《企業(yè)效率革命：從入門(mén)到精通的企業(yè)AI實(shí)戰(zhàn)》

企業(yè)效率革命：從入門(mén)到精通的企業(yè)AI實(shí)戰(zhàn)
課程背景：
在全球數(shù)字化轉(zhuǎn)型加速的背景下，人工智能已成為企業(yè)發(fā)展的核心驅(qū)動(dòng)力。現(xiàn)在大部分企業(yè)已經(jīng)將AI納入戰(zhàn)略規(guī)劃，企業(yè)的競(jìng)爭(zhēng)已經(jīng)加入了AI的元素。但企業(yè)在落地AI時(shí)，特別是中小企業(yè)碰到較大的困難。
企業(yè)缺乏AI專(zhuān)業(yè)人才，AI落地周期長(zhǎng)，難以快速響應(yīng)業(yè)務(wù)變化；員工40%-60%時(shí)間消耗在重復(fù)性工作，效率低下且易出錯(cuò)；跨部門(mén)系統(tǒng)割裂導(dǎo)致協(xié)同低效、決策滯后；金融等行業(yè)對(duì)數(shù)據(jù)安全和定制化需求迫切。
本課程聚焦企業(yè)AI應(yīng)用痛點(diǎn)，圍繞 “理論+實(shí)操”，系統(tǒng)講解AI大模型、智能體、數(shù)字員工等核心技術(shù)，結(jié)合Coze、影刀RPA等平臺(tái)，通過(guò)案例教學(xué)和實(shí)戰(zhàn)演練，幫助學(xué)員掌握零/低代碼開(kāi)發(fā)能力，實(shí)現(xiàn)業(yè)務(wù)流程自動(dòng)化診斷、設(shè)計(jì)與部署，助力企業(yè)突破技術(shù)壁壘，釋放AI降本增效價(jià)值。
課程收益：
1. 建立AI戰(zhàn)略認(rèn)知：理解AI大模型原理及企業(yè)應(yīng)用價(jià)值，明確AI在工具提效、流程自動(dòng)化等價(jià)值。
1. 掌握全流程實(shí)操技能：熟練使用提示詞、智能體開(kāi)發(fā)、數(shù)字員工創(chuàng)建，具備完成AI應(yīng)用落地的能力。
3. 提升業(yè)務(wù)流程效率：識(shí)別重復(fù)性業(yè)務(wù)環(huán)節(jié)，通過(guò)AI自動(dòng)化流程建設(shè)，減少人工干預(yù)，提高生產(chǎn)力。
4. 強(qiáng)化技術(shù)安全與競(jìng)爭(zhēng)力：掌握私有化部署技術(shù)，滿(mǎn)足數(shù)據(jù)安全需求，通過(guò)定制化開(kāi)發(fā)構(gòu)建專(zhuān)屬AI能力，形成差異化競(jìng)爭(zhēng)優(yōu)勢(shì)。
課程時(shí)間：2天，6小時(shí)/天
課程對(duì)象：企業(yè)老板、企業(yè)管理者、企業(yè)AI落地團(tuán)隊(duì)
課程方式：理論講解（20%）+工具使用（50%）+實(shí)踐操作（30%）
課程工具：
1. Deepseek、通義千問(wèn)等國(guó)產(chǎn)大模型
2. Coze智能體開(kāi)發(fā)平臺(tái)
3. 飛書(shū)協(xié)作工具
4. 影刀開(kāi)發(fā)平臺(tái)
學(xué)員準(zhǔn)備：
1. 個(gè)人電腦和智能手機(jī)
2. 提前注冊(cè)Coze平臺(tái)賬號(hào)
3. 提前注冊(cè)Deepseek、通義千問(wèn)等國(guó)產(chǎn)大模型賬號(hào)
4. 提前注冊(cè)飛書(shū)
5. 提前注冊(cè)影刀
課程大綱
第一講：AI大模型核心認(rèn)知——構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型技術(shù)底座
章節(jié)目標(biāo)：客戶(hù)理解AI大模型的基本概念，AI大模型對(duì)企業(yè)的價(jià)值。
一、什么是AI大模型
1. AI大模型的定義
2. 與傳統(tǒng)AI模型的區(qū)別
3. 大模型的發(fā)展歷程與重要里程碑
二、AI大模型的核心原理
1. 核心突破點(diǎn)：Transformer架構(gòu)
2. 深度學(xué)習(xí)基礎(chǔ)：用神經(jīng)網(wǎng)絡(luò)模擬人腦工作
3. 自監(jiān)督學(xué)習(xí)：靠海量數(shù)據(jù)自己學(xué)規(guī)律
三、AI大模型的主要類(lèi)型
1. 自然語(yǔ)言處理大模型：GPT、文心一言等
2. 圖像生成大模型：Stable Diffusion、Midjourney等
四、企業(yè)AI化的必要性
1. 提高業(yè)務(wù)效率
2. 創(chuàng)新業(yè)務(wù)模式
3. 提升企業(yè)競(jìng)爭(zhēng)力
案例實(shí)踐：如何做行業(yè)競(jìng)調(diào)分析
1）用 Deepseek V3競(jìng)調(diào)輸出
2）用 Deepseek R1競(jìng)調(diào)輸出
3）打開(kāi)聯(lián)網(wǎng)搜索，再次輸出
4）感受模型的差異
成果輸出：輸出行業(yè)競(jìng)調(diào)分析報(bào)告，感受AI的魅力。
第二講：企業(yè)AI應(yīng)用落地的五個(gè)層級(jí)——構(gòu)建從工具到戰(zhàn)略的進(jìn)階路徑
章節(jié)目標(biāo)：知道企業(yè)AI應(yīng)用落地的等級(jí)，以及對(duì)應(yīng)的能力。
一、工具輔助員工提效
1. AI文案
2. AI扣圖
3. 會(huì)議助手
二、知識(shí)沉淀與復(fù)用
1. 知識(shí)庫(kù)歸類(lèi)
2. 知識(shí)庫(kù)標(biāo)簽管理
3. 知識(shí)復(fù)用效果評(píng)估
4. 知識(shí)庫(kù)權(quán)限分級(jí)
5. 知識(shí)庫(kù)敏感信息脫敏
三、任務(wù)流程自動(dòng)化
1. 識(shí)別自動(dòng)化業(yè)務(wù)流程
2. 搭建自動(dòng)化流程方法
3. 評(píng)估自動(dòng)化流程效果
4. 持續(xù)迭代自動(dòng)化流程
四、企業(yè)數(shù)字員工
1. 財(cái)務(wù)對(duì)賬機(jī)器人
2. 7*24小時(shí)智能客服
3. 重復(fù)執(zhí)行數(shù)字人
4. 人機(jī)協(xié)助
五、AI成為企業(yè)技術(shù)優(yōu)勢(shì)
1. AI私有化部署
2. 企業(yè)戰(zhàn)略融入AI技術(shù)
3. 組織結(jié)構(gòu)匹配AI效能
第三講：AI提示詞工程核心方法——構(gòu)建高效模型交互的底層邏輯
章節(jié)目標(biāo)：掌握生產(chǎn)力工具核心用法
一、提示詞基礎(chǔ)
1. 提示詞對(duì)模型輸出的影響
2. 設(shè)計(jì)有效提示詞的方法
1）明確對(duì)象
2）明確任務(wù)目標(biāo)
3）輸出限定
4）拆解任務(wù)
二、常見(jiàn)提示詞模板
1. 提問(wèn)的兩種方式
1）指令式提問(wèn)
2）投喂式提問(wèn)
2. 提示詞萬(wàn)能公式
——角色+任務(wù)+要求+細(xì)節(jié)
三、提示詞的高級(jí)技巧
1. 動(dòng)態(tài)提示詞生成與調(diào)整
2. 提示詞模板創(chuàng)建與復(fù)用
3. 多輪對(duì)話(huà)中的提示詞連貫性維護(hù)
四、不同場(chǎng)景下的提示詞應(yīng)用
1. 文本生成場(chǎng)景
案例：文案寫(xiě)作、故事創(chuàng)作等
2. 圖像生成場(chǎng)景
案例：設(shè)計(jì)創(chuàng)意、藝術(shù)創(chuàng)作等
3. 數(shù)據(jù)分析場(chǎng)景
案例：數(shù)據(jù)洞察、報(bào)告生成等
五、提示詞工具與資源推薦
1. Promptimize AI等提示詞優(yōu)化工具
2. 在線(xiàn)提示詞庫(kù)與社區(qū)：Tipstore等
案例實(shí)踐：用AI輸出一篇會(huì)議發(fā)言稿
1）需求分析與信息準(zhǔn)備
2）AI指令設(shè)計(jì)與初稿生成
3）人工潤(rùn)色與風(fēng)格調(diào)校
4）輸出終稿
成果輸出：用AI輸出一篇會(huì)議發(fā)言稿
第四講：企業(yè)AI知識(shí)庫(kù)構(gòu)建與管理——沉淀組織智慧的數(shù)字化基建
章節(jié)目標(biāo)：建立企業(yè)知識(shí)庫(kù)，沉淀企業(yè)資產(chǎn)。
一、知識(shí)庫(kù)建設(shè)基礎(chǔ)
1. 知識(shí)庫(kù)的分類(lèi)方法
1）按知識(shí)庫(kù)的服務(wù)對(duì)象分類(lèi)
2）按知識(shí)庫(kù)的構(gòu)建方式分類(lèi)
2. 知識(shí)庫(kù)的特點(diǎn)
1）多維度與多層次
2）共享性與協(xié)作性
3）權(quán)威性與可信度
二、知識(shí)庫(kù)構(gòu)建的流程
1. 數(shù)據(jù)收集與整理策略
2. 知識(shí)表示與編碼技術(shù)
3. 數(shù)據(jù)清洗與標(biāo)注
4. 選擇知識(shí)庫(kù)搭建平臺(tái)
5. 知識(shí)庫(kù)架構(gòu)設(shè)計(jì)
6. 知識(shí)庫(kù)更新機(jī)制
三、知識(shí)庫(kù)與AI模型的交互機(jī)制
1. 信息檢索與融合算法
2. 智能問(wèn)答系統(tǒng)集成
3. 知識(shí)推薦功能
4. 上下文感知的知識(shí)調(diào)用
5. 企業(yè)內(nèi)部培訓(xùn)與學(xué)習(xí)
案例實(shí)踐：用飛書(shū)搭建企業(yè)在線(xiàn)共享知識(shí)庫(kù)
1）新建知識(shí)庫(kù)
2）創(chuàng)建知識(shí)庫(kù)目錄
3）設(shè)置知識(shí)庫(kù)權(quán)限
4）導(dǎo)入企業(yè)存量知識(shí)庫(kù)
成果輸出：用飛書(shū)新搭建一個(gè)企業(yè)知識(shí)庫(kù)
第五講：AI智能體開(kāi)發(fā)全流程實(shí)踐——搭建業(yè)務(wù)流程自動(dòng)化執(zhí)行引擎
章節(jié)目標(biāo)：了解智能體并搭建出第一個(gè)企業(yè)智能體。
一、AI智能體的組成要素
1. 感知模塊：數(shù)據(jù)輸入與環(huán)境感知
2. 決策模塊：模型推理與策略制定
3. 執(zhí)行模塊：任務(wù)操作與反饋獲取
二、智能體開(kāi)發(fā)平臺(tái)與工具選擇
1. Coze平臺(tái)：快速搭建和發(fā)布智能體，適合個(gè)人
2. 騰訊元器：騰訊生態(tài)系統(tǒng)，適合需要與社交平臺(tái)深度集成
3. GPT Store：面向全球開(kāi)發(fā)者，提供強(qiáng)大的模型支持和開(kāi)放的社區(qū)生態(tài)
三、智能體需求確定流程
1. 需求分析與功能定義
2. 工作流程確定
3. 工作任務(wù)拆解
4. 自動(dòng)化節(jié)點(diǎn)評(píng)估
四、Coze平臺(tái)搭建第一個(gè)智能體
1. 創(chuàng)建智能體
2. 配置智能體參數(shù)
1）人設(shè)與回復(fù)邏輯
2）技能配置
3. 調(diào)試與測(cè)試
4. 發(fā)布智能體
案例實(shí)踐：用Coze搭建企業(yè)智能客服機(jī)器人
1）明確智能客服解決的需求問(wèn)題
2）拆解智能客服工作流程
3）用Coze平臺(tái)創(chuàng)建一個(gè)智能客服機(jī)器人
4）配置智能客服工作流
5）調(diào)試并發(fā)布智能體機(jī)器人
成果輸出：用Coze搭建出企業(yè)第一個(gè)智能客服機(jī)器人
第六講：影刀RPA數(shù)字員工開(kāi)發(fā)——打造7×24小時(shí)無(wú)人化作業(yè)系統(tǒng)
章節(jié)目標(biāo)：用影刀平臺(tái)搭建一個(gè)數(shù)字員工，解決某一類(lèi)日常重復(fù)需求。
一、數(shù)字員工的價(jià)值
1. 自動(dòng)化業(yè)務(wù)流程處理
2. 7×24小時(shí)不間斷工作
3. 減少人為錯(cuò)誤與提高合規(guī)性
二、影刀RPA平臺(tái)的特點(diǎn)
1. 低代碼開(kāi)發(fā)環(huán)境
2. 豐富的自動(dòng)化組件庫(kù)
3. 任務(wù)調(diào)度與管理功能
三、影刀數(shù)字員工的創(chuàng)建流程
1. 流程錄制與設(shè)計(jì)
2. 數(shù)據(jù)處理與交互
3. 流程異常分支處理
4. 配置觸發(fā)調(diào)度任務(wù)
四、影刀數(shù)字員工的管理與維護(hù)
1. 任務(wù)調(diào)度與監(jiān)控
2. 版本更新與升級(jí)
3. 安全與權(quán)限管理
案例實(shí)戰(zhàn)：搭建一個(gè)數(shù)據(jù)處理與報(bào)表生成的數(shù)字員工。
1）業(yè)務(wù)流程梳理與目標(biāo)確定
2）流程建模與自動(dòng)化設(shè)計(jì)
3）用影刀配置自動(dòng)化流程
4）用影刀配置調(diào)度機(jī)制
5）部署任務(wù)
成果輸出：搭建一個(gè)數(shù)據(jù)處理與報(bào)表生成的數(shù)字員工。
第七講：大模型私有化部署實(shí)戰(zhàn)——構(gòu)建數(shù)據(jù)安全敏感型AI基礎(chǔ)設(shè)施
章節(jié)目標(biāo)：掌握大模型私有化部署，幫助企業(yè)在數(shù)據(jù)安全的情況下落地AI。
一、模型私有化部署的基礎(chǔ)
1. 私有化部署的必要性與優(yōu)勢(shì)
2. 保護(hù)企業(yè)數(shù)據(jù)隱私
3. 滿(mǎn)足業(yè)務(wù)定制化需求
4. 與公有云部署的對(duì)比
二、模型私有化部署的關(guān)鍵技術(shù)
1. 服務(wù)器選型與配置
2. 網(wǎng)絡(luò)架構(gòu)搭建
3. 模型優(yōu)化與適配
4. 安全與隱私保護(hù)技術(shù)
三、模型私有化部署的實(shí)施步驟
1. 需求分析與規(guī)劃
2. 部署與配置過(guò)程詳解
3. 模型選擇與下載
4. 模型測(cè)試
5. 系統(tǒng)上線(xiàn)
四、模型私有化部署的應(yīng)用場(chǎng)景
1. 金融行業(yè)數(shù)據(jù)安全需求
2. 網(wǎng)絡(luò)不穩(wěn)定或數(shù)據(jù)傳輸受限
3. 有特定業(yè)務(wù)需求需定制化模型
案例實(shí)戰(zhàn)：個(gè)人電腦私有化部署DeepSeek-R1大模型
1）環(huán)境準(zhǔn)備
a操作系統(tǒng)：Windows 10/11（64位）
b內(nèi)存：至少8GB（推薦16GB以上，運(yùn)行7B模型需6GB顯存）
c存儲(chǔ)：預(yù)留20GB以上空間存放模型文件
2）下載工具與模型
3）部署安裝
4）測(cè)試部署模型
5）知識(shí)庫(kù)集成
成果輸出：個(gè)人電腦私有化部署DeepSeek-R1大模型
課程總結(jié)與實(shí)戰(zhàn)
1. 復(fù)習(xí)今日課程內(nèi)容
2. 探討AI智能體未來(lái)趨勢(shì)
3. 用AI做AI學(xué)習(xí)計(jì)劃
4. 拍合照
5. 課程反饋填寫(xiě)

謝海林老師的其它課程