Kursplan
Dag 1: Arbetsflöden och AI-steget
Introduktion
- När man ska automatisera, när man ska använda ett AI-steg och när man ska använda en agent
- n8n i kontext: moln och självhostad, och vad varje alternativ innebär för företagsdata
n8n-grunder
- Arbetsflöden, noder, utlösare och exekveringar
- Flytta data mellan noder genom att dra fält, utan att skriva syntax
- Läsa en exekvering för att hitta och åtgärda ett problem
Ansluta appar och data
- Webhooks och formulärutlösare
- Kalkylark, e-post- och kalender-noder
- Auktorisation och autentisering för externa tjänster
- HTTP Request-node, steg för steg
AI-steget
- Lägga till en modell i ett arbetsflöde
- Skriva prompts för tillförlitlig utdata
- Strukturerad utdata och automatisk korrigering av felaktiga svar
- Klassificera och extrahera information från e-post, formulär och dokument
Beslut och åtgärder
- Grenning med If och Switch
- Godkännandesteg: fråga en person innan en åtgärd vidtas
- Skriva resultat till ett kalkylark och skicka notifieringar
Praktiskt labb: första arbetsflödet från start till mål
- Från en inkommande begäran till ett klassificerat, registrerat och omdirigerat resultat
Dag 2: Agenter och operationer
Agenter
- Vad en agent är: modell, minne och verktyg
- Fast arbetsflöde eller agent: hur man väljer
- Giva en agent åtkomst till företagsdokument och kalkylark
Agenter som agerar
- Verktyg som läser och verktyg som skriver
- Regler i systemprompt: obligatoriska fält, ingen uppfinnen data, inga dubbletter
- Testa en agent genom att försöka bryta den
Kanaler
- Chattgränssnitt för intern användning
- Ansluta agenten till en meddelandekanal
Pålitlighet
- Felsökningsarbetsflöden, omtag och notifieringar
- Loggar och exekveringshistorik
- Kontrollera modell- och exekveringskostnader
Data och integritet
- Vad som lämnar företaget när en modell anropas
- Självhostning och lokala modeller: instruktörsdemonstration
- En kontrolllista att gå igenom med IT- eller juridikteamet
Bygga arbetsflöden med AI
- Be en AI-assistent att utarbeta ett arbetsflöde
- Granska det: vad varje nod gör, varifrån datan kommer och vad som händer när den är tom
Slutprojekt och nästa steg
- Varje deltagare slutför och presenterar ett arbetsflöde med ett AI-steg och en agent på sin egen process
- Underhållsplan och nästa kandidater för automatisering
Leverans: ett fungerande arbetsflöde med ett AI-steg, en agent kopplad till företagsdata, felsökning och en granskningschecklista.
Krav
- Ingen programmeringsvana krävs
- Vana att använda webbtjänster och kalkylark
- En tydlig bild av en upprepan process i sitt eget arbete
Målgrupp
- Affärs-, operations- och kundnära yrkesverksamma
- Teamledare och processägare
- Icke-utvecklare som vill bygga automationer och AI-agenti på företagsdata
Vittnesmål (3)
Instruktören är tålmodig och väldigt hjälpsam. Han känner väl till ämnet.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Kurs - Agentic AI for Business Automation: Use Cases & Integration
Maskintolkat
Bra blandning av kunskap och praktik
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Agentic AI for Enterprise Applications
Maskintolkat
Blandningen av teori och praktik samt högnivå- och lågnivåperspektiv
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Autonomous Decision-Making with Agentic AI
Maskintolkat
