课程背景
随着制造公司数智化转型进入深水区，以大型制造公司为代表的业界标杆已率先在智能装备、质量管控、运维辅助等等领域引入AI技艺，如基于大模型的交互平台、AI质检官、3D打印迅速迭代等等。可是，多数工程技艺人员面对AI抓手时存在“抓手多、办法少、不敢用”的困境：文献检索仍倚要害害词堆砌，方案构思缺少AI辅助的对比筛选，代码和公式生成处于零散尝试阶段，资料安全和合规更是一大盲区。本课旨在支援工程研发人员构筑系统化的AI赋能办法，从“会查”到“会用”，从“能用”到“善用”，往细里说，真正将AI融入日常研发事务流。
课程收益
•
掌握利用AI开展高效技艺文献检索、学识抽取和综述生成的办法，检索效率拉升50%以上
•
学会借助AI完成多方案构思、约束条件排序和初步选型，缩短方案规划周期
•
能将自然语言诉求转化为可运行的工程代码（Python/MATLAB）或者数学公式，并具备基本的调试本领
•
构筑工程情境下的AI抓手选型矩阵，清晰领会资料本地化部署、脱敏和合规要点
•
借助实战工作坊，实地产出个人/小组的“AI辅助研发速查表”和一个真实差事的AI解题打法草稿
课程大纲
1. 从“替代”到“增强”：AI在研发各环节的定位
o 检索，构思、计算、验证、归档
2. 公司典型情境对号入座
o 实例：某制造公司“AI精灵”平台背后的检索和学识库构筑
3. 分层标的设定
o 初级：AI辅助查资料
o 中级：AI辅助出方案
o 高级：AI辅助做决策
二、AI辅助技艺文献检索实操
1. 传统检索的痛点
o 要害词局限、语言障碍、综述耗时
2. 主流AI检索抓手对比
o Elicit、Consensus，ChatGPT+ScholarAI，Perplexity
3. 高效检索四步法
1）自然语言拆解差事
2）生成多组检索式
3）文献质量迅速评核（引用数、期刊、办法新颖度）
4）AI生成结构化综述并追问参考文献
4. 实地交流：每人带一个自己事务中的检索难题，5分钟内用AI抓手输出至少3篇相关文献以及摘要
1. 发散阶段：提示词规划招数
o 定位担当（“你是一位资深机械规划专家”）、约束条件注入
2. 收敛阶段：多方案评价矩阵
o 让AI按照成本、可靠性、可维护性等等维度自动打分
3. 实例：规划一套用于烟丝干燥的新型热风分配结构
o AI生成5个初步方案，并给出优缺点和改进建议
二、代码和公式自动生成
1. 自然语言转工程代码
o Python示例：读取传感器CSV，计算统计特征、绘制趋势图
o MATLAB示例：解简单微分方程，传递函数仿真
2. 公式生成和格式转换
o 从描述到LaTeX/MathML，实操中，再到计算表格
o 实例：根据“流量和压降呈二次关系，具体来看，系数由实验确定”自动生成拟合代码
3. 常见错误和调试办法
o 推演错误、单位错误、边界条件遗漏——怎样带出AI自我修正
三、交流实战：代码诊所
• 每组提供一个事务中常写的“烦人小代码”，实地用AI重写并对比效率
• 讲师点评并给出提示词精进建议
1. 按照差事类型分类
o 文献检索：Elicit / Consensus
o 方案构思：ChatGPT / Claude / DeepSeek
o 代码生成：GitHub Copilot / Cursor / Codeium
o 公式推导：Wolfram Alpha + GPT
2. 选型决策表
o 成本、准确率、资料隐私、私有化可能性
二、资料安全和合规实战
1. 制造公司常见资料隐患
o 工艺参数、装置图纸、检测准则泄露
2. 三层防护打法
o 事前：脱敏规则（替换、泛化，加密）
o 事中：本地化部署或者公司级API（如Azure OpenAI）
o 事后：审计和撤回制度
3. 实例：某公司因在公共AI抓手上传装置日志导致泄密的教训
三、实地工作坊：拟定个人/队伍的AI抓手采用规范
每组输出一份“AI抓手采用承诺和查验表”，包含：哪些差事可用、哪些严禁上传、脱敏步骤、审批流程
1. 构筑“AI辅助研发”内部社区
o 出色提示词共享、踩坑记录、每周一例
2. 轻量化验证制度
o 选项1-2个低隐患差事（如周报生成、文献月报）先跑通AI流程
3. 度量指标建议
o 检索耗时，方案数量、代码复用率
二，行动实践指南（可带回岗位执行）
第 一周：选定一个自己下周必做的重复性差事（如查阅3篇专利），强制采用AI完成并记录进程
第二周：尝试用AI生成一个方案对比表，和同事碰头优劣
第三周：对一段自己写的旧代码，用AI生成注释、精进结构，做一次单元测试
第四周：组织一次20分钟的“AI小招数”分享会，传递至少一个实用提示词
课程收束和交流答疑
• 课程核心要点收束
• 开放碰头：参训者在实际事务中遇到的AI落地阻碍
• 抓手资源清单（提示词库、抓手链接、安全核查表）
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|蔺军老师
适合谁听
研发工程师、技艺主管、工艺规划人员、数智化转型主力、数智革新事务室成员、对AI辅助工程研发有兴趣的一线技艺主力。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。