联系我们

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)

即将举行的公开课程

课程分类