AI Agent Builder｜學習路徑

適合對象

想從使用 AI 進階到建構 AI Agent 的開發者與進階學員
負責設計可重複執行、可信任自動化流程的技術人員

學習成果

設計 Agent 的記憶、知識與技能架構
讓 AI 安全連接工具與可信資料（MCP）
設計多代理協作與具備可靠性的 Agent Harness

培養的能力

AI 素養
Prompt 與 Context 設計
驗證與佐證
Responsible AI 與資料安全
AI 應用與 Use Case 設計
AI 任務判斷
指令設計
Context 與來源判斷
輸出驗證
Human–AI–Human 工作流程
負責任使用
Prompt 與 Context 判別
Context 分類
Context 品質評估（RAFS）
Context 策略選擇
Context 失敗診斷
Context Canvas 設計
Agentic AI
Context 與 Memory 判別
記憶生命週期設計
RAG 與檢索決策
切分與 Metadata 設計
知識架構與 Agent Skills
Context 最佳化與失敗診斷
工作流程設計
Prompt、Workflow 與 Agent 判別
任務拆解與執行步驟設計
工作流程模式選擇
決策點光譜分類
基本 Agent 迴圈
查證方式選擇
Human-in-the-Loop 設計
Agentic AI Workflow Canvas 設計
MCP 架構與角色
工具探索與工具呼叫
落地依據與來源可追溯性
人工查核與明確示錯
資料分級、風險與人工確認
Workflow 與 Adaptive Agent 判別
Goal Decomposition 與 Planning 基礎
ReAct：Reasoning + Acting
Search、Trees 與 MCTS 決策
Evaluation 與 Verification
Self-Reflection 自我反思
Adaptive Planning 與 Re-planning
Agent Planning & Reasoning Canvas 設計
單一 Agent 與多 Agent 決策
Agent 角色與責任設計
任務分配、委派與交接
Agent 溝通與訊息合約
共享 Context、記憶與協調
協作模式選擇
衝突解決、人工監督與評估
多 Agent 架構設計
Harness 與 Agent 邏輯判別
狀態、迴圈與狀態機
Checkpoint 與持久化執行
查證與人工介入
失敗分類與復原
長時間執行 Agent 的 Context 壓縮
可觀測性與穩定性
Agent Harness & Reliability Canvas 設計
產業 AI 專案 Charter 撰寫
產業 AI PoV 原型與評估設計
企業 AI 準備度審查
企業 AI Pilot 執行與評估

開始前需要完成

無

建議先具備

AD 101 · AI Use Case Discovery：找出值得做的 AI 應用

課程順序

1.AI 101 Claude AI 工作力基礎課程
尚未開始查看課程
2.AI 102 Context Engineering：AI 應該知道什麼？
尚未開始查看課程
3.AI 103 Agentic AI Memory, Knowledge & Skills
尚未開始查看課程
4.AI 104 Agentic AI Workflow & Execution Design
尚未開始查看課程
5.AI 201 MCP：讓 AI 安全連接工具與可信資料
尚未開始查看課程
6.AI 202 Agentic AI Planning & Reasoning
尚未開始查看課程
7.AI 301 Multi-Agent Collaboration & Orchestration
尚未開始查看課程
8.AI 302 Agent Harness Engineering & Reliable Automation
尚未開始查看課程
9.IL 101 IL 101｜產業 AI 專案與價值設計
尚未開始查看課程
10.IL 201 IL 201｜產業 AI Proof of Value 共創實驗室
尚未開始查看課程
11.IL 202 IL 202｜企業 AI 資料、治理與整合準備
尚未開始查看課程
12.IL 301 IL 301｜企業 AI Pilot 與導入實驗室
尚未開始查看課程

下一步

AI 101 · Claude AI 工作力基礎課程

開始這條路徑

返回學習路徑