课程总览
一、AI正在重塑环保科技企业工作方式
- 从专家经验驱动走向经验 + 数据 + 模型驱动
- 从单点提效走向研发、设计、项目、运维流程嵌入
- 从个人知识走向企业知识资产
二、环保行业AI典型应用
- 节能降碳：碳排放核算、能耗异常识别、节能方案比选、低碳技术路径评估
- 第二模块：技巧篇 精准沟通：让AI听懂环保业务需求
- 掌握结构化提问方法，让AI从泛泛回答变成业务助手
一、让AI听懂业务语言的五大原则
- 目标具体：明确要生成方案、分析风险还是提炼要点
- 背景充分：补充行业、污染物、治理目标、适用标准和项目阶段
- 结构清晰：要求按章节、清单、步骤或对比维度输出
- 边界明确：禁止编造参数、标准编号、案例和数据
- 分步迭代：先搭框架，再补细节，最后由专业人员审核
二、环保业务Prompt框架
- 身份：你是一名环保工程技术方案专家
- 背景：项目涉及工业烟气治理，污染物包括颗粒物、SO₂、NOx
- 任务：请梳理可选治理路线，并分析适用条件、优缺点与风险
- 限制：不要编造数据，不确定内容标注需人工核实
- 推荐
- 工具：DeepSeek、豆包、通义千问、Kimi、WPS AI、秘塔AI、腾讯元宝等
- 第三模块：应用篇 强强联合：AI赋能四类岗位实战场景
- 工艺设计场景
- 大气治理技术路线比较
- 脱硫、脱硝、除尘、VOCs治理方案框架
一、企业知识库建设方向
- 标准规范库：排放标准、设计规范、验收要求、地方政策
- 技术方案库：大气治理、节能降碳、固废资源化等历史方案与模板
- 项目案例库：项目总结、问题复盘、经验教训、风险案例
- 运维知识库：故障案例、巡检记录、运行参数、处置措施
二、AI应用安全边界
- 不上传涉密资料、客户敏感信息、合同报价、内部技术秘密
- AI可能编造标准、政策、参数、案例，关键内容必须核验
- 工艺参数、工程计算、设备选型、安全判断不能直接依赖AI
- 正式对外文件必须经过专业审核和责任确认
三、落地路径
- 【课前调研与交付成果】
- 课前调研机制 （开课前1-2周启动）
- 课程交付
- 《环保科技行业AI应用趋势简报》
- 《环保业务AI Prompt模板包》
- 《中钢天澄AI应用场景清单》
- 《AI使用风险与管理建议》
