کتاب AI‑Augmented Domain‑Driven Design: Design Better Domains Using LLMs, Structured Prompts, and Multi-agent Workflows (طراحی دامنهمحور تقویتشده با هوش مصنوعی: طراحی دامنههای بهتر با استفاده از مدلهای زبانی بزرگ (LLM)، پرامپتهای ساختاریافته و گردشکارهای چندعاملی) به بررسی چگونگی استفاده از هوش مصنوعی و مدلهای زبانی بزرگ (LLM) برای بهبود فرایند طراحی دامنهمحور نرمافزار (DDD) میپردازد.
جهت دانلود کتاب AI‑Augmented Domain‑Driven Design میتوانید از لینک زیر دریافت کنید:
faghatketab.ir/product/ai-augmented-domain-driven-design/

با استفاده از مدلهای زبانی بزرگ (LLM)، مهندسی پرامپت و سیستمهای چندعاملی، هوش مصنوعی را در طراحی دامنهمحور (DDD) به کار بگیرید. گردشکارهای تکرارپذیر مدلسازی دامنه را ایجاد کنید تا تصمیمهای معماری نرمافزار، شفافیت دامنه و انسجام مفهومی تقویت شوند.
بهکارگیری مدلهای زبانی بزرگ بهعنوان همکاران ساختاریافته در فرایند استدلال برای طراحی دامنهمحور
پیشبرد مدلسازی دامنه با استفاده از پرامپتهای ساختاریافته و روش EventStorming
طراحی عاملهای هوش مصنوعی و سیستمهای چندعاملی برای گردشکارهای DDD
تقویت تصمیمهای معماری نرمافزار با کمک استدلال مبتنی بر هوش مصنوعی
اصلاح رویدادهای دامنه، تجمیعها (Aggregates) و زمینههای محدودشده (Bounded Contexts) با استفاده از هوش مصنوعی
طراحی دامنهمحور (DDD) به معماران نرمافزار و توسعهدهندگان کمک میکند تا با ایجاد درکی مشترک از دامنههای کسبوکار و تبدیل این درک به معماری نرمافزاری منسجم، پیچیدگی سیستمها را مدیریت کنند. کتاب AI-Augmented Domain-Driven Design نشان میدهد که چگونه میتوان با استفاده از هوش مصنوعی مولد و مدلهای زبانی بزرگ، این رویکرد را توسعه داد، بدون آنکه تصمیمگیریهای معماری را به هوش مصنوعی واگذار کرد.
در این کتاب یاد میگیرید چگونه از مدلهای زبانی بزرگ بهعنوان همکاران ساختاریافته در استدلال و مدلسازی دامنه استفاده کنید و تکنیکهای مهندسی پرامپت، مجموعه قواعد، الگوهای EventStorming و اصلاح تکرارشونده را به کار بگیرید. با بررسی مطالعات موردی کاربردی، از استدلال مبتنی بر هوش مصنوعی برای شناسایی و اصلاح رویدادها، فرمانها، تجمیعها و زمینههای محدودشده استفاده خواهید کرد؛ درحالیکه قضاوت انسانی و شفافیت دامنه حفظ میشوند.
سپس از پرامپتنویسی ساختاریافته فراتر میروید و با عاملهای هوش مصنوعی برای کشف دامنه، داستانپردازی و ترسیم نقشه زمینهها آشنا میشوید. با هماهنگسازی این عاملها در قالب سیستمهای چندعاملی، گردشکارهای تکرارپذیر طراحی دامنهمحور ایجاد میکنید که ضمن کاهش بار شناختی، از فعالیتهای پیچیده معماری نرمافزار پشتیبانی میکنند.
در پایان کتاب، رویکردی نظاممند برای ادغام مدلهای زبانی بزرگ و عاملهای هوش مصنوعی در فرایند DDD خود خواهید داشت. این رویکرد به شما کمک میکند دامنههای پیچیده را بهتر تحلیل کنید، تصمیمهای معماری را بهبود دهید و همزمان با تکامل سیستمهای نرمافزاری، انسجام مفهومی آنها را حفظ کنید.
درک نحوه استدلال مدلهای زبانی بزرگ، کاربردهای آنها و محدودیتهایشان
بهکارگیری مهندسی پرامپت در گردشکارهای طراحی دامنهمحور
استفاده از استدلال مبتنی بر هوش مصنوعی برای اصلاح رویدادهای دامنه و زمینههای محدودشده
ساخت مجموعه قواعد برای هدایت و محدود کردن فرایند استدلال مدلهای زبانی بزرگ
استفاده از هوش مصنوعی در فعالیتهای EventStorming و مدلسازی دامنه
طراحی عاملهای هوش مصنوعی برای کشف دامنه و گردشکارهای DDD
هماهنگسازی سیستمهای چندعاملی برای مدلسازی دامنه
تقویت تصمیمهای معماری نرمافزار با حفظ شفافیت دامنه
این کتاب برای توسعهدهندگان نرمافزار، معماران نرمافزار و رهبران فنی طراحی شده است که روی سیستمهای پیچیده کسبوکار کار میکنند و میخواهند با کمک هوش مصنوعی، رویکرد طراحی دامنهمحور خود را توسعه دهند. آشنایی با مفاهیم معماری نرمافزار و مبانی DDD، مانند زمینههای محدودشده، تجمیعها، رویدادهای دامنه و مدلسازی دامنه، برای مطالعه این کتاب ضروری است. داشتن دانش قبلی در زمینه هوش مصنوعی الزامی نیست؛ اما علاقهمندی به مدلهای زبانی بزرگ، مهندسی پرامپت و استدلال مبتنی بر هوش مصنوعی به شما کمک میکند بیشترین بهره را از گردشکارهای کاربردی کتاب ببرید.
1. چرا هوش مصنوعی امروزه برای طراحی دامنهمحور اهمیت دارد؟
2. مدلهای زبانی بزرگ واقعاً چگونه فکر میکنند و چرا دقت به درک بهتر کمک میکند؟
3. دیدگاه معمار نرمافزار: استدلال با سیستمهای هوش مصنوعی
4. از کاوش دامنه تا همکاری با هوش مصنوعی
5. تعریف قواعد: آموزش مدل برای استدلال بر اساس DDD
6. اصلاح تکرارشونده: ساخت زمینه محدودشده
7. پرامپت بهعنوان حامل دانش دامنه
8. از پرامپتها تا عاملها: ساختاربندی همکاری هوش مصنوعی
9. از محدودیتهای کنترلی تا عاملهای تخصصی: طراحی عاملها برای DDD
10. هماهنگکننده: ساخت عامل هماهنگساز
11. خودمختاری تحت نظارت: ایجاد تعادل میان استقلال و همراستایی عاملها