買這商品的人也買了...
-
揭開設計模式的秘辛 ── 設計模式 第1 3/4版 『Pattern hatching : design patterns applied』$390$273 -
無瑕的程式碼－敏捷完整篇－物件導向原則、設計模式與 C# 實踐 (Agile principles, patterns, and practices in C#)$790$672 -
Effective SQL 中文版 | 寫出良好 SQL 的 61個具體做法 (Effective SQL : 61 Specific Ways to Write Better SQL)$450$356 -
$265Web API 的設計與開發 (Web API : the Good Parts) -
無瑕的程式碼－整潔的軟體設計與架構篇 (Clean Architecture: A Craftsman's Guide to Software Structure and Design)$580$452 -
CODE COMPLETE：軟體開發實務指南, 2/e (中文版) (Code Complete: A Practical Handbook of Software Construction, 2/e)$1,280$1,088 -
Working Effectively with Legacy Code : 管理、修改、重構遺留程式碼的藝術 (中文版)$720$612 -
CQRS 命令查詢職責分離模式 (Command Query Responsibility Segregation)$500$390 -
領域驅動設計與 .NET Core：應用 DDD 原則，探索軟體核心複雜度 (Hands-On Domain-Driven Design with .NET Core)$780$608 -
$332華為乾部管理：解密華為人才“倍”出的底層邏輯 -
測試架構師修煉之道：從測試工程師到測試架構師, 2/e$654$621 -
$568善工利器 : 程序員管理範式 -
Martin Fowler 的企業級軟體架構模式：軟體重構教父傳授 51個模式，活用設計思考與架構決策 (Patterns of Enterprise Application Architecture)$800$680 -
輕鬆學量子程式設計｜從量子位元到量子演算法$520$411 -
$403華為流程化組織：業務驅動的組織設計與標桿實踐 -
量子科技入門$420$378 -
深度學習與醫學圖像處理$539$512 -
$607機器學習圖解 -
熵減法則：減去人生雜訊，從無序變有序，成為「最好版本的自己」$420$357 -
AIGC 自動化編程：基於 ChatGPT 和 GitHub Copilot$479$455 -
$407程序員的制勝技 -
AI 時代程式設計師開發之道：ChatGPT 讓程式設計師插上翅膀$474$450 -
$505數據處理器 -
$509遞歸算法與項目實戰 -
$509複盤
相關主題
商品描述
本書共14章，以某支付公司POS機終端機管理系統的開發為例，全面、深入地介紹了使用ChatGPT進行軟件產品需求分析、
架構設計、技術堆疊選擇、高階設計、數據庫設計、UI/UX設計、後端應用開發、Web前端開發、軟件測試、系統運作、
技術管理等的方法與經驗，目標是幫助產品經理、架構師、數據庫管理員、UI/UX設計師、程式設計師、測試工程師、
維運工程師和專案經理更深入地理解ChatGPT的實際應用和潛力，並提供他們實用的操作建議。
作者簡介
陳斌，資深支付技術專家，擁有超過30年的技術研發、系統運維和管理經驗。在支付領域有豐富的實戰經驗，現任日本華人支付創業企業NETSTARS的CTO，曾擔任易寶支付的CTO、eBay/PayPal的高級架構師、Nokia美國的首席工程師。此外，他在航空領域也有豐富的經驗，曾就職於新加坡航空公司。 中國IT技術領域的領袖人物，CTO領袖聯盟的聯席主席和中國因特網技術百人會的理事長。從傳統的大型計算機核心技術，到因特網技術應用，再到大數據、雲計算、生物特徵識別和金融科技，他都有非常豐富的實踐經驗。努力推動因特網技術與傳統產業的結合，曾經多次參加“因特網大篷車”活動，足跡遍及中國大江南北的傳統企業。 經常在中國、美國和日本的因特網行業論壇分享知識和經驗，也在多所中國和日本的知名大學里教授因特網支付、金融科技和因特網技術管理等課程。曾翻譯出版了《架構即未來》《架構真經》《數據即未來》《Python機器學習》《企業人工智能戰略》和《區塊鏈啟示錄》等多部著作
目錄大綱
目錄
序
前言
第1章ChatGPT與軟件開發
1.1 技術發展對軟件開發的影響
1.2 ChatGPT對程式設計的影響
1.3 ChatGPT對軟件開發模式的影響
1.4 適合ChatGPT的水母開發模式
1.5 ChatGPT對開發工程師的影響
1.6 與ChatGPT溝通的技巧
1.7 小結
第2章ChatGPT驅動需求分析
2.1 利用ChatGPT收集用戶需求
2.2 利用ChatGPT分析用戶需求
2.3 利用ChatGPT優化用戶需求
2.4 ChatGPT生成需求規格說明書
2.5 小結
第3章ChatGPT驅動架構設計
3.1 架構設計的流程
3.2 微服務架構簡介
3.3 微服務架構設計原則
3.4 架構設計的思維框架
3.5 ChatGPT生成TMS微服務架構
3.6 小結
第4章ChatGPT驅動技術棧選擇
4.1技術棧的基本概念
4.2 目前的主流技術棧及其比較
4.3 選擇技術棧選擇技術堆疊的原則
4.4 TMS技術堆疊選擇
4.5 小結
第5章ChatGPT驅動高層設計
5.1 高層設計的主要文件
5.2 高層設計的原則
5.3 ChatGPT輔助TMS高層設計
5.4 小結
第6章ChatGPT驅動數據庫設計
6.1 數據庫設計與ChatGPT的協作數據庫設計與ChatGPT的協作數據庫設計
與ChatGPT
6.2 產生數據庫表格結構應該遵循的原則
6.3 利用ChatGPT完成數據庫設計
6.4 利用ChatGPT基於資料產生數據庫表結構
6.5 ChatGPT驅動TMS數據庫建立
6.6 小結
第7章ChatGPT驅動UI/UX設計
7.1 利用ChatGPT指導UI/UX的設計原則
7.2 利用ChatGPT從UI/UX角度分析使用者需求
7.3 利用ChatGPT完成TMS接口設計
7.4 小結
第8章ChatGPT驅動後端應用開發
8.1 後端概述
8.2 API基本概念
8.3 API設計原則
8.4 ChatGPT輔助Web API開發
8.5 ChatGPT輔助數據庫API開發
8.6 ChatGPT產生TMS後端程式碼
8.7 小結
第9章ChatGPT驅動Web前端開發
9.1 利用ChatGPT優化HTML結構
9.2 利用ChatGPT提升CSS樣式效果
9.3 使用ChatGPT
加速JavaScript9.4 前端工程化與
ChatGPT 9.測試
9.6 利用ChatGPT提高Web可訪問性
9.7 ChatGPT產生TMS前端程式碼
9.8 小結
第10章ChatGPT驅動軟件測試
10.1 利用ChatGPT製訂測試計畫
10.2 利用ChatGPT產生測試場景
10.3 利用ChatGPT產生測試案例
10.4 利用ChatGPT產生測試場景
10.3 利用ChatGPT產生測試案例
10.4 利用10.4 利用
10.4 利用測試資料ChatGPT進行缺陷管理與回歸測試
10.6 利用ChatGPT為自動化測試提供建議
10.7 ChatGPT產生測試報告
10.8 小結
第11章ChatGPT驅動系統運維
11.1 ChatGPT在系統監控中的應用11.2
ChatGPT在故障定位上的應用
11.33 ChatGPT在性能優化中的應用
11.4 ChatGPT在漏洞檢測中的應用
11.5 小結
第12章ChatGPT驅動技術管理
12.1 利用ChatGPT產生專案管理計畫
12.2 利用ChatGPT制定技術管理規格與流程
12.3 利用ChatGPT撰寫與維護技術文件
12.4 利用ChatGPT進行知識管理
12.5 ChatGPT協助訓練與技能提升
12.6 小結
第13章ChatGPT的倫理與法規
13.1 資料隱私與安全問題
13.2 人工智能的倫理原則與責任歸屬
13.3 與ChatGPT相關的智慧財產權保護
13.4 相關法規與政策導向
13.5 小結
第14章軟件開發的未來展望與挑戰
14.1 軟件開發的未來展望
14.2 軟件開發面臨的挑戰
14.3 因應軟件開發未來挑戰的措施
14.4 小結
附錄A 相關資源與工具推薦
附錄B TMS需求分析文件
附錄C TMS架構設計文檔
