联系我们

课程大纲

模块1——共同基础(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(触发条件/行动/证据/负责人)。
• 提示词策展人角色:验证、决策、签署。AI事件响应计划。

第1天——下午:约束条件、风险与合规
• LLM真实能力——提示词风险向量:注入、数据泄露、幻觉。
• 法律框架:GDPR、欧盟AI法案——行业规范(DICOM、HL7、HIPAA)。
• 实操练习:将领域标准转换为提示词护栏。

第2天——上午:提示词的技术架构
• Agent架构:记忆、上下文、目标——从提示词设计角度看。
• API集成与领域数据源,多Agent和提示词链接。

第2天——下午:企业提示词解剖学
• 6层结构:角色/上下文/约束条件/领域标准/格式/示例。
• 提示词层级:系统级(全组织)——领域级(团队)——任务级(个人)。
• 演示:解构一个原始提示词,重新构建它。为第3–5天准备团队简报。

模块2——共同构建研讨会(第3–4–5天)

第3天——发现与标准审计

  • 并行团队研讨会:架构师、特定领域开发人员、后端开发、质量保证。
  • 映射企业标准和约束条件——识别跨团队冲突。
  • 第3天成果:标准地图 + 影响/工作量优先级矩阵。

第4天——约定设计与模板构建

  • 命名约定、版本控制、标签系统(团队、领域、目标工具)。
  • 构建首批经验证的模板:TypeScript DICOM、代码审查、质量保证测试、API
    文档。
  • 第4天成果:4个以上可操作模板 + 约定指南。

第5天——库组装、治理与正式移交

  • 库的组织架构,GitHub Copilot / Cursor / 内部LLM API集成。
  • 提示词策展人角色、质量指标、团队仪式、30天部署计划。
  • 第5天最终成果:记录在案的1.0版提示词库 + 治理章程 + 30天计划。

要求

  • 已完成至少一门AI培训(入门或高级)。
  • 技术背景:具备公司技术栈的开发经验。
  • 管理背景:熟悉AI工具的基本操作(如ChatGPT、Copilot等)。
  • 公司支持:团队成员需在第3至5天积极参与。
  • 前期准备:提供现有标准文档(如README、编码指南)。

目标受众

  • 软件架构师
  • 开发人员(特定领域、后端、前端)
  • 质量保证工程师 / 代码技术人员
  • 团队负责人和中层经理
  • IT经理、决策者及AI项目负责人
 35 小时

客户评论 (1)

即将举行的公开课程

课程分类