《AI Coding大模型辅助编程》课前调研问卷

亲爱的学员:您好!欢迎参加《AI Coding大模型辅助编程》课程。为确保本次培训内容精准贴合您的需求,请花费约5分钟时间填写此问卷。您的反馈将帮助讲师调整案例难度、优化授课重点,使课程更具实战价值。所有信息仅用于教学准备,请放心作答。
*1. 您当前的工作角色是?
*2. 您从事软件开发的年限是?
*3. 您目前主要使用的AI辅助编程工具是?(可多选)
GitHub Copilot
Cursor
Claude Code
OpenCode
通义灵码 / Qoder
Trae/CodeBuddy
Codex
尚未使用任何AI辅助编程工具
*4. 您使用AI辅助编程工具的频率是?
*5. 您目前主要的开发技术栈是?(可多选)
Java (Spring Boot/Cloud)
Python (Django/Flask/FastAPI)
Go
JavaScript/TypeScript (Node.js/Vue/React)
C/C++
.NET (C#)
数据库/SQL
其他(请注明:__________)
*6. 您是否了解或在项目中实践过“Spec-Driven Development (SDD) / 规约驱动开发”?
*7. 若您了解或使用过SDD,您使用过以下哪些框架或方法论?(可多选)
OpenSpec
Spec-Kit
BMAD Method
AWS Kiro
Superpows
自研/定制化的规约模板和流程
未使用过任何相关框架
*8. 您对“Harness Engineering”(驾驭工程,指对AI执行流程、验证、反馈的控制机制)的了解程度如何?
*9. 您对“Loop Engineering”(循环工程,指AI代码生成、执行、测试、修复的迭代闭环)的了解程度如何?
*10. 在当前的开发项目中,您认为AI辅助编程最大的挑战是?(可多选)
AI生成代码质量不稳定,Bug多,需要大量人工修正
AI难以理解复杂的业务上下文和遗留系统逻辑
提示词难以编写,经常得不到理想结果
代码生成速度快,但后期难以维护和扩展
担心知识产权和数据安全问题
团队成员接受度低,难以推广
其他(请注明:__________)
*11. 您所在团队对AI生成代码的质量要求是?
*12. 您对以下哪些课程内容最感兴趣?(可多选)
Vibe Coding的最佳实践与陷阱规避
如何编写高质量、可执行的Spec规约
Prompt Engineering与Context Engineering的高级技巧
Harness(AI执行控制与验证系统)的设计与实现
Coding Agent(如Claude Code)的深度定制(Skills/MCP/Sub-agent)
企业私有知识库(RAG)的落地与应用
遗留系统重构中的AI辅助策略
*13. 您在项目中是否使用过RAG(检索增强生成)技术来增强AI对私有业务知识的理解?
*14. 您对本次课程的最大期望是?(单选)
*15. 请您简要描述一个您在Vibe Coding(沉浸式/对话式编程)过程中遇到的最棘手的具体问题。(例如:AI不断生成与现有架构冲突的代码、多轮对话后逻辑偏离最初需求、生成的代码无法通过基础测试等)
16. 您在尝试使用Spec或类似规约方式指导AI编程时,遇到的主要障碍是什么?(例如:不知如何将需求拆解为细粒度规约、规约维护成本高与代码不同步、团队不理解规约的价值等)
17. 您是否希望通过本次课程解决一个具体的项目难题?如果有,请简要描述一下(例如:一个复杂微服务系统的重构、一个历史遗留项目的文档与代码维护、一个新项目的技术选型与初始化)。
*18. 除课程大纲内容外,您是否有其他特定想了解的技术话题或希望讲师解答的问题?或者对讲师的期待? 讲课方式的方式建议?(选填)