一、案例定位

用原書圖 3-1 的生命週期框架,理解人工智慧(Artificial Intelligence, AI)與生成式人工智慧(Generative Artificial Intelligence, GenAI)應用在不同階段需要不同設計模式。

本案例依原書第 3 章的設計模式、範例或流程重組,並非原書正式案例研究。

二、學習目標

三、案例情境

原書將企業生成式人工智慧生命週期分為資料處理、模型訓練、模型測試、模型部署、模型監控與使用者互動六個階段,並在圖 3-1 配對各階段可採用的設計模式。

四、開始資料

階段 原書列出的模式
資料處理 管線、批次、串流
模型訓練 模型工廠、微服務、聯邦式學習
模型測試 A/B 分流測試、影子測試、金絲雀模式
模型部署 藍綠部署、金絲雀部署、微服務
模型監控 回饋迴路、監控、漂移偵測
使用者互動 提問模板、思維鏈、少樣本提問

五、Excel/AI 分析方法

在 Excel 建立「階段—問題—候選模式—驗證方式—限制」矩陣;再請 AI 只依表內內容檢查是否有階段遺漏或模式重複,不得新增原書未列出的模式。

六、計算結果

原書沒有提供可直接計算的數據,因此不補造結果。

七、結果分析與管理解讀

此框架的管理價值是迫使團隊把模型以外的資料、測試、部署、監控與互動一併納入。圖 3-1 同時把金絲雀模式列在測試與部署,顯示原書把它視為跨階段做法;教材不自行刪除其中一個位置。

八、AI 提問詞

請依下表六個生命週期階段,逐項檢查我的生成式人工智慧方案是否缺少資料處理、測試、部署、監控或使用者互動環節。只能使用表內模式,缺少資訊時請標示「待補」。

九、思考/情境變動