تست کد AI از ChatGPT یا Replit AI (وایب کدینگ)
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- درک میکنید که دستیارهای کدنویسی AI چگونه اشتباه میکنند (و چرا)؟
- نرمافزار بهتر و کمخطاتری مینویسید.
- با پیشبینی موانع احتمالی، زمان کمتری را صرف اشکالزدایی می کنید.
- در وایب کدینگ و دستیارهای کدنویسی AI مانند Replit و Lovable یا Base 44 مهارت بیشتری پیدا میکنید.
- محصولات بهتری عرضه میکنید.
- هنگام کار با AI، میزان ناامیدی خود را کاهش داده و خروجیهای دقیقتری دریافت میکنید.
- با خطاهای AI مانند AI confabulation و AI temporal drift و AI knowledge cutoff problem و AI stale knowledge آشنا میشوید.
پیشنیازهای دوره
- برای دوره هیچ پیشنیازی وجود ندارد؛ فقط علاقه به یادگیری و ذهنی باز لازم است.
توضیحات دوره
ابزارهای کدنویسی AI میتوانند سرعت توسعه را به طور چشمگیری افزایش دهند، اما در عین حال باگهای پنهان، فرضیات نادرست و کدهای پرریسک هم وارد کار میکنند که اگر درست تست نشوند، ممکن است اپلیکیشن شما را از کار بیندازند.
در این دوره یاد میگیرید چگونه کد تولید شده توسط AI را به صورت سیستماتیک تست، اشکالزدایی و اعتبارسنجی کنید تا بتوانید با اطمینان از ابزارهایی مانند ChatGPT و GitHub Copilot و Replit AI استفاده کنید.
به جای اعتماد کورکورانه به خروجیهای AI، یک گردشکار حرفهای برای شناسایی زودهنگام خطاها، بررسی فرضیات و جلوگیری از اشتباهات پرهزینه خواهید ساخت.
آنچه یاد خواهید گرفت:
- دستیارهای کدنویسی AI چگونه اشتباه میکنند (و چرا)؟
- چگونه APIs خیالی، کدهای قدیمی و فرضیات نادرست را تشخیص دهید؟
- یک گردشکار گامبهگام برای اشکالزدایی کد تولید شده توسط AI
- چگونه کد AI را با تست واحد و تست یکپارچهسازی و اعتبارسنجی دستی تست کنید؟
- چگونه پرامپتهای بهتری بنویسید تا خطاها از همان ابتدا کمتر شوند؟
- چگونه کد تولید شده توسط AI را با خیال راحت ریفکتور کرده و بهبود دهید؟
- موانع رایج کدنویسی AI در فرانتاند، بکاند، APIs و پایگاه دادهها
- چگونه پیش از استقرار در تولید، خروجیهای AI را بررسی کنید؟
مخاطبان دوره:
- توسعهدهندگانی که از ابزارهای کدنویسی AI مانند ChatGPT و Copilot یا Replit استفاده میکنند.
- مبتدیانی که با کمک AI در حال یادگیری کدنویسی هستند.
- حرفهایهایی که میخواهند از باگها و مشکلات تولید اجتناب کنند.
- کسی که از گردشکارهای «وایب کدینگ» استفاده میکند و میخواهد آنها را قابل اعتماد کند.
چرا این دوره مهم است؟
AI، دستیار کدنویسی قدرتمند است، اما همیشه درست عمل نمیکند.
تفاوت میان استفاده آماتور و حرفهای از ابزارهای AI در اعتبارسنجی و تست است.
آنچه در پایان دوره خواهید دانست:
- در زمان مناسب به AI اعتماد کنید.
- در صورت نیاز، خروجی آن را زیر سؤال ببرید.
- و پیش از آنکه خطاها برایتان زمان، پول یا اعتبار هزینه داشته باشند، آنها را شناسایی کنید.
این دوره برای چه کسانی مناسب است؟
- مهندسان
- متخصصان وایب کدینگ
- کارآفرینانی که با AI در حال ساخت محصول هستند.
تست کد AI از ChatGPT یا Replit AI (وایب کدینگ)
-
مقدمه و خوشآمدگویی 03:08
-
توهمات AI چه هستند و انواع مختلف خطاهای AI کدامند؟ 08:42
-
شناسایی مشکل knowledge cutoff در AI که با نام stale knowledge هم شناخته میشود 05:07
-
حل مشکل شکاف دانش با بررسی جدیدترین نرمافزاری که AI روی آن آموزش دیده است 03:08
-
ایجاد سناریوهای تست و موارد تست 03:33
-
بررسی کوتاه برنامه تستی که توسط AI تهیه شده است 03:18
-
یک راهحل میانه و منطقی برای انجام تستهای دقیق 04:13
-
مشارکت در تصمیمگیریهای مهندسی با AI و استفاده از AI بیشتر 03:13
-
پرامپت برای درک همه فرضیات AI که ممکن است باعث خطا شوند 05:13
-
پرامپت کوتاهتر برای درک فرضیات AI 01:55
-
اتصال به Git و استفاده از checkpoints و rollbacks 03:09
-
تمرین برای تست پایتون و Rust یا هر کد دیگری که توسط AI نوشته شده است 01:28
-
پاسخ نحوه ارزیابی کد نوشته شده توسط AI (پایتون و Rust یا نرمافزارهای سازمانی) 09:01
-
از اینکه این دوره را گذراندید، سپاسگزاریم 00:30
مشخصات آموزش
تست کد AI از ChatGPT یا Replit AI (وایب کدینگ)
- تاریخ به روز رسانی: 1405/04/12
- سطح دوره:Alls
- تعداد درس:14
- مدت زمان :55:38
- حجم :420.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy