課程分類： DS賦能運用

課程目標：
1、AI 認知與理念塑造：構建系統的 AI 認知框架，理解智能體概念與應用場景，樹立主動駕馭 AI 提升業務的理念。
2、業務流程深度優化：學會精準分析業務流程，識別關鍵節點與痛點，優化流程架構，實現高效執行與持續創新。
3、智能體設計開發實操：掌握智能體設計全流程技能，包括平臺操作、插件選用、工作流構建，能獨立開發實用智能體。
4、智能體部署應用保障：能夠順利部署智能體至業務系統，精通調試優化，確保其穩定運行，助力業務智能化轉型。。

課程對象：中層管理者,骨干員工,企業HR,數字化轉型核心團隊

課程時間：

導入：AI無處不在
1、醫療、物流等各領域 AI 應用成果
2、未來我們應該考慮的，不是被 AI 替代，而是駕馭 AI
3、AI 智能體的應用

第一模塊：AI助力業務梳理，錨定高價值區
情景1：AI智能體的風波
在一次業務會議上，各部門經理對工作流程中的瓶頸爭論不休。引入AI智能體梳理業務流程，但智能體分析結果與預期不符，引發爭議。
1.理解業務愿景和戰略-企業價值鏈
2.成功的企業會花費更多的時間和資源在價值鏈分析上。
（1）識別競爭優勢與弱點
（2）優化資源配置與成本控制
（3）促進持續創新與改進
3.識別業務痛點找到改進空間是提升企業競爭力的有效手段
4.業務“扁鵲”-企業價值鏈分析的AI智能體。
（1）數據準備與導入
（2）配置分析參數與目標
（3）運行分析并獲取報告
（4）應用結果與持續優化
5.選題：基于“企業價值鏈”智能體的業務診斷與梳理
（1）企業基礎活動分析
（2）企業支持活動分析
（3）企業提升效益的策略
6.練習：錨定智能體開發的業務節點與方向

第二模塊：AI智能體選模式，明確業務流程
情景2：架構難，破解更難
團隊決定采用AI智能體優化工作流，但在選擇單智能體還是多智能體模式時陷入僵局。經過反復測試，也沒解決架構設計的難題。
1.基于業務節點的工作流梳理
（1）要素法
（1）流程法
2.流程建模工具： BPMN（Business Process Modeling Notation）的繪制方法
3.AI智能體的單智能體&多智能體
4.“流程圖達人”智能體-基于崗位流程的AI智能體的模式適用性評估
5.確定智能體的角色與功能
6.案例分析：課程開發智能體開發的關鍵流程分析
7.練習：BPMN的AI智能體崗位流程梳理練習。

第三模塊：AI寫提示詞工程，精煉引導語言
情景3：提示詞優化的不平凡之路
在設計智能體時，團隊發現提示詞不夠精準導致智能體反應遲鈍。反復調整優化，還是未能達到逾期效果。
1.提示詞：定義智能體的提示詞與觸發條件
2.案例：簡單任務場景下的提示詞示例
3.測試提示詞在不同場景下的表現
4.提示詞框架：BARD、APE、RACE、BROKE、
5.萬能提示詞公式：設定+背景+任務+輸出
6.崗位知識的結構化：提示詞撰寫
（1）角色設定
（2）背景描述
（3）任務布置
（4）輸出要求
7.AI提示詞智能體：自動優化提示詞
8.練習：撰寫提示詞

第四模塊：AI知識庫速搭建，積累智慧資源
情景4：一波未平，一波又起
為了建立全面的知識庫，團隊嘗試從各種渠道收集信息，卻發現測試的時候數據雜亂無章。團隊的AI專家也陷入了僵局。
1.知識庫：企業創造持久競爭優勢的利器
2.知識庫應該從業務中來，到業務中去
  （1）企業內部的知識來源（如文檔、員工經驗等）
  （2）企業外部知識（行業報告、學術文獻等）
3.知識庫梳理工具：崗位知識圖譜
4.知識庫的結構：SKA
（1）選擇創建方式：文本、表格、圖片
（2）上傳訓練文檔
（3）分段與清洗處理
（4）工作流中添加知識庫
（5）運行反饋
5.基于工作流程的崗位任務梳理
（1）從工作流程到崗位關鍵任務
（1）崗位關鍵任務的能力要求：ASK
6.基于崗位勝任力的知識收集
（1）企業內部的知識（如文檔、員工經驗等）
（2）企業外部知識（行業報告、學術文獻等）
7.練習：崗位知識庫-崗位知識圖譜
第五模塊：AI智能體堂積木，建工作流節點
情景5：積木？積木！
團隊在構建智能體的工作流時難以確定節點之間的邏輯關系。逐步測試并調整，也未能建立高效的工作流。
1.確定各類插件的適用
2.設計節點間的流轉邏輯與條件
3.確保工作流的高效與順暢
4.基于提示詞的AI智能體的“積木”式工作流
（1）嵌入工作
5.“堂積木”AI智能體工作流創建
（1）判斷
（2）檢索
（3）調用
（4）加工
（5）輸出
6.AI智能體的工作流節點的評估與優化
7.練習：基于業務流程的工作流節點選擇與應用

第六模塊 AI智能體測評調，確保輸出質量
情景6：輸出質量提升記
智能體初次運行時，正當大家興奮的等待輸出內容時，然而輸出結果不盡如人意。很明顯，智能體這樣的輸出質量，難以滿足業務需求。
1.進行系統功能測試與性能評估
2.收集用戶反饋與使用數據
3.根據反饋進行迭代優化
4.AI智能體產出要求分析
(1)產出要求概述
(2)輸出預設問題及達標標準
5.實踐：調試輸出成果的格式與描述
確定輸出結果的格式要求，如文本、數據表格、圖表等
調整格式以提高可讀性和用戶體驗
評估智能體輸出內容的清晰度和準確性

第七模塊 AI智能體定場景，實現發布應用
情景7：發布應用考驗
當團隊準備將智能體部署到實際應用中時，遇到了API接口兼容性問題。業務部門的領導非常關注新智能體能否體集成到微信平臺。
1.制定發布平臺:AI智能體的可發布途徑介紹
2.教學主流平臺API端口的接入
3.實踐:如何鏈接API端口,發布AI智能體
(1)如何將AI智能體集成到微信群
(2)如何從將AI智能體功能嵌入公眾號
(3)如何在官網上部署AI智能體
4.練習：AI智能體如何發布在微信群
5.AI智能體使用注意事項
5.課程總結與回顧