八堂課進度
0 / 8 堂 · 0%
四堂完成一個可驗收的 Agent 任務。
WEEK 5–6會帶 Facilitator兩堂完成巡場、診斷、Demo 與回饋。
WEEK 7–8會教 Instructor兩堂完成教案、試教與教材迭代。
WEEK 1–4 · 會用
0 / 4 堂Practitioner
選任務、拆工作、接工具、管狀態，最後用 Evidence 與治理完成一個真實任務。
I01 · WEEK 140 分鐘
Agentic AI 起步與任務適配
用目標、工具、狀態、證據與風險判斷一個真實工作是否適合從 Agent 小規模試做。
進入教材 →I02 · WEEK 240 分鐘任務拆解與 Prompt 指揮
把工作拆成 Agent、Human、Gate 三類步驟，並將一個低風險步驟寫成五格 Prompt 任務書。
進入教材 →I03 · WEEK 340 分鐘Tools、MCP、Memory 與 Agent Loop
畫出一條 Agent Loop，限制工具與資料權限，並為狀態、停止條件與 Human Gate 留下設計。
進入教材 →I04 · WEEK 440 分鐘Evidence、成果驗收與安全治理
用完整性、正確性與可用性驗收 Artifact，並以三分鐘 Showcase 通過會用 Gate。
進入教材 →WEEK 5–6 · 會帶
0 / 2 堂Facilitator
不代做地巡場、診斷與引導，並能在 Live Demo 故障時守住學習轉折。
WEEK 7–8 · 會教
0 / 2 堂Instructor
從 Artifact 反向設計 40 分鐘教案，完成 Teach-back 並依學員證據改版。