感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
模塊1 —— 共享基礎(第1-2天)
第1天 —— 上午:AI採納中的人為因素
• 信任/依賴校準:何時使用AI,何時停止。
• 團隊協議結構(觸發器/動作/證據/所有者)。
• 提示詞策展人角色:驗證、決策、簽署。AI事件響應計劃。
第1天 —— 下午:限制條件、風險和合規性
• 真實LLM能力——提示詞風險向量:注入、數據洩露、幻覺。
• 法律框架:GDPR、歐盟AI法案——行業標準(DICOM、HL7、HIPAA)。
• 實作練習:將領域標準轉化為提示詞護欄。
第2天 —— 上午:提示詞的技術架構
• 代理架構:記憶體、上下文、目標——從提示詞設計角度。
• API整合和領域數據源,多代理和提示詞鏈接。
第2天 —— 下午:企業提示詞解剖
• 六個層級:角色/上下文/限制條件/領域標準/格式/範例。
• 提示詞層級:系統(組織範圍)——領域(團隊範圍)——任務(個人範圍)。
• 演示:解構一個幼稚的提示詞,重建它。第3-5天的團隊簡報。
模塊2 —— 共同構建工作坊(第3-4-5天)
第3天 —— 探索和標準審計
- 並行團隊工作坊:架構師、特定領域開發者、後端、QA。
- 映射企業標準和限制條件——識別跨團隊衝突。
- 第3天成果:標準地圖 + 影響/努力優先級矩陣。
第4天 —— 慣例設計和模板構建
- 命名慣例、版本控制、標籤系統(團隊、領域、目標工具)。
- 構建首個驗證模板:TypeScript DICOM、代碼審查、QA測試、API文檔。
- 第4天成果:4+運營模板 + 慣例指南。
第5天 —— 圖書館匯集、治理和正式移交
- 圖書館組織,GitHub Copilot / Cursor /內部LLM API整合。
- 提示詞策展人角色、質量指標、團隊儀式、30天部署計劃。
- 第5天最終成果:文檔化圖書館v1.0 + 治理憲章 + 30天計劃。
最低要求
- 已完成至少一個AI培訓(入門或進階)。
- 技術人員:具備公司技術棧的開發經驗。
- 管理人員:對AI工具的基本熟悉(ChatGPT、Copilot等)。
- 公司承諾:團隊領導者在第3-5天積極參與。
- 前期準備:現有標準文檔(README、編碼指南)。
目標受眾
- 軟件架構師
- 開發者(特定領域、後端、前端)
- QA工程師/代碼技術人員
- 團隊領導和中層管理者
- IT經理、決策者和AI項目負責人
35 小時
客戶評論 (1)
我獲得了關於Python中Streamlit庫的知識,我肯定會嘗試使用它來改進我們團隊中基於R Shiny開發的apps。
Michal Maj - XL Catlin Services SE (AXA XL)
課程 - GitHub Copilot for Developers
機器翻譯