AI v praxi pro vývojové týmy

Školení je určené týmům, které už mají AI nástroje zapnuté a zjistily, že samotný přístup k nim produktivitu automaticky nezvýší. Zaměřuje se na to, co dělí demo od každodenní praxe: jak nástroji předat kontext, jak ověřit, co vyprodukoval, a jak z jednorázového nadšení udělat návyk celého týmu. Většina času je věnována praktické práci na kódu, ideálně na vašem vlastním.

Cíle kurzu

Cílem je, aby účastníci po školení dokázali samostatně zvolit vhodný typ AI nástroje pro konkrétní úkol, připravit prostředí tak, aby v něm agent pracoval spolehlivě, a hlavně aby uměli ověřit a obhájit výsledek jeho práce. Kurz je stavěný modulárně — moduly lze poskládat do jednodenního úvodu i do delšího programu na míru.

Obsah školení

Modul 1. Přehled AI nástrojů: Chat, Asistent, Agent

Tři úrovně nástrojů, které se běžně schovávají pod jedno slovo “AI”. Co každá z nich umí, co neumí a kde mezi nimi vede hranice. Součástí je rozdíl mezi modelem a nástrojem, který je kolem něj postavený – většina zmatku v otázce “co vlastně AI dokáže” pramení právě odtud.

Cvičení: stejný úkol třemi nástroji – kde se výsledky rozejdou a proč

Modul 2. Agentní vývoj v praxi

Práce s agenty v editoru i na příkazové řádce (GitHub Copilot, Copilot CLI, Claude Code, Cursor). Jak rozdělit úkol tak, aby ho agent unesl, a kdy ho naopak zastavit. Navážeme na to, co popisuje průvodce vibe codingem – jen s rukama na klávesnici.

Cvičení: implementace nové funkce agentem od zadání po review

Modul 3. Kontext je produkt

Proč stejný agent na dvou codebase pracuje úplně jinak? Příprava repozitáře, dokumentace, architektonických hranic a instrukčních souborů tak, aby měl agent s čím pracovat.

Cvičení: příprava kontextového souboru pro vlastní repozitář

Modul 4. Mantinely: testy, review a kvalita

Čím spolehlivější jsou vaše automatické kontroly, tím víc autonomie můžete bezpečně předat. Automatizované testy jako objektivní pravda o tom, co agent vyprodukoval; a místa, kde review musí zůstat na člověku.

Cvičení: agent na kódu bez testů a s testy – porovnání výsledku

Modul 5. Bezpečnost a data

Co z firmy skutečně odchází ve chvíli, kdy odešlete prompt. V čem se liší enterprise varianty nástrojů a na co se u nich ptát. A jak nastavit pravidla, která tým reálně dodrží, místo těch, která se budou obcházet.

Modul 6. Zavedení do praxe

Jak z jednorázového školení udělat návyk: komunita praxe, sdílení promptů a kontextu a měření dopadu, aniž byste spadli do pasti počítání tokenů nebo přijatých návrhů. Tento modul míří na ty, kdo budou učit zbytek firmy.

Požadavky na účastníka

• praktická zkušenost s vývojem softwaru (kurz není úvodem do programování)
• alespoň krátká vlastní zkušenost s některým AI nástrojem

Technické požadavky (BYOD)

• vlastní laptop s právy instalovat nástroje (u firemních zařízení prosím ověřte předem – bývá to nejčastější zdržení)
• přístup alespoň k jednomu AI nástroji pro vývoj (GitHub Copilot, Claude Code, Cursor nebo obdobný)
• vlastní repozitář, na kterém se dá pracovat, pokud chcete cvičit na reálném kódu

Školení je úvodem do praxe, ne náhradou za ni. Nejlepší výsledky přináší v kombinaci s následným technickým koučinkem přímo v týmu, kdy se nové návyky usadí na reálné práci.