คอร์สนี้มุ่งเน้นไปที่เวิร์กโฟลว์ระดับโปรดักชันของ Claude Code ช่วยให้นักพัฒนาปรับเปลี่ยนจากการพึ่งพา AI ในการสร้างโค้ด ไปสู่การควบคุมเครื่องมือเขียนโปรแกรมด้วย AI อย่างมีวิธีการและจังหวะที่เหมาะสม คอร์สเริ่มจากหลักการทำงานของโมเดลภาษาขนาดใหญ่และการจัดการหน้าต่างบริบท ค่อยๆ เจาะลึกไปสู่ลูปการวางแผน การดำเนินการ และการทำความสะอาด การเขียนไฟล์ AGENTS.md และทักษะที่กำหนดเอง แผนหลายขั้นตอนและวิธีกระสุนส่องวิถี ตลอดจนการสร้างลูปข้อเสนอแนะอัตโนมัติ ผู้เรียนจะสามารถเชี่ยวชาญการทดสอบ ฮุกก่อนคอมมิต การรีแฟกเตอร์แบบแดง-เขียว และเข้าใจว่าลูป Ralph ทำให้ Claude Code ทำงานอัตโนมัติกับรายการสิ่งที่ต้องทำใน GitHub Issues ได้อย่างไร คอร์สมีการเผยแพร่แบบอะซิงโครนัสและถามตอบสดในหลายเขตเวลา เมื่อจบแล้วสามารถเก็บเอกสารการเรียนรู้ทั้งหมดไว้ได้ เพื่อการทบทวนและนำไปใช้ซ้ำ

• 1.แนะนำเวิร์กโฟลว์ระดับโปรดักชันของ Claude Code
• 2.พื้นฐานหลักการทำงานของโมเดลภาษาขนาดใหญ่
• 3.ทำไมหน้าต่างบริบทจึงสำคัญ
• 4.จัดการบริบทโดยไม่สูญเสียการควบคุมโค้ดเบส
• 5.สร้างเวิร์กโฟลว์การเขียนโค้ดด้วย AI ที่ถูกต้อง
• 6.ใช้ Claude Code เป็นเครื่องมือมืออาชีพ ไม่ใช่ไม้ค้ำ
• 7.หลีกเลี่ยงโค้ดที่ยุ่งเหยิงแบบสปาเก็ตตี้
• 8.คำอธิบายการเรียนรู้แบบอะซิงโครนัสและการตอบคำถามสด
• 9.ข้อเสนอแนะในการเก็บรักษาและใช้งานสื่อการเรียนรู้

• 10.คำอธิบายโดยละเอียดของวงจร วางแผน/ดำเนินการ/ล้างข้อมูล
• 11.ทำให้ Claude Code อยู่ในสภาพประสิทธิภาพสูงสุด
• 12.เขียนไฟล์ AGENTS.md
• 13.ทักษะกำหนดเองเพื่อนำทางการแสดงผล
• 14.กลยุทธ์การพรอมป์ที่ไม่สิ้นเปลืองโทเค็น
• 15.ฝึกปฏิบัติเวิร์กโฟลว์หลัก
• 16.ข้อผิดพลาดทั่วไปในเวิร์กโฟลว์และการแก้ไข
• 17.ฝึกฝนการควบคุมโค้ดเบส
• 18.ทบทวนและปรับปรุงแต่ละระยะ

• 19.วิธีการจัดทำแผนหลายระยะ
• 20.แนวคิดหลักของวิธีการกระสุนส่องวิถี
• 21.การจัดการขนาดที่เกินขอบเขตเซสชันของเอเจนต์เดียว
• 22.การปฏิบัติจริงในการแยกส่วนและการวางแผนฟีเจอร์ขนาดใหญ่
• 23.การควบคุมความคืบหน้าในระหว่างการดำเนินการ
• 24.การรักษาบริบทในการพัฒนาฟีเจอร์ขนาดใหญ่
• 25.การส่งมอบและการตรวจสอบเป็นระยะ
• 26.การตัดสินใจและการปรับตัวในสถานการณ์ที่ซับซ้อน
• 27.กรณีศึกษารวมของการวางแผนฟีเจอร์ขนาดใหญ่

• 28.การสร้างวงจรฟีดแบ็กอัตโนมัติ
• 29.การพัฒนาแบบขับเคลื่อนด้วยการทดสอบและการทำงานร่วมกับ AI
• 31.การตั้งค่าและการใช้งานฮุกก่อนคอมมิต
• 32.วิธีการปฏิบัติการรีแฟกเตอร์แบบแดง-เขียว
• 33.การจับข้อผิดพลาดก่อนที่ปัญหาจะสะสม
• 34.การทดสอบอัตโนมัติและการผสานรวมอย่างต่อเนื่อง
• 35.การเพิ่มประสิทธิภาพของวงจรฟีดแบ็ก
• 36.การผสานรวมการตอบกลับอัตโนมัติในทางปฏิบัติ

• 37.หลักการของ Ralph Loop และสถานการณ์ที่เหมาะสม
• 38.รันกับรายการสิ่งที่ต้องทำใน GitHub Issues
• 39.ให้ Claude Code จัดการงานโดยอัตโนมัติ
• 40.ขอบเขตความปลอดภัยและการตรวจสอบการทำงานอัตโนมัติ
• 41.การตั้งค่า Ralph Loop ในทางปฏิบัติ
• 42.การตรวจสอบและรวมผลลัพธ์จากการทำงานอัตโนมัติ
• 43.การควบคุมคุณภาพโค้ดระดับโปรดักชัน
• 44.การเชื่อมโยงเวิร์กโฟลว์ทั้งหมดและสรุป
• 45.การเรียนรู้อย่างต่อเนื่องและแหล่งข้อมูลแนะนำ

💡 เคล็ดลับการเรียนรู้:เนื้อหาบทเรียนอ้างอิงจากแนวปฏิบัติในอุตสาหกรรม ณ เวลาที่เผยแพร่ แนะนำให้ศึกษาควบคู่กับกฎล่าสุดของแพลตฟอร์มในปัจจุบัน