▲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。

▲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。

▲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。

▲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。

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，明確運作架構

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建知識庫建立，積累智慧資源

情景3：一波未平，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專家也陷入了僵尸。

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

第四模塊：AI提示詞工程，精煉引導語言

情景4：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

第五模塊：“堂積木”AI智能體，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智能體測評調試，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智能體結合場景，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