聯繫我們

課程簡介

模塊1——共享基礎(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/行動/證據/負責人)。
• 提示策劃者角色:驗證、決策、簽署。AI事件響應計劃。

第1天——下午:約束、風險與合規
• 真實LLM能力——提示風險向量:注入、數據泄露、幻覺。
• 法律框架:GDPR、歐盟AI法案——行業標準(DICOM、HL7、HIPAA)。
• 實踐練習:將領域標準轉化爲提示護欄。

第2天——上午:提示的技術架構
• 代理架構:內存、上下文、目標——從提示設計角度。
• API集成和領域數據源,多代理和提示鏈。

第2天——下午:企業提示剖析
• 6個層次:角色/上下文/約束/領域標準/格式/示例。
• 提示層次:系統(全組織)——領域(團隊)——任務(個人)。
• 演示:解構一個簡單提示,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——發現與標準審計

  • 並行團隊工作坊:架構師、領域特定開發、後端、QA。
  • 映射企業標準和約束——識別跨團隊衝突。
  • 第3天交付物:標準地圖+影響/優先級矩陣。

第4天——規範設計與模板構建

  • 命名規範、版本控制、標籤系統(團隊、領域、目標工具)。
  • 構建首批經過驗證的模板:TypeScript DICOM、代碼審查、QA測試、API文檔。
  • 第4天交付物:4+個操作模板+規範指南。

第5天——庫組裝、治理與正式移交

  • 庫組織,GitHub Copilot/Cursor/內部LLM API集成。
  • 提示策劃者角色、質量指標、團隊儀式、30天部署計劃。
  • 第5天最終交付物:文檔化庫v1.0+治理章程+30天計劃。

最低要求

  • 至少完成過一次AI培訓(入門或進階)。
  • 技術角色:具備公司技術棧的開發經驗。
  • 管理角色:對AI工具(如ChatGPT、Copilot等)有基本瞭解。
  • 公司承諾:團隊領導在第3-5天積極參與。
  • 前期提供:現有的標準文檔(README、編碼指南)。

目標受衆

  • 軟件架構師
  • 開發人員(領域特定、後端、前端)
  • QA工程師/代碼技術員
  • 團隊領導和中層管理者
  • IT管理者、決策者和AI項目負責人
 35 小時

人數


每位參與者的報價

客戶評論 (1)

即將到來的課程

課程分類