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