Kurs AI i Prompt Engineering – poziom zaawansowany. Agenci AI, automatyzacja procesów i projektowanie workflow

1. Zaawansowane wykorzystanie modeli językowych w pracy złożonej, analitycznej i procesowej

• dobór modelu AI do rodzaju zadania,
• praca z długim kontekstem i dużymi zbiorami informacji,
• porównywanie rezultatów generowanych przez różne modele,
• planowanie wieloetapowego sposobu rozwiązania problemu,
• ograniczanie błędów wynikających z niepełnego kontekstu,
• budowanie powtarzalnych schematów pracy z modelami językowymi.

2. Projektowanie złożonych promptów opartych na rolach, regułach, danych wejściowych i oczekiwanym rezultacie

• budowanie promptów systemowych i operacyjnych,
• definiowanie roli, celu i zakresu odpowiedzialności modelu,
• tworzenie precyzyjnych instrukcji i ograniczeń,
• wykorzystywanie przykładów jako wzorców odpowiedzi,
• stosowanie szablonów promptów wielokrotnego użytku,
• projektowanie formatów odpowiedzi dla raportów, analiz i rekomendacji,
• oddzielanie danych wejściowych od instrukcji.

3. Tworzenie wieloetapowych workflow AI wykorzystujących kolejne prompty, wyniki pośrednie i mechanizmy walidacji

• dzielenie procesów na wyspecjalizowane etapy,
• przekazywanie wyników pomiędzy kolejnymi krokami,
• prompt chaining,
• tworzenie sekwencji analizy, oceny i rekomendacji,
• budowanie punktów kontrolnych,
• walidacja wyników pośrednich,
• ponawianie wybranych etapów po wykryciu błędów,
• projektowanie powtarzalnych workflow biznesowych.

4. Zaawansowana analiza dokumentów i dużych zbiorów informacji z wykorzystaniem modeli językowych

• analiza wielu dokumentów jednocześnie,
• porównywanie treści i identyfikowanie rozbieżności,
• ekstrakcja danych według ustalonego schematu,
• klasyfikowanie i porządkowanie informacji,
• generowanie zestawień i raportów,
• identyfikacja brakujących danych,
• formułowanie rekomendacji na podstawie dokumentacji,
• tworzenie mechanizmów weryfikacji źródeł i odpowiedzi.

5. Zaawansowane wykorzystanie AI do analizy danych, generowania wniosków i wspierania decyzji biznesowych

• budowanie zapytań analitycznych do danych,
• interpretowanie tabel i zestawień,
• wykrywanie trendów, odchyleń i zależności,
• generowanie hipotez biznesowych,
• porównywanie scenariuszy,
• przygotowywanie rekomendacji decyzyjnych,
• tworzenie raportów zarządczych,
• kontrolowanie poprawności wniosków generowanych przez AI.

6. Projektowanie wyspecjalizowanych asystentów i agentów AI realizujących określone zadania biznesowe

• różnice pomiędzy asystentem, agentem i automatycznym workflow,
• definiowanie celu i zakresu działania agenta,
• projektowanie instrukcji systemowych,
• określanie dostępnych źródeł wiedzy,
• definiowanie reguł podejmowania działań,
• budowanie agentów analitycznych, dokumentacyjnych i procesowych,
• projektowanie punktów akceptacji przez człowieka,
• ograniczanie zakresu autonomii agenta.

7. Projektowanie agentowych workflow obejmujących analizę, podejmowanie decyzji, wykorzystanie narzędzi i realizację kolejnych działań

• architektura procesu agentowego,
• planowanie działań przez agenta,
• podział zadań na kolejne etapy,
• korzystanie z dokumentów i danych zewnętrznych,
• wykonywanie działań na podstawie wyników analizy,
• obsługa warunków i wyjątków,
• eskalacja decyzji do użytkownika,
• kontrola przebiegu procesu,
• raportowanie wykonanych działań.

8. Integracja AI z dokumentami, aplikacjami i źródłami danych wykorzystywanymi w codziennych procesach organizacji

• projektowanie przepływu informacji pomiędzy AI a aplikacjami,
• praca z dokumentami firmowymi,
• wykorzystywanie baz wiedzy,
• integracja z formularzami i procesami,
• przekazywanie danych pomiędzy narzędziami,
• tworzenie scenariuszy automatyzacji,
• aktualizacja informacji wykorzystywanych przez AI,
• kontrolowanie uprawnień do danych i narzędzi.

9. Multi-Agent Workflow i projektowanie współpracy wielu wyspecjalizowanych agentów w jednym procesie biznesowym

• projektowanie podziału ról pomiędzy agentami,
• specjalizacja agentów według rodzaju zadania,
• przekazywanie wyników pomiędzy agentami,
• koordynowanie kolejności działań,
• agent nadzorujący i agenci wykonawczy,
• równoległa realizacja wybranych etapów,
• rozwiązywanie konfliktów pomiędzy wynikami,
• mechanizmy końcowej walidacji rezultatów,
• przykłady zastosowań w analizie, raportowaniu i obsłudze procesów.

10. Tworzenie zaawansowanych standardów i bibliotek promptów wspierających powtarzalną pracę całych zespołów

• projektowanie firmowych szablonów promptów,
• standaryzacja struktury poleceń,
• tworzenie bibliotek promptów według procesów i działów,
• wersjonowanie i aktualizacja promptów,
• dokumentowanie sposobu wykorzystania promptów,
• testowanie skuteczności różnych wariantów,
• budowanie kryteriów jakości odpowiedzi,
• przygotowanie promptów do wykorzystania przez różnych użytkowników.

11. Kontrola jakości, bezpieczeństwo i governance w zaawansowanych rozwiązaniach opartych na AI

• identyfikacja ryzyka w procesach wspieranych przez AI,
• ochrona danych osobowych i poufnych informacji,
• ograniczanie halucynacji i błędnych rekomendacji,
• projektowanie mechanizmów Human-in-the-loop,
• kontrola dostępu do danych i narzędzi,
• audyt działań wykonywanych przez agentów,
• monitorowanie jakości rezultatów,
• odpowiedzialność za decyzje wspierane przez AI,
• zasady bezpiecznego wdrażania automatyzacji.

12. Warsztat projektowy obejmujący stworzenie kompletnego procesu AI od analizy zadania do gotowego workflow lub agenta

• wybór procesu biznesowego do usprawnienia,
• analiza obecnego sposobu realizacji procesu,
• identyfikacja etapów możliwych do wsparcia przez AI,
• zaprojektowanie architektury workflow,
• przygotowanie promptów i instrukcji,
• zdefiniowanie danych wejściowych i rezultatów,
• zaprojektowanie mechanizmów walidacji,
• testowanie przygotowanego rozwiązania,
• optymalizacja działania procesu,
• przygotowanie planu wdrożenia rozwiązania w organizacji.