Návrh Školení
Pochopení nástrojů a první build
Jak nástroje pro AI programování ve skutečnosti fungují
Probírané témata:
• Pochopení kontextových oken a jejich omezení
• Bezstannost a způsob, jakým si AI modely uchovávají informace během relace
• Pracovní tok: Plán → Exekuce → Revize
• Oblasti, ve kterých jsou nástroje pro AI programování efektivní, a jejich slabá místa
• Nejlepší praxe pro efektivní spolupráci s AI asistenty
Praktický přehled nástrojů pro AI programování
Probírané témata:
• Přehled aktuálního ekosystému nástrojů pro AI programování
• Pochopení rozdílů mezi nástroji jako jsou Cursor, GitHub Copilot a Claude Code
• Výběr vhodného modelu a nástroje pro různé úkoly
• Silné stránky a omezení různých programovacích asistentů
• Praktická doporučení pro zavádění nástrojů ve vývojových týmech
Anatomie promptu
Probírané témata:
• Klíčové komponenty efektivního promptu
• Poskytování kontextu a jasné definice úkolu
• Specifikování formátu výstupu a omezení
• Běžné frameworky a šablony pro tvorbu promptů
• Techniky pro zlepšení kvality a konzistence promptů
První programování: Build od nuly
Probírané témata:
• Budování projektu z prázdného složeného adresáře
• Vytvoření počáteční struktury aplikace a kostry projektu
• Správa závislostí a konfigurace projektu
• Iterativní vylepšování generovaného kódu
• Testování a doladování finálního řešení
Existující kódbáze, personalizace a revize
Práce s existující kódbází
Probírané témata:
• Orientace a pochopení neznámé kódbáze
• Dotazování a analýza existujících projektů pomocí AI nástrojů
• Mapování struktury aplikace a závislostí
• Generování dokumentace a technických shrnutí
• Zrychlení onboardingu do existujících projektů
Běžné úkoly: Oprava, funkce a testy
Probírané témata:
• Využívání AI nástrojů pro vyšetřování a opravu chyb
• Implementace nových funkcí a vylepšení
• Tvorba a zlepšování automatizovaných testů
• Validace generovaného kódu a změn
• Zvýšení produktivity při každodenních vývojových úkolech
Personalizace: Co to znamená
Probírané témata:
• Pochopení pravidel projektu a konfiguračních souborů
• Úvod do souboru AGENTS.md a konceptu paměti projektu
• Kdy a kde se uplatňují mechanismy personalizace
• Nejlepší praxe pro konfiguraci AI asistentů
• Přehled pokročilých přístupů k implementaci
Zabezpečení, rizika a soudnost
Probírané témata:
• Revize a validace AI generovaného kódu
• Pochopení běžných scénářů selhání a omezení
• Rozpoznání prompt injection a bezpečnostních rizik
• Rozhodování o tom, jaké úkoly lze delegovat na AI
• Uplatňování lidského soudného úsudku a udržování odpovědnosti při vývoji softwaru
Požadavky
Předchozí zkušenosti s programováním nebo nástroji AI nejsou nutné.
Základní znalost kódu nebo Gitu je výhodou.
Licencovaný účet (Claude Code / Cursor / Copilot)
Cílová skupina:
Osoby nové v oblasti vývoje s pomocí AI, včetně neprogramátorů a příležitostných programátorů, a technicky orientované role v testování (QA), datech, produktových nebo operačních týmech. Předpokládá se, že účastníci nemají vývojářské vzdělání.
Reference (2)
Zvažování soukromí a politiky
Angelo Stefano Soglia - Parkino srl
Kurz - Claude AI for Workflow Automation and Productivity
Přeloženo strojem
Učení se, jak správně zadávat pokyny Claude a jak ho využít k zpracování všech dostupných dat.
Mike Hartleroad - Furniture Row
Kurz - Claude AI for Data Analysis and Business Intelligence
Přeloženo strojem