课程背景BACKGROUND

随着AI工具在企业中的普及，越来越多员工已经能够完成基础的对话式问答、文案生成与简单资料整理。但在真实工作场景中，企业真正需要的并不是“会聊天的AI”，而是能够围绕业务流程持续产出结果的智能体：它能理解岗位需求，调用知识库和工具，按照既定流程自动完成信息检索、内容生成、数据整理、流程输出等任务，让AI真正成为可执行、可复用的“业务执行员工”。

当前多数企业在AI应用落地中普遍存在三类痛点：第一，使用方式碎片化，依赖个人经验，难以形成组织能力；第二，输出质量不稳定，缺乏统一的提示词标准与知识库支撑；第三，缺少可复制的工作流机制，AI无法真正参与业务闭环，导致“看似在用AI，实际难以提效”。尤其在行政、人事、财务、采购、法务、销售等高频办公场景中，企业迫切需要一套可落地的方法体系，帮助员工从“会用AI工具”升级为“会搭建智能体系统”。

本课程以“训战结合、现场交付”为核心设计，围绕提示词工程、企业知识库、插件工具调用与工作流编排等关键能力，带领学员完成真实业务场景的智能体搭建与部署，并沉淀企业级智能体资产库，为组织建立可持续复用的AI能力体系，实现全员效率跃迁与业务流程升级。

课程安排ARRANGEMENT

课程时长

2天版以搭建与交付为主；3天版增加部门专项优化

适用对象

全员：行政、人事、财务、采购、法务、销售（若有特定对象可与讲师沟通替换案例）

授课方式

分组（按部门/业务线）→选题（每组一个真实场景）→现场搭建→现场演示→讲师点评优化→形成可用版本

课程收益BENEFITS

1. 从对话到自动化升级：掌握智能体的核心逻辑与落地方法，让AI从“回答问题”升级为“执行任务”，真正参与业务流程闭环。

2. 建立企业级标准体系：学会提示词工程标准化方法，形成可复用的提示词模板，显著提升输出质量的稳定性与一致性。

3. 打造企业知识库与统一口径：掌握知识库构建与RAG应用，让制度、流程、产品资料“可问可查”，降低新人培养与重复咨询成本。

4. 训战结合产出可交付成果：通过分组实战，每个部门现场产出2-3个可用智能体，形成《部门智能体应用清单》与企业智能体资产库，实现培训结束即可落地使用。

课程大纲OUTLINE

一、什么是AI智能体（Agent）？
1. 智能体=把AI从“聊天工具”升级为“业务执行员工”
2. 企业竞争不再是会不会用AI，而是谁能沉淀可复用的智能体资产
3. 智能体落地的关键：不是技术炫技，而是流程标准化 + 知识资产化 + 可复制推广
4. 智能体 VS 传统AI大模型：从“能说会想”到“能说会做”
5. 大语言模型、智能体、工作流、MCP和技能（Skills）等工具的区分
1）大语言模型：通用语言处理基础，仅能实现问答交互
2）智能体：在大语言模型基础上，通过插件、知识库、工作流、MCP和技能（Skills），拓展
3）应用场景的智能应用
4）工作流：把一件复杂工作拆成固定步骤，让智能体按流程自动执行，最后交付结果
5）MCP：让智能体更方便接入外部工具
6）技能（Skills）：把常用能力封装成可复用的小功能
二、为什么企业必须学习智能体？
1. AI对话升级：基于碎片式的AI对话已很难满足真实工作需要
2. 个人端：信息整理助手、工作效率专家、创意激发器、个性化学习伙伴
3. 企业端：解决营销、内容创作、大客户销售、产品研发等核心业务痛点
4. 企业全员应用场景（注：后续课程演示中会根据学员情况一一讲解）
1）行政：会议纪要、制度整理、通知写作
2）人事：JD生成、面试题库、培训方案
3）财务：报表解释、费用审核规则库
4）采购：比价表、供应商评估
5）工程：施工日志、验收资料
6）法务：合同条款比对、风险提示
7）销售：客户拜访纪要、方案生成
三、智能体的核心能力与技术支撑
1. 智能体四大核心能力
1）感知：对接外部系统 / API，接收各类信息
2）决策：分析信息，通过算法 / 学习模型做出判断
3）规划：分解复杂问题，制定标准化行动步骤
4）执行：落地计划，执行代码、输出结果
2. 智能体的技术 “翅膀”：为大模型补足能力短板
1）基础能力拓展：记忆、知识库、代码执行、联网搜索、自动化流程、插件工具、自主识别等系统集成能力
2）核心技术方案：RAG（检索增强生成）—— 实现 “开卷考试”，解决知识冻结、幻觉等问题，提升回答准确性
3. 智能体的发展模式：单点提效，协作提速，流程交付
1）单点辅助模式：单点旁挂，仅实现单一功能辅助
2）人机协作模式：并驾齐驱，与人类协同完成复合任务
3）自主代理模式：全面代理，实现复杂场景自主运行
四、有哪些好用的AI智能体，如何选择？
1. 扣子（COZE）：上手速度快、生态丰富度、零代码拖拽，多平台一键部署
2. Dify：开源全栈，私有化部署首选，上手门槛高，生态依赖社区
3. N8N：工作流成熟度、开源性、自托管能力，原生 AI 弱，学习曲线陡
4. Manus：端到端交付，任务拆解能力强，稳定性一般，企业成本高
5. OpenClaw：本地操作强，个人效率助手，成本高，复杂任务易出错
案例实战：扣子（COZE）平台快速上手
1. 扣子平台核心模块详解：个人空间、资源库、插件商店、作品社区
2. 一个案例快速入门扣子：通过AI对话搭建一个会议记录整理智能体
3. 一个案例快速上手技能（Skills）：通过AI对话搭建一个自动排版的技能

一、提示词的本质：企业智能体的“岗位说明书”
1. 提示词就是智能体的工作制度与行为规范
2. 输出质量=提示词质量+知识库质量+流程设计质量
二、企业级提示词设计四要素
1. 明确的角色定位：岗位化、场景化、职责清晰
2. 详细的技能（Skills）描述：目标、输入、处理逻辑、输出对象
3. 明确的输出格式：结构化输出（标题、列表等）提升可用性
4. 必要的约束条件：语气、长度、合规、风险提示机制
三、扣子（COZE）中的提示词应用
1. 系统提示词 VS 用户提示词
2. 三种编写方式
——直接编写、使用模板、AI自动生成与优化
案例实战：高情商职场回复助手
1. 目标：掌握“拒绝、催办、解释、安抚”的话术生成
2. 技能（Skills）点：用四要素做出可复用的企业级沟通助手

一、RAG（检索增强生成）技术原理
1. 解决大模型“幻觉”与知识滞后问题
2. 工作流程
——用户提问 → 知识库检索 → 上下文融合 → 大模型生成答案
二、企业知识库搭建方法
1. 文档准备
——制度、产品资料、流程手册、合同模板（支持PDF、Word、Excel、图片等），确保内容准确、权威、最新
2. 文档切片：按符号/长度/语义切分，提高命中率
3. 文档向量化：实现语义检索与精准召回
案例实战：企业产品信息查找助手
1. 目标：为客户快速提供产品建议，给出数量、报价等信息
2. 适合场景：财务和人力制度、法律合同、产品、FAQ复杂的企业
3. 技能（Skills）点：用PDF知识库实现“随问随查、统一口径”

一、Function Calling（函数调用）原理
1. Function Calling大白话：可以理解为插件，如大模型没办法直接抓取可靠的股票信息，就可以调用外部插件来获取信息
2. 让大模型具备调用外部工具的能力，突破自身局限
3. 解决信息实时性、数据局限性和功能扩展性问题
二、扣子（COZE）中的插件体系
1. 官方插件、第三方插件、自定义插件
2. 插件即工具集，通过清晰的功能描述供模型调用
案例实战：会议纪要整理
1. 目标：根据用户输入的音频文件或者录音转录的文字，快速生成一个会议纪要排版好写入飞书文档
2. 技能（Skills）点：集成并调用现有飞书插件
案例实战：费用报销规则查询插件制作
1. 目标：输入“差旅标准/住宿标准/发票类型” → 返回规则与注意事项
2. 技能（Skills）点：在扣子中使用代码编写，定义输入/输出，测试并发布插件

一、工作流（Workflow）原理与价值
1. 将复杂任务分解为可视化、可管理的步骤
2. 工作流 VS 对话流：前者侧重任务自动化（手和脚），后者侧重多轮对话交互（嘴和耳朵）
3. 核心组件：节点（开始/结束、大模型、插件、选择器等）
二、四类企业高频工作流模式
1. 多步骤任务
2. 条件分支
3. 批量处理
4. 数据转换与结构化输出
案例实战：企业级答疑与业务助手
1. 目标：打造7x24小时在线制度、产品及流程答疑助手
2. 技能（Skills）点
3. 构建对话流，处理多轮交互
4. 开发自定义“意图识别”插件，区分打招呼、找人工、专业咨询
5. 结合知识库（RAG）与大模型，精准回答专业问题

一、智能体发布流程及注意事项
1. 在扣子（COZE）平台完成最终配置与测试
2. 一键发布至微信公众号、飞书、抖音小程序等渠道
二、智能体运营与迭代策略
1. 如何提升使用率：推广机制与内部激励
2. 如何持续优化：版本管理、反馈闭环、内容更新
3. 如何衡量价值：节省时间、复用次数、标准化程度
三、企业智能体安全红线与合规策略
1. 数据分级：哪些能喂，哪些绝对不能喂
2. 输出审计：引用来源、可追溯机制
3. 知识库脱敏：敏感字段处理方法

AI智能体赋能全员提效：从对话到自动化执行

课程背景BACKGROUND

课程安排ARRANGEMENT

课程收益BENEFITS

课程大纲OUTLINE

预约常亚南老师讲授《AI智能体赋能全员提效：从对话到自动化执行》

常亚南老师其他主讲课程