AI & Robotics Youth Foundation捐贈

第 02 / 03 階段 · 建造者

AI Builders Studio

用 LLM 動手建構,不止於對話。

AI · 程式設計

年齡
12 – 18
時長
10 週
先修條件
強烈建議先完成 C9《Python 進階 – 建造者》。

學生將學到什麼

學習如何藉助 LLM 及其他 AI 工具進行建構:寫好提示詞,將它們串聯起來,用真實資料為模型做事實錨定,並發布一款小工具。課程還貫穿一條嚴肅的 AI 倫理與安全主線。

提示工程的直覺。一套可用的 API 整合模式。發布前先問“這可能傷害誰?”的自覺。評估 AI 輸出的具體經驗,而非一味信任。

課程模組

  1. 什麼是 LLM

    token 預測、上下文視窗、失效模式。一份帶批註的演示對話。

  2. 提示工程基礎

    清晰、結構、範例、角色設定。5 段精心打磨的提示詞。

  3. 提示工程進階

    思維鏈、結構化輸出、評估。一份附有評分的作品集。

  4. 呼叫 API

    向 LLM 發起 HTTP 請求,解析 JSON。首次以程式設計方式呼叫。

  5. 用 API 建構

    用 Streamlit/Flask 封裝 LLM。第一款 AI 小應用程式。

  6. 事實錨定與 RAG 入門

    為模型提供真實資料,學習基礎檢索。一個能回答某份真實文件相關問題的工具。

  7. 安全與護欄

    拒絕、轉向、清洗。安全案例分析 + 為自己的工具加一道護欄。

  8. AI 倫理:走進真實世界

    偏見、隱私、環境成本、誰會受害。對自己的應用程式做一次倫理審視。

  9. 期末專案(上)

    選定一位真實使用者。一個可執行的 v1。

  10. 期末專案(下)

    邀請真實使用者測試,修正缺陷。v2 + 反思。

學生作品

一款小型 AI 工具(聊天機器人、摘要器、分類器或助手),經至少 3 位真實使用者測試。

核心收穫

提示工程的直覺。一套可用的 API 整合模式。先考慮倫理的自覺。

我們推薦的免費學習資源

  1. Microsoft GenAI for Beginners

    21 節課,端到端的 LLM 課程。附帶免費的 GitHub Models 端點。

    微軟出品,採用 MIT 授權,GitHub 7 萬+ 星。

    課程 + 程式碼範例 + 影片

  2. Hugging Face Learn

    開放權重視角下的最佳課程——幫助學生建立正確的心智模型。

    由 Hugging Face 工程師編寫,可在免費的 Colab 上執行。

    文字章節 + 可執行 notebook

  3. Anthropic Prompt Engineering Tutorial

    9 章內容,附自動評分練習。

    Anthropic(Claude 的開發方),採用 MIT 授權。

    Jupyter notebook 或 Google Sheets

其他參考資源

下一步

運用 AI 的創新者專案。