| 一、AI基礎認知與生成式AI應用 |
（一）AI入門基礎概念 實務上經典AI方法介紹 AI素養與產業未來 | 1.介紹AI入門所需之基礎概念 2.說明AI應用實務上常用之經典方法 3.說明AI素養與相關產業未來 |
| （二）生成式AI基礎與工具進階應用 | 1.生成式 AI 基本介紹 2.LLM、Agent、地端與雲端、Tokens 3.Claude、Gemini、ChatGPT 進階功能實作 4.Prompt engineering 實作 |
| 二、企業知識管理與智慧決策應用 |
| （一）如何建立 RAG 系統 | 1.介紹 RAG（檢索增強生成）的基本概念與應用情境。
2.說明文件資料、知識庫、資訊檢索與生成式 AI 的整合方式。
3.實作建立簡易企業知識庫與 RAG 問答系統。 |
| （二）企業文件知識庫（RAG）實作 | 1.RAG 概念與 NotebookLM 實作 2.PDF 電子化簡介 3.AnythingLLM 知識庫問答與引用驗證 4.Langflow 展示 RAG 流程 5.延伸實作 |
| （三）如何進行高效的產業與投資分析？ | 1.介紹生成式 AI 在產業研究與投資分析上的應用方式。
2.學習運用 AI 蒐集、整理及分析產業與市場資訊。
3.透過提示詞設計進行企業、產業趨勢及投資資訊分析。
4.學習判讀 AI 分析結果及進行資訊查證。 |
| 三、AI開發與模型建置實作 |
| （一）Low Code（低程式碼）與 No Code（無程式碼）的機器學習 | 1.介紹 Low Code 與 No Code 機器學習的基本概念與應用方式。
2.認識常見機器學習流程，包括資料準備、模型建立、訓練及預測。
3.運用 Low Code／No Code 工具進行基礎機器學習實作。 |
| （二）Low Code（低程式碼）與 No Code（無程式碼）的 AI 辨識 | 1.介紹 AI 辨識技術及 Low Code／No Code AI 工具的應用方式。
2.說明影像、文字等 AI 辨識的基本原理與應用情境。
3.運用 AI 工具進行辨識模型建立與實作練習。 |
| （三）Vibe Coding（氛圍式程式開發）的介紹與實作 | 1.介紹 Vibe Coding 的概念、特色及應用情境。
2.學習運用生成式 AI，以自然語言描述需求並協助產生程式。
3.透過實作練習完成簡易程式或工作應用工具。 |
| 四、AI Agent（AI 代理人）與企業實戰應用 |
| （一）如何建立 24 小時不打烊的團隊？ | 1.介紹 AI Agent、工作流程自動化及數位協作的基本概念。
2.分析企業日常重複性工作與適合導入 AI 自動化的作業流程。
3.學習整合生成式 AI、自動化工具與企業工作流程。
4.實作建立可持續執行資料整理、通知、分析或回覆任務的 AI 工作流程。 |
| （二）AI運算環境與使用風險 | 1.AI 應用軟體與 AI 運算電腦的差別（雲端／地端模型切換示範） 2.使用 AI 的風險與內部規範 3.工具選型與導入評估 4.成果回顧 |
| （三）生成式AI實作與專題發表 | 1.透過實作體驗生成式 AI 工具與開發流程 2.由實際業務問題，依據問題面向進行專題分組與角色分工，在講師引導下進行分析與討論 3.運用課堂所學AI工具進行實作演練，完成具體專題成果與應用構想 |
