Agentic AI教學課程

AI教學課程

Agentic AI教學課程

課程簡介

本課程聚焦「Agentic AI（代理式人工智慧）」在企業及實務場景中的應用，從基礎概念、技術架構、典型場景，到實際設計一個可落地的Agentic AI流程。學員不需要深厚程式背景，但會接觸到實務常見的AI Agent設計模式、工具選型邏輯與風險控管要點。

三小時內，學員將完成：一份專屬於自己業務場景的Agentic AI流程圖、一份導入構想書，以及一套可回去與團隊討論的實施路線。

 

---

課程目標

• 清楚理解何謂Agentic AI，能以非技術語言向同事解釋其價值與差異

• 認識Agentic AI的典型技術堆疊與系統架構，了解背後運作邏輯

• 能從自身業務流程中找出適合導入Agent的節點，並畫出基本流程

• 能寫出一份「Agentic AI小型專案構想」，包含目標、流程、人機分工與風險控管

• 對常見平台與工具類型有初步認識，知道如何與技術團隊溝通需求

 

---

課程大綱（3小時設計）

模組一：從ChatGPT到Agentic AI——觀念轉換（約 30 分鐘）

• 為什麼會出現「Agentic AI」：

  • 從被動回應型AI，走向主動、目標導向的AI代理

  • 從「問答工具」變成「數位同事／數位專員」的關鍵差異

• 什麼是Agentic AI：

  • 代理（Agent）的四大能力：感知、思考、行動、反思

  • 一次性回應 vs 多步驟任務規劃與執行

• 與傳統AI / RPA / Chatbot的比較與互補

  • 何時用傳統自動化？何時應該考慮Agentic AI？

• 小練習：用一句話描述「你想要的AI員工會幫你做什麼？」

---

模組二：Agentic AI技術與系統架構圖解（約 40 分鐘）

• 典型Agentic AI系統構成

  • 大型語言模型（LLM）：理解與生成的「大腦」

  • 目標與任務管理：如何讓AI明白「要達成什麼」而不只是「回答什麼」

  • 記憶層：短期記憶（對話上下文）、長期記憶（知識庫、客戶歷史）

  • 工具與API：查資料庫、呼叫第三方系統、發郵件、更新工單

  • 環境與狀態：任務進度、外部系統回應情況

  • 反思與回饋迴路：如何讓Agent發現自己做得不好並修正

• 常見設計模式

  • 單一代理（Single Agent） vs 多代理協作（Multi-Agent）

  • Planner / Executor 架構：一個負責規劃、一個負責執行

  • ReAct（Reason + Act）、思維鏈（Chain-of-Thought）在Agent中的應用概念

• 圖解說明：用一張簡化架構圖，把「使用者 → Agent → 各種系統 → 回應」串起來

---

模組三：典型應用場景與機會盤點（約 30 分鐘）

• 各職能部門的應用範例

  • 行銷：從Campaign發想到素材生成、排程、成效彙總

  • 客服：從接收問題到查紀錄、給建議、必要時轉真人、生成報告

  • 營運／行政：表單與申請流程、自動對帳、排班與提醒

  • 產品／數據：自動拉數據、做初步分析、整理成簡報與決策建議

• 如何判斷哪些流程適合Agentic AI

  • 規則不完全固定、需要判斷與調整的流程

  • 涉及多系統、多步驟、多溝通的工作

  • 能從中明確量化時間節省或錯誤降低的場景

• 小組活動：

  • 每位學員選一條自己最熟悉的業務流程

  • 標出「最耗時間」「最重複」「最易出錯」的三個節點

---

模組四：實作工作坊（一）——設計你的第一個Agent流程（約 40 分鐘）

• 步驟拆解：從需求到流程圖

  1. 定義目標：這個Agent要達成的「業務成果」是什麼？

  2. 確認輸入與輸出：Agent會接收到什麼？最後交付什麼？

  3. 拆解子任務：收集資訊 → 分析 → 下決策 → 執行動作 → 回報

  4. 為每個子任務標註：

     • 是否需要使用LLM

     • 需要連接哪些系統／資料來源

     • 是否需要人工審核（Human-in-the-loop）

• 示範案例（講師側）：

  • 例如「AI 行銷活動代理」或「AI 客服營運代理」的完整流程示意

• 練習：

  • 學員以個人或小組形式，畫出自己的Agent流程圖（可用紙筆或線上白板）

  • 講師逐組點評1–2個範例，提供調整建議

---

模組五：實作工作坊（二）——從流程到規格與導入計畫（約 25 分鐘）

• 把流程圖變成「可和技術團隊溝通」的規格雛形

  • 說清楚：

    • 使用者角色與場景

    • 各步驟需要的資料來源與權限

    • 預期行為與「不要做的事」

    • 需要紀錄的Log與審計資訊

  • 標出關鍵KPI：

    • 節省工時、處理量提升、錯誤率降低、客戶滿意度提升等

• 實際練習：

  • 學員為自己的Agent流程補上：

    • 1頁簡易「專案構想書」：目標、範圍、風險、人機分工

    • 簡短導入步驟：先做哪一小段PoC？需要哪些角色參與？

---

模組六：工具選型、風險控管與後續學習路線（約 15 分鐘）

• 工具與技術路線「類型」介紹（不綁品牌）

  • 低程式／零程式流程平台：拖拉流程、串接API、接LLM

  • Chatbot + Workflow 方案：由對話觸發後端Agent

  • 自建框架路線：適合內部有工程團隊與複雜系統整合需求

• 風險與治理重點

  • 權限與資料隱私：Agent能看什麼、不能看什麼

  • 風險場景：錯誤下單、錯發訊息、錯誤決策

  • 必備機制：人工審核、試運期、逐步放權

• 後續進階學習建議

  • 技術同學可以延伸學習：提示工程、工具設計、觀測與監控

  • 產品／營運同學可以延伸：流程再造、變革管理與績效衡量

---

 

**以上AI課程由知名香港AI教學先行者 「香港AI學院」 提供課程內容及技術的支援，以確保 「AI課程」 高性價比的品質水平。

立即查詢AI教學