AI輔助程式開發｜從規劃到部署全流程高效升級

AI輔助程式開發｜從規劃到部署全流程高效升級
AI-Assisted Programming： Better Planning， Coding， Testing， and Deployment

作者： Tom Taulli

譯者：

藍子軒

書號： A791

出版日：近期出版

ISBN： 9786264251594

EAN： 9786264251594

紙本書價格： 620

附件：無

電子書：

尚未出版

試讀

天瓏

團體購書

回頁首

🚀 不只是用AI寫Code，而是完整的AI輔助全流程開發思維。

跟著本書一起改寫AI開發時代的遊戲規則，讓AI成為最佳的開發夥伴！

本書不只教你用AI寫Code，並涵蓋從需求規劃、程式設計、測試、部署等完整開發流程，你將學到 AI 在每個階段的最佳實踐。不論是希望加速開發流程的工程師，或是想深入理解AI輔助開發的技術領導者，都能從中獲得超實用的見解。

本書內容包括：
✔️ AI在軟體開發的實際應用與案例分析
✔️ 如何利用AI工具提升程式碼品質與效能
✔️ AI輔助測試與除錯的最佳方法
✔️ 優化部署流程，提升軟體交付效率

-------------------------------------------------------------

「我們在六個星期內，就把向量搜尋的功能順利加入Cassandra，其中Copilot和ChatGPT絕對是我們能在期限內完成任務的重要關鍵；不過，大多數開發者卻不知道該如何善用這類AI工具。Tom這本書就是很棒的入門方式，可以讓你省下無數嘗試錯誤的寶貴時間。」
—— Jonathan Ellis，DataStax共同創辦人兼首席技術長

本書會提供一些實用的建議，讓你學會如何把各種AI開發工具運用到創建程式碼的所有階段，包括需求、規劃、設計、編寫、除錯和測試。無論是初學者或資深的開發人員，都可以透過本書學會運用各式各樣的AI工具，涵蓋範圍從通用的LLM（ChatGPT、Gemini和Claude），到專為程式編寫設計的各類系統（GitHub Copilot、Tabnine、Cursor和Amazon CodeWhisperer）。

你也可以學習到更多特別設計的生成式AI工具，完成一些像是以文字生成圖片之類的任務。

作者Tom Taulli提供了一套完整的模組化程式設計方法論，這套方法論與大家利用提示來生成AI程式碼的做法非常契合。這本指南還介紹了如何以通用的LLM來學習程式語言、解釋程式碼，或是把程式碼從某一種語言轉換成另一種語言的最佳做法。

本書探討了：
．AI開發工具的各種核心能力。
．較熱門的AI系統（例如GitHub Copilot）其優缺點及實際的使用案例。
．使用ChatGPT、Gemini、Claude之類的通用LLM來進行程式設計的各種做法。
．在軟體開發生命週期中使用AI開發工具，包括需求規劃、撰寫程式、除錯、測試等各個階段。
．軟體開發相關的提示工程。
．用AI輔助程式設計的做法，來處理一些繁瑣的任務（例如編寫正則表達式）。
．如何運用那些能讓你少寫一些程式碼、甚至完全不用寫程式碼的AI工具。

回頁首

Tom Taulli 身兼作者、顧問與投資者的身份，擁有多本著作，其中包括《Artificial Intelligence Basics》。他同時也為 AIBusiness.com、Inc.com、Barrons.com、eSecurity Planet 和 Kiplingers.com 等出版單位撰稿，並為 O'Reilly 和 Pluralsight 開發了一些教育課程，內容涵蓋了生成式 AI、資料庫和 Python等領域。

回頁首

推薦序
前言

chapter 01　開發者的新世界

演進與革命
生成式AI
優點
缺點
開發者所面對的一條全新道路
結論

chapter 02　用AI寫程式的技術原理

主要功能
程式碼建議&前後文感知補全vs.智慧程式碼補全
編譯器vs. AI輔助程式設計工具
能力分級
生成式AI和大語言模型（LLM）

chapter 03　提示工程

藝術與科學
挑戰
提示的組成元素
前後文（Context）
指示（Instruction）
內容的輸入（Input of Content）
格式（Format）
最佳實務做法
減少幻覺
安全性和個人隱私
自主式AI代理
結論

chapter 04　GitHub Copilot
GitHub Copilot
入門
Copilot作夥伴計劃
結論

chapter 05　其他AI輔助程式設計工具
Amazon的CodeWhisperer
Google的Duet AI for Developers
Tabnine
Replit
CodeGPT
Cody
CodeWP
Warp
Bito AI
Cursor
Code Llama
其他開源模型
結論

chapter 06　ChatGPT和其他通用LLM
ChatGPT
GPT-4
ChatGPT導覽
用Bing來瀏覽
比較繁瑣的一些工作
跨瀏覽器相容性
bash指令
GitHub Actions
外掛
GPT
Gemini
Claude
結論

chapter 07　構想、規劃、開需求
腦力激盪
市場調查
競爭分析
開需求
專案規劃的各種做法
結論

chapter 08　寫程式
現實性檢查（Reality Check）
臨場判斷（Judgment Calls）
輔助學習
註解
模組化程式設計
開始啟動一個專案
自動填寫（Autofill）
重構（Refactoring）
函式
物件導向程式設計
框架與函式庫
資料
前端開發
API
結論

chapter 09　除錯、測試與部署
除錯
文件
程式碼審查
部署
結論

chapter 10　重點摘要
學習曲線很陡峭
有很多主要的優點
但也有不少的缺點
提示工程是一門藝術，也是一門科學
超越程式設計
AI不會搶走你的工作
結論

索引

回頁首

AI應用程式開發第二版｜活用ChatGPT與LLM技術開發實作

LLM語意理解與生成技術完全開發

AI工程｜從基礎模型建構應用