testů pro existující funkce a třídy. Přímo zrychluje nejčastější testovací úlohu.

Lekce 3 • Validace a údržba testů generovaných AI

Učí, jak ověřit, že generované testy jsou správné a udržovatelné. Zabraňuje falešnému pocitu bezpečí z nekvalitních testů.

Lekce 4 • Základní struktura integračních a end-to-end testů

Rozšiřuje generování testů AI na scénáře s více komponentami a plnými průběhy. Připravuje studenty na testování realistických systémových interakcí.

Lekce 1 • Konfigurace a spouštění programovacích agentů

Pokrývá praktické nastavení a provádění agentně orientovaných programovacích nástrojů. Poskytuje studentům praktickou kontrolu nad chováním agentů.

Lekce 2 • Navrhování efektivních promptů pro úkoly agenta

Učí, jak psát vysokoúrovňové popisy úkolů, které agenti mohou spolehlivě provádět. Rozšiřuje dovednosti prompt engineeringu do autonomních kontextů.

Lekce 3 • Porozumění programovacím agentům AI

Vysvětluje, jak agentní systémy plánují a provádějí vícekrokové programovací úkoly. Odlišuje agenty od jednoduchých asistentů na bázi chatu.

Lekce 4 • Automatizace opakujících se vývojářských úkolů s agenty

Aplikuje agenty na opakující se úkoly, jako jsou migrace, refaktoring a aktualizace základního kódu. Demonstruje kumulativní nárůsty produktivity z automatizace.

Lekce 1 • Hodnocení a adopce nových nástrojů AI

Poskytuje rámec pro posuzování nových programovacích nástrojů AI, jak se trh vyvíjí. Udržuje studenty adaptabilní, protože se prostředí nástrojů rychle mění.

Lekce 2 • Integrace AI do vývojového životního cyklu

Mapuje využití nástrojů AI do každé fáze standardního vývojového životního cyklu. Zajišťuje, že AI rozšiřuje, spíše než narušuje existující týmové procesy.

Lekce 3 • Budování osobního pracovního postupu programování s AI

Provede studenty návrhem opakovatelné, personalizované rutiny programování s asistencí AI. Převádí jednotlivé techniky do koherentního denního systému.

Lekce 4 • Správa nákladů na nástroje AI a limitů rychlosti

Pokrývá strategie pro řízení nákladů na využívání API a vyhýbání se narušení limity rychlosti. Zajišťuje, že nástroje AI zůstanou ekonomicky udržitelné v produkci.