本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
生成式 AI 助手在软件开发中的用例
人工智能助手功能是人工智能驱动的生成式开发体验的核心。这个智能的情境感知系统可充当整个 SDLC 中所有团队成员的虚拟协作者。想象一下，开发人员正在处理一段复杂的代码。他们只需向 AI 助手寻求帮助，它就可以提供相关的代码片段，解释复杂的算法，甚至可以根据当前背景和最佳实践提出优化建议。AI 助手可以帮助 ITOps 经理了解基于内部文档的标准操作程序。通过提供即时情境支持，AI 助手可以显著减轻团队成员的认知负担。这有助于他们专注于更高层次的问题解决和创造性任务。这种能力可以起到增强作用的作用，可以提高软件开发各个阶段的生产力和质量。
下表显示了您可以使用 AI 助手和受益角色增强的用例。
| 使用案例 | 女神异闻录 |
|---|---|
| 通过回答有关需求、架构和标准操作程序等问题，为开发团队提供即时帮助 | 软件开发组 |
| 搜索或检索大量文档的摘录，或者使用自然语言查询生成摘要 | 软件开发组 |
| 总结长篇技术文档，例如需求文档、架构设计文档和内部流程 | 软件开发组 |
| 维护一个提示库，供团队用于常见任务 | 软件开发组 |
| 将生成式 AI 无缝集成到现有工具和系统中 | 软件开发组 |
| 跨各种平台、工具和内部系统自动执行任务 | 软件开发组 |
| 创建集中的知识库，包括最佳实践、项目特定信息和团队知识，所有团队成员均可访问 | 软件开发组 |
| 根据任务的上下文从存储库中检索相关知识 | 软件开发组 |
| 执行自动代码审查、根本原因分析、提出改进建议、检测潜在错误并进行故障排除 | 软件开发人员、 DevOps 工程师和站点可靠性工程师 |
| 分析性能数据以确定趋势和模式，从而为性能优化决策提供依据 | 现场可靠性工程师 |
| 为提高效率、降低复杂性和增强安全性提供建议 | 软件开发人员 |
| 针对云资源使用提出优化建议，例如扩展建议或节省成本的策略 | 软件开发人员、 DevOps 工程师、站点可靠性工程师和解决方案架构师 |
| 生成新内容，例如基于代码、用户指南或产品功能版本的文档 | 软件开发组 |
