Kerangka Materi
Blok 1 – Dasar-dasar Bersama (Hari 1–2)
Hari 1 – Pagi: Faktor Manusia dalam Penerapan AI
• Penyetaraan tingkat kepercayaan: kapan harus memanfaatkan AI, kapan harus menahan diri.
• Struktur kesepakatan tim: pemicu, tindakan, bukti serta penanggung jawabnya.
• Peran Kurator Prompt: proses validasi, pengambilan keputusan, serta persetujuan. Rencana respons atas insiden AI.
Hari 1 – Sore: Batasan Teknis, Risiko serta Kepatuhan Regulatif
• Kemampuan nyata model bahasa: potensi risiko dari prompt seperti penyusupan data, kebocoran informasi maupun halusinasi AI.
• Kerangka hukum: GDPR, Undang-Undang AI Uni Eropa serta standar industri spesifik (DICOM, HL7, HIPAA).
• Latihan praktis: mengubah suatu standar operasional menjadi aturan pembatas dalam prompt.
Hari 2 – Pagi: Arsitektur Teknis Prompt
• Desain arsitektur agen berbasis AI: memori, konteks serta tujuan bisnis—dilihat dari perspektif desain prompt.
• Integrasi API dan penggunaan sumber data spesifik domain; struktur multi-agen serta teknik penyambungan antar-prompt.
Hari 2 – Sore: Anatomi Prompt di Lingkungan Perusahaan
• Enam lapisan penting: Peran, Konteks, Batasan, Standar Domain, Format serta Contoh Penggunaan.
• Hierarki pengelolaan prompt: tingkat Sistem (untuk seluruh perusahaan), Tingkat Domain (menurut tim spesifik) hingga Tingkat Tugas (per individu).
• Demonstrasi: membongkar dan merangkai ulang sebuah prompt yang tidak terstruktur dengan baik; penjelasan tugas hari ke-3 hingga 5 bagi tiap tim.
Blok 2 – Workshop Kerjasama Tim (Hari 3–4–5)
Hari 3 – Identifikasi Standar serta Audit Batasan Operasional
- Workshop paralel berdasarkan profil: Arsitek, Pengembang Spesialis Domain, Back-End, dan QA.
- Pemetaan standar internal perusahaan serta identifikasi konflik antar-tim terkait batasan operasional.
- Hasil akhir hari ke-3: Peta Standar & Matriks Prioritas Implementasi berdasarkan dampak serta usaha yang diperlukan.
Hari 4 – Merancang Konvensi Penamaan dan Membentuk Template Dasar
- Penentuan aturan penamaan, sistem versi serta pengelompokan tag (menurut tim, bidang kerja, maupun alat khusus).
- Pembuatan template pertama yang sudah terstandarisasi: TypeScript DICOM, panduan reviu kode, uji QA, dokumentasi API.
- Hasil akhir hari ke-4: lebih dari 4 template operasional beserta Panduan Konvensi.
Hari 5 – Pengelolaan Perpustakaan Prompt, Kebijakan serta Serah Terima Resmi
- Penataan perpustakaan tersebut beserta integrasinya ke dalam GitHub Copilot, Cursor atau API LLM internal.
- Pendefinisian peran Kurator Prompt, indikator kualitas kerja, ritual kerjasama tim serta rencana implementasi 30 hari selanjutnya.
- Hasil akhir pada hari ke-5: Perpustakaan v1.0 yang sudah terdokumentasi dengan lengkap, Piagam Pengelolaannya, dan Rencana Implementasi Hari ke-30.
Persyaratan
- Telah mengikuti setidaknya satu pelatihan AI sebelumnya (tingkat dasar maupun tingkat lanjut).
- Untuk profil teknis: memiliki pengalaman pengembangan berdasarkan ekosistem teknologi perusahaan.
- Untuk profil manajemen: paham dasar terkait alat AI populer (seperti ChatGPT, Copilot, dsb.).
- Komitmen perusahaan: para pemimpin tim harus ikut serta secara aktif dalam sesi pelatihan pada hari ke-3 hingga 5.
- Tersedia dokumen standar internal sebelumnya (misalnya README, panduan pengembangan kode).
Kelompok Sasaran
- Arsitek perangkat lunak
- Pengembang perangkat lunak (spesifik domain, backend, frontend)
- Insinyur QA serta ahli teknis kode program
- Pemimpin tim serta manajer tingkat menengah
- Manajer IT, pengambil keputusan strategis, maupun pemimpin proyek AI
Testimoni (1)
Saya mendapatkan pengetahuan tentang perpustakaan streamlit dari Python dan tentu saja saya akan mencoba menggunakannya untuk meningkatkan aplikasi di tim saya yang dibuat dengan R Shiny
Michal Maj - XL Catlin Services SE (AXA XL)
Kursus - GitHub Copilot for Developers
Diterjemahkan Mesin