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.
Recensioni (2)
Utilizzando Claude Code in modo più efficiente
Virgil Trif - Frequentis
Corso - Claude Code: Agentic AI Development · 1-Day
Traduzione automatica
Ho scoperto le potenzialità dello strumento e ho acquisito competenze adeguate per iniziarlo subito ad utilizzarlo nel mio lavoro.
Angelo Moro
Corso - Claude AI for Developers: Building AI-Powered Applications
Traduzione automatica