WorkBuddy智能体实战工作坊:打造你的专属数字员工

WorkBuddy智能体实战工作坊:打…适合带着现有问题进入课堂,通过工具认知——认识你的新同事:WorkBuddy…把做法和跟进节奏校准清楚

2天 人工智能应用

课程大纲

认知红利——大模型时代的战略身位与进化起点

认知红利——大模型时代的战略身位与进化起点
  • 工业革命延伸体力,信息革命延伸眼耳,AI革命延伸智力。这不是工具迭代,是自蒸汽机以来人类第一次让“智慧”从稀缺品变为普惠品
一、认知跃迁:从“概率预测”到“逻辑推理”
  • 开场震撼Demo
  • AI的本质:从概率模型到认知突破,超越搜索引擎的范式迁移
二、场景重构:AI渗透个人效率与企业决策的作战地图
  • 个人效率革命:内容创作、知识管理、会议管理的“时薪”革命
  • 企业机遇:数据分析、决策支持、流程自动化——从“催稿”到“改稿”,从手工汇总到AI辅助处理

工具认知——认识你的新同事:WorkBuddy数字员工

工具认知——认识你的新同事:WorkBuddy数字员工
  • 它不只是一个聊天机器人,更是一个能自主规划、调用工具、执行任务的“数字同事”
一、WorkBuddy核心认知:为何它是你的“执行者”而非“聊天员”?
  • 核心价值:区分本地文件与云端请求的数据边界,按技能依赖、接口和授权条件连接企业IM与团队工作流
二、上手练习:从零到第一个任务
  • 实操演练:每位学员创建第一个任务,让AI自动整理桌面文件或从周报中生成摘要

核心配置——为AI注入岗位大脑与专业双手

核心配置——为AI注入岗位大脑与专业双手
  • 想让AI懂专业术语、能操作真实软件?技能是它的“行业手册”,专家是它的“大脑”,插件是它的“双手”
一、技能(Skill)—— 给AI装专业手册
  • 什么是技能:封装领域知识和操作流程的知识增强模块(类比“培训手册”)
  • 技能市场介绍:核对当前可用技能、来源、依赖和权限
  • 现场实操:安装并测试一个高管的实用技能(如安装“行业快讯”技能,让AI自动生成每日行业早报)
二、专家(Expert)—— 给AI换“大脑”
  • 按当前版本与账号可用范围选择模型和专家角色,以办公助手、数据分析师等任务为例
  • 何时需要切换:任务效果不理想时尝试更换专家
  • 专家团概念:为不同任务预配置不同的专家,实现一键切换
三、课程任务设计框架:Plan、Craft、Ask(规划、执行、反馈,不代表产品内部架构或权限模式)
  • Plan(规划):WorkBuddy如何把复杂目标拆解为可执行的子任务。演示:当用户说“分析Q3业绩下降原因”,AI自动拆解为“提取销售数据 → 比对去年同期 → 分析客户流失情况 → 识别异常区域 → 生成归因报告”
  • Craft(构建/执行):AI如何调用工具执行具体任务?演示:WorkBuddy自主调用Excel技能分析数据,用图表插件生成可视化,再调用文档技能撰写报告
  • Ask(提问/反馈):当AI遇到信息缺失或关键决策点时,如何主动向用户提问以获取更高精度?演示:数据缺口时,AI会向用户提问澄清“无法获取Q3竞品数据,请提供竞品清单或授权我联网搜索”

场景实战——WorkBuddy驱动核心业务效率革命

场景实战——WorkBuddy驱动核心业务效率革命
  • 学了不用等于白学。这一讲直接还原你日常最需要的场景:决策支持、数据洞察与汇报呈现
一、场景一:AI自动获取商机
  • 痛点:市场信息散落,人工搜集费时费力
  • 技巧:用自然语言下达指令,配置定时任务,在设备运行、合法数据来源、账号和网络权限满足时,按设置扫描指定平台并提炼商机摘要
  • 实操:现场设定一个商机挖掘任务,让AI输出一份当日商机简报
二、场景二:AI竞争对手分析
  • 痛点:竞品动态难以实时掌握,决策缺乏全局视角
  • 技巧:让AI辅助搜集并分析可合法获取的竞品官方动态、财报表现,并核对原始来源,输出结构化的竞品分析报告(SWOT模型)
  • 实操:给定三个主要竞品名称,AI生成一份竞品快报
三、场景三:AI数据分析和预测
  • 痛点:面对海量业务数据,传统分析维度单一、报告产出慢
  • 技巧:运用AI对历史数据进行关联分析,自动识别影响业绩的关键因素,并基于趋势形成待验证的下季度预测假设与行动建议
  • 实操:给定一份经营月报,AI输出供人工评估的增长趋势假设及优化策略建议
四、场景四:AI智能PPT与汇报生成
  • 痛点:汇报材料制作耗时,逻辑梳理困难,难以将数据转化为有说服力的故事
  • 技巧:利用AI将数据、会议纪要、工作备忘等素材,生成PPT草稿并人工检查结构、数据与版式,并辅助生成演讲脚本
  • 实操:给定一份周报数据,AI自动生成一份5页的部门工作汇报PPT,并提炼出3个核心亮点

成果验收——基于痛点驱动的工作流APP研发

成果验收——基于痛点驱动的工作流APP研发
  • 学习的终点不是课堂,而是业务现场。本模块引导学员将所学转化为可落地的工作流,产出真正能带回岗位使用的智能体APP
一、痛点识别与需求转化
  • 行动导向:各小组回顾并整理第一讲研讨中识别出的3个核心业务痛点
  • 聚焦:从中选择一个最典型、最具价值的痛点,明确其业务背景与期望达成的目标
二、智能体APP设计与搭建
  • 任务发布:各小组基于选定痛点,在WorkBuddy上完成一个从0到1的简易智能体(APP)研发。需包含明确的目标设定、技能调用、工作流编排及输出成果定义
  • 讲师辅导:讲师巡回指导,让参训团队解决搭建过程中的问题,强化学员对“Plan-Craft-Ask”模型及“专家团”的应用理解
三、成果路演与讲师点评
  • 分组展示:各组演示成果,阐述其“痛点是什么”、“智能体APP如何解决”、“使用了哪些技能与专家配置”
  • 反馈优化:讲师现场点评,从任务规划的合理性、执行的高效性、产出的可用性等维度进行打分并提供优化建议,检查成果在实际工作中复用所需的数据、权限与流程条件

安全守护与未来展望——让AI安全、可控、持续地为你打工

安全守护与未来展望——让AI安全、可控、持续地为你打工
  • AI效能显著,但暗礁同样致命。数据泄露、知识产权争议、模型“幻觉”——不夸大风险,明确使用安全边界,建立驾驭AI的长久能力
一、建立WorkBuddy的“打工守则”
  • 安全原则:权限最小化。授予AI完成任务所需的最小权限,例如仅开放特定文件夹的读写权限,不给予删除、修改系统配置或转账等高风险权限,从源头保护核心生产数据
  • 人工确认机制:设置“安全闸门”。对于具有重大影响或不可逆的操作(如发送重要邮件、删除文件、执行财务操作),必须配置人工二次确认环节,确保AI的每一步关键动作都在人的监督下进行
  • 内容安全红线:防范“幻觉”与知识污染。建立对AI输出的审核意识,不盲目信任。通过搭建企业知识库(RAG)让小助手基于事实数据回答,并识别常见的提示词注入攻击,防止AI被恶意指令诱导输出不当内容
  • 数据边界划定:哪些数据能碰,哪些不能碰?明确AI的“工作目录”,严禁将含有客户隐私、财务数据、核心知识产权等高度敏感信息的文件夹纳入AI的管辖范围
  • 技能与插件安全:只从官方或可信社区获取技能,防止后门攻击与恶意插件植入,确保AI的执行环境干净、可控
二、人机协同的新范式:从“工具使用者”到“流程重构者”
  • 终局思考:未来的组织形态不是“AI替代人”,而是“人+智能体”的混合舰队。你的核心竞争力,将从“我能做什么”转变为“我能让AI做什么”
  • 你与AI的分工:你负责洞察业务痛点、定义高价值任务、建立规则与标准;AI负责执行重复性、流程化、数据密集型的工作,运行取决于设备、产品、授权与任务设置,不预设全天候可用
  • 行动号召:回去的第一周,挑一件你或团队重复做了超过3个月、耗时且不产生直接价值的事——比如数据汇总、日报整理、会议纪要——尝试用WorkBuddy替你干

适合对象

希望让AI“动起来”的用户

课程定位与主要问题

人工智能正经历从“对话”到“执行”的历史性跨越。以大模型为核心的智能体技术,已不再满足于回答问题,而是开始接管浏览器、操作软件、调用工具,甚至跨平台自主完成任务。这场变革让“数字员工”从概念走向现实,企业与个人正面临着用AI实现自动化、降本增效的关键机遇。WorkBuddy作为面向办公任务的AI工作台,让每个人都能拥有自己的AI执行助手,辅助处理重复性劳动,聚焦于更高价值的创造

核心收益

  • 搭建专属AI执行助手,打通认知到落地的全链路
  • 掌握WorkBuddy核心技能,练习改进业务任务处理方式
  • 灵活配置专家与技能库,配置适合岗位任务的AI助手
  • 掌握商机获取与竞品分析,驱动数据化智能决策
  • 建立安全合规的AI红线,明确人机协同的使用边界

课程背景与交付信息

然而,多数用户在拥抱智能体时陷入困境:面对纷繁的AI工具,分不清“聊天机器人”与“可执行智能体”的本质区别,认知停留在浅层工具使用;即便接触了相关工具,也因缺乏系统指引,只能进行简单问答,无法让其融入核心业务流程、真正“干活”;更关键的是,数据安全与合规风险意识薄弱,在组织推广中畏首畏尾,担心核心信息泄露,导致智能体沦为高级玩具,自动化价值难以兑现

本课程专为希望让AI“动起来”的用户设计,提供从认知到实战的完整路径。你将重新理解智能体的定位,通过客户端安装与配置,掌握WorkBuddy的核心能力;围绕商机获取、竞品分析、数据预测、PPT生成等高频场景深入演练,让AI真正成为你的执行助手;同时,课程将建立“安全先于效率”的使用观,为你划定驾驭AI的清晰边界

课程时间

2天

授课方式

现场实操、小组研讨、成果路演与讲师点评

课程内容重点

01认知红利——大模型时代的战略身位与进化起点
02工具认知——认识你的新同事:WorkBuddy数字员工
03核心配置——为AI注入岗位大脑与专业双手
04场景实战——WorkBuddy驱动核心业务效率革命
05成果验收——基于痛点驱动的工作流APP研发
06安全守护与未来展望——让AI安全、可控、持续地为你打工

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,助力办公效率明显差异提升

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

Source reviewed; native and delivery pending.

课程常见问题

这门课适合哪些学员参加?

希望让AI“动起来”的用户。

学习这门课可以获得什么收益?

搭建专属AI执行助手,打通认知到落地的全链路;掌握WorkBuddy核心技能,练习改进业务任务处理方式。

课程通常安排多长时间?

课程通常可按2天安排,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?

现场实操、小组研讨、成果路演与讲师点评

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