01
課程大綱
DAY 1 ── 方法
看清楚能力邊界，把知識庫做對
- LLM 怎麼運作、哪裡會失敗：幻覺不是 bug 是屬性，以及「參差前沿」——哪些任務該給 AI、哪些不該
- RAG 知識庫實作：文件整備、切塊策略、檢索調校——為什麼多數「AI 答不準」是資料工程問題
- 評測集工作坊：為自己的場景建第一組評測案例，學會「改了之後怎麼知道有沒有變好」
DAY 2 ── 落地
流程編排、人工把關，做出自己的原型
- 流程編排實作：用 Dify 組裝多步驟應用——分類、檢索、生成、審核節點
- 把關設計：依錯誤成本分級（全自動／抽樣稽核／人工放行），設計你們的審核流
- 落地實作（半天）：以貴公司真實場景完成可展示的原型＋評測報告，帶著成果離開教室
02
適合對象
TRANSFORMATION
負責數位轉型或 AI 導入的主管——需要一套能對內說清楚「做什麼、不做什麼」的框架。
PRODUCT / IT
要親手把應用做出來的產品經理與 IT 團隊——兩天後你們的工具箱裡會有 RAG、評測與把關的完整流程。
SEED TRAINER
企業內部講師種子——課程教材開放企業內訓使用，讓方法在組織裡繼續長。
03
講師與形式
課程由 超智諮詢 Meta Intelligence 教授級團隊授課——同一批人在金融、製造、醫療現場做 AI Agent 部署與 LLM 應用開發，課堂案例全部來自真實導入專案。形式：兩天（14 小時），台北現場或線上；企業包班（可到府、內容客製）或公開班。教材含 Dify 實作環境、範例知識庫與評測集模板。
04
常見問題
- 需要會寫程式才能上課嗎？
- 不需要。課程以 Dify 等低程式碼平台實作，重點是流程設計、知識庫品質與把關機制；工程背景學員另有進階補充教材。
- 企業包班可以客製內容嗎？
- 可以。開課前會進行需求訪談，把第二天的落地實作換成貴公司的真實場景（客服、報價、知識庫、文件生成等），並依產業調整案例。
- 課後有支援嗎？
- 結業後提供 30 天線上問答支援；需要更深入的導入陪跑，可銜接超智諮詢的顧問服務。
- 上課需要準備什麼？
- 一台可上網的筆電即可。實作環境由我們準備，課前一週寄發行前信。
想先了解方法再決定？可以先讀 生成式 AI 解決方案完整指南 或 企業導入生成式 AI。
05