基礎知識：

• AI 發展概論：了解人工智慧的歷史與核心概念，為什麼現在 AI 這麼紅？

• 問題定義與範疇：學會判斷什麼問題適合用 AI 解決，什麼不適合。

實作一：成為 AI 溝通大師

• 工具體驗：上手 ChatGPT、Gemini、Grok 等主流大型語言模型。

• 提示工程（Prompt Engineering）實戰：

  • 引導思考 (Chain-of-Thought)：讓 AI 展現邏輯推理過程，而不只是給答案。

  • 舉例教學 (Few-Shot)：給 AI 幾個範例，讓它模仿你的風格辦事。

  • 角色設定 (Rule-Based Role)：讓 AI 扮演專家，獲得專業建議。

  • 優化提問 (Rephrase and Respond)：讓 AI 幫你修正問題，再回答你。

  • 後設提示 (Meta Prompting)：運用更高階的指令架構處理複雜任務。

• 深度洞察：使用 Deep Research 技巧，讓 AI 進行深度網路搜尋與資料摘要。

基礎知識：

• 數據的重要性：了解數據如何成為 AI 的燃料。

• 數據處理流程：基本的數據分類、標註與處理概念。

 實作二：AI視覺設計師

• 風格轉換：使用 Gemini 與最新的 Nano Banana 模型（或其他擴散模型），實作 10 種以上的照片風格移轉（如：動漫、水彩、寫實風）。

• 商用修圖與設計：

  • 局部改圖：不需 Photoshop，用 AI 快速更換背景或物件。

  • 專業形象：製作個人形象照、商品宣傳照及多張照片組合。

  • 資訊圖表：搭配 NotebookLM 整理重點，繪製專業的個人簡介資訊圖表。

 實作三：打造個人化 AI 秘書

• 資訊串接：運用 Google AI (Gemini Extensions) 串接 Google Workspace 生態系。

• 全能助理應用：

  • 生活管理：語音建立待辦事項、點播音樂（YouTube Music）。

  • 工作效率：自動維護行事曆事件、在 Gmail 中快速查找特定內容。

  • 行程規劃：一句話規劃出差路線與導航（Google Maps）。

基礎知識：

• 核心原理：深入淺出了解神經網路、機器學習與 NLP（自然語言處理）的基本邏輯。

• 模型種類：認識不同的 AI 模型適合解決什麼樣的問題。

實作四：AI整理力：不寫程式的知識庫 (RAG)

• 會議救星：使用 Google NotebookLM 上傳語音檔或文件，自動整理會議紀錄與摘要。

• 個人與企業知識庫：

  • 什麼是 RAG？：簡單理解「檢索增強生成」，讓 AI 根據你提供的私有資料來回答問題。

  • 實戰應用：不需寫程式，即可建立簡易的向量資料庫概念應用，實現企業內部的 FAQ 常見問答集或個人的學習筆記檢索系統。

基礎知識：

• 部署與整合：了解 AI 模型如何變成可用的應用程式或 API 服務。

• 維護與倫理：AI 產生偏見怎麼辦？了解 AI 倫理、安全監控與持續維護的重要性。

實作五：AI簡報力：虛擬主播與影音製作

• 一鍵生成簡報：使用 Napkin、Gamma 快速生成架構清晰、視覺精美的簡報投影片。

• 虛擬攝影棚：

  • 腳本轉譯：將簡報內容透過 Ovideo 轉換為影音腳本。

  • 虛擬主播 (Avatar)：設定 AI 主播形象，實現精準「對嘴」讀稿。

  • 完整影音產出：加入背景音樂與特效，製作出高品質的內部教學影片或外部宣傳影片。