深談 AWS 雲端上的 AI Agent:
系統化學習 AWS-AI 證照,協助企業管理 AI Agent

深談 AWS 雲端上的 AI Agent

中央大學人工智慧導論課程 指定用書

AWS AI 人工智慧國際認證實作培訓班 指定用書

本書特色與介紹

以供應鏈視角剖析「數位勞動力」:AI Agent 的架構、實作與認證指南

▌本書介紹

每一次新科技的誕生,往往都象徵著新的契機與挑戰。它不僅推動社會進步,也意味著對全新專業人才的需求,並進一步開啟社會財富重新分配的可能。

AI Agent 的出現,猶如為社會增添了一股全新的勞動力。這股數位勞動力,將使整體生產要素得以提升,進而影響供應鏈的結構與分工。未來的社會,將急切需要能調度 AI 完成任務的人、能為 AI 產出結果負責的人,以及能管理 AI 的人。為了迎接這股浪潮,我們必須提前做好準備,掌握 AI 的應用與實踐,才能在新型職缺出現時,成為第一波受青睞的人才,並協助企業建立 AI Agent 的業務流程與管理機制。

展望未來,城市的競爭力不再僅依賴於能源與資源,更取決於能否擁有源源不絕的算力,來驅動 AI Agent 所帶來的數位勞動力。然而,算力基礎設施的建置與維運成本高昂,且隨時間必然面臨折舊。對多數企業而言,自建 AI 機房是一種奢侈,因此雲端供應商如 AWS、GCP,將成為企業部署 AI Agent 服務體系的首選。

也因此,若能同時掌握 AWS 與 AI Agent,不僅能成為為 AI Agent 提供算力的專業人才,更能成為企業內部負責規劃、設定與管理 AI Agent 的關鍵角色。這類人才,將是未來社會最為稀缺且核心的工種。

本書的撰寫,正是以此為出發點。其主要目標在於協助讀者有效建構 AWS 上的 AI Agent 管理體系,並進一步考取 AWS-AIF 認證。雖然這張認證屬於入門級別,但若能以嚴謹態度準備,便會發現其涵蓋範疇已經足以奠定從事 AI Agent 應用的知識背景與技術基礎,為未來職涯鋪路。

最後值得強調的是,AI Agent 勢必將在全球掀起一股熱潮。筆者所在的公司,亦已經將多種類型的工作內容與 AI Agent 深度結合,無論是重複性任務,抑或創造性工作,皆已展現出巨大的潛能。這意味著,我們正站在一場產業與人才全面轉型的起點。

AI Agent 實務指南:從核心觀念到企業落地

內頁大綱(可展開/收合、可從右側目錄快速跳轉)

前置內容

推薦序、作者序、作者簡介、前導圖
  • 推薦序
  • 作者序
  • 作者簡介
  • 前導圖

PART I AI Agent 的核心概念與實作

CHAPTER 00 緒論
  • 少子化帶來的勞動力短缺問題
  • AI Agent 成為勞動力替代品
  • AI Agent 已用在現實生活中
  • AI Agent 的管理與安全性
  • AI Agent 帶來了新型人才的需求
CHAPTER 01 AI Agent 與 LLM:新人與職業角色介紹 Model Card / Catalog
  • 單元摘要
  • 大語言模型也需要像人力銀行的地方——Model Card 與 Bedrock Model Catalog
    • 找 LLM 就像求才一樣
    • 模型的自我介紹——Model Card
  • 人才很多元,不同角度看都可以──Model 的計價方式
  • 英雄不論出身,遇事才知道適不適合──Model Compare
  • 人會因為經歷不同,LLM 也會因為資料集而不同
  • 人才遴選與模型評鑑的相似性、第三方評估
  • 單元結論|相關認證考題|技術關鍵字
CHAPTER 02 用 Prompt 來約束 LLM:工作規範的必要性
  • 單元摘要
  • 職業角色的自我修養與企業規範──Prompt 與 Prompt Management
    • 演員的自我修養──史坦尼詩拉夫斯基
    • LLM 需要 Prompt 來做約束引導
  • 規範的寫法──Prompt Engineering
    • Zero-Shot(僅角色描述)
    • Few-Shot(加入範例回應)
    • Instruction-Template(模板化)
    • Chain-of-Thought(引導性思考)
  • 學習重點回顧|相關認證考題|技術關鍵字
CHAPTER 03 Knowledge 創造 AI Agent 的獨特性:產品手冊思維
  • 單元摘要
  • 公司資料好多種,該用哪一種──Knowledge data type
    • 沒有專業經驗的專家,還是專家嗎?
    • 資料的應用場景差異
  • 資料檢索方式的變遷 → 資料向量化 → 向量資料庫
  • 常見查詢參數與撈資料訣竅(Top-K / Filter / Rerank 等)
  • 老闆、秘書與秘書記事本──RAG 架構比喻
  • 學習重點回顧|相關認證考題|技術關鍵字
CHAPTER 04 Tool 串接第三方資訊系統:專業的事找專業
  • 單元摘要
  • API / MCP / A2A 三大工具應用差異
  • 整合多系統的好處與情境(如標案偵測、任務派發)
  • AWS 常考相關 Tool
  • 學習重點回顧|相關認證考題|技術關鍵字
CHAPTER 05 Memory 打造客製化服務:好客人上天堂,奧客住套房
  • 單元摘要
  • 記憶的類型:Context of Round、Variable、Database(重複行為)
  • 學習重點回顧|相關認證考題|技術關鍵字
CHAPTER 06 Workflow 讓流程穩定自動化:SOP 思維
  • 單元摘要
  • 人類 SOP 與 AI Workflow 的對照
  • AI Workflow 的強項:不只規則、還能判斷
  • 未來可能出現的 Workflow 監管職能
  • 學習重點回顧|相關認證考題|技術關鍵字
CHAPTER 07 核心概念回顧
  • 核心概念篇的回顧與尚需知道的觀念一覽

PART II AI Agent 的進階議題

CHAPTER 08 透過 AWS Bedrock 了解 AI Agent 各環節 安全 / 評測
  • 單元摘要
  • 多模型策略與共通參數
  • Prompt 攻擊類型與保護(XML 標籤、Salt、Guardrail)
  • 效能評核(BERTScore、資料集與方法論)
  • 監控、倫理、標準與法規
  • 學習重點回顧|相關認證考題|技術關鍵字
CHAPTER 09 AWS 提供的 Knowledge 解決方案
  • 單元摘要
  • 向量資料庫選型與成本、欄位結構設計(切片/Metadata 混搜)
  • 匯入前整理(Chunk 策略、Embedding 版本控管/測試)
  • 檢索策略(Top-K、Threshold、排序)
  • Embedding 模型替換與 Drift 監控
  • AWS 向量資料庫解法
  • 學習目標回顧|相關認證考題|技術關鍵字
CHAPTER 10 以 SageMaker 家族打造 AI Agent 生態系
  • 單元摘要
  • Canvas、Ground Truth、Feature Store、Studio、Model Registry、JumpStart-Serverless、Model Monitor
  • 學習重點回顧|相關認證考題|技術關鍵字
CHAPTER 11 企業助手 Q(Amazon Q Business)
  • 單元摘要
  • Upload & Chat、Knowledge、Hallucination Mitigation、Q Embedded、Plugin
  • 學習重點回顧|相關認證考題
CHAPTER 12 新時代 AI 應用案例:Simulearn
  • 單元摘要
  • Skill Builder 持續學習、Industry Quest 產業視角
  • Simulearn:在資訊系統內植入 AI Agent、情境提醒與協作
  • AI Agent 仍需完整架構觀引領
  • 學習重點回顧

PART III AI Agent 的技術實作案例

CHAPTER 13 導讀
  • AI Agent 平台選型|教材包取得|單元導覽
CHAPTER 14 在 AWS 上搭建 Dify AI 平台 Hands-on
  • 實作目標與綱要、素材與關鍵參數、工作流程解析
  • IAM / VPC / EC2 / 連線 / 佈署 Dify / 連接 Bedrock / 建立首個 Agent
CHAPTER 15 用 CloudFormation 打造 Dify 環境
  • 情境、流程、資料、步驟:CFN 建置 → 啟用模型 → 找 IP 登入
  • 單元作業與延伸目標
CHAPTER 16 Bedrock Embedding 打造 Knowledge
  • Dify 建立 Knowledge、模型選用、測試與引用至 Agent
CHAPTER 17 Apps Script 建內部微型資料庫供 AI 使用
  • Spreadsheet → Apps Script → Web API → Dify 串接讀寫
CHAPTER 18 Dify × AWS Bedrock:語音自動監聽助理
  • 安裝 AWS Tool、匯入 Workflow、設定語音客服路線、測試
CHAPTER 19 Dify 做考題辨識幫手
  • AWS Tools、Workflow、環境參數、上傳圖片進行視覺辨識
CHAPTER 20 Dify × AWS:Guardrail 配置
  • 業務情境、流程、資料、實作步驟、作業與延伸
CHAPTER 21 運用 MCP 調度第三方工具 Zapier / MCP-SSE
  • 實作目標與綱要、素材與關鍵參數、流程解析
  • Zapier 註冊 → 建 MCP Server URL → 設定 Action → 安裝 MCP-SSE 外掛 → 建立 Agent 與 Prompt → 對話測試發信
  • 單元作業與延伸目標

AWS AI 人工智慧國際認證實作培訓班

透過實作多種熱門的 AI-Agent,讓學員理解 AI-Agent 各類概念,並具備考取 AWS-AIF的能力,且能具備 AI-Agent 的系統設計觀,在生活、工作、家庭、企業中有效導入 AI-Agent。

作者簡介

本書作者群具備產學與企業導入經驗,橫跨 AWS、GCP、AI Agent 與雲端教育實務。

李秉鴻

李秉鴻 主筆作者

國立中央大學|AI人工智慧導論、人工智慧與文化內容產業授課教師

  • 協助企業進行 AI 可行性研究,授課對象含國泰金、永豐金等金融產業。
  • 於雲育鏈開設 AWS、GCP、AI 等認證實作課程。
  • 著有《大話AWS雲端架構:雲端應用架構圖解輕鬆學》、《大話Flutter跨平台應用開發-入門篇》、
    《深談AWS雲端上的AI Agent》等書。
本書協助讀者理解 AI Agent 設計、完成多個實作,並有效準備 AWS AI Practitioner 認證。
周廷諺

周廷諺

AWS 指定授權講師|雲端技術與 DevOps 顧問

  • Amazon Web Services 指定授權之專業講師。
  • 多家機構委任講師:雲育鏈、資策會、緯育、工研院等,授課主題含 AWS、Docker、Kubernetes、DevOps on AWS。
  • 多年協助客戶發展雲端專案:雲端計畫申請與實踐、CI/CD 規劃與導入、系統架構建置與運維。
  • 協助數十個電商網站上雲,為不同規模廠商設計與執行維運方案。
  • 著有《大話AWS雲端架構:雲端應用架構圖解輕鬆學》、《大話Flutter跨平台應用開發-入門篇》。
黃文萱

黃文萱

雲育鏈股份有限公司|專案經理

  • 統籌政府 AI × 雲端教育專案,負責跨部門協作與實務執行管理。
  • 以 AI 輔助管理千萬級營收專案,規劃課程架構、時程與流程。
  • 承辦「有頭鹿職能訓練場」等多項 AI 標案;熟稔 TTQS 指標與成果驗證,現主導 AI Agent × TTQS 自動化審查。
  • 協助企業導入 AI Agent:行銷自動化、標案分類、營運流程優化。
  • 主責雲育鏈課程報名、證書發放、薪資單等內部系統之 AI Agent 導入。
  • 主導「數位產業署 DIGITAL+ 數位創新補助平台計畫」等 AI 研發提案與執行。
饒貫玄

饒貫玄

雲育鏈|課程營運專員

  • 推動 AWS、GCP 與 AI Agent 全方位實作課程,涵蓋招生行銷、課程執行、學員追蹤之整體營運。
  • 熟悉 AWS/GCP/AI Agent 課程設計與 TTQS 訓練品質系統,負責排程、講師協調、招募與成效追蹤。
  • 日常運用 Dify、Zapier 等 AI Agent 工具產製行銷內容、發布追蹤、回收問卷、建檔與成效彙整,重構 CRM 流程以提高自動化與轉化率。

感謝您的填寫,將有專人與您聯繫