IS6620 - Large Language Model with Prompt Engineering for Business

内容状态｜历史经验待复核

状态标记： 2026-07-26

当前用途： 保留往届课程结构、考核方式、教师信息与学生评论作为历史经验。

使用边界： 课程是否开设、任课教师、考核比例、名额与注册方式尚未按 2026/27 当期 AIMS／Master Class Schedule 逐项复核；选课前必须以官方系统、项目通知和课程教师说明为准。

官方课程资料

• CityUHK 2026/27 课程页：IS6620
• CityUHK 官方课程 PDF：IS6620
• CityUHK：Master Class Schedule 查询说明

链接核验： 2026-07-30。固定目录中的 202627 是 Catalogue 路径；课程页的 Course Offering Term 与 PDF 的 Effective Term 需要分别阅读，实际开课、名额和任课教师仍以当期 Master Class Schedule、AIMS 与项目通知为准。

本页更新： 补充课程网页、官方 PDF 与课表查询直链；保留原教师资料并增加当前任课边界。

授课教师：

任课信息提示（2026-07-30）： 以下名单来自本站往届课程资料；公开课程页没有列出 2026/27 本学期分班任课教师，因此保留供参考，不作为当前任课确认。请以 Master Class Schedule、AIMS、Canvas 或项目通知为准。

劉文傑（Dr. LAU Man Kit）

Instructor II

详细信息

新增人工智能相关课程

无可用额外参考信息，欢迎结课后前往Navigator留下课程评论！

课程目标

This Master-level course in the College of Business focuses on the utilization of large language models and prompt engineering techniques for enhancing business applications. Students will explore the capabilities of state-of-the-art language models, such as ChatGPT, and learn how to effectively tailor prompts to generate desired outputs. The course will cover topics including natural language processing, text generation, sentiment analysis, and language model fine-tuning. Through a combination of theoretical lectures, hands-on exercises, and real-world case studies, students will develop the skills to leverage large language models for various business use cases, such as customer service, content creation, and market research.

课程考核

来自考核文件

实际考核内容应当以教师在课程中公布为准，此处仅为参考

平时性考核		最终考核
课堂参与度	10%	期末考试	50%
小组项目	40%

课程考核文件链接：IS6620