Vibe coding: การใช้งานและข้อจำกัด
ช่วยให้คนในองค์กรสำรวจแนวคิดด้วย AI ใช้ต้นแบบแอปธนาคารเพื่อทำความเข้าใจว่าทำไมข้อมูลจริงและสิทธิ์ API จึงต้องมีหลักฐานด้านความปลอดภัย
เรียนจบแล้วเข้าใจการพัฒนาด้วย AI
คลังการเรียนรู้สำหรับทุกคน
บทเรียนทั้งหมด
หาบทเรียนที่ช่วยงานของคุณ กรองตามความรับผิดชอบ ระดับ หรือหัวข้อ
ค้นหาในทุกบทเรียน →บทเรียนที่พบ: 50
โมเดล บริบท และคำตอบที่ผิด
ระบุว่าข้อมูลที่ขาดไปทำให้คำตอบผิดได้อย่างไร แม้โมเดลจะมีความสามารถสูง
เรียนจบแล้วเข้าใจการพัฒนาด้วย AI
ผู้ช่วย Agent และสิทธิ์
แยกคำตอบออกจากการลงมือทำ ระบุเครื่องมือและสิทธิ์ที่เปลี่ยนผลกระทบของข้อผิดพลาด
เรียนจบแล้วเข้าใจการพัฒนาด้วย AI
เลือกงานแรกที่มีประโยชน์สำหรับ AI
เลือกงานเล็กที่มี input ชัดเจน ผลลัพธ์ที่มองเห็นได้ และผลกระทบจำกัด
เรียนจบแล้วเข้าใจการพัฒนาด้วย AI
วัดความก้าวหน้าที่มีประโยชน์
วัดงานที่เสร็จ แรงงานที่ใช้ตรวจทาน และงานที่ต้องทำใหม่ อย่าใช้ปริมาณโค้ดที่สร้างเป็นตัววัดคุณค่า
เรียนจบแล้วเข้าใจการพัฒนาด้วย AI
เลือกโมเดลด้วยหลักฐาน
เปรียบเทียบโมเดลจากงานที่เป็นตัวแทน เกณฑ์การยอมรับ ต้นทุน และข้อจำกัดในการทำงานของทีม
เรียนจบแล้วเข้าใจการพัฒนาด้วย AI
เขียนคำอธิบายงานให้ agent
อธิบายพฤติกรรมที่ต้องการ ข้อจำกัด และหลักฐาน ก่อนให้ agent เปลี่ยนโค้ด
เรียนจบแล้วพัฒนาโดยมีเป้าหมายชัดเจน
ให้บริบท repository ที่มีประโยชน์แก่ agent
ให้คำสั่งปัจจุบัน โค้ดที่เกี่ยวข้อง และคำสั่งตรวจสอบที่ใช้งานได้ โดยไม่เปิดเผยข้อมูลเกินความจำเป็น
เรียนจบแล้วพัฒนาโดยมีเป้าหมายชัดเจน
ใช้ test เป็นหลักฐาน
เลือกการตรวจสอบที่ปฏิเสธพฤติกรรมผิดได้ ตรวจทาน test ที่สร้างขึ้นอย่างรอบคอบเท่ากับโค้ดที่สร้างขึ้น
เรียนจบแล้วพัฒนาโดยมีเป้าหมายชัดเจน
ตรวจทานโค้ดที่ AI สร้าง
ตรวจดูการเปลี่ยนแปลงจริง ขอบเขตความเชื่อถือ และหลักฐานก่อนยอมรับ
เรียนจบแล้วพัฒนาโดยมีเป้าหมายชัดเจน
เปลี่ยนระบบเดิมอย่างปลอดภัย
รักษาข้อตกลงการทำงานเดิมขณะเพิ่มการเปลี่ยนแปลง คำนึงถึง client เก่า ข้อมูล และลำดับ deployment
เรียนจบแล้วพัฒนาโดยมีเป้าหมายชัดเจน
Debug ด้วยสมมติฐานที่ทดสอบได้
ใช้ agent เปรียบเทียบคำอธิบายและเก็บหลักฐาน หลีกเลี่ยงการแก้ซ้ำโดยยังไม่ได้ตรวจสอบสาเหตุ
เรียนจบแล้วพัฒนาโดยมีเป้าหมายชัดเจน
กำหนดว่าข้อมูลไปที่ใดได้บ้าง
ติดตามข้อมูลผ่านเครื่องมือพัฒนา โมเดล log และบริการที่ deploy ตรวจสอบขอบเขตก่อนใช้ข้อมูลลับ
เรียนจบแล้วทำให้มองเห็นความเสี่ยง
จำกัดอำนาจของ agent
กำหนดการดำเนินการ ทรัพยากร และเงื่อนไขที่อนุญาต ตรวจสอบสิทธิ์นอกโมเดลและแยกการพัฒนาออกจากการออก release
เรียนจบแล้วทำให้มองเห็นความเสี่ยง
ถือว่าเนื้อหาที่ดึงมาเป็น input ที่ยังไม่น่าเชื่อถือ
สังเกตคำสั่งที่ซ่อนในไฟล์ repository และผลจากเครื่องมือ แยกข้อมูลที่ดึงมาออกจากอำนาจในการลงมือทำ
เรียนจบแล้วทำให้มองเห็นความเสี่ยง
ตรวจสอบสิ่งที่เข้าสู่ release
ตรวจดู dependency, input ของ build และที่มาของ artifact เชื่อม source ที่ตรวจทานแล้วกับซอฟต์แวร์ที่ไปถึง production
เรียนจบแล้วทำให้มองเห็นความเสี่ยง
เชื่อมภาระผูกพันกับหลักฐาน
แยกการพิจารณาว่ากฎหมายใดใช้บังคับ มาตรการควบคุมทางเทคนิค และหลักฐานการทำงาน สร้างบันทึกที่ผู้รับผิดชอบตรวจดูได้
เรียนจบแล้วทำให้มองเห็นความเสี่ยง
สร้าง threat model สำหรับ workflow การพัฒนาด้วย AI
ทำแผนผังทรัพย์สิน ขอบเขตความเชื่อถือ และความผิดพลาดที่อาจเกิด เลือกมาตรการควบคุมและ test สำหรับสถานการณ์พัฒนาที่เจาะจง
เรียนจบแล้วทำให้มองเห็นความเสี่ยง
เชื่อมวงจรชีวิตซอฟต์แวร์ให้ครบ
ติดตามฟีเจอร์หนึ่งจากความต้องการผู้ใช้ไปสู่การเดินระบบและ feedback ระบุการตัดสินใจที่การสร้างโค้ดเพียงอย่างเดียวตอบไม่ได้
เรียนจบแล้วพัฒนาและดำเนินงานในระดับองค์กร
รักษาการติดตามข้อกำหนดเมื่อซอฟต์แวร์เปลี่ยน
เชื่อมผลลัพธ์ผู้ใช้กับการตัดสินใจ เกณฑ์การยอมรับ การพัฒนา และหลักฐาน อัปเดตความเชื่อมโยงเมื่อสมมติฐานเปลี่ยน
เรียนจบแล้วพัฒนาและดำเนินงานในระดับองค์กร
Platform engineering สำหรับการพัฒนาด้วย AI
ให้คนและ agent มีวิธีที่องค์กรรองรับสำหรับสร้าง เปลี่ยนแปลง และเดินระบบบริการ ดูแลแพลตฟอร์มในฐานะผลิตภัณฑ์ที่ต้องบำรุงรักษา
เรียนจบแล้วพัฒนาและดำเนินงานในระดับองค์กร
กำหนดโครงสร้างพื้นฐานที่ต้องมีนอกเหนือจากต้นแบบ
ประเมินตัวตน เครือข่าย ข้อมูล การกู้คืน และการเดินระบบ เชื่อม deployment ที่สร้างขึ้นกับข้อกำหนดโครงสร้างพื้นฐานจริงของบริษัท
เรียนจบแล้วพัฒนาและดำเนินงานในระดับองค์กร
ออกแบบซอฟต์แวร์สำหรับสภาพแวดล้อม cloud native
เชื่อมโยงโครงสร้างพื้นฐานที่ทำซ้ำได้ process ที่แทนที่ได้ สถานะที่คงอยู่ และพฤติกรรมที่สังเกตได้ ประเมินการออกแบบ cloud native ให้มากกว่าการบรรจุใน container
เรียนจบแล้วพัฒนาและดำเนินงานในระดับองค์กร
เลือกแนวทางความพร้อมใช้งานข้าม zone และ region
เปรียบเทียบการออกแบบ high availability, Multi-AZ และ multi-region ติดตามเส้นทางคำขอทั้งหมด และทดสอบความขัดข้องที่แต่ละแบบต้องรองรับ
เรียนจบแล้วพัฒนาและดำเนินงานในระดับองค์กร
กำหนดและทดสอบ RTO และ RPO
กำหนดช่วงหยุดให้บริการและการสูญเสียข้อมูลที่ยอมรับได้ เปรียบเทียบกลยุทธ์การกู้คืน และวัดการฝึกกู้คืนทั้งหมดเทียบกับข้อกำหนดทางธุรกิจ
เรียนจบแล้วพัฒนาและดำเนินงานในระดับองค์กร
ประสานการพัฒนาด้วย AI ข้ามทีม
จัดการข้อตกลงร่วม กำลังตรวจทาน และผู้รับผิดชอบการเปลี่ยนแปลง วัดระบบส่งมอบเมื่อหลายทีมสร้างการเปลี่ยนแปลง
เรียนจบแล้วพัฒนาและดำเนินงานในระดับองค์กร
ตัดสินใจออก release ด้วยหลักฐาน
ตรวจสอบเวอร์ชัน เป้าหมาย ความเสี่ยงที่เหลือ และวิธีกู้คืน แยก merge, deployment และการเปิดให้ผู้ใช้ใช้งานออกจากกันเมื่อระบบต้องการ
เรียนจบแล้วพัฒนาและดำเนินงานในระดับองค์กร
วัดระบบส่งมอบซอฟต์แวร์
พิจารณาการไหลของงานส่งมอบ ความไม่เสถียร ผลลัพธ์บริการ และแรงงานร่วมกัน ใช้นิยามชัดเจนเมื่อประเมินผลของ AI
เรียนจบแล้วพัฒนาและดำเนินงานในระดับองค์กร
รับผิดชอบบริการหลัง deployment
กำหนดสัญญาณบริการที่มีประโยชน์ การตัดสินใจระหว่าง incident การกู้คืน และการบำรุงรักษา แสดงความรับผิดชอบด้านการดำเนินงานให้ชัดเจนหลังการสร้างโค้ดสิ้นสุด
เรียนจบแล้วดำเนินงานและปรับปรุง
บำรุงรักษาซอฟต์แวร์ตลอดอายุการใช้งาน
จัดลำดับช่องโหว่ การอัปเกรด configuration drift และการเลิกใช้งาน ติดตามข้อค้นพบด้านการบำรุงรักษาจนถึงการแก้ใน production ที่ตรวจสอบแล้ว
เรียนจบแล้วดำเนินงานและปรับปรุง
ค้นหาและแก้ช่องโหว่อย่างต่อเนื่อง
สร้างกระบวนการต่อเนื่องตั้งแต่ตรวจพบช่องโหว่จนถึงการแก้ใน production ที่ตรวจสอบแล้ว เข้าใจช่องว่างด้านการบำรุงรักษาที่ต้นแบบซึ่งทำงานสำเร็จอาจซ่อนไว้
เรียนจบแล้วดำเนินงานและปรับปรุง
สังเกตบริการและผู้ใช้
เชื่อม metrics, logs และ traces กับเป้าหมายบริการ ออกแบบ alert ขอบเขตข้อมูล และการตรวจหา telemetry ที่ขาด
เรียนจบแล้วดำเนินงานและปรับปรุง
จัดการ incident ตั้งแต่ตรวจพบจนกู้คืน
ประสานผู้ตอบสนอง จำกัดผลกระทบ สื่อสารสิ่งที่ยังไม่แน่ชัด และตรวจสอบการกู้คืน เปลี่ยน incident เป็นงานปรับปรุงที่มีผู้รับผิดชอบ
เรียนจบแล้วดำเนินงานและปรับปรุง
เชื่อมการส่งมอบกับ SOC และ SIRT
กำหนด security monitoring การส่งต่อ incident การเก็บรักษาหลักฐาน และหน้าที่กู้คืน เชื่อมการตอบสนองด้านความปลอดภัยกับ lifecycle ของซอฟต์แวร์
เรียนจบแล้วดำเนินงานและปรับปรุง
กำหนดขอบเขตที่ปลอดภัยสำหรับ self-healing
ทำการกู้คืนที่รู้วิธีแล้วให้เป็นอัตโนมัติ พร้อมอำนาจที่ชัดเจน การตรวจสอบ และเงื่อนไขหยุด แยกการกู้คืน runtime ออกจากการเปลี่ยนซอฟต์แวร์
เรียนจบแล้วดำเนินงานและปรับปรุง
ทำให้วงจรครบด้วยการปรับปรุงที่ตรวจสอบแล้ว
เปลี่ยนหลักฐานจาก production เป็นข้อกำหนด test การเปลี่ยนแปลงที่ควบคุมได้ และผลที่วัด กำหนดความหมายของซอฟต์แวร์ที่ปรับปรุงตัวเองอย่างมีความรับผิดชอบ
เรียนจบแล้วดำเนินงานและปรับปรุง
เปรียบเทียบหน้าที่ก่อนเปรียบเทียบผลิตภัณฑ์
เปรียบเทียบ assistant แพลตฟอร์มส่งมอบภายใน และโรงงานซอฟต์แวร์ ระบุว่าแต่ละทางเลือกทำงานใดและยังเหลือหน้าที่อะไร
เรียนจบแล้วเลือกรูปแบบการดำเนินงาน
เปรียบเทียบต้นทุนการดำเนินงานทั้งหมด
รวมการตั้งค่า งานที่องค์กรยังต้องทำ runtime การเชื่อมระบบ และการเปลี่ยนแปลง ทดสอบสมมติฐานแทนการถือว่าค่าประมาณเดียวเป็นคำพยากรณ์
เรียนจบแล้วเลือกรูปแบบการดำเนินงาน
ขอหลักฐานจากผู้ให้บริการ
เปลี่ยนข้ออ้างของผู้ให้บริการเป็นคำถามที่ทดสอบได้ ตรวจสอบขอบเขต การกำหนดค่า เงื่อนไขสัญญา และหน้าที่ที่องค์กรยังรับผิดชอบ
เรียนจบแล้วเลือกรูปแบบการดำเนินงาน
ตรวจสอบการย้ายออกก่อนพึ่งพาบริการ
แยกความเป็นเจ้าของ source code ออกจากความสามารถในการย้ายระบบไปดำเนินงานที่อื่น ทดสอบการส่งออก การ build อย่างเป็นอิสระ การเข้าถึงโครงสร้างพื้นฐาน และหลักฐานที่ต้องใช้เปลี่ยนผ่าน
เรียนจบแล้วเลือกรูปแบบการดำเนินงาน
วางแผนนำมาใช้พร้อมหน้าที่ชัดเจน
เลือกบริการแรกที่มีขอบเขต กำหนดความสำเร็จและเงื่อนไขหยุด แล้วมอบหมายงานที่ยังอยู่กับทีม
เรียนจบแล้วเลือกรูปแบบการดำเนินงาน
เขียนการตัดสินใจที่กลับมาทบทวนได้
บันทึกปัญหา ทางเลือก หลักฐาน ข้อจำกัดที่ยอมรับ และเงื่อนไขทบทวน ทำให้เข้าใจการตัดสินใจสร้างหรือซื้อได้หลังจบประชุม
เรียนจบแล้วเลือกรูปแบบการดำเนินงาน
เริ่มผลิตภัณฑ์ใหม่ใน Taiga
กำหนดผลิตภัณฑ์ให้มีขอบเขตชัดเจน เตรียมบริบท และเชื่อมการวางแผนเข้ากับ repository และ environment ที่ใช้งานจริง
เรียนจบแล้วนำ Taiga มาใช้งาน
นำ codebase ที่มีอยู่เข้าสู่ Taiga
ตรวจทานสิ่งที่ Taiga สรุปจาก repository แยกพฤติกรรมปัจจุบันออกจากพฤติกรรมที่ต้องการ และเลือกวิธีจัดการเอกสารที่ไม่ถูกต้องให้เหมาะสม
เรียนจบแล้วนำ Taiga มาใช้งาน
ตรวจทาน Discovery เป็นชุดเอกสารที่เชื่อมโยงกัน
ติดตามข้อกำหนดผ่าน specification สถาปัตยกรรม การไหลของข้อมูล และเอกสารความปลอดภัย จัดการการแก้ไขก่อนที่การวางแผนจะพึ่งพาสมมติฐานเก่า
เรียนจบแล้วนำ Taiga มาใช้งาน
เปลี่ยนผลลัพธ์ที่ต้องการให้เป็น initiative
เขียนเจตนาที่นำไปเป็นงานที่ตรวจทานได้ ตรวจขอบเขตและ dependency ก่อนใส่ initiative ในคิวดำเนินงาน
เรียนจบแล้วนำ Taiga มาใช้งาน
เลือกจุดที่ Taiga ต้องรอการตัดสินใจ
แยกการอนุมัติแผน การทำ build สิทธิ์ merge และการ deploy ตั้งค่าระดับอิสระให้สอดคล้องกับการตัดสินใจที่องค์กรต้องเก็บไว้
เรียนจบแล้วนำ Taiga มาใช้งาน
ตรวจทานการส่งมอบจาก Taiga ด้วยหลักฐาน
เชื่อม initiative แผน run, diff และ check ตรวจสอบการเปลี่ยนแปลงปัจจุบันก่อนยอมรับการตัดสินใจ merge หรือ release
เรียนจบแล้วนำ Taiga มาใช้งาน
แก้เหตุหยุดรอในสถานะ Needs you
วิเคราะห์เหตุที่ initiative หยุด เลือกทำต่อ วางแผนใหม่ เริ่มใหม่ หรือให้มนุษย์ตั้งค่าระบบ โดยรักษาบริบทการตัดสินใจไว้
เรียนจบแล้วนำ Taiga มาใช้งาน
เปิดใช้งาน Taiga พร้อมรูปแบบความรับผิดชอบที่ครบถ้วน
เชื่อมผู้รับผิดชอบทางธุรกิจ policy ขอบเขต platform มาตรการควบคุมการส่งมอบ และการดำเนินงานต่อเนื่อง ก่อนขยายการใช้ไปยังหลายผลิตภัณฑ์
เรียนจบแล้วนำ Taiga มาใช้งาน
ไม่มีบทเรียนตรงกับตัวกรอง ลองเลือกหัวข้อที่กว้างขึ้น