课程背景
2025年,生成式AI正在从“单点抓手”向“系统智能体”演进。OpenAI,Anthropic、字节跳动等等头部厂商纷纷发布Agent轮廓,公司级AI运用进入“事务流自动化+智能决策辅助”的新阶段。金融机构的营销队伍正站在要害拐点:继续停留在抓手调用层面,还是构筑真正服务于业务闭环的智能架构统?
和此同时,生成式引擎精进(GEO)正在重塑搜索和广告的底层推演。Google SGE、百度AI搜索、抖音智能推荐等等平台的算法迭代,使得传统SEO/SEM办法论面临失效隐患。金融机构怎样在AI原生的流量分发架构中占据优势位置,成为获客效率竞争的新战场。
可是,多数金融营销队伍在智能体搭建和GEO精进领域仍处于认知盲区:不领会API对接的技艺推演、缺乏事务流自动化的规划本领、对GEO的底层制度一知半解。本课锁住“智能体搭建+GEO精进”两大前沿领域,支援业务主力突破技艺壁垒,掌握从情境识别到系统落地的完整办法论,为队伍构筑面向未来的AI本领护城河。
课程收益
● 掌握AI智能体的核心架构和规划要则,能够识别适合智能体化的业务情境
● 能够运用Coze/Dify等等平台完成金融营销情境智能体的搭建和调试
● 掌握API对接的基础推演和实操办法,达成AI本领和现有业务系统的打通
● 掌握GEO(生成式引擎精进)的底层制度和精进打法,拉升AI搜索情境的内容可见度
● 能够拟定本队伍的AI智能体落地路线图,输出可执行的施行方案
课程大纲
一、AI智能体的本质和价值
1. 智能体 vs 普通AI抓手:从“问答”到“差事闭环”
2. 智能体的核心本领三角:感知→推理→行动
3. 金融营销情境智能体的价值空间
1)效率价值:7×24小时自动化执行
2)质量价值:准则化流程降低人为失误
3)决策价值:资料驱动的智能建议
实例:摩根士丹利财富管控部门的AI助手系统架构
碰头:你的队伍有哪些重复性事务适合智能体化?
二、智能体的技艺架构和核心组件
1. 大模型底座:智能体的“大脑”
2. 学识库:智能体的“记忆”
3. 抓手集:智能体的“手脚”
4. 事务流引擎:智能体的“神经系统”
5. 人机交互界面:智能体的“感官”
抓手:智能体架构图解和组件清单
实例:嘉信理财客服智能体的组件拆解
三、金融营销情境的智能体机会识别
1. 高频重复情境:日报生成、资料监控、素材审核
2. 多系统串联情境:投放精进、买方画像更新、营销自动化
3. 决策辅助情境:投放打法建议、内容选题推荐、舆情预警
4. 情境优先级评核:价值度×可行性×紧迫度
抓手:智能体情境识别画布
小组研讨:各组识别本业务线TOP3智能体化情境并完成优先级排序
一、主流智能体搭建平台对比和选型
1. Coze(字节跳动):生态完善、上手快、适合营销情境
2. Dify:开源灵活、可私有化部署、适合定制诉求
3. 其他平台:百度千帆、阿里百炼的定位和特色
4. 选型决策矩阵:成本、灵活性、合规性、队伍本领
抓手:智能体平台选型对比表
实例:招商证券投研队伍的Coze智能体选型决策进程
二、Coze智能体搭建全流程实操
1. 环境准备和账号配置
2. 人设和本领边界设定
1)系统提示词的结构化规划
2)本领边界的明晰划定
3. 学识库搭建
1)文档上传和切片打法
2)FAQ库的结构化导入
3)学识库检索的调优招数
4. 插件和抓手配置
1)内置插件的启用和参数设置
2)自定义插件的接入办法
5. 事务流规划
1)节点类型和触发推演
2)条件分支和循环处理
3)错误处理和降级打法
抓手:Coze搭建操作指引(分步截图版)
实战上手:搭建一个“金融短视频选题助手”智能体,达成热点监测→选题推荐→脚本轮廓生成
三、智能体调试和精进
1. 测试用例规划:正常流程、边界情况、异常输入
2. 日志拆解和问题定位
3. Prompt迭代精进的版本管控
4. 成效评核指标:准确率、响应速度、用户满意度
抓手:智能体测试用例模板+Prompt调优日志表
实战上手:对已搭建的智能体开展10轮测试,记录问题并完成精进
一、API对接的技艺基础(非技艺人员友好版)
1. 何为API?用“餐厅点餐”比喻领会接口推演
2. API的核心要素:请求、响应、认证,频率限制
3. 常见AI平台API对比:DeepSeek,Kimi、豆包、通义千问
4. API调用的成本核算和预算管控
抓手:API概念速查卡(非技艺版)
实例:平安集团AI中台的API管控架构
二、低代码/零代码API对接实操
1. 采用Coze事务流达成API调用
2. 采用飞书多维表格+飞书机器人达成自动化
3. 采用公司微信机器人对接AI本领
4. 常见对接情境
1)CRM系统买方资料自动拆解
2)投放平台资料自动拉取和报告生成
3)内部协同平台的智能提醒
抓手:API对接技艺指南(低代码版)
实例:光大银行零售业务部门的飞书+AI自动化实践
实战上手:配置一个“投放资料日报自动生成”的API事务流
三、智能体和现有系统的集成打法
1. 集成模式选项:嵌入式、独立式、混合式
2. 资料安全和合规边界
3. 灰度发布和回滚制度
4. 内部推广和用户培训
碰头:在你的组织中,智能体落地最 大的阻力会为何?
一、GEO(生成式引擎精进)的底层推演
1. 从SEO到GEO:搜索范式的根本性转变
2. AI怎样“领会”和“引用”内容?
1)大模型的资讯检索制度
2)被AI引用的内容特征拆解
3. GEO对金融营销的三重影响
1)品牌可见度:AI回答中的品牌露出
2)获客效率:AI推荐的转化路径
3)内容打法:适配AI领会的内容生产
实例:贝莱德(BlackRock)官网内容的GEO精进打法
碰头:你是否体验过AI搜索?它推荐的金融内容有什么特点?
二、GEO精进的核心打法
1. 内容结构精进
1)清晰的层级结构和标题架构
2)FAQ格式的问答式内容
3)定义明晰的术语解释
2. 权威性建设
1)专家背书和资料引用
2)权威来源的链接关系
3)持续更新的内容新鲜度
3. 可引用性拉升
1)简洁明晰的结论陈述
2)资料驱动的看法支撑
3)独特视角的差异化表述
抓手:GEO精进查验清单(20项)
实例:先锋领航(Vanguard)投资者教育内容的GEO实践
实战上手:选取一篇现有金融内容,用GEO轮廓开展诊断和改写
三、GEO+广告投放的协同打法
1. AI搜索广告的投放机会和形态
2. 内容营销和成效广告的GEO协同
3. 用AI抓手批量生成GEO友好型内容
4. 成效追踪:怎样衡量GEO精进的ROI
抓手:GEO内容改写轮廓+批量生成提示词
实例:嘉实基金官网内容GEO精进后的流量变化
四、OpenClaw等等本地化部署方案简介
1. 为何需要本地化部署?安全、合规,定制
2. OpenClaw的核心本领和适用情境
3. 本地化部署的成本和资源评核
4. 金融机构本地化部署的决策轮廓
实例:某股份制银行AI本领本地化部署的方案选型
碰头:本地化部署vs云端调用,你的组织更适合哪种模式?
一、学识回顾
1. 核心学识点串讲:智能体架构→平台搭建→API对接→GEO精进
2. 要害办法论复盘:情境识别画布、搭建全流程、对接技艺指南、GEO查验清单
二、答疑交流
1. 参训者高频问题集中解答
2. 复杂情境的技艺方案实地诊断
三、研习落地
1. 智能体落地路线图拟定
1)短期(1个月):完成1个试点智能体上线
2)中期(3个月):达成3个核心情境智能体化
3)长期(6个月):构筑队伍级智能体矩阵
2. 小组结晶输出
1)各组产出1份本业务线智能体落地方案
2)包含:情境选项、平台选型、资源诉求、时间节点、隐患预案
3. 行动规划拟定:每人明晰30天内完成的第 一个智能体搭建标的
队伍共创:各小组路演智能体落地方案,管控层实地点评和资源承诺
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|彭晓丹老师
适合谁听
市场中心业务主力、技艺支持、数智化转型负责人等等(约30-50人)。建议同一家企业 3 人以上同来,课堂上直接改造本企业的实际问题——单人参加也能学到方法,但带不走可用的成果。
交付流程
课前:顾问访谈 2 位管理者,收集现状与问题清单,讲师据此调整案例。课中:讲授与演练各占一半,产出可直接用的工具与方案。课后:7 天内提交改进建议,30 天内一次线上答疑。
