本課程介紹生成式 AI 的基本概念及其發展趨勢，並探討其在企業領域的實際應用場景。學員將深入理解生成式 AI 的發展前景和影響力，為後續應用生成式AI 工具奠定堅實的基礎。

此單元專注於生成式 AI 的技術框架及工具介紹，包括生成對抗網絡（GAN）技術及 GPT、BERT 模型，並簡述常見的生成式 AI 工具。學員將了解生成式 AI 應用開發的基本技術概念，並了解自主學習的相關資源。

本課程探討使用生成式 AI 所引發的倫理與法律問題，包括版權、隱私與安全風險。學員將學習相關的法律框架與道德指引，並思考如何在應用生成式 AI 時確保合規與負責任。

本單元重點介紹 Prompt（提示詞）的基礎編寫技巧，教導學員如何設計有效的 Prompt 以提高 AI 生成結果的精確度與實用性。學員將學習設計精確的提示詞，以有效指導生成式 AI 產出所需成果，提升生成內容的品質與實用性。

本課程深入介紹進階提示詞工程，包括 In-Context Learning、Reason and Act (ReAct)、Chain-of-Thought (CoT) 和 Tree-of-Thought (ToT) 等方法。學員將學會應用這些進階策略，有效設計高品質 Prompt，以精確引導生成式 AI 針對不同應用場景產出創新且精準的內容。

本課程探討生成式 AI 中資料治理的重要性，包括資料治理流程、實際案例及隱私保護策略。學員將學習如何建立有效、合規的資料，並能應對生成式 AI 應用中的資料治理挑戰，以確保數據應用的合法性與可靠性。