本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 後續步驟
<a name="next-steps"></a>

此策略文件探討生成式 AI 如何影響應用程式開發和維護 (ADM) 操作模型的每一層。它描述了如何實現潛在利益，例如提高開發速度、減少生產瑕疵並改善客戶滿意度分數。若要開始組織的 AI 驅動型軟體開發生命週期 (SDLC) 旅程，並為新一代 ADM 實作其目標操作模型，請使用下列步驟。

成功的 AI 整合需要平衡 AI 功能與人類專業知識。此平衡可在整個組織的 SDLC 程序和 ADM 實務中推動創新、效率和競爭優勢。遵循這些步驟，您可以將組織置於 AI 擴增軟體開發的最前線。這種方法可推動顯著的商業價值，並增強您在業界的競爭優勢。

**步驟 1：執行整備評估**

使用[AWS 評估工具](https://accelerate.amazonaws.com/portal/signin)中的 **AI 驅動型軟體開發評估 (AISDLC - V1.0)** 來評估您目前的 SDLC 功能和目前 ADM 操作模型的準備程度。此評估可協助您：
+ 識別現有 SDLC 程序和 ADM 實務中的優勢和改進領域。
+ 明確指出 AI 可能對您的業務產生最大影響的領域。
+ 排定修復活動的優先順序，並建立實作藍圖。

**步驟 2：建立基礎功能**

若要了解並協助使用生成式 AI 在 SDLC 中建置基礎功能，請參閱[AWS 使用生成式 AI 在 上加速軟體開發生命週期](https://docs.aws.amazon.com/prescriptive-guidance/latest/strategy-accelerate-software-dev-lifecycle-gen-ai/)。此策略文件提供 AWS 架構最佳實務，可協助您執行下列任務，以實作您的藍圖：
+ 建立 AI 整合的堅實基礎。
+ 讓您的程序符合產業最佳實務。
+ 讓您的團隊準備好進行 AI 擴增開發。

**步驟 3：實作分階段方法 **

若要實作 ADM 目標操作模型，請參閱[藍圖](implement-strategy.md#roadmap)，其中包含從初始快速獲勝到完整 AI 整合的所有階段。利用[範例架構](appendix-framework.md)和[實作檢查清單](appendix-checklist.md)。

[早期採用者](introduction.md#benefits)的成功案例展示了 AI 在應用程式開發和維護方面的轉型潛力。