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
區塊 1 — 共享基礎(第1–2天)
第1天 — 上午:AI採用中的人力因素
• 信任 / 依賴校準:何時使用AI,何時停止。
• 團隊協定結構(觸發 / 動作 / 證據 / 負責人)。
• 提示詞策展人角色:驗證、決策、簽署。AI事件應變計畫。
第1天 — 下午:約束、風險與合規
• LLM實際能力 — 提示詞風險向量:注入、資料洩漏、幻覺。
• 法律框架:GDPR、歐盟AI法案 — 領域標準(DICOM、HL7、HIPAA)。
• 實作練習:將領域標準轉譯為提示詞防護柵欄。
第2天 — 上午:提示詞的技術架構
• Agent架構:記憶體、上下文、目標 — 從提示詞設計角度。
• API整合與領域資料來源,多Agent與提示詞串接。
第2天 — 下午:企業提示詞解剖
• 6個層級:角色 / 上下文 / 約束 / 領域標準 / 格式 / 範例。
• 提示詞層級:系統(組織級) — 領域(團隊級) — 任務(個人級)。
• 示範:拆解原始提示詞,重新建構。第3–5天的團隊簡報。
區塊 2 — 共同建構工作坊(第3–4–5天)
第3天 — 探索與標準審計
- 平行團隊工作坊:架構師、領域特定開發者、後端、QA。
- 映射企業標準與約束 — 識別跨團隊衝突。
- 第3天交付成果:標準地圖 + 影響 / 努力優先矩陣。
第4天 — 規範設計與模板建構
- 命名規範、版本控制、標籤系統(團隊、領域、目標工具)。
- 建構首批認可模板:TypeScript DICOM、程式碼審查、QA測試、API
文件。 - 第4天交付成果:4+個操作模板 + 規範指南。
第5天 — 庫組合、治理與正式移交
- 庫組織、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天部署計畫。
- 第5天最終交付成果:文件化的Library v1.0 + 治理憲章 + 30天計畫。
最低要求
- 已至少完成一門AI培訓(入門或進階)。
- 技術背景:擁有公司技術堆疊的開發經驗。
- 管理背景:對AI工具(ChatGPT、Copilot等)有基本認識。
- 公司承諾:團隊領導必須在第3至5天積極參與。
- 前置準備:現有的標準文件(README、編碼指南)。
目標受眾
- 軟體架構師
- 開發者(領域特定、後端、前端)
- QA工程師 / 代碼技術人員
- 團隊領導與中層經理
- IT經理、決策者與AI專案主管
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