Kerangka Materi
Bagian 1 — Fondasi Bersama (Hari 1–2)
Hari 1 — Pagi: Faktor Manusia dalam Adopsi AI
• Kalibrasi kepercayaan / ketergantungan: kapan menggunakan AI, kapan berhenti.
• Struktur kesepakatan tim (pemicu / tindakan / bukti / pemilik).
• Peran Kurator Prompt: validasi, keputusan, persetujuan. Rencana respons insiden AI.
Hari 1 — Sore: Batasan, Risiko, dan Kepatuhan
• Kemampuan LLM nyata — vektor risiko prompt: injeksi, kebocoran data, halusinasi.
• Kerangka hukum: GDPR, UU AI Uni Eropa — standar sektor (DICOM, HL7, HIPAA).
• Latihan praktis: terjemahkan standar domain menjadi pengaman prompt.
Hari 2 — Pagi: Arsitektur Teknis Prompt
• Arsitektur agen: memori, konteks, tujuan — dari perspektif desain prompt.
• Integrasi API dan sumber data domain, multi-agen, dan pengalungan prompt.
Hari 2 — Sore: Anatomi Prompt Perusahaan
• Enam lapisan: Peran / Konteks / Batasan / Standar Domain / Format / Contoh.
• Hierarki prompt: Sistem (seluruh organisasi) — Domain (tim) — Tugas (individu).
• Demo: uraikan prompt naif, bangun kembali. Ringkasan tim untuk Hari 3–5.
Bagian 2 — Lokakarya Konstruksi Bersama (Hari 3–4–5)
Hari 3 — Penemuan dan Audit Standar
- Lokakarya tim paralel: Arsitek, Pengembang Spesifik Domain, Back-End, QA.
- Pemetaan standar dan batasan perusahaan — mengidentifikasi konflik antar-tim.
- Hasil Hari 3: Peta Standar + matriks prioritas dampak/upaya.
Hari 4 — Desain Konvensi dan Konstruksi Templat
- Konvensi penamaan, pengelolaan versi, sistem tag (tim, domain, alat target).
- Membangun templat pertama yang divalidasi: TypeScript DICOM, tinjauan kode, uji QA, dokumentasi API.
- Hasil Hari 4: 4+ templat operasional + panduan konvensi.
Hari 5 — Perakitan Perpustakaan, Tata Kelola, dan Serah Terima Resmi
- Organisasi perpustakaan, integrasi GitHub Copilot / Cursor / API LLM internal.
- Peran Kurator Prompt, metrik kualitas, ritual tim, rencana penyebaran 30 hari.
- Hasil Akhir Hari 5: Perpustakaan v1.0 yang terdokumentasi + Piagam Tata Kelola + Rencana 30 Hari.
Persyaratan
- telah menyelesaikan minimal satu pelatihan AI (pengantar atau lanjutan).
- Profil teknis: pengalaman pengembangan dalam tumpukan teknologi perusahaan.
- Profil manajerial: pemahaman dasar tentang alat AI (ChatGPT, Copilot, dll.).
- Komitmen perusahaan: partisipasi aktif kepala tim pada Hari 3–5.
- Persediaan sebelumnya: dokumentasi standar yang ada (README, panduan pengkodean).
Target audiens
- Arsitek perangkat lunak
- Pengembang (spesifik domain, back-end, front-end)
- Insinyur QA / Teknisi kode
- Kepala tim dan manajer menengah
- Manajer TI, pengambil keputusan, dan 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
