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——共同基礎(第1–2天)
第1天——上午:AI採用中的人爲因素
• 信任/依賴校準:何時使用AI,何時停止。
• 團隊協議結構(觸發條件/行動/證據/負責人)。
• 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:約束條件、風險與合規
• LLM真實能力——提示詞風險向量:注入、數據泄露、幻覺。
• 法律框架:GDPR、歐盟AI法案——行業規範(DICOM、HL7、HIPAA)。
• 實操練習:將領域標準轉換爲提示詞護欄。
第2天——上午:提示詞的技術架構
• Agent架構:記憶、上下文、目標——從提示詞設計角度看。
• API集成與領域數據源,多Agent和提示詞鏈接。
第2天——下午:企業提示詞解剖學
• 6層結構:角色/上下文/約束條件/領域標準/格式/示例。
• 提示詞層級:系統級(全組織)——領域級(團隊)——任務級(個人)。
• 演示:解構一個原始提示詞,重新構建它。爲第3–5天準備團隊簡報。
模塊2——共同構建研討會(第3–4–5天)
第3天——發現與標準審計
- 並行團隊研討會:架構師、特定領域開發人員、後端開發、質量保證。
- 映射企業標準和約束條件——識別跨團隊衝突。
- 第3天成果:標準地圖 + 影響/工作量優先級矩陣。
第4天——約定設計與模板構建
- 命名約定、版本控制、標籤系統(團隊、領域、目標工具)。
- 構建首批經驗證的模板:TypeScript DICOM、代碼審查、質量保證測試、API
文檔。 - 第4天成果:4個以上可操作模板 + 約定指南。
第5天——庫組裝、治理與正式移交
- 庫的組織架構,GitHub Copilot / Cursor / 內部LLM API集成。
- 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:記錄在案的1.0版提示詞庫 + 治理章程 + 30天計劃。
最低要求
- 已完成至少一門AI培訓(入門或高級)。
- 技術背景:具備公司技術棧的開發經驗。
- 管理背景:熟悉AI工具的基本操作(如ChatGPT、Copilot等)。
- 公司支持:團隊成員需在第3至5天積極參與。
- 前期準備:提供現有標準文檔(如README、編碼指南)。
目標受衆
- 軟件架構師
- 開發人員(特定領域、後端、前端)
- 質量保證工程師 / 代碼技術人員
- 團隊負責人和中層經理
- IT經理、決策者及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