感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
模块1——共享基础(第1-2天)
第1天——上午:AI采用中的人为因素
• 信任/依赖校准:何时使用AI,何时停止。
• 团队协议结构(触发/行动/证据/负责人)。
• 提示策划者角色:验证、决策、签署。AI事件响应计划。
第1天——下午:约束、风险与合规
• 真实LLM能力——提示风险向量:注入、数据泄露、幻觉。
• 法律框架:GDPR、欧盟AI法案——行业标准(DICOM、HL7、HIPAA)。
• 实践练习:将领域标准转化为提示护栏。
第2天——上午:提示的技术架构
• 代理架构:内存、上下文、目标——从提示设计角度。
• API集成和领域数据源,多代理和提示链。
第2天——下午:企业提示剖析
• 6个层次:角色/上下文/约束/领域标准/格式/示例。
• 提示层次:系统(全组织)——领域(团队)——任务(个人)。
• 演示:解构一个简单提示,重建它。第3-5天的团队简报。
模块2——共同构建工作坊(第3-4-5天)
第3天——发现与标准审计
- 并行团队工作坊:架构师、领域特定开发、后端、QA。
- 映射企业标准和约束——识别跨团队冲突。
- 第3天交付物:标准地图+影响/优先级矩阵。
第4天——规范设计与模板构建
- 命名规范、版本控制、标签系统(团队、领域、目标工具)。
- 构建首批经过验证的模板:TypeScript DICOM、代码审查、QA测试、API文档。
- 第4天交付物:4+个操作模板+规范指南。
第5天——库组装、治理与正式移交
- 库组织,GitHub Copilot/Cursor/内部LLM API集成。
- 提示策划者角色、质量指标、团队仪式、30天部署计划。
- 第5天最终交付物:文档化库v1.0+治理章程+30天计划。
要求
- 至少完成过一次AI培训(入门或进阶)。
- 技术角色:具备公司技术栈的开发经验。
- 管理角色:对AI工具(如ChatGPT、Copilot等)有基本了解。
- 公司承诺:团队领导在第3-5天积极参与。
- 前期提供:现有的标准文档(README、编码指南)。
目标受众
- 软件架构师
- 开发人员(领域特定、后端、前端)
- QA工程师/代码技术员
- 团队领导和中层管理者
- IT管理者、决策者和AI项目负责人
35 小时
客户评论 (1)
我获得了关于Python中Streamlit库的知识,我肯定会尝试使用它来改进我们团队中基于R Shiny开发的apps。
Michal Maj - XL Catlin Services SE (AXA XL)
课程 - GitHub Copilot for Developers
机器翻译