从AI使用者到构建者:智能体与知识库实战

提示词工程——驾驭大模型的核心方法论需要现场演练支撑,对象、步骤和检查点会在训练中逐步明确

2天 合规管理

适合对象

企业全员

课程定位与主要问题

AI办公试点、数字化流程优化或团队效率提升项目场景下,参训团队需要确认对象、任务边界和课后跟进节奏

核心收益

  • 场景边界更清楚:工具场景、输入要求和输出校验,先讲清对象、约束和判断标准
  • 围绕AI基本原理与实战应用全景梳理关键判断点,避免停留在概念解释
  • 借助提示词工程——驾驭大模型的核心方法论完成一次可复盘的应用演练
  • 输出构建企业大脑——搭建知识库相关的后续跟进清单,方便课后跟踪

课程背景与交付信息

我们正站在一场由生成式AI驱动的生产力革命原点。从秒级生成专业报告,到对话式完成复杂数据分析;从将海量版本转化为可对话的企业知识大脑,到创建自主处理任务的数字员工——大模型正以前所未有的深度重塑每一个工作岗位的价值链条。驾驭AI,已从加分项演变为数字化生存的核心胜任力

然而,在汹涌的技术浪潮面前,大多数职场人却陷入浅尝辄止与系统性缺失的双重困境:能进行基础问答,却难以将AI转化为解决具体业务痛点的精准手术刀;零星地使用工具,却缺乏从提示词优化、私有知识库构建到智能体开发的完整能力栈;惊叹于技术潜力,却对随之而来的数据安全与合规风险缺乏必要认知。这导致了巨大的效能鸿沟:个人在重复劳动中耗时费力,组织则错失了用AI重塑流程、赋能创新的历史性机遇

本课程将引导您不止于使用工具,更学会设计流程与构建能力,产出可靠、专业、可直接交付的成果。您将最终具备将AI技术转化为个人核心竞争力与组织智能化资产的战略视野与实践能力,从容应对智能时代的全新挑战

课程时间

2天

授课方式

讲师讲授、案例分析、实操演练

课程内容重点

01AI基本原理与实战应用全景
02提示词工程——驾驭大模型的核心方法论
03构建企业大脑——搭建知识库
04智能体搭建实战
05场景化落地——WPS数据智能分析与可视化
06合规与安全——树立AI应用中的合规意识

课程大纲

AI基本原理与实战应用全景

一、从概率模型到认知革命:大模型的颠覆性力量
  • 1. 人工智能技术发展
  • 2. 大模型的颠覆性力量
  • 3. AI原理拆解
  • ——AI的本质:从概率模型到认知突破
  • ——超越搜索引擎:生成式AI的范式迁移
二、大模型应用场景解析
  • 1. 解码DeepSeek核心优势
  • 核心优势:强大推理性能,架构创新、极致成本效益、国产化生态
  • 2. Deepseek快速发展的关键
  • 3. AI与工作生活融合趋势
  • 个人效率革命
  • 内容创作:AI写作/设计/代码生成
  • 知识管理:智能摘要/跨语言翻译
  • 企业机遇
  • 内容生产:公文、营销、视频脚本、合同生成
  • 数据分析:BI洞察、报表自动化、智能问答

提示词工程——驾驭大模型的核心方法论

一、提示词设计原则
  • 明确性、结构化、角色设定
二、提示词:驱动大模型的核心方法论
  • 1. 揭秘提示词冠军的万能公式
  • 万能公式:CO-STAR
  • 2. 进阶技巧
  • 零样本/少样本学习
  • 思维链(CoT)
  • 系统指令
  • 3. 场景化实战
  • 文案生成与润色提示词
  • 数据分析与报告提示词
  • 代码生成与调试提示词

构建企业大脑——搭建知识库

一、核心理念:为什么企业需要知识库?
  • 知识库核心价值
  • 提升效率,降低成本
  • 弥补专业领域知识不足
  • 提升回复准确性
  • 解决大模型幻觉问题
  • 知识库的通用构建流程
  • 什么是RAG
  • RAG解析
二、实战
  • 演练:使用ima快速实现
  • ima知识库的优势
  • ima知识库类型
  • ima知识库搭建
  • ima知识获取
  • 多源数据导入(版本、网页、会议记录)
  • 实操:搭建个人知识库
  • 知识库优化技巧
  • 防幻觉设计:添加可信来源标注与置信度提示
  • 检索增强:基于语义的智能搜索与推荐

智能体搭建实战

内容重点
  • 什么是AI智能体(Agent)
  • 大模型协同模式
  • 智能体(Agent)的核心模块
  • 智能体(Agent)与人工智能的关系
  • 主流智能体开发平台

场景化落地——WPS数据智能分析与可视化

内容重点
  • WPS AI核心功能全景与集成逻辑
  • WPS智能表格:重新定义数据分析
  • 自然语言分析:用对话代替公式,完成数据透视、筛选、统计
  • 智能填充与预测:基于模式自动生成序列和预测趋势
  • 智能公式生成与解释:描述需求,自动生成复杂公式并解释逻辑

合规与安全——树立AI应用中的合规意识

一、大模型技术盲点和风险预警
  • 数据安全风险
  • 案例解析:三星半导体数据泄露事件(通过ChatGPT导致设计泄露)
  • 敏感信息识别与防护:客户数据、财务信息、核心技术版本
  • 合规与法律风险
  • 案例解析:美国律所使用ChatGPT生成虚假案例被罚事件
  • 知识产权风险:AI生成内容的版权归属与侵权认定
  • 行业合规要求:金融、医疗、政务等行业的特殊监管政策
  • 模型与输出风险
  • 幻觉(Hallucination)问题:错误信息的生成与辨别
  • 偏见与歧视:训练数据偏差导致的输出问题

讲师介绍

雷曼 讲师头像

雷曼

AI办公提效与数字化生产力重塑专家

前微软资深产品经理,北航硕士。专注AI办公提效与新媒体IP打造,拥有多项国际AI权威认证。全网粉丝80万+,单条视频播放破1300万,服务多家头部企业,助力办公效率10倍提升

金融银行电力能源通信政府国企互联网科技教育培训
查看讲师主页

课程差异说明

本课程页面围绕《从,训练AI使用者到构建者:智能体与知识库实战》重点呈现课程定位、适合对象、核心收益和 6 个主要模块,便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加?

适合企业全员等需要系统提升相关能力的人群

学习这门课可以获得什么收益?

掌握驾驭AI的方法论:从提示词工程到智能体开发,构建覆盖核心场景的AI能力栈,并结合课程中的工具、案例和练习推动企业培训落地

课程通常安排多长时间?

当前样板提取的课程时间为:2天(6小时/天)。实际交付可根据企业培训目标和学员基础进行调整

课程采用什么授课方式?

课程主要采用讲师讲授+案例分析+实操演练,强调理解、讨论、工具练习和业务场景应用

企业可以基于这门课做定制吗?

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长,对案例、练习和重点模块做适配