Kursen examineras via ett individuellt projekt som lämnas in som ett GitHub-repository. Du väljer ett av tre spår beroende på ambitionsnivå och befintliga projekt.
Inlämningsdatum
Lämnas in som ett GitHub-repository senast fredag V5 kl 23:59. Länk skickas via kursplattformen. Muntlig komplettering kan kallas till inom 5 arbetsdagar efter bedömning.
Projekt A — Nytt projekt med AI-arbetsflöde (Betyg G)
Bygg ett litet C#-projekt från grunden med ett fullständigt AI-assisterat arbetsflöde. Projektet ska demonstrera att du kan sätta upp och använda AI som en integrerad del av din utvecklingsprocess.
Krav — arkitektur och kod
Minimum tre lager: Domain, Application, Api (eller Console/Workers)
Minst ett aggregat med AggregateRoot<TId>-bastyp, korrekt Result<T>-hantering och minst en domänhändelse
Minst ett Value Object med validering via factory-metod
Minst fem enhetstester (xUnit) som testar domänlogiken
Fungerande lösning — projektet ska bygga utan fel
Krav — AI-arbetsflöde (obligatoriskt)
Minst tre .instructions.md-filer med korrekt applyTo-frontmatter
En copilot-instructions.md med projektövergripande regler
Minst en .prompt.md-fil (code review eller kod-generator)
Minst en ADR (docs/adr/ADR-001-xxx.md) som dokumenterar ett arkitekturval
PROCESS.md i roten — se krav nedan
Krav — PROCESS.md
Filen ska innehålla:
Vilka modeller du använde och till vad (med motivering)
En konkret prompt du använde och vad resultatet var
Vad du fick ändra efter AI:s förslag och varför
Ett exempel på när AI:s förslag var fel och vad du gjorde istället
Hur instruktionsfilerna påverkade AI:s kod-generering (ett konkret före/efter-exempel)
Projekt B — Integrera AI-workflow i befintligt projekt (Betyg VG)
Ta ett befintligt C#-projekt (eget, öppet källkod eller kurs-projekt) och integrera ett komplett AI-assisterat arbetsflöde. Projektet ska demonstrera förmågan att anpassa AI-verktyg till en befintlig kodbas.
Krav — utöver samtliga Projekt A-krav
Minst fem .instructions.md-filer (inkludera minst en för testlagret)
Minst tre .prompt.md-filer: code review, säkerhetsgranskning, och valfri tredje
Minst tre ADR:er
Dokumenterat hur du itererade och förbättrade instruktionsfilerna (minst tre iterationer)
Reflektionsrapport — se krav nedan
Krav — Reflektionsrapport (VG-spår)
En REFLECTION.md (minst 800 ord) som svarar på:
Hur förändrades ditt sätt att koda under kursen? Ge konkreta exempel.
Vilka AI-verktyg och modeller är mest värdefulla i ditt dagliga arbete, och varför?
Var gränsen mellan vad AI hjälper med och vad som kräver mänskligt omdöme i ditt specifika projekt?
Vilka risker introducerar AI-assisterad utveckling och hur hanterade du dem?
Vad tar du med dig som praktik i ditt nästa projekt?
Betygskriterier
Godkänd (G) — Projekt A eller B uppfyller G-krav
Projektet bygger och körs utan fel
Alla obligatoriska filer finns (instructions, prompt, ADR, PROCESS.md)
Instruktionsfilerna är projektspecifika (inte generella riktlinjer)
PROCESS.md visar förståelse för AI-arbetsflödet — inte bara att du använde det
Domänlagret följer kursmönstret (AggregateRoot, Result<T>, Value Objects)
Väl godkänd (VG) — Projekt B uppfyller VG-krav
Samtliga G-krav uppfyllda
Dokumenterad iterationsprocess för instruktionsfiler (inte bara en version)
Prompt-filerna ger faktiskt värde — demonstrerat med konkret output
Reflektionsrapporten visar kritiskt tänkande — inkl. begränsningar och misslyckanden
Koden visar att AI:s förslag granskades och i förekommande fall modifierades