尹相志

直播課程尹相志的 Agentic AI 駕馭術｜AI 操控力：駕馭工程與持續進化

NT$3,280

~~NT$5,000~~

＃人工智慧＃生成式AI

【尹相志的 Agentic AI 駕馭術】最適合想進一步掌控 Agent 行為與工作流程的人。本堂課會說明 Harness Engineering 的觀念，包含工作規範、行為邊界、Guardrails、Human-in-the-loop、記憶與回饋機制，讓 Agent 能在使用中持續修正與進化。

早鳥優惠

天時分秒

(截止日 2026/06/30)

直播課程班次

直播開始時間：---

~~NT$5,000~~NT$3,280

早鳥優惠倒數: 13 天 16 時 55 分 30 秒

目前尚無任何課程公告

講師將會在這發佈與課程相關的公告或是通知課程內容更新的公告。

課程資訊

課程時長 3 小時 0 分

課程共 1 單元 1 小節

2 個可下載的學習資源

提供完訓證書

適合對象

這堂課將帶你建立一套 Harness Engineering 架構，讓多 Agent 協作提高效能，並且能被控制與追蹤，建立你的管理機制。

適合對象

已有 AI Agent 實作經驗，需管理更多複雜流程任務

已經具備AI Agent 經驗，想進一步處理多步驟、多角色與高風險任務流程。

想提升多 Agent 協作能力，以及可控性與穩定性

希望讓多個 Agent 不只是分工執行，而是能被追蹤、被檢查、在必要時被人類介入。

希望建立能自我進化的 AI 工作系統，越用越聰明

把錯誤、回饋與成功經驗整理成可延續的規則，讓 AI 系統隨著使用持續優化。

本堂為最進階，0 基礎學員建議先完成「尹相志的Agentic AI 駕馭術」前兩堂系列課程

立即前往學習

你可以學到

有沒有 Harness，差在哪裡！

同樣是讓 AI 完成任務，有沒有先建立工作規則、護欄與回退機制，結果會完全不同。

學習完這堂課後，你可以……

設計邊界與回退策略

定義停止條件與回退機制，降低系統失控風險，讓 Agent 不會做出無法挽回的錯誤。

建立 AI 護欄與人類檢查點

設定 Guardrails 與 Human-in-the-loop 機制，在高風險節點保持人類掌控。

判斷多 Agent 的適用場景

知道何時該用多 Agent協同，理解常見的角色分工與成本，避免無效擴張浪費。

讓AI 自我復盤持續進化

讓系統隨著任務累積經驗，將錯誤轉為記憶持續復盤，越用AI 越聰明。

課程介紹

課程大綱模組

模組 1：Harness Engineering 核心設計

領導AI Agent 不是寫更長的 Prompt，而是建立讓 Agent 穩定工作的環境
Harness Engineering 的核心觀念
Prompt ( 提示詞 ) 工程到 Context ( 上下文 ) 工程，進化到 Harness ( 駕馭 ) 工程
建立虛擬員工的領導模式
學習如何管理虛擬員工們的行為邊界
實作：設計一個完整的 Agent 工作包（從職務到行為約束）

模組 2：內控與事故處理

建立Guardrails（ AI 護欄）、Human-in-the-loop（人類介入時機）與事故處理
Agent 內控的目標不是限制能力，而是避免不可接受的錯誤
AI 學到哪些多餘的人類行為
Guardrails （ AI 護欄）的層級
Human-in-the-loop （人類介入時機）高風險節點的人工介入
高風險的工具操作
持續改進的事故處理的稽核流程
實作：設計 Agent 流程內人類介入的審批流程
實作：建立「事故後學習流程」

模組 3：多 Agent 角色分工與編排

建立你的第一個 Agentic Department：多 Agent 角色分工，行動編排
多 Agent 的使用時機
多 Agent 帶來的 Tokens 耗用衝擊
Agentic Department 的常見角色分工
多 Agent 的協作模式
主管分派型：由 Manager Agent 統一派工
流水線型：一個 Agent 的輸出成為下一個 Agent 的輸入
審稿型：Worker Agent 產出，Reviewer Agent 檢查
辯論型：多個 Agent 提出不同觀點，再由 Manager Agent 決策
委員會型：多角色共同審查高風險成果
實作：設計一個「從研究到簡報」的多 Agent 工作流
實作：建立 Manager Agent 的派工規則

模組 4：持續自我進化機制

如何將錯誤轉化為長期記憶，以免重蹈覆轍
AI Agent 的真正價值不是一次做對，而是每次錯誤後能變得更不容易再錯
錯誤不應只被修正，而應被制度化吸收
從錯誤到進化的流程
錯誤應該修在哪裡
避免經驗主義造成墨守成規的動能
實作：如何讓智能代理能夠根據過去的錯誤經驗持續進化（使用 skill-evolution ）

課後你將帶走

Harness 設計核心（邊界 / 護欄 / 回退）

多 Agent 協作分工與行動編排圖

事故處理與責任
歸因流程

Agent 持續進化清單

領取你的專屬優惠

輸入優惠碼 AIAGENT26 即可享有兩堂 85 折；三堂 79 折優惠。

前往查看

常見問題

Q1：我是 0 基礎學員，可以直接上嗎？

A：不建議。本堂為進階課程，建議先完成前兩堂，建立基礎能力後再來挑戰。

Q2：我只有單一 Agent 經驗，是否足夠？

A：可上，但建議先補齊第 2 堂的量化與驗收方法，學習效果會更好。

Q3：這堂課與一般自動化課程差異是什麼？

A：本堂重點是「可控與演化」，不是只把流程串起來，而是確保 AI 在替你工作時系統更穩定、可回退、能自我優化。

Q4：課程會談到風險處理與責任歸因嗎？

A：會！包含護欄設計、事故處理流程與檢查點設計，確保風險可控。

Q5：如果只上第 3 堂，是否有補充建議？

A：建議同時參考前兩堂，檢視自己是否充分理解概念，再來選購第三堂課。

Q6：買了沒時間看完，或臨時無法上課，如何處理？

A：我們提供永久回放，所以大家可依照自己的安排，隨時複習與實作。此外，我們也會提供完整範本，讓你不用從零開始，省下大量的摸索成本。

Q7：退費標準？

A：開課前 1 天可申請全額退費；開課後且學習時數未達總時數 1/3，可退還所繳學費 50%；開課後且學習時數已達總時數 1/3，恕不提供退款。

學習前基本能力

已有 AI Agent 或相關工作流程的使用經驗，能完整掌握基礎設定與工具配置。
建議先完成「尹相志的Agentic AI 駕馭術」系列課程前兩堂，至少對 Agent 管理的核心概念基本認識。
適合想進一步掌握 AI Agent 管理、穩定性與持續優化的人。

學習前準備

課前準備

穩定的網路連線：課程為線上直播，請在開始前確保連線順暢。
電腦設備：課程包含大量操作示範，建議準備雙螢幕，方便實際演練。
擁有 Claude Code 或 Codex 任一 AI Agent 付費帳號：才能跟著課程順利操作。
安裝 OpenClaw（課程會提供獨家先修影片，手把手帶教你安裝）。

課程資訊

課程時長 3 小時 0 分

課程共 1 單元 1 小節

2 個可下載的學習資源

提供完訓證書

關於講師

尹相志

●專長:
自然語言理解、人工智能算法開發、數據挖掘、商業智慧、分析型CRM、風險管理、數據倉庫

●經歷:
▻中國首屆人工智能大賽發起人與題目設計 (www.botchina.org)
▻現任亞洲資探技術長/Deepbelief.ai人工智慧科學家
▻曾任華院數據(上海)首席數據科學家，數據決策(台灣)技術長
▻台灣微軟特約講師與2006~2017年最有價值專家(MVP)
▻微軟Tech ED 2002, 2004~2015講師
▻和信電訊資深數據挖掘顧問
▻世新大學、德明技術學院資管系講師
▻曾任中華民國數據挖掘協會副秘書長
▻曾任數博網研發總監
▻曾任大衍(特力集團子公司)關係營銷數據挖掘顧問
▻國際化學奧林匹亞化學競賽世界銀牌

●學歷:
▻台灣大學新聞研究所碩士
▻台灣大學化學系

●項目經歷:
▻自然語言處理
▻Isobar 輿情監控，學習情感標注、實體識別、話題識別
▻數雲電商評論非監督自動歸類
▻Acer宏碁競爭品牌電商評論分析

●出版品
▻SQL Server 2008 R2 Reporting Services報表服務
▻SQL Server 2008 OLAP多維度分析
▻SQL Server 2008 Data Mining數據挖掘
▻SQL Server 2008 Reporting Services報表服務
▻Office PerformancePoint Server 2007 企業績效管理
▻使用SQL Server 2005 設計商業智能解決方案(MCITP考試編號70-445)
▻SQL Server 2005 Data Mining數據挖掘 -Office 2007 數據挖掘加載宏
▻SQL Server 2005 OLAP在線實時分析
▻SQL Server 2005 Reporting Services報表服務實務應用
▻SQL Server 2005數據挖掘聖經
▻SQL Server商務智能聖經
▻SQL Server 2000 Analysis Service數據挖掘服務

●尹相志老師翻譯著作
▻數據挖掘—顧客關係管理暨電子營銷之應用 J. A. Michael原著
▻數據挖掘理論與實務—顧客關係管理的技巧與科學 J. A. Michael原著
▻數據挖掘—因特網應用與顧客價值管理 J. A. Michael原著

學習附件

下載全部

學習資料_個人應用工具開發.zip

138.25 MB

請先登入，才能使用留言功能

目前尚無任何討論主題

成為第一個發問的人！在問答中找到學習的捷徑。

關於講師

尹相志

職場進修

就業培訓

企業服務

直播課程尹相志的 Agentic AI 駕馭術｜AI 操控力：駕馭工程與持續進化

適合對象

適合對象

已有 AI Agent 實作經驗，需管理更多複雜流程任務

想提升多 Agent 協作能力，以及可控性與穩定性

希望建立能自我進化的 AI 工作系統，越用越聰明

你可以學到

有沒有 Harness，差在哪裡！

學習完這堂課後，你可以……

設計邊界與回退策略

建立 AI 護欄與人類檢查點

判斷多 Agent 的適用場景

讓AI 自我復盤 持續進化

課程介紹

課程大綱模組

模組 1：Harness Engineering 核心設計

模組 2：內控與事故處理

模組 3：多 Agent 角色分工與編排

模組 4：持續自我進化機制

課後你將帶走

Harness 設計核心（ 邊界 / 護欄 / 回退 ）

多 Agent 協作分工與行動編排圖

事故處理與責任歸因流程

Agent 持續進化清單

領取你的專屬優惠

常見問題

學習前基本能力

學習前準備

課前準備

關於講師

目前尚無任何討論主題

關於講師

讓AI 自我復盤持續進化

Harness 設計核心（邊界 / 護欄 / 回退）

事故處理與責任
歸因流程