Contattataci

Struttura del corso

Lo Stack di Personalizzazione a Quattro Livelli

Livello 1 | Conosce – Regole e AGENTS.md

Argomenti trattati:
• Definizione delle convenzioni del progetto e degli standard di codifica
• Documentazione dell'architettura e dei vincoli tecnici
• Creazione di linee guida per il progetto indipendenti dagli strumenti
• Mantenimento della coerenza tra i team di sviluppo e gli strumenti di IA

Livello 2 | Sa fare – Abilità

Argomenti trattati:
• Creazione di unità riutilizzabili di conoscenza specialistica
• Caricamento delle informazioni contestuali solo quando necessario
• Riduzione della dimensione del contesto migliorando le prestazioni dei compiti
• Costruzione di librerie di flussi di lavoro e competenze riutilizzabili

Livello 3 | Raggiunge – MCP

Argomenti trattati:
• Connessione degli strumenti di IA a sistemi e servizi esterni
• Accesso a repository, database e fonti di documentazione
• Estensione delle capacità degli assistenti di codifica basati su IA
• Implementazione di integrazioni sicure e controlli di governance

Livello 4 | Agisce – Agenti

Argomenti trattati:
• Comprensione degli agenti di intelligenza artificiale autonomi e delle loro capacità
• Lettura, scrittura, test e revisione del codice in modo autonomo

 Gestione di flussi di lavoro orientati agli obiettivi e compiti delegati
• Istituzione di meccanismi di supervisione e revisione umana per i sistemi agentic

Giorno 1 | Delega ed Estensione degli Strumenti

Modulo 1 | Dall'Assistente all'Agente

Argomenti trattati:
• Comprendere la differenza tra assistenti di IA e agenti autonomi
• Completamento del codice in linea rispetto alla delega agentic
• Come i flussi di lavoro agentic modificano la struttura dei compiti di sviluppo
• Identificazione dei compiti adatti alla delega agli agenti
• Best practice per la collaborazione con sistemi di IA autonomi

Modulo 2 | Deleghe Efficaci Senza Supervisione Costante

Argomenti trattati:
• Redazione di istruzioni efficaci per gli agenti di IA
• Fornire contesto sufficiente e requisiti aziendali
• Definizione di vincoli e limiti per l'esecuzione
• Stabilimento di criteri di accettazione e misure di successo chiari
• Minimizzazione dell'intervento umano mantenendo la qualità

Modulo 3 | Stack di Personalizzazione e Applicazioni Pratiche

Argomenti trattati:
• Comprensione dello stack di personalizzazione a quattro livelli
• Utilizzo delle Regole e di AGENTS.md per definire le convenzioni del progetto
• Determinazione dei meccanismi di personalizzazione applicabili in diversi scenari
• Gestione efficiente del contesto tra strumenti e progetti
• Creazione di ambienti di sviluppo assistiti da IA coerenti

Modulo 4 | Abilità e Sottogenti

Argomenti trattati:
• Creazione di Abilità riutilizzabili per flussi di lavoro e compiti comuni
• Packaging della conoscenza specialistica per un uso ripetuto
• Comprensione del ruolo dei sottogenti e dei contesti isolati
• Delega di compiti delimitati ad agenti specializzati

 Miglioramento dell'efficienza attraverso flussi di lavoro modulari basati su IA

Giorno 2 | Connessione degli Strumenti, Parallelismo e Governance

Modulo 5 | MCP: Connetti e Costruisci

Argomenti trattati:
• Comprensione dei principi del Protocollo di Contesto del Modello (MCP)
• Connessione degli strumenti di IA a sistemi e servizi esterni
• Integrazione di browser, database, repository e fonti di documentazione
• Costruzione di un server MCP personalizzato
• Gestione del controllo degli accessi e delle considerazioni sulla sicurezza

Modulo 6 | Il Flusso di Lavoro Agentic Disciplinato

Argomenti trattati:
• Istituzione di un processo di sviluppo ripetibile assistito da IA
• Brainstorming e pianificazione con agenti di IA

 Costruzione e implementazione collaborativa delle soluzioni

 Test e validazione degli output generati

 Revisione e finalizzazione dei deliverable con appropriati passaggi di verifica

Modulo 7 | Sviluppo Parallelo

Argomenti trattati:

 Esecuzione simultanea di più agenti di IA

 Lavoro con branch isolati e worktree Git

 Coordinamento delle attività di sviluppo tra flussi di lavoro paralleli

 Fusione e validazione degli output da più agenti

 Miglioramento della produttività attraverso strategie di esecuzione parallela

Modulo 8 | Rischi, Revisione e Governance

Argomenti trattati:

 Valutazione e verifica delle Abilità esterne e dei server MCP

 Comprensione dei rischi di sicurezza e governance

 Gestione delle autorizzazioni e dei diritti di accesso

 Protezione dei dati sensibili e della proprietà intellettuale

 Istituzione di processi di revisione e pratiche di assicurazione della qualità

Modulo 9 | Adozione dell'IA nello Sviluppo Software: Casi d'Uso e Prossimi Passi

Argomenti trattati:

 Come le organizzazioni stanno integrando l'IA nel Ciclo di Vita dello Sviluppo Software (SDLC)

 Casi d'uso reali ed esempi di implementazione da diversi settori

 Approcci comuni all'adozione dell'IA: adozione individuale, adozione basata sul team e abilitazione su tutta l'organizzazione

 Casi d'uso tipici nell'SDLC:

 Raccolta dei requisiti e documentazione

 Generazione del codice e prototipazione

 Test e assicurazione della qualità

 Revisione del codice e refactoring

 Documentazione e gestione della conoscenza

 DevOps e gestione degli incidenti

 Modelli di governance, politiche e considerazioni sulla sicurezza

 Misurazione della produttività e del ROI dello sviluppo assistito da IA

 Creazione di una roadmap interna per l'adozione dell'IA

 Definizione dei passi pratici successivi per i partecipanti e i loro team

Workshop di Discussione Interattiva


 Sfide attuali all'interno dei team di sviluppo dei partecipanti

 Identificazione di casi d'uso ad alto valore per l'adozione immediata

 Rischi, ostacoli e considerazioni organizzative

 Creazione di un piano d'azione iniziale per l'integrazione dell'IA.

Requisiti

Esperienza professionale nello sviluppo, familiarità con il terminale e conoscenze Git operative. Utilizzo regolare di uno strumento di codifica basato su IA oppure completamento del corso Fondamenti.

Pubblico target

Sviluppatori che utilizzano già strumenti di intelligenza artificiale, lead tecnici responsabili dell'adozione da parte del team e ingegneri della piattaforma o DevOps che costruiscono Abilità e server MCP.

 14 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative