課程簡介
引言
-
什麼是使用ChatGPT的商業自動化?
-
模型、代理、工具和工作流
-
固定工作流與代理型流程
-
選擇適當的自主性水平
-
人工審查和決策的角色
-
超越單次ChatGPT對話:可重複使用的工作流和定期執行
理解上下文和記憶
-
聊天上下文與持久化記憶
-
明確存儲的流程狀態
-
在運行之間保留決策和重要資訊
-
上下文限制和早期資訊的丟失
-
跨多個對話繼續工作
-
區分永久規則和當前流程狀態
在ChatGPT中組織工作
-
在一個線程中組合過多任務和更改需求的風險
-
識別缺失的決策和不一致的輸出
-
將工作拆分為較小、明確定義的任務
-
在任務之間傳遞目標、來源、決策和結果
-
何時使用單獨的對話或工作流
使用插件、專案和空間
-
插件、專案和空間的用途
-
組織可重複使用的指令和工具
-
將工作流連接到業務資訊來源
-
組織相關對話和共享材料
-
共享文檔和結果
-
為業務流程準備工作環境
建立帶有記憶的工作流
-
定義工作流目標
-
識別輸入、步驟、輸出和驗收標準
-
在執行之間記錄流程狀態
-
在後續運行中使用之前的決策
-
處理錯誤和不完整執行
-
在中斷後恢復工作流
-
為選定的業務任務建立原型工作流
排程和可重複執行
-
手動與定期工作流執行
-
定義執行頻率和時區
-
通知和停止規則
-
處理沒有新數據可用的情況
-
使用保存的狀態重新運行工作流
-
比較重複執行
評估工作流質量和可重複性
-
定義質量標準
-
檢查必填欄位、數字、來源和輸出格式
-
識別重複或不一致的結果
-
區分可接受的措辭差異和流程錯誤
-
理解AI生成結果中的變異源
-
在代表性業務用例上測試工作流
實操工作坊
-
選擇重複的業務任務
-
設計工作流
-
定義流程記憶和狀態
-
運行和測試工作流
-
比較多次執行
-
識別錯誤和改善機會
-
為實際使用準備自動化
故障排除
-
上下文缺失或不完整
-
流程狀態錯誤或過時
-
執行之間結果不一致
-
數據缺失或來源不可用
-
重複處理
-
工作流運行失敗或部分完成
-
工具或賬戶功能限制
總結和下一步
-
回顧已完成的工作流原型
-
識別適合自動化的任務
-
定義質量和驗收標準
-
規劃在日常工作中的部署
-
識別更高級的第二天版本的機會,包括代碼支持的處理和代理開發
最低要求
-
學員在課程前應知道的內容
- 基本熟悉ChatGPT
- 未指定需要編程知識作為先決條件。
- 學員應擁有計算機、網際網路連接和ChatGPT賬戶,並能訪問研討會期間使用的功能。
- 應在課程前檢查插件、空間和排程/自動化功能的可用性,因為訪問可能取決於賬戶和組織設置。
目標受眾
本課程面向:
- 使用ChatGPT進行日常工作的專家和經理
- 負責改進團隊工作流程的流程負責人和業務分析師
- 準備報告、摘要、文件、數據編譯和定期業務更新的人員
- 實施AI並使用共享資訊來源組織工作的團隊領導者
目錄風格的簡短版本可以是:
先決條件: 基本的ChatGPT知識。不需要編程經驗。
受眾: 經理、專家、流程負責人、業務分析師、報告/文件專業人員和AI實施領導者。
客戶評論 (1)
能夠根據觀衆建議靈活調整,即能夠現場創建一個真實的人工智能代理場景。
Brett McLaren - Zoll Itamar
課程 - ChatGPT for Productivity: A Beginner’s Guide
機器翻譯