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)
Tom Taulli 藍子軒 譯
- 出版商: 歐萊禮
- 出版日期: 2025-10-21
- 定價: $620
- 售價: 7.9 折 $490
- 語言: 繁體中文
- 頁數: 272
- 裝訂: 平裝
- ISBN: 6264251593
- ISBN-13: 9786264251594
-
相關分類:
AI Coding
- 此書翻譯自: Ai-Assisted Programming: Better Planning, Coding, Testing, and Deployment (Paperback)
-
相關翻譯:
AI輔助編程實戰 (簡中版)
尚未上市，歡迎預購
買這商品的人也買了...
-
$768實現領域驅動設計 (Implementing Domain-Driven Design) -
無瑕的程式碼－敏捷完整篇－物件導向原則、設計模式與 C# 實踐 (Agile principles, patterns, and practices in C#)$790$616 -
Effective SQL 中文版 | 寫出良好 SQL 的 61個具體做法 (Effective SQL : 61 Specific Ways to Write Better SQL)$450$356 -
領域驅動設計精粹 (Domain-Driven Design Distilled)$390$371 -
Working Effectively with Legacy Code : 管理、修改、重構遺留程式碼的藝術 (中文版)$720$562 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
Kubernetes 最佳實務 : 成功部署應用程式的藍圖 (Kubernetes Best Practices: Blueprints for Building Successful Applications on Kubernetes)$520$411 -
$607複雜軟件設計之道：領域驅動設計全面解析與實戰 -
Kent Beck 的測試驅動開發：案例導向的逐步解決之道 (Test-Driven Development: By Example)(TDD)$560$437 -
經理人之道：技術領袖航向成長與改變的參考指南 (The Manager's Path: A Guide for Tech Leaders Navigating Growth and Change)$480$379 -
大規模重構｜奪回源碼庫的控制權 (Refactoring at Scale: Regaining Control of Your Codebase)$580$458 -
Clean Code 學派的風格實踐：重構遺留 Codebase，突破 C# 效能瓶頸 (Clean Code in C#: Refactor your legacy C# code base and improve application performance by applying best practices)$690$538 -
CQRS 命令查詢職責分離模式 (Command Query Responsibility Segregation)$500$390 -
Mike Cohn 的使用者故事：敏捷軟體開發應用之道 (User Stories Applied : For Agile Software Development)$600$468 -
資料科學的統計實務 : 探索資料本質、扎實解讀數據，才是機器學習成功建模的第一步$599$509 -
Martin Fowler 的企業級軟體架構模式：軟體重構教父傳授 51個模式，活用設計思考與架構決策 (Patterns of Enterprise Application Architecture)$800$624 -
演算法生存指南(書況瑕疵，如可接受方才下單)$800$632 -
玩真的！Git ✕ GitHub 實戰手冊 - coding 實境、協同開發、雲端同步, 用最具臨場感的開發實例紮實學會！ (Git for Programmers)$580$458 -
敏捷開發的藝術, 2/e (The Art of Agile Development, 2/e)$780$616 -
Pragmatic TDD：以 DDD 寫出鬆散耦合、文件化和高品質的程式碼 (Pragmatic Test-Driven Development in C# and .NET: Write loosely coupled, documented, and high-quality code with DDD using familiar tools and libraries)$720$562 -
商業分析師的數位轉型專案策略：結合 ChatGPT 從商業分析到需求工程管理實務$650$507 -
實戰領域驅動設計：高效軟體開發的正確觀點、應用策略與實作指引 (Implementing Domain-Driven Design)$1,280$998 -
建構機器學習系統實踐指南$620$490 -
無瑕的程式碼 軟體工匠篇：程式設計師必須做到的紀律、標準與倫理 (Clean Craftsmanship: Disciplines, Standards, and Ethics)$720$562 -
建構可擴展系統｜設計分散式架構 (Foundations of Scalable Systems: Designing Distributed Architectures)$780$616
相關主題
商品描述
🚀 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。
作者簡介
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。
目錄大綱
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
