用小專案練習:五個能在一天內完成的 AI 實作題
學 AI 開發最快的方式是做完一個能跑的東西。這五個題目難度遞增。
讀十篇教程不如做完一個小專案。以下五題都能在一天內完成,且各自涵蓋不同的核心技能。
一、日誌分類器(提示工程)
輸入一段錯誤日誌,輸出結構化的分類與依據。練習的是:結構化輸出、容錯解析、評測集建立。三十筆測試資料就能開始。
二、文件問答(RAG 基礎)
拿一份你熟悉的 PDF 手冊,做出能回答問題並附引用的小工具。練習的是:切塊、嵌入、檢索、引用驗證。刻意用你熟的文件,才判斷得出答案對不對。
三、批次改寫工具(批次處理)
把一個資料夾裡的一百個檔案批次處理,支援斷點續跑與失敗重試。練習的是:併發控制、成本估算、韌性設計。
四、單據抽取(多模態)
從發票或收據圖片抽出結構化欄位,並用加總驗證。練習的是:schema 約束、業務規則驗證、低信心轉人工。
五、小型 Agent(工具呼叫)
# 三個工具就夠:查詢、計算、結束
tools = [search_docs, calculate, finish]
# 加上:步數上限、成本上限、重複偵測練習的是:工具描述、迴圈控制、停止條件、可觀測性。這題最能看出前面四題的基礎是否紮實。
每一題都要求自己寫評測集,哪怕只有二十題。有沒有評測集,是「玩過」與「做過」的分界線。