| 課程名稱： | 生成式AI商務應用與實作 |
課程英文名稱： | Applied Generative AI for Business | ||||||||||||||||||||||||
|
教學目標：
一、知識 (Knowledge)：建立生成式人工智慧之核心知識，理解大型語言模型、多模態模型、推理模型、開源模型、AI Agent、AI Skills、RAG、MCP及生成式AI商務應用之基本原理、發展趨勢與限制。
二、技能( Skills)：培養運用生成式AI完成文字、資料、圖像、簡報、影音、程式及商務工作之實務能力，並具備提示與情境設計、Vibe Coding、AI Agent建置及AI工作流程自動化能力。 三、態度( Attitudes)：建立負責任使用人工智慧之專業態度，重視資料隱私、資訊安全、著作權、偏誤、幻覺、資訊查證、AI倫理與人機協作，避免過度依賴AI產出。 四、其他( Others)：培養AI時代之問題定義、創新思考、跨域整合及自主學習能力，能從商務需求辨識AI應用機會，設計、實作並評估生成式AI解決方案。 |
|||||||||||||||||||||||||||
|
教材大網：
生成式AI與商務變革
人工智慧與生成式AI、生成式AI發展歷程、基礎模型（Foundation Model）、生成式AI產業生態、企業AI應用模式、AI時代工作型態、人機協作模式、生成式AI發展趨勢
教學參考節數: 3
大型語言模型與生成式AI基礎
Transformer架構、Token、Embedding、Context Window、Attention、模型參數、訓練與推論、預訓練與微調、推理模型、模型幻覺、模型能力與限制、GPU與AI算力、雲端與本地運算
教學參考節數: 3
生成式AI模型與平台生態
商用AI模型、開源與開放權重模型、文字模型、多模態模型、推理模型、小型語言模型、模型能力差異、模型選擇因素、模型成本、API、雲端AI服務、本地端模型
教學參考節數: 3
AI協作與提示情境工程
Prompt Engineering、Context Engineering、角色與任務設定、背景資訊、限制條件、輸出格式、範例提示、Few-shot Prompting、結構化提示、長文本情境、檔案情境、提示模板、AI協作策略
教學參考節數: 6
生成式AI辦公與知識工作應用
AI搜尋、深度研究、資料蒐集、資訊摘要、文件撰寫、電子郵件、會議紀錄、翻譯、知識整理、試算表、資料分析、圖表、簡報生成、個人知識管理、商務決策輔助
教學參考節數: 6
多模態生成式AI與數位內容製作
文字生成、圖像生成、圖像編輯、語音辨識、語音合成、音樂生成、影片生成、數位人、Avatar、多模態輸入、多模態輸出、品牌內容、社群內容、行銷素材
教學參考節數: 6
Vibe Coding與AI軟體開發
自然語言程式開發、AI Coding Agent、網站開發、APP原型、前後端概念、資料庫、API、Git與版本控制、程式除錯、測試、部署、AI輔助軟體開發流程、非程式背景AI開發模式
教學參考節數: 6
企業知識庫與RAG
Embedding、向量資料庫、語意搜尋、文件切分、Retrieval、Generation、RAG架構、企業文件知識庫、個人知識庫、資料來
教學參考節數: 6
AI Agent基礎與Agentic AI
AI Agent、Agentic AI、目標、規劃、推理、記憶、工具使用、Tool Calling、Function Calling、工作環境、Agent Loop、單一Agent、多Agent、人機協作、人工核准機制
教學參考節數: 6
生成式AI商務專題實作
商務問題、使用者需求、AI解決方案、模型與工具選擇、AI工作流程、原型系統、測試資料、成效指標、AI風險、成果展示、專題簡報
教學參考節數: 9
|
|||||||||||||||||||||||||||
基本素養能力圖
系科專業能力圖
授課形式分析圖
|
|||||||||||||||||||||||||||