建立實用的人工智能能力
為你的業務保駕護航
讓你的團隊 4 週內學會把 AI 放進真實工作流程
AI 培訓課程 — 為企業而設
在當今競爭激烈的商業環境中，機構需要的不僅是對人工智能的認知。你需要實踐能力來驅動可量化的成果。設計完善的培訓課程可協助各階層的團隊 — 由領導層至前線員工：
- 瞭解人工智能的真實業務應用案例
- 有信心地運用工具和技巧
- 免除倫理、合規及風險顧慮
- 開發能提升表現和成效系統
課程 BT202 — 從零開始：架設與部署 Local LLM（Ollama + n8n 實戰）
本課程專為希望在自己電腦或伺服器上，建立完全本地運行的大型語言模型系統而設計，學員將一步一步學會安裝、設定與優化 Local LLM，並透過 n8n 串接成實際可用的 AI 助手或自動化流程，實現私隱、安全又沒有額外 API 成本的 AI 應用。
學習內容：
Local LLM 入門與架構觀念
了解 Local LLM、雲端 LLM 與混合方案的差異與適用場景。
介紹 Ollama、生態系常見模型（如 Llama、Mistral 等）、硬件基本要求與部署選項。
實作：安裝與設定 Ollama
在學員的筆電或示範環境中安裝 Ollama，下載與管理不同模型版本。
示範如何設定模型參數（context length、溫度等），以及調教成適合作為助理或分析工具的基礎設定。
實作：n8n 連接 Local LLM
介紹 n8n 與 Local LLM 整合的基本概念與常用節點。
示範如何把 Ollama 暴露為服務，並在 n8n 中建立簡單「對話機器人」與文字處理工作流程（例如：分類、摘要、重寫）。
建立端到端 Local AI 助手工作流程
練習從「觸發」開始（表單、電郵、檔案上載等），經過 Local LLM 推理，到結構化輸出（電郵草稿、報告、標籤分類等）。
示範一個可重用的「Local LLM 助手」框架，供日後套用在不同業務、事工或個人應用情境。
效能、穩定性與最佳實踐
討論不同硬件資源下如何選擇合適模型與設定，平衡速度與質素。
分享 Local LLM 常見問題（速度慢、記憶體不足、長對話漂移等）的排解方法，及如何規劃未來擴充（例如改用伺服器或 Docker 部署）。
適合對象：
技術專業人士、數碼轉型團隊成員、IT／系統管理人員。
已有基本 AI 使用經驗（如 ChatGPT、NotebookLM 等），希望提升至「自己架設系統」的參加者。
形式：
半日實踐工作坊（以實作和示範為主，配合簡短講解）。
成果：
一個在你電腦或示範環境中運行的 Local LLM（以 Ollama 為核心）。
一條可運作的 n8n + Local LLM 工作流程（例如：自動整理文件、問答助手或內容重寫流程）。
清楚理解 Local LLM 的限制與優勢，懂得在私隱、成本與質素之間作出合適取捨。
一個可重用的 Local LLM 工作流程模板，日後可套用在其他報告、自動回覆與內部知識庫應用。
課程 BT101 - 人工智能應用工作坊
本課程介紹生成式人工智能的核心概念及實踐應用，協助機構改善決策制定和生產力。參加者將獲得可即時應用的工具和框架。
適合對象： 機構領導、項目經理、部門主管
形式： 全日工作坊（實體或線上）
成果： 掌握人工智能業務應用和優先事項的基礎知識
課程 BT201 — 由提示詞到系統：在 n8n 中建立人工智能數據分析自動化
學習如何設計和部署實踐性的、以業務為導向的人工智能自動化系統。參加者將建立解決真實問題的系統，並學習如何負責任地擴展它們。
1. n8n 基礎知識：節點、觸發器、數據和工作流程最佳實踐
2. 系統設計：結合人工智能推理與數據分析邏輯
3. 建立練習：觸發 → 數據 → 人工智能思考 → 決策 → 輸出（端到端工作流程）
4. 測試和反思：除錯、改進提示詞和強化工作流程
5. 擴展和後續步驟：將相同模式重用於新的業務、事工或個人應用案例
適合對象： 技術專業人士、數碼轉型團隊
形式： 半日實踐工作坊
成果：
-
一個在 n8n 中建立的可運行的人工智能驅動數據分析自動化系統
-
有信心使用 n8n 連接觸發器、數據源和人工智能節點
-
清楚了解人工智能系統思維，超越一次性提示詞的局限
-
一個可重用的工作流程框架，可適配於其他數據分析、報告和助手式自動化
培訓導師：翁昌顥先生
日期：待定
時間：下午 1:00 – 4:00
地點：Gibson Center
費用：$250（早鳥優惠8折）
曾服務的機構與夥伴
