Sztuczna inteligencja rewolucjonizuje tworzenie oprogramowania, wprowadzaj

Zobacz także:

• FAIK. Sztuczna inteligencja w s 59,90 zł, (29,95 zł -50%)
• J 44,90 zł, (22,45 zł -50%)
• Praktyczne zastosowania generatywnej AI i ChatGPT. Wykorzystaj potencja 87,00 zł, (47,85 zł -45%)
• AI w t 66,98 zł, (36,84 zł -45%)
• Tablice informatyczne. ChatGPT 21,89 zł, (12,04 zł -45%)

Spis treści

Vibe coding i przyszłość kodowania. Od programisty do dewelopera ery AI -- spis treści

Przedmowa

Część I. Podstawy

• 1. Wprowadzenie: czym jest vibe coding?
  • Spektrum programowania z użyciem AI: od vibe codingu do inżynierii wspomaganej sztuczną inteligencją
  • Więcej niż kod: świadome programowanie
  • Wydajność, dostępność i zmieniający się charakter programowania
  • Przegląd narzędzi: rozwijający się ekosystem
  • Modele AI: rozwiązania do generowania kodu
  • Główne modele
  • Wybór modelu odpowiedniego do swoich potrzeb
  • Zalety i ograniczenia vibe codingu: zróżnicowany punkt widzenia
  • Podsumowanie i dalsze kroki
• 2. Sztuka tworzenia promptów: skuteczna komunikacja z modelem AI
  • Podstawy inżynierii promptów
  • Dokładność i przejrzystość: tworzenie skutecznych promptów
  • Iteracyjne doskonalenie: pętla informacji zwrotnych z modelem AI
  • Porównywanie dwóch promptów
  • Techniki tworzenia promptów: zestaw narzędzi do skutecznej komunikacji
  • Zaawansowane tworzenie promptów: łączenie technik i radzenie sobie ze złożonością
  • Podsumowanie i dalsze kroki

Część II. Tworzenie kodu z użyciem modelu AI w praktyce

• 3. Problem 70%: przepływy pracy wspierane sztuczną inteligencją, które faktycznie działają
  • Jak programiści rzeczywiście korzystają ze sztucznej inteligencji?
  • "Złote" reguły vibe codingu
  • Podsumowanie i dalsze kroki
• 4. Ponad 70%: maksymalizacja udziału człowieka
  • Doświadczeni inżynierowie i programiści: wykorzystajcie swoją wiedzę w trakcie używania modelu AI
  • Inżynierowie średniego szczebla: dostosowywanie się i specjalizowanie
  • Początkujący programiści: rozwijanie się razem ze sztuczną inteligencją
  • Podsumowanie i dalsze kroki
• 5. Zrozumienie wygenerowanego kodu: przejrzyj, ulepsz i sprawuj odpowiedzialność
  • Od zamiaru do implementacji: zrozumienie sposobu interpretowania przez sztuczną inteligencję
  • Problem "większości": najczęstsze nie znaczy najbardziej odpowiednie
  • Czytelność i struktura kodu: wzorce i potencjalne problemy
  • Strategie debugowania: znajdowanie i usuwanie błędów
  • Refaktoryzacja pod kątem możliwości utrzymania: uczynienie kodu z modelu AI swoim kodem
  • Znaczenie testowania: testy jednostkowe, integracji i kompleksowe
  • Podsumowanie i dalsze kroki
• 6. Prototypowanie z użyciem modelu AI: narzędzia i techniki
  • Szybkie prototypowanie z użyciem asystentów AI
  • Narzędzia do prototypowania oparte na modelu AI
  • Od koncepcji do prototypu: doskonalenie iteracyjne
  • Rozwijanie prototypu do wersji produkcyjnej
  • Radzenie sobie z trudnościami podczas prototypowania z użyciem modelu AI
  • Podsumowanie i dalsze kroki
• 7. Tworzenie aplikacji internetowych za pomocą modelu AI
  • Konfiguracja projektu: tworzenie struktury z użyciem modelu AI
  • Projektowanie i integracja baz danych
  • Integracja pełnego stosu: łączenie interfejsu użytkownika z częścią serwerową
  • Testowanie i weryfikacja aplikacji internetowych generowanych przez model AI
  • Przykłady udanych projektów internetowych zrealizowanych z użyciem sztucznej inteligencji
  • Podsumowanie i dalsze kroki

Część III. Zaufanie i autonomia

• 8. Bezpieczeństwo, niezawodność i możliwość utrzymania
  • Typowe luki w zabezpieczeniach w kodzie generowanym przez modeleAI
  • Audyty bezpieczeństwa
  • Tworzenie skutecznych środowisk testowych dla systemów generowanych przez modele AI
  • Optymalizacja wydajności
  • Zapewnienie możliwości utrzymania w bazach kodu wspomaganych przez sztuczną inteligencję
  • Strategie przeglądu kodu
  • Najlepsze praktyki zapewniające niezawodne wdrażanie
  • Podsumowanie i dalsze kroki
• 9. Etyczne konsekwencje vibe codingu
  • Kwestie własności intelektualnej
  • Transparentność i atrybucja
  • Stronniczość i uczciwość
  • "Złote" zasady odpowiedzialnego korzystania z modeli AI
  • Podsumowanie i dalsze kroki
• 10. Autonomiczne agenty do tworzenia kodu działające w tle
  • Od asystentów AI do autonomicznych agentów: czym są agenty do tworzenia kodu działające w tle?
  • Jak działają autonomiczne agenty do tworzenia kodu?
  • Jak wypadają agenty działające w tle w porównaniu z asystentami AI wbudowanymi w środowisko IDE?
  • Łączenie wielu modeli AI w celu maksymalizacji ich zalet
  • Kluczowi gracze w branży autonomicznych agentów tworzących kod
  • Wyzwania i ograniczenia
  • Najlepsze praktyki efektywnego użycia agentów AI do tworzenia kodu
  • Podsumowanie i dalsze kroki
• 11. Nie tylko generowanie kodu: przyszłość projektowania z użyciem modeli AI
  • Użycie sztucznej inteligencji do testowania, debugowania i utrzymywania kodu
  • Projektowanie oparte na modelu AI i personalizacja obsługi przez użytkownika
  • Rozwój zarządzania projektami z użyciem modeli AI
  • Jak autonomiczne agenty mogą zmienić inżynierię oprogramowania?
  • Przyszłość języków programowania: projektowanie oparte na języku naturalnym
  • Jak vibe coding zmienia oblicze branży?
  • Podsumowanie i dalsze kroki