导入：什么你要关注AI Agent
导入：什么你要关注AI Agent
- 你每天做重复的事耗时多久
- 会议纪要
- 日报周报
- 回复咨询
- 跨系统复制粘贴
AI Agent 从入门到实战：从单兵作战到AI团队协作
课程以企业真实业务场景为驱动，遵循“认知→工具→设计→实战”四层递进主线，全程基于扣子对话式方式，不写一行代码即可完成
授课讲师：
张闻川 · AI+企业智能提升实战专家
课程大纲
AI Agent——你的数字员工与AI团队成员
AI Agent——你的数字员工与AI团队成员
- 场景痛点
- 听说AI Agent很火能直接干活
- 试了千问/豆包，发现只能生成内容
- 后续复制粘贴、发送邮件还得自己动手
- Agent究竟能干什么？
- Agent的定义
- 与千问/豆包的区别：从回答问题到完成任务
- 定义：一个能感知环境、自主决策并执行行动的智能系统
- 通俗理解：Agent=大脑（LLM）+ 手脚（执行能力）
三、四大核心能力
- 感知与理解——识别用户意图和当前环境
- 规划与推理——分解目标、制定步骤
- 记忆与学习——记住上下文和用户偏好
- 行动与执行——调用工具、操作系统、生成结果
四、与普通聊天AI的区别
- 本质区别
- 交互方式：回答问题 VS 自主执行
- 核心能力：生成内容 VS 完成任务
- 用户角色：每一步都参与 VS 定目标等结果
- 哪些是Agent？
- 用千问/豆包写报告
- 查天气并发邮件通知团队
- 设置关键词自动回复
五、能力和边界
- 擅长场景
- 智能客服
- 数据分析
- 流程自动化
- 知识管理
- 局限与风险
- 幻觉问题
- 推理局限
- 安全风险
- 不能负责
搭建你的第一个Agent——从新建到干活
搭建你的第一个Agent——从新建到干活
一、场景痛点
- Agent确实能干活，但打造自己的智能体，我应该如何做
- 应该从哪开始？
- 选择什么类型Agent？
- 要不要创建项目？
- 要不要添加知识库/技能？
- 打造的方式和流程是什么？
二、认识工具：扣子平台概览
- 扣子是什么
- 字节跳动推出的AI智能体协作平台
- 对话式创建Agent
- 项目空间统一管理
- 多Agent协作
- 电脑+网页+手机三端同步
- 平台界面导览
- 创建Agent
- 创建项目
- 对话输入框
三、实操练习：创建你的第一个Agent
- 智能客服助手
- 操作步骤
- 第一步：打开工具
- 第二步：新建云端Agent/基于职业模板
- 第三步：修改Agent信息
- 第四步：跟Agent发第一条信息
- 讲师演示：完整演示上述过程
- 学员实操：学员跟练，现场答疑
四、让Agent更聪明：添加知识库
- 为什么需要知识库
- 大模型不知道你的内部信息
- 让Agent基于真实文档回答，而非猜
- 实操演示
- 通过对话添加知识库：输入指令
- 设定内容和来源：产品手册
- 提问验证效果：产品功能
- 操作成功标准：Agent能基于上传的文档内容回答问题
五、让Agent更能干：使用技能
- 技能是什么
- 内置技能：PPT，设计
- 通用技能：周报日报，WPS
- 行业技能：金融，自媒体
- 实操演示
- 选择PPT技能
- 基于文档生成PPT
- 操作成功标准：Agent能调用工具完成PPT生成
六、项目空间
- 什么是项目空间
- 多Agent分工协作场所
- 统一管理目标、成员、Agent和产出
- 实操演示
- 创建项目：市场调研报告
- 加入多个Agent：信息收集Agent+报告生成Agent
- 给每个Agent指定任务
- 获得报告
- 操作成功标准：得到完整的调研报告
让Agent真正干活——工作流编排、知识库检索与多Agent协作设计
让Agent真正干活——工作流编排、知识库检索与多Agent协作设计
一、场景痛点
- 加了知识库和工具，还是不够用
- 复杂问题答不上
- 多步骤任务做不对
二、两种工作模式
- 对话式Agent
- 特点：对话式交互，按提示词直接生成
- 适用：简单问答、信息查询
- 局限：不能处理复杂任务
- 工作流模式
- 特点：预设流程，Agent按步骤执行
- 适用：复杂任务、多步骤操作、条件判断
- 局限：需进入扣子编程
三、工作流编排：把复杂任务拆成步骤
- 什么是工作流
- 任务拆成多个节点，节点按顺序执行
- 实操演示
- 搭建周报生成工作流
- 节点设计
- 节点1：开始节点——输入自己的工号
- 节点2：HTTP请求节点——查询本周日程
- 节点3：HTTP请求节点——查询本周完成事项
- 节点4：条件分支节点——完成任务进入节点5：未完成进入节点6
- 节点5：LLM节点——生成周报正文
- 节点6：模板转换节点——组装完整周报格式
- 节点7：结束节点
- 逻辑控制
- 条件分支（IF/ELSE）、迭代循环
- 操作成功标准：用户输入周报生成，工作流完成7个节点，输出完整周报
- 互动讨论：日常工作中，有哪些任务需要工作流编排的
四、多Agent协作设计
- 底层逻辑：多Agent协作+人统一调度
- 示例：搜索Agent + 写作Agent + 审核Agent
- 典型协作模式
- 分工：不同Agent负责不同角色
- 接力：前一个Agent的输出是后一个Agent的输入
- 并行：多个Agent同时处理不同子任务
- 实操演示
- 场景：市场周报自动生成
- Agent A（信息搜索）：负责搜索行业最新动态
- Agent B（内容撰写）：负责整理成周报格式
- Agent C（数据整理）：负责汇总关键数据
- 用户通过@不同Agent分配任务
- 操作成功标准：多个Agent在同一项目中分工协作，完成一个完整的任务
- 互动讨论：日常工作中，有哪些场景需要多Agent协作的
组建你的AI团队——场景驱动的实战设计
组建你的AI团队——场景驱动的实战设计
一、场景痛点
- 听懂了、学会了，不知道从哪个具体任务切入
- 什么任务需要Agent
- 什么任务需要多Agent
- 如何设计
二、什么任务需要设计单Agent
- 任务特征
- 跨系统操作
- 查阅内部知识库
- 多步骤条件判断
- 多工具协同
- 任务示例：把今天所有未读邮件梳理一遍，提取其中涉及审批的事项，生成待办清单
- 小组讨论：可Agent化任务识别
三、什么任务需要设计多Agent
- 任务特征
- 多角色配合
- 涉及不同领域知识
- 评判标准互相冲突
- 任务示例：竞品深度分析报告
- 小组讨论：可多Agent化任务识别
四、多Agent方案设计的四步法
- 第一步：明确目标——这个Agent要完成什么任务？成功标准是什么？
- 第二步：拆解步骤——完成这个任务需要哪几步？顺序是什么？
- 第三步：选择模式——用对话式Agent就够，还是需要工作流，还是需要多Agent协作？
- 第四步：配置能力——每个步骤需要什么能力？（知识库/工具/工作流节点）
- 【课堂场景综合实战】
- 场景一：市场周报自动生成
- 背景：每周需汇总行业动态、竞品信息、内部数据
- 多Agent方案
- Agent 1（信息搜索）：自动搜索行业最新资讯和竞品动态
- Agent 2（数据整理）：汇总本周内部营销数据
- Agent 3（内容撰写）：整合以上信息，按模板生成周报
- 项目空间：人统一调度，一键执行全流程
- 场景二：竞品深度分析报告
- 背景：输出一份客观严谨的竞品分析报告，包含公开信息挖掘、优缺点研判、风险识别、结论汇总
- 多Agent方案
- Agent 1（情报采集）：只负责搜集事实、公开资料、产品功能
- Agent 2（优势分析）：站在正向视角提炼竞品亮点、可借鉴点
- Agent 3（风险短板）：专门挖掘竞品缺陷、业务风险、短板问题
- Agent 4（报告汇总）：整合三方输出，交叉比对，平衡正反视角，生成最终报告
- 项目空间：人统一调度，一键执行全流程
- 场景三：软件项目开发
- 背景：需求拆解→代码开发→单元测试→Bug修复
- 多Agent方案
- Agent 1（需求拆解）：把业务需求拆解成技术规格
- Agent 2（代码开发）：依据规格编写代码
- Agent 3（单元测试）：写测试用例、执行测试
- Agent 4（缺陷修复）：针对性修改代码
- 项目空间：人统一调度，一键执行全流程
- 学员练习：选择跟自己岗位相关的1个场景
- 分享点评
结语：学习总结与落地行动
结语：学习总结与落地行动
- 1. 课堂回顾
- 2. 答疑互动
- 3. 落地行动
适合对象
不限岗位、不限职级。工作中存在大量重复性、规则性、信息密集型任务的业务人员，希望自主搭建个性化助手的管理者
课程定位与主要问题
课程以企业真实业务场景为驱动，遵循“认知→工具→设计→实战”四层递进主线，全程基于扣子对话式方式，不写一行代码即可完成
核心收益
- 建立完整认知：系统理解AI Agent的概念、工作原理、能力边界与行业趋势
- 掌握实操技能：熟练使用扣子（Coze）完成其核心功能，独立搭建一个可用的业务助手
- 理解底层原理：理解Agent的核心机制，换一个平台也能看懂运作逻辑
查看更多收益 收起更多收益
- 具备识别能力：准确判断什么任务值得自己设计，避免盲目开发，把精力花在刀刃上
- 完成实战方案：基于真实场景，完成Agent方案设计全流程，带着成果离开课堂
课程背景与交付信息
课程结合《AI Agent 从入门到实战：从单兵作战到AI团队协作》的实际业务场景展开，帮助学员梳理当前背景、关键问题与后续落地动作。
课程时间
2天，12小时
授课方式
讲师讲授 + 场景案例 + 实操演示 + 学员练习 + 小组共创
课程内容重点
01什么你要关注AI Agent
02AI Agent——你的数字员工与AI团队成员
03搭建你的第一个Agent——从新建到干活
04让Agent真正干活——工作流编排、知识库检索与多Agent协作设计
05组建你的AI团队——场景驱动的实战设计
06结语：学习总结与落地行动
讲师介绍
张闻川
AI+企业智能提升实战专家
国防科大博士，前腾讯/360/深信服AI专家。20年AI算法研究与实战经验，主导30+AI落地项目，擅长将大模型、智能体技术转化为企事业生产力，累计降本增效超5000万元
查看讲师主页课程差异说明
本课程页面围绕《AI Agent 从入门到实战：从单兵作战到AI团队协作》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？
不限岗位、不限职级。工作中存在大量重复性、规则性、信息密集型任务的业务人员，希望自主搭建个性化助手的管理者。
学习这门课可以获得什么收益？
建立完整认知：系统理解AI Agent的概念、工作原理、能力边界与行业趋势；掌握实操技能：熟练使用扣子（Coze）完成其核心功能，独立搭建一个可用的业务助手。
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？
讲师讲授 + 场景案例 + 实操演示 + 学员练习 + 小组共创
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
