AI赋能工作场景效率的提升

Q: 这门课适合哪些学员参加？

企业数字化负责人--需规划AI转型战略,推动智能体在组织内规模化应用 技术工程师--要掌握智能体开发框架,具备AI产品研发与架构设计能力 AI中级课程毕业生--已完成中级课程学习,希望向智能体开发进阶

课程大纲

第一部分：企业AI化转型升级指南

一、企业AI化升级的核心路径

1. 五个关键步骤：认知AI价值→应用目标设定→应用场景选择→应用路径设计→应用方案落地
2. 四大核心场景：运营效率提升、客户体验提升、产品价值创新、业务流程重塑
3. 三种实现方式：直接应用AI工具、部署开源模型自训练、定制开发专属私有模型
4. 两大基础支撑：组织进化（All in AI战略、AI人才培养等）、数据积累（行业/企业知识沉淀）
5. 一个落地
工具：AI Agent，连接大模型能力与行业需求的高效载体

二、标杆企业AI转型案例解析：蒙牛ALIGN五步法

1. Awareness（思想统一，共识构建）：全员思想统一、POC试点实施
2. Locate（定位高价值场景）：五大类型场景划分与落地策略
3. Grow（增长智能范围，制定长期计划）：1+2AI技术底座搭建、跨团队职责划分
4. Ignite（建立精品Agent，激励前行）：跨领域团队组建、七大核心Agent应用
5. Nurture（培育全员，共创未来）：创新大赛、提示词工程师培训、积分奖励机制

第二部分：大语言模型技术通识

一、大语言模型基础认知

1. 核心定义：基于深度学习的自然语言处理模型，具备理解、生成与推理能力
2. 三大特点：大规模参数、大数据训练、大算力支持
3. 核心运作原理：文字接龙式的内容预测逻辑

二、大语言模型分类体系

1. 通用VS推理模型：能力差异（所问即所得VS所问推所得）与代表模型
2. 混合推理模型：Qwen3的快慢思考无缝切换能力与技术架构

三、核心技术概念深度解析

1. Token：文本处理基本单元、中英文换算逻辑与实际应用技巧
2. 上下文长度与窗口：定义、技术约束、用户感知与优化方向

四、大语言模型训练体系

1. 通用模型四大训练阶段：预训练、有监督微调、奖励建模、强化学习
2. 训练过程的使用启发：补充业务背景、激活联网、投喂语料、多轮对话优化
3. DeepSeek R1训练流程：两阶段强化学习（增强推理可读性、提升通用指令推理能力）
4. R1训练的使用启发：推理任务设计、提示词结构、联网激活、输出格式判断

五、企业级部署与优化

1. 四种部署方式：本地部署、云部署、API接口、轻量本地部署（适配对象与优势）
2. 四大优化方法：提示词工程、微调、RAG、知识蒸馏（适用场景、优势与局限性）

第三部分：AI Agent技术通识

一、智能体核心认知

1. 定义：自主行动的人工智能系统，核心在于行动而非单纯思考
2. 核心构成：AI大模型（大脑：规划+记忆能力）+超级自动化工具集（手和脚：工具+行动能力）
3. 核心工作流程：理解需求→规划步骤→执行任务

二、智能体架构与开发模块

1. 四大核心架构能力：记忆能力（短期+长期）、工具能力（知识图谱、搜索引擎等）、规划能力（任务拆解、思维链等）、行动能力（具体任务执行）
2. 四大开发模块：提示词（Prompt）、知识（RAG）、工具（Function calling）、行动（Workflow）

三、核心技术深度解析

1. 提示词技术：系统提示词与用户提示词的运行原理，参考资料型、样例型（Zero-shot/One-shot/Few-shot）分类与应用
2. RAG技术：定义、核心价值、两大构建步骤（知识库构建、模型调用知识库）与工作原理
3. Function calling技术：定义、工作流程（函数定义→模型推理→参数生成→函数执行→结果整合）、与MCP协议的对比
4. 工作流（Workflow）技术：定义、核心价值（任务拆解、可控性提升）、智能体搭载工作流的优势

四、关键协议与工具对比

1. MCP协议：定义、核心价值、架构（应用接口→MCP Server→MCP Client）
2. Function calling与MCP对比：适用场景、核心能力差异

第四部分：AI Agent开发平台：Coze功能详解

一、Coze平台基础认知

1. 定义：新一代AI应用开发平台，支持快速搭建AI应用并多渠道发布
2. 生态优势：字节跳动技术底座，整合飞书与抖音生态
3. 版本介绍：国内版（扣子）与海外版（Coze）的差异（大模型支持、访问限制）
4. 三大核心优势：丰富插件工具、多格式数据源支持、持久化记忆能力

二、Coze知识库构建实战

1. 三大知识类型：文本格式、表格格式、照片类型（适用场景与导入方式）
2. 核心操作流程：创建知识库→上传内容→分段设置→关联知识库→配置检索召回策略→调试优化
3. 关键配置：最大召回数量、最小匹配度、调用方式（自动/按需）、搜索策略（语义/全文/混合）

三、Coze工作流设计实战

1. 基础构成：开始节点（输入参数配置）、核心节点（大模型/代码/选择器/文本处理等）、结束节点（结果返回）
2. 核心节点配置：大模型节点（输入/提示词/输出格式）、代码节点（输入/代码编写/输出）、选择器节点（条件分支设计）、文本处理节点（拼接/分隔）
3. 操作流程：创建工作流→添加节点→配置参数→测试运行→发布→在Agent中调用

四、Coze插件工具调用实战

1. 插件认知：插件与工具（API）的关系，内置插件与自定义插件分类
2. 绑定与调用：Agent绑定插件、工作流绑定插件的操作步骤
3. 核心应用：通过插件扩展智能体能力（如新闻搜索、天气查询等）

第五部分：AI Agent智能体赋能场景实战

二、客户服务类

1. 手机售后客服助手：华为手机售后问题解答，工作流调用知识库→标准化输出（问题/解答/原因/预防措施）
2. AI图书智能客服：图书相关咨询（售后/产品咨询等）识别与响应，Markdown格式展示结果
3. 在线问诊助手：复刻医生问诊流程，主诉识别→多轮追问→病症解析→诊断建议

三、业务运营类

1. 跨境订单审核助手：中国发往美国运单审核，文档上传→工作流自动化审核→结果反馈
2. 滴滴打车计费助手：12个指定城市打车费用计算，出发地/目的地/时间收集→工作流计费→结果输出

四、学习考核类

1. 环保安全考试助手：模拟考试流程，用户触发→工作流出题→答案分析→指导反馈

五、创意工具类

1. 故事合成助手：多模态内容生成，文字故事创作→语音合成→迪士尼风格图片生成

六、规章制度类

1. 企业规章制度助手：基于企业规章知识库，解答员工休假、报销、办公用品申请等问题

适合对象

企业数字化负责人--需规划AI转型战略,推动智能体在组织内规模化应用技术工程师--要掌握智能体开发框架,具备AI产品研发与架构设计能力 AI中级课程毕业生--已完成中级课程学习,希望向智能体开发进阶

课程定位与主要问题

AI任务拆解、流程嵌入和输出复核需要落到岗位动作，训练会围绕关键问题完成一轮方法校准

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
围绕企业AI化转型升级指南梳理关键判断点，避免停留在概念解释
借助大语言模型技术通识完成一次可复盘的应用演练
输出AI Agent技术通识相关的后续跟进清单，方便课后跟踪

课程背景与交付信息

本课程是AI Agent 智能体开发实战训练营,专为希望掌握AI Agent开发核心技术､推动企业智能化转型的从业者设计｡课程从企业AI化战略落地出发,深入解析大语言模型技术原理,结合Coze等开发平台,通过10+行业级智能体开发案例,培养学员构建复杂AI系统的能力,实现从"技术使用者"到"智能体开发者"的质变｡

课程时间

2天，12小时

授课方式

理论讲授、实操演练、课后作业

课程内容重点

01企业AI化转型升级指南

02大语言模型技术通识

03AI Agent技术通识

讲师介绍

杨帆

AI技术落地专家

同舟智研院院长，20年管理经验，专注AI技术落地与数字化赋能。年均50+企业定制培训，深度参与10+行业级AI转型项目，推动组织从工具使用到智能开发的跨越式升级

能源环保医疗智能制造跨境电商石油化工

查看讲师主页

课程差异说明

本课程页面围绕《AI赋能工作场景效率的提升》重点呈现课程定位、适合对象、核心收益和 5 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？

企业数字化负责人--需规划AI转型战略,推动智能体在组织内规模化应用技术工程师--要掌握智能体开发框架,具备AI产品研发与架构设计能力 AI中级课程毕业生--已完成中级课程学习,希望向智能体开发进阶。

学习这门课可以获得什么收益？

看清工具场景、输入要求和输出校验，先讲清对象、约束和判断标准；围绕企业AI化转型升级指南梳理关键判断点，避免停留在概念解释。

课程通常安排多长时间？

课程通常可按2天，12小时安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？

课程主要采用理论讲授+实操演练+课后作业，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