AI 104核心L1 + L2 證書
Agentic AI Workflow & Execution Design
從單次 AI 任務走向可重複執行的 Agentic Workflow,學會 Task Decomposition、Sequential / Parallel / Routing、Decision Points、Agent Loop、Execution、Verification 與 Human-in-the-Loop,判斷哪些步驟應固定執行、哪些應交由 Agent 自主決策,並完成自己的 Agentic AI Workflow Canvas。
課程主軸:從任務到可驗證的執行
整門課沿著同一條線走:拆解、排序、分流、決策、執行、驗證。
- 1. Decompose
這份工作由哪些任務組成?
- 2. Sequence
哪些事必須依序完成?
- 3. Route
什麼時候流程應該分支?
- 4. Decide
哪些步驟需要 Agent 判斷?
- 5. Execute
下一步應該採取什麼行動?
- 6. Verify
怎麼知道結果可以接受?
你的下一步
AI 104 · Module 1 · 從 Task 到 Agentic Workflow
已完成 0 / 34 項0%
課程內容
- Module 1從 Task 到 Agentic Workflow一次 Prompt、固定 Workflow 與 Agent,有什麼不同?
- Module 2Task Decomposition 與 Execution Steps一個複雜工作,應如何拆解成 Agent 可以執行的步驟?
- Module 3Sequential、Parallel 與 Routing所有工作都應照固定順序執行嗎?
- Module 4Decision Points 與 Agent Loop哪些步驟可以預先寫死,哪些步驟需要 Agent 自主判斷?
- Module 5Execution、Verification 與 Human-in-the-LoopAgent 做完下一步之後,怎麼知道結果可以繼續?
- Module 6Agentic AI Workflow Canvas 工作流程畫布從設計概念到可交給下一階段實作的 Workflow
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、Workflow 還是 Agent?判斷不同情境應該使用單次 Prompt、固定 Workflow、Agentic Workflow 或 Agent。尚未完成
- 活動 2:Task Decomposition將一個真實工作拆成可執行的 Tasks、Inputs 與 Outputs。尚未完成
- 活動 3:Workflow Pattern依情境選擇 Sequential、Parallel、Routing 或 Loop。尚未完成
- 活動 4:Fixed or Agentic?辨識哪些步驟應固定執行、哪些需要 Agent Decision、哪些需要 Human Decision。尚未完成
- 活動 5:Execution & HITL為 Workflow 加入 Verification、Retry、Fallback 與 Human-in-the-Loop。尚未完成
- AI 104 評量兩層評量:知識檢核與情境判斷。尚未完成
- Agentic AI Workflow Canvas把所學整合成一份可帶回工作或專案的 Agentic AI Workflow Canvas。尚未完成
關於這門課
學習成果
- 分辨 Prompt、Chain、Workflow、Agentic Workflow 與 Agent
- 將複雜工作拆成可執行的 Tasks 與 Subtasks
- 選擇 Sequential、Parallel、Routing 等 Workflow Pattern
- 辨識 Fixed、Conditional、Agent 與 Human Decision Points
- 為 Workflow 加入 Execution、Verification 與 Human-in-the-Loop
- 完成一份 Agentic AI Workflow Canvas
先備條件
- 建議先完成 AI 103,或具備 Context、Memory、Knowledge 與 Agent Skills 的基本概念
- 知道 AI 產出需要驗證,且高風險行動不應完全交由 AI 自主執行
- 不需要程式背景
適合對象
- 已完成 AI 103、想把 AI 能力組合成可重複 Workflow 的職員與教職人員
- 負責規劃 AI 流程、自動化或數位轉型的承辦人與主管
- 想理解 Workflow、Agent Decision 與 Human-in-the-Loop 的學生與研究人員
- 準備進一步學習 MCP、Planning、Multi-Agent 或 Agent Harness 的學習者
建議先完成 AI 103。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。