聯繫我們

課程簡介

生成式 AI 與自主智能體 AI 簡介

  • 什麼是生成式 AI?什麼是自主智能體 AI?
  • 兩者的差異與互補關係
  • 各行業的應用案例與趨勢

生成式 AI 架構與工具

  • Transformer 模型:GPT、LLaMA、Claude 及其他模型
  • 微調(Fine-tuning)與情境內學習(In-context Learning)之比較
  • 工具:ChatGPT、Hugging Face Transformers、Google AI Studio

用於控制與結構化的提示工程

  • 用於寫作、編碼、摘要等場景的提示模式
  • 少量樣本提示(Few-shot)、零樣本提示(Zero-shot)與思維鏈提示(Chain-of-thought)
  • 使用提示庫與測試工具

理解自主智能體 AI

  • 自主智能體 AI 的定義與演進
  • 架構:規劃、記憶、工具、自我反思
  • 主流框架:AutoGPT、BabyAGI、CrewAI、LangGraph

設計與部署自主智能體

  • 目標設定與任務分解
  • 整合工具與 API(搜尋、記憶、編碼)
  • 多智能體協調與人在迴路監督

應用案例與實施場景

  • 內容生成 vs. 任務調度
  • 企業生產力、客戶支援、資料萃取
  • 負責任且安全的實施策略

總結與下一步行動

最低要求

  • 具備 AI 與機器學習概念的基礎知識
  • 具備使用 API 或 Python 等腳本語言的經驗
  • 熟悉提示工程或大型語言模型的使用

適用對象

  • AI 開發人員與工程師
  • 創新與研發團隊
  • 探索自主智能體 AI 系統的技術產品經理
 14 小時

課程分類