AI赋能航空制造——工作效率10倍提升

引言：领会AI，必须从其技艺演进的“基因”开始。本讲旨在为技艺人员绘制一幅从历史到未来的AI技艺地图，明晰当前所处的位置和前进方向。

导入：AI的颠覆性力量，换个角度看，引入大模型的潜力

降本增效：让AI接管重复性和流程性差事

迅速产出：内容/报告/创意的“时薪”革命——从“熬一夜”到“改10分钟”

智能决策：告别“我以为”，拥抱“资料说”——AI驱动的业务洞察

一、认知跃迁：推演推理的范式颠覆

1. 开场震撼Demo

• 从“概率预测”到“推演推理”的突破。

1. 认知升级

• AI的本质：从概率模型到认知突破

• 超越搜索引擎：生成式AI的范式迁移

• 要害突破——多模态

• Seedance2的原理和成效

1. AI机遇：个性化、效率化、智能化

二、AI演进的技艺路径：从规则到生成

1. 第 一阶段：规则和专家系统

2. 第二阶段：传统机器研习

3. 第三阶段：深度研习和突破

4. 第四阶段：大语言模型和生成式AI——Transformer架构

三、AI技艺演进趋势

1. 多模态融合趋势：文本、图像、3D模型、传感器资料的联合领会——对数智化样机、检测报告一体化的启示。

2. 智能体（Agent）技艺：从单次问答到具备规划、记忆、抓手调用本领的自主系统——未来“数字工程师”的雏形。

3. 边缘计算和小型化：AI模型在嵌入式装置、实地工控机上的部署前景。

四、情境重构：AI渗透航空制造核心流程的作战地图

1. 研发规划提效：气动外形AI辅助精进、复合材料铺层智能规划、仿真参数自动调优——从“海量试算”到“智能寻优”。

2. 工艺和制造赋能：装配工艺智能规划、机加参数精进、焊接质量预测——从“心得驱动”到“资料驱动”。

3. 质量和运维革新：缺陷图像智能判读、故障诊断学识库问答，预测性维护模型——从“事后处置”到“事前预警”。

引言：和AI高效协同的差距，不在访问权限，而在“技艺诉求翻译”本领。学完此讲，AI将从聊天玩具，实操中，变为听从复杂工程指令的“数字助理”。

一、提示词规划的底层推演和黄金法则

1. 明晰性：怎样清晰定义一个技艺问题的边界和输入。

2. 结构化：采用轮廓化指令处理多步骤工程差事。

3. 定位设定：让AI担当“资深材料工程师”、“严格的质量审核员”。

二，调校艺术：从万 能公式到高阶战术的指挥体

1. 揭秘提示词冠 军的万 能公式

• 万 能公式：CO-STAR

2.进阶招数

• 零样本/少样本研习

• 思路链（CoT）

• 进阶指令

1. 情境化实战

三、AI时代的认知升级

1. 提示规划中乔哈里视窗

2. 四大类问题，提示招数为何？

3. 碰头：AI认识升级后的乔哈里视窗会为何形状

引言：公文陷在格式里绕不出来，写得生硬如机器翻译？合规、拔高、去AI味——这一讲给你架构化解题打法，产出领导提笔即签的专精文本。

一、红线意识：技艺公文写作的“避坑清单”

1. 公文写作基本要则：准确规范、简明扼要、实事求是——结合航空制造业实例解读。

2. 常见错误和避坑指南：格式错误（文号、标题）、内容错误（资料、提法）、语言错误（歧义、冗余）——实例拆解。

一，AI高效公文写作

重点：格式合规性，权威语气生成、政策术语库调用

招数：政策文件要害词锁定技艺+自动润色，思想高度拉升招数

方案：

• 直接生成

• 范例生成

• 多轮提示生成

实战演示：

1. 通知

1. 核心：事项清晰 + 要求明晰 + 权责落地 + 时效可控

2. 招数：条理化和情境化

1. 请示

• 要害：事由清晰+权限匹配+解题打法预置

• 招数：润色和拔高

1. 报告

• 要害：事实准确+ 重点锁住 + 反馈及时

• 招数：条理化呈现 + 资料化佐证 + 提炼性收束 + 对象化调整

1. 领导讲话稿

• 核心：受众贴合 + 推演递进 + 号召有力 + 务实导向

• 招数：语言风格适配 + 实例自然融入

1. 会议纪要

• 重点：破解资讯不全、格式混乱导致的参会误解、筹备脱节问题

• 招数：核心要素智能校验+格式模板自适应+参会提醒联动生成

二，AI公文润色和拔高

1. AI 公文进阶之路——公文拔高

• 重点：借助AI拉升公文思想高度

• 招数：公文拔高6D精进法

• 实战上手：实地用AI润色一篇"白开水"公文，逐层展示精进进程

• 实战上手：选取一篇常规公文，用AI开展润色，对比前后差异

1. 怎样去AI味

• 重点：语言自然化要素

1) 句式节奏：长短句交错（防止机械排比）

2) 情感植入

3) 加入个性化表述

4) 融入故事

• 反模板化招数

• 实例演示：怎样AI 写一个人味的领导讲话稿

引言：三天心血凝成的报告，执行层面，领导目光停留不过十秒。此讲专授怎样借AI将技艺苦劳翻译成决策价值，让每一页PPT都经得起推敲，每一次呈报都直击要点。

一、I助力高效技艺事务收束

1. 绕开事务收束的写作陷阱： 剖析技艺收束中“流水账”、“重进程轻价值”、“问题泛泛而谈”等等常见问题。

2. AI挖掘事务亮点

• 重点：精准匹配业务价值 + 挖掘隐性结晶 + 贴合呈报标的

• 招数：要害词精准输入（业务情境+事务动作+产出结果）+ 多维度结晶拆解（效率拉升/成本降低/价值创造）+ AI输出后人工校准

• 实操上手：用AI从一周事务记录中提炼3-5个“老板会点赞”的核心亮点

1. AI找准存在问题

• 重点：破解难题遗漏、归因偏差、认知局限导致的拆解不透彻

• 招数：多维度问题扫描+根因追溯算法+业界基准比对+隐性问题预警

• ——杂乱资讯→精准问题清单：AI拆解提炼术

1. AI 助力展现潜在事务价值

• 重点：依靠 AI 发现事务中尚未被察觉的潜在价值点、

• 招数：借助 AI 的资料拆解和预测本领，探寻事务新机遇和精进方向

• 实战上手：借助 AI挖掘事务潜在的价值点

1. 告别流水账，往细里说，开启优质记录之旅

• 重点：清晰认知流水账的弊端，明晰优质记录的衡量准则

• 招数：对比出色记录和流水账实例，收束差异要点

• AI介入：将你的流水账丢给AI，它自动重构成“价值简报”

二、高效事务呈报

1. 搭建引人入胜的事务呈报轮廓

• 重点：从准备资料到呈现呈报的全流程要害环节。

• 招数：剖析经典事务呈报轮廓实例，研习怎样根据呈报目的、受众来确定核心板块，以及各板块的推演衔接办法，比如按照时间顺序、要害程度排序等等。

1. 解锁呈报勾住力密码

• 重点：明晰怎样从内容和呈现两方面，炼就勾住人的事务呈报。

• 招数：运用故事化叙事突出重点结晶、规划可视化元素增强视觉冲击的办法。

• 实战上手：怎样让买方买我们的装置

1. 影响听众

• 重点：用AI增强内容对听众的心理影响力

• 招数：AI拆解热门演说的语言模式 + 听众画像海量资料精进措辞

• 实战实例：印度人是怎样向上管控

三、AI+PPT：智能生成和高效规划

1. 智能PPT生成——突破创作瓶颈

• 重点：破解推演断裂、资料缺失导致的创作停滞

• 招数：内容断层智能填充+资讯密度精准调控+演说剧本自动化

• 实操上手：写一个事务收束PPT

1. PPT页面文字太多——要害词提炼呈现

• 重点：提取要害资讯，增加可信度

• 招数：AI萃取主题和要害资讯+视觉化呈现+交互增强

• 实操上手：1分钟将文字转成图表

1. PPT图太丑还不能删——精进呈现质感

• 重点：精进视觉呈现，保留核心资讯

• 招数：AI 辅助美化 + 资讯锁住强化

• 实操上手：3 分钟让普通图片变专精配图

1. 搞定 PPT 排版，落地时，这 4 招让你的页面秒变高级！：

• 左右结构： 资讯对比超清晰

• 环形居中： 焦点一眼被锁定

• 上下结构： 推演层层递进

• 方块结构：内容利落不杂乱

1. AI助力呈报讲出彩

• 重点：破解内容枯燥难题，抓住听众前3分钟

• 招数：对齐领导标的·先讲结果·再讲亮点·最后讲资料 + SCQA模型

• 大厂实例：微软内部呈报者怎样用AI预演听众反应

• 实战上手：规划一段让CEO印象深刻的开场白

引言：面对海量试验资料、检测记录本能逃避？从此你只需提出正确工程问题，资料清洗、整理，图表生成的“脏活累活”交给AI。

一，Excel+AI：智能处理工程资料

1. 揭开资料拆解的神秘面纱

• 重点：资料拆解不是技艺，是提问题、找证据、下结论的本领

• 招数：借助不同业界成功实例解说，凸显资料拆解价值

1. 整理和清洗资料

• 重点：学会处理脏资料，为拆解做准备

• 招数：运用函数、抓手识别并处理重复值、缺失值、错误值

• 实战上手：Excel 清理一组复杂资料

1. Excel复杂公式记不住？——自然语言转函数代码

• 重点：破解复杂函数记忆和运用难题

• 招数：精准定位表格+自然语言转公式错误调试

1. 可视化呈现资料

• 重点：将拆解结果以直观易懂的图表展示

• 招数：掌握柱状图、折线图、饼图等等图表适用情境以及制作招数

1. 资料看板的达成

• 重点：破解HR手动拆解耗时、维度浅、英才潜力和隐患难识别

• 招数：生成动态人力资本看板

二、AI迅速拆解和生成资料洞察报告

1. AI迅速高效生成资料报告

• 重点：破解资料整合繁琐、报告产出慢、资料洞察不纵深的难题

• 招数：AI 自动整合资料 + 智能生成可视化报表 + 深度挖掘资料关联

1. 买方反馈/故障报告拆解

• 重点：从大量非结构化的实地故障报告文本中，智能提炼高频问题、要害部件和潜在关联。

1. 供给链和营运资料拆解

• 重点：拆解供应商交货期、质量合格率资料，AI生成绩效看板和隐患预警摘要。

1. AI辅助简易预测

• 重点：基于历史资料，构筑对装置剩余采用寿命、生产周期的简易趋势预测。

• 招数：以过往成功预测实例为蓝本，AI辅助构筑拆解轮廓。

• 上手：给定某生产线过去24个月的效率资料，AI输出下季度趋势预测和精进建议。

引言：资深工程师退休，其数十年积累的“心得直觉”随之而去。学识库不是文件服务器，运行层面，而是组织工程智慧的“数字复利”引擎。

一，认知基建：RAG原理和学识库的方略价值锚点

1. 学识库核心价值

• 拉升效率，降低成本——别让员工重复发明轮子

• 弥补专精领域学识不足——专家走了，心得还在

• 拉升回复准确性——客服/售后不再“凭感觉”

• 破解大模型幻觉问题——给AI一本教材，它就不会瞎编

1. 揭秘学识库原理：公司智慧的底层推演

• 重点：RAG（检索增强生成）——不是让AI背诵，具体来看，是让AI带着教材做题

• 招数：拆解RAG架构（检索模块+生成模块）

1. 学识库的优势

• 结构化、可检索、可沉淀、可进化

1. 学识库类型

二、学识库搭建全流程实战

1. 学识获取和清洗：炼就纯净学识之源

• 重点：从多样渠道（文档/聊天/邮件/系统）高效获取学识

• 招数：元资料提取、学识分类、去重、格式化

• 要害认知：脏学识进，脏学识出——清洗比收集更要害。

1. 学识库构筑

• 重点：怎样规划符合公司诉求的学识库轮廓

• 招数：深度调研业务链路和学识采用情境 → 规划分类架构

• 实战上手：为所在部门规划学识库分类轮廓和内容规划表

1. 精进学识库内容

• 重点：筛选高价值学识开展填充，确保准确性、完整性、时效性

• 招数：构筑学识采集渠道 + 专精审核制度

1. 维护和更新学识库

• 重点：保障学识库内容始终贴合业务变化

• 招数：构筑定期查验制度+更新SOP。

三、学识库的运用情境和效能拉升

1. 智能问答助手

• 7×24小时回答员工/买方问题，准确率95%+

1. 项目学识沉淀

• 项目结束≠学识消失，在实际应用里，在实际应用里，复盘文档自动入库

1. 新人培训加速

• 新员工3天入门，换个角度看，有问题先问库，别问导师

1. 实战上手：为所在技艺小组规划一个微型学识库（如：材料特性、紧固件准则、常见工艺问题）

四、学识库业务赋能

1. 借学识库全景掌控业务

• 重点：借助学识库周全把握业务全貌，领会各业务环节关联，拉升方略视野。

• 招数：梳理业务脉络，构筑学识地图，以可视化方式呈现业务链路和要害学识点。

1. 巧用学识库，深耕业务细节

• 重点：领会学识库怎样和业务细节深度融合，借助学识库周全掌握业务链路、要点。

• 招数：构筑实例库，落地时，运行层面，从实际实例中深挖业务细节。

1. 从模糊记忆到精准匹配

• 重点：将脑海中的模糊记忆转化为精准的学识获取，拉升资讯查找效率。

1. 获取精准业务建议

• 重点：迅速并且准确地获取对业务有实际指导意义的建议，在实际应用里，实操中，助力业务决策和执行。

引言：未来的组织形态，从实践看，是人+智能体的混合舰队。智能体代表AI从“被动抓手”到“主动同事”的质变。本讲旨在前瞻性领会这一核心技艺，把握人机协同的未来。

一、智能体核心：技艺原理和架构

1. 智能体为何？ 智能体 = 大模型（大脑） + 标的（差事） + 规划（思路） + 抓手采用（手脚） + 记忆（心得）。

2. 和大模型的区别：从单轮对话到多轮自主规划执行的跨越。

3. 核心模块拆解：感知、规划、记忆、抓手调用，行动——类比技艺人员的完整事务流程。

二，主流智能体开发平台

1. 国外平台：OpenAI GPTs，就一线经验说，Claude Code

2. 国内平台：扣子(Coze)，智谱清言、秒哒、千问

三、智能体运用情境

1. 智能客服交流

2. 数字人员工

3. 公司协同、业务流

4. 研发规划助手

5. 质量检测拆解

6. 装置预测性维护

四、搭建你轻量级智能体

1. 智能体迅速构筑技艺文档网站

• 情境：为某个新型航空材料技艺专题迅速搭建一个内部技艺分享网站。

• 输入：技艺文档，规范文件、相关图片素材。

• 输出：一个可运行的、内容结构清晰的技艺专题网站原型，展示智能体在整合多抓手、执行复杂差事流程方面的本领。

引言：AI效能显著，但暗礁同样致命。资料泄露、模型幻觉、合规隐患——此讲不渲染焦虑，只为工程技艺运用划定安全边界。

一、大模型技艺盲点和隐患预警

1. 资料安全隐患：

• 实例拆解：某研究所资料泄露经过（借助AI导致规划泄露）

• 敏感资讯识别和防护：买方资料、财务资讯、核心技艺文档

1. 合规和法律隐患：

• 实例拆解：采用Deepseek生成虚假实例

• 学识产权隐患：AI生成内容的版权归属和侵权认定

• 业界合规要求：金融、医疗、政务等等业界的特殊监管政策

1. 模型和输出隐患：

• 幻觉（Hallucination）问题：错误资讯的生成和辨别

• 偏见和歧视：训练资料偏差导致的输出问题

• 提示词注入（Prompt Injection）攻击和防范

二、AI演进和未来

1. AI走出屏幕进入物理世界

• 具身智能：机器人，自动驾驶、智能工厂

1. 机器智能+

• 不是“AI替代人”，具体来看，是“AI + 人 = 新物种”

1. 终局思索

• 课程不是结束，就一线经验说，从实践看，是开始

• 行动号召：下周一开始，往细里说，挑一件你重复做了3年的事，让AI替你干

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|雷曼老师