AI 102基礎L1 + L2 證書
Context Engineering：AI 應該知道什麼？
從 Prompt 走向 Context，學會判斷 AI 在完成任務時需要哪些資訊、哪些來源可信、哪些資訊應即時取得，以及哪些資訊不應提供，並完成自己的 Context Canvas。
你的下一步
AI 102 · Module 1 · 從 Prompt 到 Context
已完成 0 / 48 項0%
課程內容
- Module 1從 Prompt 到 Context為什麼 Prompt 寫得很好，AI 仍然可能得到錯誤答案。
- Module 2Context 是由什麼組成的？AI 完成任務時可能需要的七類資訊：指示、使用者、任務、參考知識、對話歷史、狀態與記憶、工具結果。
- Module 3Context Selection：什麼值得讓 AI 知道？用 RAFS（相關性、權威性、時效性、敏感性）判斷哪些資訊值得放進 Context。
- Module 4Include / Retrieve / Remember / Exclude 四種策略不是所有 Context 都該直接放進 Prompt：學會四種 Context Strategy。
- Module 5Context Failure 上下文失敗缺失、過載、過期、衝突、污染與中間遺失：Context 設計錯了，AI 會怎麼失敗。
- Module 6Context Canvas：從案例到工作應用為一個真實 AI Use Case 設計 Context，完成可帶回工作的 Context Canvas。
進度儲存在這個瀏覽器，不會記錄你的身分；只有在下方加入進度同步時才會上傳。
同步我的進度加入梯次後，進度可跨裝置保存，講師也能看到
實作與評量
- 活動 1：Prompt 還是 Context？判斷問題來自 Prompt、Context、兩者，還是需要人來判斷。尚未完成
- 活動 2：Context 分類把資訊分類到七種 Context 類型。尚未完成
- 活動 3：Context 品質（RAFS）用相關性、權威性、時效性與敏感性評估資料來源。尚未完成
- 活動 4：Context 決策決定資訊要 Include、Retrieve、Remember 還是 Exclude。尚未完成
- 活動 5：失敗診斷診斷 AI 失敗的原因是 Prompt、Context、Tool、模型限制還是需要人來判斷。尚未完成
- AI 102 評量兩層評量：知識測驗與情境判斷。尚未完成
- Context Canvas把所學設計成一份可帶回工作的 Context Canvas。尚未完成
關於這門課
學習成果
- 分辨 Prompt 問題與 Context 問題
- 判斷 AI 完成任務真正需要哪些資訊
- 評估資料的相關性、可信度、時效性與敏感性
- 決定資訊應直接提供、動態檢索、記住或排除
- 辨識常見 Context Failure
- 完成一份可帶回工作的 Context Canvas
先備條件
- 建議先完成 AI 101，或具備 Prompt 與任務定義的基本概念
- 知道 AI 產出需要人工審查，且敏感資料不可任意提供給 AI
- 不需要程式背景
適合對象
- 已完成 AI 101、想讓 AI 產出更可靠的職員與教職人員
- 負責規劃 AI 工作流程、需要判斷資料來源與敏感性的承辦人與主管
- 想理解為什麼 Prompt 寫好了 AI 仍然出錯的學生與研究人員
建議先完成 AI 101。這只是建議，不會擋住你開始學習。
完課證書
完成後可取得完課證書（L1）；另可透過額外的實作審查取得能力證書（L2）。
達成條件
- 完成全部 6 個課程模組
- 後測評量達 80% 以上
- 提交實作成果並經審查通過
課後回饋
約 2 到 3 分鐘，回饋會用來改進課程。