1. Wprowadzenie do generatywnej sztucznej inteligencji w testowaniu oprogramowania

• Podstawy i kluczowe koncepcje generatywnej sztucznej inteligencji
• Spektrum AI: Symboliczna AI, klasyczne uczenie maszynowe, głębokie uczenie i generatywna AI
• Podstawy generatywnej AI i dużych modeli językowych (LLM)
• Modele bazowe, dostrojone instrukcyjnie i modele rozumujące LLM
• Modele: LLM i Vision-Language

2. Podstawowe zasady wykorzystania generatywnej sztucznej inteligencji w testowaniu

• Główne możliwości dużych modeli językowych (LLM) w zadaniach testowych
• Chatboty AI i aplikacje do testowania oparte na LLM

3. Inżynieria promptów

• Efektywne tworzenie promptów
• Struktura promptów dla Gen-AI
• Podstawowe techniki tworzenia promptów w testowaniu
• Prompt systemowy i prompt użytkownika

4. Zastosowanie technik inżynierii promptów w zadaniach testowania oprogramowania

• Analiza testów przy użyciu Gen-AI
• Projektowanie i implementacja testów z wykorzystaniem Gen-AI
• Automatyczne testy regresyjne z Gen-AI
• Monitorowanie i kontrola testów przy użyciu generatywnej AI
• Wybór technik promptowania

5. Ocena wyników Gen-AI i dopracowywanie promptów dla zadań testowych

• Metryki oceny wyników generatywnej AI w zadaniach testowych
• Techniki oceny i iteracyjnego udoskonalania promptów

6. Zarządzanie ryzykiem Gen-AI

• Halucynacje, błędy w rozumowaniu i uprzedzenia
• Identyfikacja halucynacji, błędów w rozumowaniu i uprzedzeń w wynikach LLM
• Techniki łagodzenia halucynacji, błędów i uprzedzeń
• Ryzyka związane z prywatnością danych i bezpieczeństwem
• Strategie łagodzenia w celu ochrony prywatności danych i zwiększenia bezpieczeństwa
• Konsumpcja energii i wpływ środowiskowy Gen-AI
• Regulacje AI, standardy i ramy najlepszych praktyk

7. Infrastruktura testowa oparta na LLM w testowaniu oprogramowania

• Podejścia architektoniczne dla infrastruktury testowej opartej na LLM
• Kluczowe komponenty architektoniczne i koncepcje infrastruktury testowej opartej na LLM
• Generowanie wspomagane przez wyszukiwanie (Retrieval-Augmented Generation)
• Rola agentów opartych na LLM w automatyzacji procesów testowych
• Dostosowywanie LLM do zadań testowych
• LLMOps przy wdrażaniu i zarządzaniu LLM w testowaniu oprogramowania

8. Wdrażanie i integracja generatywnej AI w organizacjach

• Plan wdrażania Gen-AI w testowaniu
• Ryzyka związane z "Shadow AI"
• Aspekty strategii Gen-AI w testowaniu
• Wybór LLM/SLM do zadań testowych
• Etapy wdrażania Gen-AI w testowaniu
• Zarządzanie zmianą przy wdrażaniu Gen-AI
• Niezbędne umiejętności i wiedza do testowania z Gen-AI
• Budowanie kompetencji Gen-AI w zespołach
• Ewolucja procesów testowych w organizacjach testowych wspieranych AI