亞太教育訓練網

生成式AI大型語言模式(LLM)開發與實作

本課程即針對上述需求所設計，透過由淺入深的模組化教學，結合理論與實作，協助學員從

提供機構：

適合對象：

課程總覽
課程代號：2325080034
生成式AI大型語言模式(LLM)開發與實作
1.理解 LLM 核心原理，熟悉語言模型演進、記憶架構與應用範疇。
2.具備 LLM API 串接與開發能力，可整合 OpenAI 等主流平台至應用場景中。
3.能設計具記憶能力的聊天系統，打造上下文連貫的對話應用。
4.熟練使用 LangChain、LlamaIndex 等開發框架，加速構建多步驟任務處理流程。
5.掌握向量資料庫與嵌入技術，進行語義查詢與資料檢索整合。
6.能建構 RAG 應用系統並進行優化（含 CAG 與 GraphRAG），提升語言模型的知識回應能力。
7.具備 AI 代理與 Function Calling 系統實作能力，可應用於自動化任務執行與智慧服務設計。

課程型態/ 實體課程
上課地址/ 工研院產業學院產業人才訓練一部(台北)。實際地點依上課通知為準!
時數/ 24.5 小時
起迄日期/ 2025/10/20 ~ 2025/11/10
聯絡資訊/ 陳俐潔 02-23701111#310

報名截止日期：2025/10/17
----------------------------------------------

課程介紹

隨著 ChatGPT 與各式大型語言模型（LLM）的普及，企業正加速導入生成式 AI 以提升營運效率與智慧應用能力。然而，從「使用 AI 工具」到「打造專屬 AI 系統」，其中涉及 API 串接、記憶機制、外部資料整合、向量檢索、RAG 架構與 AI 代理等多項技術，讓不少工程團隊與產品開發者面臨學習與整合門檻。

本課程即針對上述需求所設計，透過由淺入深的模組化教學，結合理論與實作，協助學員從 LLM 串接開始，逐步掌握記憶型聊天機器人、向量資料庫應用、RAG 系統建構、進階優化策略（如 CAG、GraphRAG）與 AI Agent 開發等完整流程，具備獨立開發 LLM 實務應用的能力，回應產業在 AI 應用落地的即戰力需求。

~本課程歡迎企業包班，請來電洽詢課程承辦人黃小姐02-23701111#306 ~

課程目標

1.理解 LLM 核心原理，熟悉語言模型演進、記憶架構與應用範疇。

2.具備 LLM API 串接與開發能力，可整合 OpenAI 等主流平台至應用場景中。

3.能設計具記憶能力的聊天系統，打造上下文連貫的對話應用。

4.熟練使用 LangChain、LlamaIndex 等開發框架，加速構建多步驟任務處理流程。

5.掌握向量資料庫與嵌入技術，進行語義查詢與資料檢索整合。

6.能建構 RAG 應用系統並進行優化（含 CAG 與 GraphRAG），提升語言模型的知識回應能力。

7.具備 AI 代理與 Function Calling 系統實作能力，可應用於自動化任務執行與智慧服務設計。

課程對象

在企業內部擔任資訊人員(IT)、AI軟體開發、AI模型運用、AI程式應用等工程師或研發人員等。具備基本程式概念者。

課程日期

114年10月20日、10月27日、11月3日、11月10日，每週一白天9:30~12:30、13:30~16:30，共4天、計24小時。

雲端自學：0.5小時，開啟帳密起~90天。

課程大綱

實體課程

單元	內容
大型語言模型（LLM）原理與串接 LLM API 實作	理解大型語言模型的核心原理探索不同 LLM 模型的比較與應用實作 LLM API 串接
從 NLP 到 GPT – 實作具有記憶功能的聊天情境架構	NLP 與 GPT 技術的發展與演進設計具記憶功能的聊天情境實作具記憶功能的聊天架構
大型語言模型開發框架使用與操作	介紹 LangChain 和 LlamaIndex 框架的功能與用途設計與實作基於 LangChain 和 LlamaIndex 的應用實作框架應用範例
外部資料收集與 LLM 資訊串接	外部資料收集方法與技巧資料清理與預處理技巧 LLM 與外部資料的串接
自然語言模型的嵌入式模型與向量資料庫	嵌入式模型（Embeddings）概述與應用向量資料庫的概念與操作實作嵌入式模型與向量資料庫的整合
外部文件庫存取與運用 RAG 增強模型知識能力	了解 RAG 技術與模型知識擴展的基本概念如何設計與構建外部文件庫的存取機制實作 RAG 系統與外部文件庫的結合
進階 RAG 優化策略： CAG 與 GraphRAG	理解 CAG（檢索增強生成）策略的優化方法學習 GraphRAG 技術的應用實作 CAG 和 GraphRAG 優化案例
工具調用 Function Calling 與 AI 代理 Agent 實作	學習 Function Calling 的基本概念與應用理解 AI 代理（Agent）的設計與應用實作 Function Calling 與 AI 代理系統

* 課程執行單位保留調整課程內容、日程與講師之權利

雲端自學

單元	內容	講者	時數
可信任AI打造資安韌性環境	可信任AI全球趨勢歐盟AI Act AI的安全性議題	資通所王邦傑經理	40min

課程注意事項

請學員自備筆電。

價格

1. 本課程費用含課程、講義、餐點。

項目	課程費用
課程原價 (每人)	$25,000元
14天前報名優惠價(每人)	$22,500元
14天前報名+3人(含)以上揪團同行優惠價(每人)	$21,250元

2. 課程若未如期開班，費用將全額退還。

3. 繳費方式

ATM轉帳（線上報名）：繳費方式選擇「ATM轉帳」者，系統將給您一組轉帳帳號「銀行代號、轉帳帳號」，但此帳號只提供本課程轉帳使用，各別學員轉帳請使用不同轉帳帳號！！轉帳後，寫上您的「公司全銜、課程名稱、姓名、聯絡電話」與「收據」傳真至02-2381-1000黃小姐收。
信用卡（線上報名）：繳費方式選「信用卡」，直到顯示「您已完成報名手續」為止，才確實完成繳費。
銀行匯款(公司逕行電匯付款)：土地銀行　工研院分行，帳號156-005-00002-5（土銀代碼：005）。戶名「財團法人工業技術研究院」，請填具「報名表」與「收據」回傳真至02-2381-1000黃小姐收。
計畫代號扣款(工研院同仁) :請從產業學院學習網直接登入工研人報名；俾利計畫代號扣款。

報名確認與取消

1. 已完成報名與繳費之學員，課程主辦單位將於開課三天前以E-mail方式寄發上課通知函；若課程因故取消或延期，亦將以E-mail方式通知，如未收到任何通知，敬請來電確認。

2. 已完成繳費之學員如欲取消報名，請於實際上課日前以書面通知業務承辦人，主辦單位將退還80% 課程費用。

3. 學員於培訓期間如因個人因素無法繼續參與課程，將依課程退費規定辦理之：上課未逾總時數三分之一，欲辦理退費，退還所有上課費用之二分之一，上課逾總時數三分之一，則不退費。

4. 本單位保留是否接受報名之權利。

5. 如遇不可抗拒之因素，課程主辦單位保留修訂課程日期及取消課程的權利。

回上方

1020-1110(工研院台北學習中心)

報名洽詢

開課日：2025/10/20結束日：2025/11/10

時數：24.5 (小時) 時段：09:30 ~ 16:30

地點：台北 | 工研院產業學院產業人才訓練一部(台北) | 實際地點依上課通知為準!!!! [看地圖]

回上方

工業技術研究院(工研院產業學院)

網址

http://vip.asia-learning.com/itric

簡介

產業學院緣起
　　依據行政院「挑戰2008：國家發展重點計畫」下之「國際創新研發基地」與「產業高值化」兩計畫，首重產業科技人才的效能。

‧911216經科字第09103373120號函：經濟部將本院籌設工研院產業學院之工作，列為因應產業結構轉型，提

單元	內容
大型語言模型（LLM）原理與串接 LLM API 實作	理解大型語言模型的核心原理探索不同 LLM 模型的比較與應用實作 LLM API 串接
從 NLP 到 GPT – 實作具有記憶功能的聊天情境架構	NLP 與 GPT 技術的發展與演進設計具記憶功能的聊天情境實作具記憶功能的聊天架構
大型語言模型開發框架使用與操作	介紹 LangChain 和 LlamaIndex 框架的功能與用途設計與實作基於 LangChain 和 LlamaIndex 的應用實作框架應用範例
外部資料收集與 LLM 資訊串接	外部資料收集方法與技巧資料清理與預處理技巧 LLM 與外部資料的串接
自然語言模型的嵌入式模型與向量資料庫	嵌入式模型（Embeddings）概述與應用向量資料庫的概念與操作實作嵌入式模型與向量資料庫的整合
外部文件庫存取與運用 RAG 增強模型知識能力	了解 RAG 技術與模型知識擴展的基本概念如何設計與構建外部文件庫的存取機制實作 RAG 系統與外部文件庫的結合
進階 RAG 優化策略： CAG 與 GraphRAG	理解 CAG（檢索增強生成）策略的優化方法學習 GraphRAG 技術的應用實作 CAG 和 GraphRAG 優化案例
工具調用 Function Calling 與 AI 代理 Agent 實作	學習 Function Calling 的基本概念與應用理解 AI 代理（Agent）的設計與應用實作 Function Calling 與 AI 代理系統