如题：想请神通广大的热佬们提供点思路，如果能配上链接啥的就更好了
当然，也可以在帖子里面给我出点思路啥的
范围：
类似Cursor、Github Copilot、Trae、Continue 这些工具，当然不局限，越多越好
高级操作，或者能用来分享的
先谢谢各位佬佬
5 Likes
讲MCP 
3 Likes
AI辅助编程技术，MCP怕是不在范围内
人家要将AI编程基础，你还没开始就给人上外设
1 Like
教基础就行，怎么提问，怎么使用提示词，怎么写个小项目。
有个wecode的ppt，但偏学术 
微博wecode.pdf (2.2 MB)
6 Likes
这一次技术分享，面对的部门是哪些部门？
如果是运维这一类偏向维护的部门，那么可以更简单的一点。
因为运维的编程偏向于自动化，偏向于小巧简单的需求。
这个时候，可以考虑直接分享，如何使用AI对话，来实现一个较为基础的脚本撰写。
例如：
我想要写一个脚本，输入域名和时间的参数，就可以获取指定域名下，对应时间范围内的xx日志，并且直接打包保存在指定目录下。我该如何实现？
可能的思路是：要了解公司内部管日志的组件是哪些，对应的接口负责人是哪些，我需要调用哪些接口，通过这些接口我可以获取哪些信息，我是否需要进一步处理这些从接口获取的信息……
以及，发现脚本实际内容和自己预期不符的时候，如何通过对话，表明自己的需求，让AI可以按照自己的预期，优化脚本。
如果是研发这一类偏向纯写代码的部门，那么可以展示得更紧密一点。
他们接触代码更多，且更底层。
这个时候，可以考虑分享cursor这类模型，基于IDE的编程过程。
类似Visual Studio Code这类，加上cursor之后，如何使用？它又如何和你交互的，如何生成代码的？我看到代码之后，如何验收和提建议？等等等等……
（我不是程序员，这块不懂，不知道有啥场景。 
）
私以为，这两种区别不大。区别在于，AI介入开发过程的深入度。
本质上都是通过和AI对话，让AI理解人的需求，写出代码，交由人来测试，收到建议之后，不断优化。以此循环往复。
对于编程要求不高的同事来说，AI编程只需要解决一个比较简单的系列操作就行。
对于研发这类同事来说，AI编程需要在一个更复杂的项目中，确保不会影响其他功能模块的前提下，定向优化某一类需求实现逻辑。
对于不同编程需求的同事，还是建议佬友看人下菜碟。
了解听众的实际需求，尽可能贴切他们的办公场景，从他们熟悉的软件/系统切入，降低他们接触AI编程的门槛。
最后一个，个人认为需要讲的，不分部门的，就是数据安全。
【公司的敏感数据，不要上传到外网AI】（公司内部自己的AI是可以的）
这个也需要重点强调。
13 Likes
这东西大家悄悄用挺好，从公司层面搞那怕不是要优化了
1 Like
直接分享ai样样不行，防止被裁员
1 Like
分享完以后就理由给你们加工作量或者干掉一部分了
9 Likes
2 Likes
一本讲 AI 辅助编程的书
1 Like
怎么不在，mcp让ai自动获取浏览器的控制台消息不是和前端写代码相关
感谢 各位佬友，尤其是 分享资源的 @ChimsOP 以及带思考的 @DoomSamuel 当然每个回复的佬都值得感谢，这里就不一一列举了
考虑到，是技术分享，我感觉肯定还是要手操的，什么提示词、快捷键，各种工具，都好说，不过要搞个PPT，所以，偏学术化的知识和偏流程的图稿，分析，欢迎大家多多提供啊
跳过新手直接开boss是吧
直接Deepsearch吧，那样思路多一点
现在得了不用Deepsearch就没有思路的病
1 Like
我公司搞过几次了，一眼全是用AI写的ppt，照着念
这个？ 
就是不想变成这样
GPT O3或4.5 深度思考