Návrh Školení
Blok 1 – Společné základy (dny 1 až 2)
Den 1 – Dopoledne: Lidský faktor při adopci AI
• Kalibrace důvěry a spoléhání se: kdy využít AI a kdy je třeba její použití omezit.
• Stanovení struktury vzájemné dohody (spouštěč, akce, důkazy, odpovědná osoba).
• Role kurátora promptů: ověřování, rozhodování a schvalování. Plán reakce na incidenty spojené s AI.
Den 1 – Odpoledne: Omezení, rizika a compliance
• Skutečné schopnosti velkých jazykových modelů – rizikové faktory spojené s prompty: injekce, únik dat, halucinace.
• Právní rámec: GDPR, Evropský akt o AI a odvětvové normy (DICOM, HL7, HIPAA).
• Praktická cvičení: převod konkrétních standardů do limitujících podmínek promptů.
Den 2 – Dopoledne: Technická architektura promptů
• Architektura agentů: paměť, kontext a cíle z pohledu návrhu promptů.
• Integrace s API a využívání firemních datových zdrojů, víceagentní systémy a řetězení promptů.
Den 2 – Odpoledne: Anatomie firemních promptů
• Šest vrstvách struktury: Role / Kontext / Omezení / Odborné standardy / Formát / Příklady.
• Hierarchie promptů: systémové (pro celou firmu), doménové (pro tým) a úkolové (pro jednotlivce).
• Demonstrace: rozebrání nevhodného promptu a jeho opětová konstrukce. Instruktáž pro dny 3 až 5.
Blok 2 – Workshopy spolutvorby (dny 3, 4 a 5)
Den 3 – Identifikace a audit standardů
- Paralelní workshopy jednotlivých týmů: architekti, vývojáři specializující se na konkrétní obory, backend a QA specialisté.
- Mapování firemních standardů a omezení – identifikace nekonzistencí mezi různými skupinami.
- Výstup dne 3: Mapa standardů spolu s maticí priorit podle dopadu a náročnosti implementace.
Den 4 – Návrh konvencí a tvorba šablon
- Pravidla pojmenovávání, verzování a systém tagů (podle týmu, oboru či cílového nástroje).
- Vytvoření prvních ověřených šablon: například pro TypeScript s formátem DICOM, kódovou revizi, testy QA i dokumentaci API.
- Výstup dne 4: nejméně čtyři plně funkční šablony spolu s návodem na používání konvencí.
Den 5 – Sestavení knihovny, její řízení a oficiální předání
- Organizace obsahu knihovny, integrace s nástroji GitHub Copilot, Cursor či interním API pro velké jazykové modely.
- Roli kurátora promptů, metriky kvality práce, organizační rutiny a 30denní plán rozšíření nasazení.
- Konečný výstup dne 5: dokumentovaná Knihovna v1.0, Charta řízení a kompletní plán implementace na 30 dnů.
Požadavky
- Dokončené alespoň jedno předchozí školení v oblasti umělé inteligence (úvodní či pokročilé).
- Technická pozice: praxe ve vývoji na použitém technologickém stacku společnosti.
- Manažerská pozice: základní seznámení s nástroji AI (ChatGPT, Copilot apod.).
- Závazek ze strany firmy: aktivní účast vedoucích pracovníků ve dnech 3 až 5 školení.
- Předchozí k dispozici musí být standardy společnosti (dokumentace README, vývojářské příručky).
Cílová skupina
- Softwaroví architekti
- Vývojáři (specializující se na konkrétní obory, backend i frontend)
- Inženýři QA a techničtí specialisté kódu
- Vedoucí týmů a střední manažeři
- IT manažeři, rozhodující pracovníci a vedoucí projektů AI
Reference (1)
Získal jsem znalosti týkající se knihovny Streamlit v Pythonu a určitě ji budu snažit použít k zlepšení aplikací ve svém týmu, které jsou vytvořeny v R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurz - GitHub Copilot for Developers
Přeloženo strojem