دوره آموزشی OpenAI Codex: ایجاد مهارتهای مهندسی قابلاستفاده مجدد
37 دقیقهمتوسط2026-08-13
مدرسین
Harshit Tyagi
Data Science Instructor and Mentor
جزئیات دوره
AI Coding Agentها زمانی بیشترین ارزش را ایجاد میکنند که فقط منتظر دریافت یک Prompt نباشند و بتوانند روشهای کاری تیم توسعه را به شکل ساختاریافته و قابل تکرار اجرا کنند. در این دوره یاد میگیرید چگونه در OpenAI Codex مهارتهای مهندسی قابل استفاده مجدد بسازید تا Agent بتواند در مراحل مختلف چرخه توسعه نرمافزار، از تحلیل نیازمندیها تا پیادهسازی و انتشار، به شکل منظم و قابل پیشبینی عمل کند.
در طول دوره با یک فرایند واقعی توسعه Feature پیش میروید و یاد میگیرید چگونه Skillهایی طراحی کنید که Codex را در درک و شفافسازی نیازمندیها، بررسی ریسکهای فنی، طراحی راهکار، برنامهریزی پیادهسازی، تولید کد و بررسی نتیجه هدایت کنند.
یکی از موضوعات اصلی دوره، تبدیل تجربه و استانداردهای مهندسی تیم به Reusable Skills است. به این ترتیب، بهجای اینکه برای هر پروژه یا Feature دستورالعملهای مشابهی را دوباره در اختیار Agent قرار دهید، میتوانید فرایندهای موردنیاز را یکبار به شکل ساختاریافته تعریف کرده و در پروژههای بعدی نیز از آنها استفاده کنید.
همچنین یاد میگیرید چگونه با کمک AI از درخواستهای اولیه Feature، مستندات نیازمندی ایجاد کنید و سپس بر اساس آنها Technical Implementation Plan تهیه کنید؛ برنامهای که تصمیمهای طراحی، ریسکهای فنی و مراحل موردنیاز برای پیادهسازی را مشخص میکند.
در ادامه، روش شکستن Featureهای پیچیده به واحدهای کوچک، قابل تست و End-to-End را بررسی میکنید و با رویکردهای Test-Driven و AI-Assisted Development برای پیادهسازی Featureها آشنا میشوید.
در نهایت، یاد میگیرید چگونه کد تولیدشده توسط AI را تنها بر اساس «درست اجرا شدن» ارزیابی نکنید، بلکه آن را در برابر نیازمندیها، برنامه پیادهسازی و استانداردهای پروژه بررسی کنید.
این دوره برای توسعهدهندگان نرمافزار، مهندسان، Tech Leadها و تیمهایی مناسب است که میخواهند از Codex به شکل ساختاریافتهتری استفاده کنند و در عین افزایش سرعت توسعه، کیفیت و استانداردهای مهندسی را حفظ کنند.
اهداف یادگیری
Skillهای قابل استفاده مجدد در Codex طراحی و ایجاد کنید.
Workflowهای مهندسی نرمافزار را به Skillهای ساختاریافته برای AI Agent تبدیل کنید.
از درخواستهای اولیه Feature، مستندات نیازمندی را با کمک AI تولید کنید.
نیازمندیهای مبهم را بررسی و برای اجرای دقیقتر شفافسازی کنید.
Technical Implementation Planهایی ایجاد کنید که ریسکها و تصمیمهای طراحی را مشخص کنند.
Featureهای پیچیده را به واحدهای کوچک، قابل تست و End-to-End تقسیم کنید.
Featureها را با استفاده از روشهای Test-Driven و AI-Assisted Development پیادهسازی کنید.
فرایند توسعه نرمافزار را از Requirements تا Implementation و Review با Codex ساختاریافته کنید.
رفتار AI Agent را با استفاده از Workflowهای تکرارپذیر قابل پیشبینیتر کنید.
کد تولیدشده توسط AI را بر اساس نیازمندیها و Implementation Plan بررسی کنید.
کیفیت کد AI-generated را با استانداردهای فنی و معماری پروژه ارزیابی کنید.
با ایجاد Skillهای استاندارد، دوبارهکاری در پروژههای نرمافزاری را کاهش دهید.
چارچوبی قابل تکرار برای استفاده از Codex در پروژههای آینده ایجاد کنید.
در طول دوره با یک فرایند واقعی توسعه Feature پیش میروید و یاد میگیرید چگونه Skillهایی طراحی کنید که Codex را در درک و شفافسازی نیازمندیها، بررسی ریسکهای فنی، طراحی راهکار، برنامهریزی پیادهسازی، تولید کد و بررسی نتیجه هدایت کنند.
یکی از موضوعات اصلی دوره، تبدیل تجربه و استانداردهای مهندسی تیم به Reusable Skills است. به این ترتیب، بهجای اینکه برای هر پروژه یا Feature دستورالعملهای مشابهی را دوباره در اختیار Agent قرار دهید، میتوانید فرایندهای موردنیاز را یکبار به شکل ساختاریافته تعریف کرده و در پروژههای بعدی نیز از آنها استفاده کنید.
همچنین یاد میگیرید چگونه با کمک AI از درخواستهای اولیه Feature، مستندات نیازمندی ایجاد کنید و سپس بر اساس آنها Technical Implementation Plan تهیه کنید؛ برنامهای که تصمیمهای طراحی، ریسکهای فنی و مراحل موردنیاز برای پیادهسازی را مشخص میکند.
در ادامه، روش شکستن Featureهای پیچیده به واحدهای کوچک، قابل تست و End-to-End را بررسی میکنید و با رویکردهای Test-Driven و AI-Assisted Development برای پیادهسازی Featureها آشنا میشوید.
در نهایت، یاد میگیرید چگونه کد تولیدشده توسط AI را تنها بر اساس «درست اجرا شدن» ارزیابی نکنید، بلکه آن را در برابر نیازمندیها، برنامه پیادهسازی و استانداردهای پروژه بررسی کنید.
این دوره برای توسعهدهندگان نرمافزار، مهندسان، Tech Leadها و تیمهایی مناسب است که میخواهند از Codex به شکل ساختاریافتهتری استفاده کنند و در عین افزایش سرعت توسعه، کیفیت و استانداردهای مهندسی را حفظ کنند.
اهداف یادگیری
Skillهای قابل استفاده مجدد در Codex طراحی و ایجاد کنید.
Workflowهای مهندسی نرمافزار را به Skillهای ساختاریافته برای AI Agent تبدیل کنید.
از درخواستهای اولیه Feature، مستندات نیازمندی را با کمک AI تولید کنید.
نیازمندیهای مبهم را بررسی و برای اجرای دقیقتر شفافسازی کنید.
Technical Implementation Planهایی ایجاد کنید که ریسکها و تصمیمهای طراحی را مشخص کنند.
Featureهای پیچیده را به واحدهای کوچک، قابل تست و End-to-End تقسیم کنید.
Featureها را با استفاده از روشهای Test-Driven و AI-Assisted Development پیادهسازی کنید.
فرایند توسعه نرمافزار را از Requirements تا Implementation و Review با Codex ساختاریافته کنید.
رفتار AI Agent را با استفاده از Workflowهای تکرارپذیر قابل پیشبینیتر کنید.
کد تولیدشده توسط AI را بر اساس نیازمندیها و Implementation Plan بررسی کنید.
کیفیت کد AI-generated را با استانداردهای فنی و معماری پروژه ارزیابی کنید.
با ایجاد Skillهای استاندارد، دوبارهکاری در پروژههای نرمافزاری را کاهش دهید.
چارچوبی قابل تکرار برای استفاده از Codex در پروژههای آینده ایجاد کنید.
سرفصل ها
ساخت مهارتهای عامل که مقیاسپذیر هستند
- طراحی مهارتها برای رفتار قابل پیشبینی عامل
- شفافسازی الزامات برای نوشتن PRDهای کامل
- تحقیق درباره ریسکها و مشخصکردن راهحل
- تجزیه کار به برشهای عمودی قابل تست
- پیادهسازی ویژگیها از طریق حلقههای بازخورد تنگاتنگ
- بررسی نتایج و بهروزرسانی مستندات