Kursplan
Oppsett for Dag 1
Modul 1 — Introduksjon til Claude Code og AI-støttet ingeniørarbeid
• Claude Code kontra tradisjonelle AI-verktøy
• AI-agenter i programvareutvikling
• Produktivitets- og arbeidsprosessoptimalisering
• Livssyklus for AI-støttet utvikling
• Risiki, begrensninger og menneskelig oppsyn
• Direkte praktiske demonstrasjoner
Modul 2 — Grunnleggende prompt-engineering
• Anatomi for en effektiv prompt
• Zero-shot vs. few-shot prompting
• Iterative prompting-teknikker
• Grunnleggende for prompt-kjede
• Strukturerte utdata og formatering
• Verifisering av prompts og kvalitetsforbedring
Modul 3 — Prompting for programvareutvikling
• Kodegenerering og refaktorering
• Feilsøking med AI-støtte
• Generering av dokumentasjon
• Gjennomgang av pull requests
• Forståelse av arvelig kode
• Sikker og vedlikeholdbar AI-generert kode
Modul 4 — Prompting for testing og kvalitet
• Generering av testtilfeller
• Analyse av kanttilfeller
• Testdesign klar for automatisering
• AI-støttet feilanalyse
• Opprettelse av Gherkin og testscenarioer
• Arbeidsprosesser for kvalitetsverifisering
Modul 5 — Prompting for agil samarbeid
• Brukerhistorier og akseptkriterier
• Finpusing av krav
• Støtte til agilt kommunikasjon
• Oppsummeringer for interessenter
• Assistanse ved retrospektiver
• Forberedelse til backlog-finpuss
Modul 6 — Ansvarlig AI, sikkerhet og verifisering
• Hallusinasjoner og AI-risiko
• Fortrolighet og sikker prompting
• Prinsipper for AI-governans
• Sjekklistek for verifisering
• Bevissthet omkring prompt-injektion
• Ansvar for menneskelig gjennomgang
Modul 7 — Team Prompt Lab
• Bygging av gjenbrukbare team-prompts
• Rollspesifikke AI-arbeidsprosesser
• Deling av prompts og peer review
• Opprettelse av Team Prompt Library v1
• Interaktive samarbeidsøvelser
Dag 2
Modul 1 — Avanserte funksjoner i Claude Code
• CLAUDE.md og vedvarende prosjektcontext
• Automatisering av AI-arbeidsprosesser
• Strategi for «best-of-N»-generering
• Gjenbrukbare AI-kommandoer
• Teknikker for context-engineering
• AI-støttede ingeniørarbeidsprosesser
Modul 2 — Avanserte teknikker for prompt-engineering
• Chain-of-thought prompting
• Multimodal prompting
• Begrensningsbasert prompting
• Avansert prompt-kjede
• Håndtering av stor context
• Samtalebaserte ingeniørarbeidsprosesser
Modul 3 — Versjonskontroll, parallell utvikling og multi-agent-arbeidsprosesser
• Strategier for Git-integrasjon
• Parallele AI-utviklingsarbeidsprosesser
• Worktrees og isolerte AI-oppgaver
• Multi-agent-orkestrering
• Sjekkpunkter med menneskelig involvering
• Strategier for konflikthåndtering
Modul 4 — Arkitektur, MCP og avansert DevOps
• Model Context Protocol (MCP)
• Integrasjon av Claude med eksterne verktøy
• AI-støttet arkitekturanalyse
• Architecture Decision Records (ADR)
• AI-støttet feilsøking av CI/CD
• Feilanalyser (postmortems) og operative arbeidsprosesser
Modul 5 — Skalering av Claude Code og kodedatabasehelse
• Håndtering av tokens og context
• AI-vennlige prosjektstrukturer
• Langsiktig vedlikeholdbarhet av kodedatabaser
• Automatisering av dokumentasjon
• Skaleringsstrategier for AI
• Ingeniørarbeidsprosesser for hele teamet
Modul 6 — Hovedoppgave: Definer din Claude Code-prosess
• Designe skalerbare AI-støttede arbeidsprosesser
• Kombinere prompts, kommandoer og context-filer
• Design av teamets AI-prosess
• Modeller for samarbeid på tvers av roller
• Opprettelse av arbeidsprosessutkast
Modul 7 — Avansert Team Prompt Lab
• Utvikling av avanserte prompt-biblioteker
• Komplekse rollspesifikke arbeidsprosesser
• Validering av prompts fra virkeligheten
• Samarbeidsøvelser på tvers av team
• Team Prompt Library v2
Krav
Dag 1 — Grunnleggende
• Basisforkunnskaper om prosesser for programvarelevering
• Generell forståelse for utvikling, testing eller agile arbeidsprosesser
• Det anbefales å ha tilgang til Claude Code for øvelsene
Dag 2 — Avansert
• Fullføring av Dag 1 (eller tilsvarende erfaring)
• Tidligere eksponering for Claude Code og konsepter innen prompt-engineering
• Basis kunnskap om Git
• Det anbefales kjennskap til CI/CD-konsepter