計畫定位與合作架構
本計畫由天勳資訊（天心台南分公司）主辦，採「ATTN × FALO」雙品牌合作方式規劃辦理。雙方共同整合人工智慧趨勢、人才培育、實務應用、企業導入及治理觀念，發展兼具科普性、應用性與延展性的 AI 課程內容。對外溝通以課程計畫、學習效益與人才培育價值為核心，ATTN × FALO 為本計畫之聯合識別，不另以單一教育品牌或數位學院形式進行推廣。
科普 × 應用 × 落地
這份互動式報表把 32 小時完整專案規劃版課綱，對照整理成 12 小時 AI Summer Camp 重點精華版。核心原則是：標題講人話，副標放新技術，內容談真實應用。
科普
建立 AI 世界觀，讓非技術背景學員理解 Foundation Model、Multimodal、Agent 等新趨勢。
應用
把 Prompt、RAG、OpenAI、Google、Anthropic 三大 AI Agent 生態系、Office 365、Google Workspace、Canva、Gamma、Suno 與 AI Coding 對應到文書、簡報、知識管理與部門情境。
落地
聚焦企業導入、治理、風險、常駐型 Agent 與可持續擴充的 AI Native 工作方式。
總覽
從 AI 小白能懂的入口，逐步走到企業可落地的工作流程與治理設計。
能力路徑
適用情境
專案培訓課程
企業內訓
大專推廣
公開班
AI Summer Camp
主管共識營
部門工作坊
AI App 實作營
32HR vs 12HR
點選任一單元查看科普重點、應用情境、落地成果與專案價值。
32HR 完整專案規劃版
12HR 重點精華版（理論課程時間）
濃縮對照表
32 小時提供完整且循序漸進的能力養成；12 小時則以彈性模組呈現核心內容，方便依辦理需求選擇合適的學習重點。
| 32HR 單元 | 12HR 對應 | 12HR 學習重點 | 可產出成果 |
|---|
三位老師分工
32HR 可依專長分段授課；12HR Summer Camp 建議採 Bruce 8HR、Goma 4HR 的主講安排。學習路徑、證照與法規政策由 Goma 主責；實際順序不需固定，可依學員程度、場地、任務與現場狀態彈性抽換模組；Force 作為全方位補位角色，支援案例、治理、技術翻譯、企業落地與成果收斂。
計畫申請資料包
供計畫書、專案規劃、課程採購與合作提案使用。可依提案格式擷取、重組；本區採對外正式語言，不揭露內部師資調度及實際活動流程。
使用建議：計畫摘要可直接作為提案首頁摘要；「背景與需求、目的、特色、執行方式」適合放入計畫內容；「效益與指標」可作為提案附件或 KPI；32HR 完整內容可直接整理成課程規劃表。
計畫摘要
本計畫由天勳資訊（天心台南分公司）主辦，並以 ATTN × FALO 雙品牌合作方式，因應生成式人工智慧快速發展及各產業數位轉型需求，規劃系統化 AI 人才培育課程。課程以「科普、應用、落地」為三大主軸，建立由基礎認知、工具運用、工作流程設計，延伸至 AI Agent、AI App、企業導入及 AI 治理的完整學習架構。課程以非資訊背景學員也能理解的語言說明人工智慧原理、能力與限制，並結合行政文書、簡報製作、資料整理、知識管理、行銷創作、客戶服務及跨部門協作等真實情境，協助學員將 AI 知識轉化為可運用於工作與組織發展的能力。同時納入個人資料保護、資訊安全、著作權、偏誤、倫理、風險管理及責任 AI 等議題，使學員兼具創新應用與風險判斷能力。計畫提供 32 小時完整專案規劃版及 12 小時重點精華版，可依產業人才培訓、企業內訓、大專院校推廣、公開班及短期推廣活動等需求彈性採用，形成可延伸、可更新及可複製之 AI 人才培育方案。
計畫背景與需求分析
生成式 AI 已由單一對話工具逐步發展為能理解多模態資訊、使用外部工具、協助完成任務及串接工作流程的智慧系統。面對技術快速演進，多數學員與組織普遍存在三項落差：第一，知道 AI 熱門，卻缺乏對技術能力、限制及風險的完整認知；第二，曾使用個別 AI 工具，但尚未形成可重複、可管理的工作方法；第三，組織有導入意願，卻缺乏應用情境盤點、人才能力標準及治理規範。因此，本計畫以系統化課程補足「理解、使用、導入、治理」之能力缺口，並透過主流 AI 與辦公生態系案例，使學習內容能回應現代職場所需之數位協作、內容生產、知識管理與流程創新能力。
2026 AI 熱點與前瞻趨勢
- OpenClaw／Lobster Agent（龍蝦）：代表開源個人 AI Agent、長時間執行、工具調用及可重複 Skills／Workflow 的興起，也帶出帳號權限、機密資料、第三方模型及自主操作的治理議題。
- Hermes Agent：由 Nous Research 開發的開源自我改進 AI Agent，具備持久記憶、工具使用、排程任務與技能學習能力，可從執行經驗建立及改善可重複使用的 Skills，呈現個人 Agent 從「完成任務」進一步走向「持續學習」的發展。
- NVIDIA DGX Spark：代表桌上型個人 AI 超級電腦與本地模型運算趨勢，可用於模型開發、微調、推論及兼顧資料隱私的混合式 AI 工作流程。
- NVIDIA Jetson Orin／Jetson Thor：代表 Edge AI、機器視覺、機器人、智慧製造及 Physical AI 發展，使 AI 從雲端與辦公軟體延伸至感測器、設備及真實世界。
- Local AI × Cloud AI：企業將依資料敏感度、運算成本、即時性、維運能力與治理需求，選擇雲端、本地端或混合部署模式。
雲端、地端與混合式 AI 選型
AI 導入並非單純比較模型能力，而須依資料性質、使用情境、組織資源與治理要求選擇適當架構。雲端 AI 具備建置快速、模型更新即時、服務彈性高及初期設備需求較低等優勢，適合一般辦公協作、內容生成、快速試辦及需求量浮動的應用；其主要考量包括資料傳輸、訂閱與使用量成本、網路依賴、服務商政策及平台綁定。地端 AI 可將模型與資料保留於組織控制環境，具備隱私自主、低延遲、離線運作及深度客製化等優勢，適合機密文件、研發資料、醫療製造、現場設備及穩定高頻工作負載；但須承擔硬體投資、模型部署、資安更新、效能調校、人才與維運成本。混合式 AI 則依資料敏感度與任務特性分流，例如一般生成工作使用雲端模型，敏感資料檢索與現場推論留在地端或 Edge 裝置，兼顧創新速度、成本、隱私及營運韌性。
- 資料與法遵：是否涉及個資、營業秘密、客戶資料、跨境傳輸或產業監管要求。
- 成本結構：比較雲端訂閱／Token 使用量與地端硬體、電力、折舊、維運及人力成本。
- 效能與延遲：評估模型規模、回應速度、即時控制、併發人數及離線需求。
- 模型與資料控制：評估模型版本、微調能力、知識庫、資料保存、日誌及刪除機制。
- 維運與人才：確認組織是否具備 GPU、模型部署、資安、監控及故障排除能力。
- 供應商與韌性：評估平台綁定、服務中斷、價格調整、模型下架及替代方案。
- 建議原則：先以低風險情境驗證價值，再依資料敏感度與規模逐步採用雲端、地端或混合式架構。
32HR 完整專案規劃版
32HR 完整專案規劃版為完整人才培育方案，共分八大單元，每單元原則規劃 4 小時，涵蓋 AI 基礎與趨勢、Prompt 與 Context Engineering、AI 工作助手、AI Agent、AI App、企業導入、治理法規及人才發展。課程由認知建立逐步延伸至應用設計與組織轉型，適用於產業人才發展、企業系統化培訓、院校推廣教育及具明確學習成果要求之專案型課程。
12HR 重點精華版
12HR 重點精華版以理論課程時間規劃，濃縮 AI 核心素養、生成式 AI 應用、AI Agent 趨勢、AI App 概念、治理法規與學習發展重點。此版本適合作為短期推廣課程、先導型課程、夏令營、公開班或企業主管共識課程，協助學員快速建立 AI 應用視野與後續進階學習方向。
辦理目的
- 建立生成式 AI、基礎模型、多模態 AI、AI Agent 與 AI App 的正確認知，理解其能力、限制與發展趨勢。
- 培養學員運用提示設計、情境設計與資料整理方法，提升人機協作及問題表達能力。
- 強化學員將 AI 應用於文書、簡報、試算表、會議、信件、知識管理、內容創作與流程設計之能力。
- 引導學員辨識適合導入 AI 的工作與產業應用情境，建立需求盤點、效益評估與成果表達能力。
- 建立個資、資安、著作權、偏誤、倫理與 AI Governance 等負責任使用觀念。
- 銜接 AI 人才能力分類、學習路徑、證照方向及後續進階培訓，支持持續學習與職涯發展。
課程特色
- 以一般學員能理解的科普語言導入新興 AI 技術。
- 以真實工作情境說明 AI 在個人、團隊與企業流程中的應用。
- 納入 OpenAI、Google、Anthropic 三大 AI Agent 生態，以及 Gemini Spark、Claude Computer Use、RAG、AI Coding、Vibe Coding 等前瞻主題。
- 追蹤 OpenClaw／Lobster Agent、Nous Research Hermes Agent、NVIDIA DGX Spark、Jetson Orin／Thor、Edge AI 與 Physical AI 等年度熱點。
- 建立 Cloud AI、On-Premises AI、Edge AI 與 Hybrid AI 的選型框架，避免僅以工具知名度作為導入依據。
- 銜接 Office 365 與 Google Workspace 等主流辦公生態系，對應文件、試算表、簡報、信件、會議與雲端協作情境。
- 整合 Canva、Gamma、Suno 等主流 AI 創作工具，對應設計、簡報、文件、影音與品牌溝通情境。
- 兼顧技術趨勢、產業應用、治理法規與人才培育。
培訓對象與需求
- 欲建立 AI 基礎素養與工作應用能力之一般在職者、主管及行政人員。
- 負責數位轉型、人才培育、專案管理、行銷、客服、人資、財務或知識管理之工作者。
- 希望理解 AI 產業趨勢、職涯機會及證照學習方向之學生與轉職者。
- 規劃導入生成式 AI、AI Agent 或智慧工作流程之企業與組織成員。
課程執行方式
- 概念導入：以生活化案例說明 AI 技術、能力邊界及產業趨勢。
- 情境解析：以常見職務任務及企業案例連結工具能力與應用價值。
- 案例研討：引導學員辨識需求、資料來源、流程節點、風險及預期成果。
- 成果導向：依課程版本形成應用構想、流程提案、治理檢核或學習發展規劃。
- 成效檢核：透過前後測、課程回饋、成果檢視及應用意願調查掌握學習成效。
專案價值亮點
- 前瞻性：涵蓋 AI Agent、Gemini Spark、Claude Computer Use、Context Engineering、AI App 與 Enterprise AI。
- 趨勢性：由 OpenClaw 的開源個人 Agent、Hermes Agent 的記憶與自我改進能力，延伸至 NVIDIA DGX Spark、Jetson 與 Physical AI，呈現 Agent 軟體、本地硬體及產業應用的完整演進。
- 實用性：對應行政、客服、人資、財務、製造、稽核、業務、專案管理、Office 365、Google Workspace、簡報設計、內容創作與影音素材等情境。
- 安全性：導入 AI Governance、AI Risk、ISO/IEC 42001、ISO 27001、NIST AI RMF 與 ESG 相關觀念。
- 延展性：可依辦理對象調整為 12HR、16HR、24HR、32HR 或企業客製版本。
預期效益
- 知識面：提升學員對生成式 AI、AI Agent、AI App 及數位轉型趨勢的理解。
- 技能面：提升資訊整理、提示設計、辦公協作、內容生成及 AI 工作流程規劃能力。
- 應用面：促進學員將課程所學連結至個人職務、部門流程及組織需求。
- 治理面：強化個資、資安、著作權、倫理及風險意識，降低不當使用 AI 的可能性。
- 人才面：形成後續進階學習、證照準備、職涯升級及企業人才培育之基礎。
- 組織面：累積可供後續評估的 AI 應用情境與人才需求資料，支援數位轉型決策。
成果指標
- 參訓與完訓：依規劃名額辦理招生，完訓率建議目標達 80% 以上。
- 學習成效：課後認知或能力自評較課前提升，建議整體提升幅度達 20% 以上。
- 成果產出：學員完成 AI 應用情境、提示設計、工作流程或 AI App 概念成果至少一項。
- 治理素養：完成 AI 風險、法規、個資、資安或倫理觀念檢核。
- 滿意程度：課程整體滿意度建議目標達 85% 以上。
- 後續發展：完成個人 AI 學習路徑、證照方向或進階培訓規劃。
風險管理與配套
- 工具變動：採能力與應用情境導向設計，定期更新平台名稱、功能及案例。
- 程度差異：以科普語言、示範案例及模組化內容降低背景差異造成的學習落差。
- 資訊安全：課程明確說明敏感資訊、個資、機密資料及第三方平台使用原則。
- 內容可信度：建立查證、引用、人工覆核及責任歸屬觀念，避免直接採信生成內容。
- 成果延續：提供進階學習、證照及組織導入方向，使短期培訓能銜接中長期發展。
計畫書可用段落
本課程以培育具備生成式 AI 素養、工具應用能力與負責任 AI 使用觀念之新型數位人才為目標，透過 32HR 完整專案規劃版與 12HR 重點精華版兩種課程規劃，回應不同辦理情境與培訓深度之需求。課程不以單一工具操作為限，而是由人工智慧基本概念出發，帶領學員理解基礎模型、多模態 AI、提示設計、情境設計、知識檢索、AI Agent 與 AI App 等重要發展，並連結 Office 365、Google Workspace、Canva、Gamma、Suno 等辦公與創作生態系，說明 AI 在文件、資料、簡報、會議、行銷、知識管理及流程協作中的應用價值。另透過企業導入與治理內容，使學員理解 AI 專案須同時考量需求、資料、流程、人員、效益與風險，並具備面對個資、資安、著作權、偏誤、倫理及責任歸屬時所需之基礎判斷能力。預期透過本計畫建立學員「看得懂、用得上、能判斷、可延伸」的 AI 核心能力，並為後續人才培育、證照進修、部門應用及組織數位轉型奠定基礎。
32HR 完整專案規劃版｜完整課程內容
八大單元、每單元 4 小時；以下文字可作為課程規劃表、課程內容說明或附件素材。
主題覆蓋
檢視 32HR 與 12HR 對新技術、工作應用、治理政策的覆蓋程度。
主題覆蓋比例
關鍵字地圖
治理與安全
- AI Governance
- AI Ethics / AI Risk
- ISO/IEC 42001
- ISO 27001 / ISO 27701
- NIST AI RMF
政策與人才
- 台灣人工智慧政策方向
- ESG × AI
- AI 人才能力分類
- 證照與職涯升級
- 企業 AI 導入路徑
提案語言
本課程可培養生成式 AI 理解、工具應用、流程設計、企業導入與 AI 治理素養，兼顧產業應用與負責任 AI 發展。