Struttura del corso
Comprendere gli strumenti e una prima creazione
Come funzionano effettivamente gli strumenti di coding AI
Argomenti trattati:
• Comprensione delle finestre di contesto e dei loro limiti
• Stateless e come i modelli di IA conservano le informazioni durante una sessione
• Il flusso di lavoro Piano → Esecuzione → Revisione
• Cosa possono fare bene gli strumenti di coding AI e dove faticano
• Best practice per collaborare efficacemente con gli assistenti IA
Il panorama del coding AI
Argomenti trattati:
• Panoramica dell'attuale ecosistema di coding AI
• Comprensione delle differenze tra strumenti come Cursor, GitHub Copilot e Claude Code
• Selezione del modello e dello strumento giusto per diversi compiti
• Punti di forza e limiti di vari assistenti di coding
• Raccomandazioni pratiche per l'adozione degli strumenti nei team di sviluppo
Anatomia del prompt
Argomenti trattati:
• I componenti chiave di un prompt efficace
• Fornire contesto e definire chiaramente il compito
• Specificare formati di output e vincoli
• Framework e template comuni per la creazione di prompt
• Tecniche per migliorare la qualità e la consistenza dei prompt
Prima programmazione: Costruire da zero
Argomenti trattati:
• Creare un progetto da una cartella vuota
• Creare la struttura iniziale dell'applicazione e lo scaffolding
• Gestione delle dipendenze e della configurazione del progetto
• Miglioramento iterativo del codice generato
• Test e affinamento della soluzione finale
Basi di codice esistenti, personalizzazione e revisione
Lavorare in una base di codice
Argomenti trattati:
• Navigare e comprendere una base di codice non familiare
• Interrogare e analizzare progetti esistenti utilizzando strumenti di IA
• Mappatura della struttura dell'applicazione e delle dipendenze
• Generazione di documentazione e riassunti tecnici
• Accelera l'onboarding nei progetti esistenti
Compiti quotidiani: Correzione, funzionalità e test
Argomenti trattati:
• Utilizzo di strumenti di IA per indagare e correggere bug
• Implementazione di nuove funzionalità e miglioramenti
• Scrittura e miglioramento dei test automatizzati
• Validazione del codice generato e delle modifiche
• Aumento della produttività nei compiti di sviluppo quotidiani
Personalizzazione: Cos'è
Argomenti trattati:
• Comprensione delle regole del progetto e dei file di configurazione
• Introduzione ai concetti di AGENTS.md e memoria del progetto
• Dove e quando si applicano i meccanismi di personalizzazione
• Best practice per la configurazione degli assistenti IA
• Panoramica sugli approcci di implementazione avanzati
Limitazioni, rischi e giudizio
Argomenti trattati:
• Revisione e validazione del codice generato dall'IA
• Comprensione delle modalità di fallimento comuni e dei limiti
• Riconoscimento dell'iniezione di prompt e dei rischi per la sicurezza
• Decisioni su quale lavoro può essere delegato all'IA
• Applicazione del giudizio umano e mantenimento della responsabilità nello sviluppo del software
Requisiti
Non sono richieste esperienze precedenti nella programmazione o nell'uso di strumenti di IA.
È utile una conoscenza di base del codice o di Git
Account con licenza (Claude Code / Cursor / Copilot)
Pubblico target:
Persone alle prime armi con lo sviluppo assistito da IA, inclusi non programmatori, programmatori occasionali e ruoli tecnici come QA, dati, prodotto o operations. Non si dà per scontato un background di sviluppo.
Recensioni (1)
Il punto di forza della formazione è stato l'approccio pratico, che ha permesso di comprendere come applicare concretamente gli strumenti di AI nelle attività lavorative quotidiane