课程背景：
在数字化转型和人工智能技术快速发展的背景下，经验萃取作为组织知识管理的重要工具，亟需与AI技术深度融合。传统经验萃取方法存在效率低、隐性经验难以挖掘、经验建模复杂等问题，而AI技术能够通过自然语言处理、机器学习、知识图谱等手段，显著提升经验萃取的效率和质量。本课程将AI技术与经验萃取相结合，帮助学员在更短的时间内掌握高效的经验萃取方法，并将其转化为可复用的知识资产，助力组织能力提升。
课程目标
1. 掌握AI+经验萃取的核心方法论：了解AI在经验萃取中的应用场景和工具，
2.掌握如何利用AI技术提升经验萃取的效率和质量。
3.提升隐性经验挖掘能力：通过AI工具辅助，快速识别和提炼隐性经验，将其转化为显性知识。
4.构建经验模型与知识载体：运用AI技术优化经验建模过程，生成标准化、可复用的知识载体（如案例、手册、微课等）。
课程形式
讲授：40%（AI技术应用讲解+经验萃取方法论）
实操：40%（AI工具操作+经验萃取实战）
研讨：20%（小组讨论+成果分享）
课程时长：2天
课程大纲
一、AI+经验萃取概述
1.经验萃取的核心价值与挑战
（1）经验萃取的意义与常见问题
（2） AI技术在经验萃取中的应用场景
2.AI+经验萃取的核心方法论
（1）AI辅助经验萃取的流程与工具
（2） AI在隐性经验挖掘中的应用
二、经验萃取主题定位
1. 确定萃取主题
（1）任务分析与问题描述
（2） AI工具辅助主题筛选与价值评估
2. 明确萃取目标与收益对象
（1） 组织目标、业务目标与受众目标
（2） AI工具辅助目标分析与收益规划
（3） 产出：《AI+经验萃取主题定位表》
三：AI辅助素材收集与整理
1.素材收集的AI工具应用
（1） 自然语言处理工具辅助文本分析
（2）知识图谱工具辅助素材关联与分类
2. 素材整理与结构化
（1）AI工具辅助素材清洗与标签化
（2） 产出：《AI+经验萃取素材库》
三、AI辅助隐性经验萃取
1.隐性经验的识别与挖掘
2. AI工具辅助隐性经验识别（如心智模式、问题解决方法）
（1）心智模式
（2）问题解决方法
3，隐性经验提炼的AI辅助方法
（1）如七度法
（2）STOAR模型
产出：《AI+隐性经验萃取表》
四、：AI辅助经验建模与知识加工
1.经验建模的AI工具应用
（1） AI辅助生成概念性知识、流程性知识、人际类知识
（2）AI辅助生成知识模型（如模板、话术、量表、公式）
2. 知识载体的AI生成
（1）岗位技能手册
（2）案例手册
（3）微课
（4）课件PPT
产出：《AI+经验萃取载体》
展示：AI+经验萃取成果分享与优化
刘畅