(1/21-1/22,2 天實體線上同步課程) 生成式 AI 與 Agent 開發及落地應用 + AI 繪圖應用🎯豐富 Demo與實作+企業應用範例🔥 (內容適合:各產業/主管/行銷/設計/技術/業務皆可上手)
🚀專為企業團隊設計-從零開發 AI 應用實務課程🎯從大語言模型到 AI 繪圖模型應用,一次分享💡這不是純演講的研討會、也不是僅教 ChatGPT 神奇用法,我們希望你能動手開發 AI 應用及 AI Agent 並逐步上手🎯 無論是企業內部的概念驗證 POC 或 Pilot 專案,還是整合至現有系統的實際落地應用💡
✨若貴司團隊正在評估導入 AI 及 AI Agent 應用、但模型/技術/工具太多又快速更新難以 follow,從工具選擇到團隊技能培養的方法,這課程能讓您及團隊對 AI 應用有概觀性的了解,並提供可參考的導入藍圖🛤️
報名連結(即刻開放報名) – https://learn.build-school.com/zh-hant/product/training-aiagent-bootcamp/
請觀看: 我們實作或帶領學員開發的 AI 應用 Demo 影片✨了解我們的實務經驗 ( Demo AI 應用影片- https://youtu.be/nbtDakjhsqw )
內容摘要 (你將完整看到真正開發的應用、並能實際操作並設計 Agent)
- 聚焦生成式 AI 的 4 大應用情境
- ✍️ 文案、報告及開箱文自動生成
- 🖼️ AI 圖片生成及創意 : 應用於電商、行銷與廣告、產品設計、與室內設計
- 💬 AI 客服 Agent
- 🧠知識庫 FAQ Agent
- 深入 LLM 模型與生成優化技巧
- 🛠️ Prompt Engineering 與 Function Call 技術
- 🔍 Embedding 模型與檢索增強生成(RAG)的應用
- 🎭 o1 推理模型企業應用 – 讓人驚豔! 不只是數學運算或程式編寫
- AI 繪圖模型與 ComfyUI 應用實作
- 🎨 了解 Flux 繪圖模型及技術(如 Lora 與 ControlNet)
- 🖌️ ComfyUI 基礎使用與繪圖推理流程
- 🎭 實作活動:大頭貼製作、風格遷移及個人形象定製
- AI Agent 開發實戰與價值實現
- ⚙️ 快速上手低代碼平台(Dify) / 使用整合框架的情境探討(Semantic Kernel或其它框架)
- 📈 從 POC / Pilot 專案到實際應用場景
- 📚 建立有效的 Agent 與工作流累積知識資產
- 企業落地實務與團隊技能養成
- 🧠 模型選擇(GPT-4o / mini / o1 / Claude 等)與平台(OpenAI、Azure OpenAI、Groq)
- ☁️ 雲端平台或是否需本地 GPU 部署
- 🛠️ 如何展開團隊技能培養計畫,強化生成式 AI 知識與實作能力
⏱️ 課程時間 : 2 天課程 (專業講解 + 手把手實作 + 案例)
- Day 1 : 2025/1/21(二) 7:15pm – 10:30pm (主題: LLM 模型及提示工程 Prompt Engineering + AI Agent 設計入門 )
- Day 2 : 2025/1/22(三) 7:15pm – 10:30pm (主題: AI Agent 設計進階及 AI 繪圖應用)
🛒課程費用 : 2天課程 NTD 1,600 (2025/1/14 前為早鳥價/原價 2,500; 使用電子發票可支援統編,方便企業報帳)
💬上課地點或線上會議 (若有意導入 AI 應用或評估中,建議可前來現場方便討論)
- 實體: Build School 台北辦公室 (台北市忠孝東路三段96號11F-1/北科大對面/忠孝新生站3號出口) / 現場僅30個位置若名額已滿亦可參加線上場
- 線上: 上課日前3天將寄出 Teams 會議連結
👥適合對象 (不分產業皆合適;正在評估導入生成式AI企業最適合)
- 評估或導入生成式 AI 與 AI Agent 的企業主管及技術團隊
- AI 應用及 Agent 開發入門 / 了解或導入 AI 繪圖模型的技術或設計專業人員
💬課程注意事項:
- 此為線上實體同步課程,若至上課日前3個工作日,報名學員仍不足開課人數 20名,將通知已報名學員,已付費學員可依自主意願選擇全額退費或延至下一梯次(預計為2月下旬)
- 本堂課將有一些 Lab 實作,若需要演練者請自備筆電或個人電腦,瀏覽器為 Chrome / Edge 皆可,也將會用到我們的 Server 及 GPU,課程當天將會協助開通 Lab 相關環境,若沒有電腦將較難實作演練,敬請多多見諒。
- 課堂間將會使用到 OpenAI API 或雲端 Colab 或 Dify AI 平台,學員可自行申請 ; 或課堂間由講師提供試用,僅供課堂間 Lab 使用,僅保留課後2週的使用權,敬請見諒。
- 本課程課後錄影,僅提供付費課程學員供課後複習用並保留課後4個月,敬請見諒。
Day 1 大綱: LLM 模型及提示工程 Prompt Engineering + AI Agent 設計入門 (詳請參考學習材料頁)
1. GPT4o 使用並結合提示工程技巧
- 內容及網頁整理匯總 + 使用外部工具
- 自我檢查與評估 – 給範例以格式化輸出
- 多模態能力-圖片範例並格式化輸出
- Chain of Thoughts(CoT/思維鏈)
2. 繪圖 – Flux.1 強大的繪圖模型
- 自然語言輸入當提示詞 – 變換風格 / 位置 / 小物 / 英文字
- 上傳圖片反推提示詞
3. 提示工程 Prompt Engineering
- 什麼是 Token / Context / Pricing 計算 / 不同模型能力
- OpenAI 提示詞 6大原則
- 結構化提示詞框架 – 範例: Brainstorming 大師並生成 persona + 畫圖
- 自動生成及優化提示詞 – 範例: YouTube 影片文案優化
4. 快速設計 Agent – 使用 Dify 低代碼開發平台
Lab: AI Agent 設計與實作 : 實作完整功能且專屬用途的 Agent
- 提示詞 System Prompt 及自動生成
- 工具引用
- Agent 除錯技巧
- 發佈與管理 – 監控 / 日誌
- 內容審查 text moderation (OpenAI Moderation API)
Lab: 結合 Google 試算表自動生成電商產品文案 (適合一般工作者/非技術背景者也可以)
- Dify AI Agent API + Google AppsScript 程式碼
5. 何謂工具 Tool – function call (函式呼叫)
- 內部系統或第三方 API 轉為工具供 Agent 使用
Demo – 第三方或內部 API 轉為工具讓 LLM 引用 (透過 OpenAPI Schema 設定)
Day 2 大綱: AI Agent 設計進階及 AI 繪圖應用 (詳請參考學習材料頁)
1. 再論工具 Tool 使用 – function call (函式呼叫)
- 了解 NLP 運作 : 語意分析 Semantic Analysis 與 具名實體辨視 NER (Named Entity Recognition)
Lab : 查詢上市櫃公司最近收盤價 (使用 finmind 套件)
2. 知識庫及 RAG 應用
- 什麼是特徵 / 向量 / 相近詞 / 向量資料庫 – 嵌入 Embedding 向量化
- RAG 檢索增強生成 (Retrieval-Augmented Generation)及應用情境
Lab : 電商客服知識庫 Agent (RAG)
Lab : 長篇小說及報稅 FAQ的知識庫
Lab: 使用 LlamaIndex 實作文件聊天查詢以了解 Embedding 及 RAG 技術原理(文件問答機器人)
4. (新增)如何自動化測試評估 Agent 輸出正確性或適用性 – 自動化 LLM 評估工具 Promptfoo
Lab: 以電商客服 Agent 為例 – 大規模自動化測試輸出正確性/相關性
5. (新增)o1 推理模型應用 – 何謂推理模型 (Reasoning) : 不只是數學運算
Lab/Demo : 排班問題 – 變形工時如何排班以符合勞基法及員工排班限制
Lab/Demo : 模擬 Ubereat 派單過程 (餐廳/顧客/外送員的派單優化)
6. AI 繪圖模型與 ComfyUI 應用實作
- 深入了解 SD/SDXL/Flux 繪圖模型及技術(如 ControlNet 與 Lora)
- ComfyUI AI 繪圖工具的使用與繪圖推理流程
Lab / Demo:大頭貼製作、風格遷移及個人形象定製
Build School 專業講師群 – Dann Wu (Dann哥) / Weber Yang
Dann Wu 吳典璋 : Build School 軟體工程/資訊學校創辦人 / 前 Microsoft 微軟資深產品行銷經理 / 台灣青築未來協會 Build the Future 理事長 (Build School 校友會)
20+年資訊軟體業經驗、職位包括工程師、PM、業務、行銷、歷經外商及本土公司,曾任職 Microsoft 微軟 .NET / Visual Studio / Azure DevOps(TFS) 資深產品行銷經理,目前創辦 Build School 軟體工程師就業及軟體開發培訓,成立台灣青築未來協會 Build the Future 以培育青年學子並支持公益團體。
Build School 是最酷的軟體工程/AI與IT專業培訓學校,我們也協助企業更有效的找到專業軟體及 IT 人才! 成立8年培育 500+ 位軟體與資訊人才,目前有台北新竹培訓場域及線上學習平台 Build School Learn。與 Microsoft 台灣微軟合作推廣認證、數位技能、AI 及雲端/軟體技術至 2024/6月達 3,000 人次培訓,協助職場與社會人士及青年學子養成數位技能以提升就業力。
報名連結 – https://learn.build-school.com/zh-hant/product/training-aiagent-bootcamp/
Day 1 內容: LLM 模型及提示工程 Prompt Engineering + AI Agent 設計入門
Module 0: 各種生成式 AI 企業應用及系統整合展示
Module 1: 提示工程及Agent基礎
1. GPT4o 使用並結合提示工程技巧
- 內容及網頁整理匯總 + 使用外部工具
- 網頁抓取/爬蟲 - web scraper
- jina reader (輸出markdown格式方便LLM引用)
- 自我檢查與評估 - 給範例以格式化輸出
- 自我檢查 → 比較並整理表格
- 多模態能力-圖片範例並格式化輸出
- 截圖上傳 → 比較並整理表格
- 表格輸出 / 或專用格式 - markdown / 心智圖 / json
- Chain of Thoughts(CoT/思維鏈)
- GPT-o1 模型能力
2. 繪圖 - Flux.1 強大的繪圖模型
- 自然語言輸入當提示詞 - 變換風格 / 位置 / 小物 / 英文字
- 善用上網及LLM能力 - 摘要資料生成產圖的 Prompt / 生成各種風格
- 上傳圖片反推提示詞
3. 提示工程 Prompt Engineering
- 什麼是 Token / Context / Pricing 計算 / 不同模型能力
- OpenAI 提示詞 6大原則
- few-shots 技巧
- 拆解工作流 - 多次輪回後修正
- 思維鏈 (Chain of Thoughts/COT) - 逐步推理與解題
- 各種工具強化能力及事實查核
- 結構化提示詞框架 - 範例
- 自動生成及優化提示詞 - 範例: YouTube 影片文案優化
Module 2: 快速設計 Agent - 使用 Dify 低代碼開發平台
Lab: AI Agent 設計與實作 : 實作一個完整功能且專屬用途的 Agent
- 提示詞 System Prompt 及自動生成
- 設計時除錯技巧
- 比較多個模型輸出 (GPT-4o/mini / llama3.1 via Groq)
- 參數調整: temperature 溫度 | top-p 訓練集相似性 | presence / frequency 文字出現頻率 | max tokens
- 發佈與管理 - 監控 / 日誌
- 內容審查 text moderation (OpenAI Moderation API)
- 工具引用
- 上網搜尋能力 - google search / wiki 維基百科 (用來取得更多資訊補充上下文; 重大事實應要注意查核並整理取得再輸入)
- 查核或更精確回覆技巧 (重要)
Lab: 結合 Google 試算表自動生成電商產品文案 (適合一般工作者/非技術背景者也可以)
- Dify AI Agent API + Google AppsScript 程式碼
Module 3: 工具 Tool - Function Call 函式呼叫使用
- 第三方或內部 API 轉為工具讓 LLM 引用 (透過 OpenAPI Schema 設定)
- 了解 Agent 設定 - function call (函式呼叫)
- Lab/Demo : 查詢上市櫃公司最近收盤價 (使用 finmind 套件)
Day 2 內容: AI Agent 設計進階及知識庫 RAG 應用 + AI 繪圖應用
Module 3.1 : 再論工具 Tool - Function Call 函式呼叫使用
- 了解 NLP 運作 : 語意分析 Semantic Analysis 與 具名實體辨視 NER (Named Entity Recognition)
Lab : 查詢上市櫃公司最近收盤價 (使用 finmind 套件)
Demo : 查詢股價並加入生成文案 (了解原生開發做了什麼 : 如何定義 function call 的 Schema/引用工具的方法/context 如何設定確保帶入正確參數)
Module 4: 知識庫及 RAG 應用
- 什麼是特徵 / 向量 / 相近詞 / 向量資料庫 / 語意搜尋
- RAG 檢索增強生成 (Retrieval-Augmented Generation)及應用情境
Lab : 電商客服知識庫 Agent - 使用 Dify 知識庫
- 嵌入 Embedding 向量化及 Embedding Model (LLM開發工程師需了解 / 一般使用者不用)
Lab - 引用知識庫進行語意化查詢及輸出優化
- 長篇小說 - 小說摘要/主角背景/人物畫像
- 查詢個人所得稅FAQ - 112年度綜合所得稅結算申報扣除額疑義解答(Q&A)
Lab: 使用 LlamaIndex 實作文件聊天查詢以了解 Embedding 及 RAG 技術原理(文件問答機器人)
(新增) Module 4.1: 如何自動化測試評估 Agent 輸出正確性或適用性 - 自動化 LLM 評估工具 Promptfoo
Lab: 以電商客服 Agent 為例 - 大規模自動化測試輸出正確性/相關性
企業導入生成式 AI 評估心法
- 實務應用價值分析
- 工具: 評估模型/ 技術 / 平台 / GPU
- 技能: LLM 知識 + 基本工具與技術訓練
(新增) Module 5: o1 推理模型應用 - 何謂推理模型 (Reasoning) : 不只是數學運算
Lab/Demo : 排班問題 - 變形工時如何排班以符合勞基法及員工排班限制
Lab/Demo : 模擬 Ubereat 派單過程 (餐廳/顧客/外送員的派單優化)
Module 6 : AI 繪圖模型與 ComfyUI 應用實作
- 深入了解 SD/SDXL/Flux 繪圖模型及技術(如 ControlNet 與 Lora)
- ComfyUI 的基礎使用與繪圖推理流程
Lab / Demo:大頭貼製作、風格遷移及個人形象定製