课程背景
当前，以生成式机器智能为代表的“机器智能+”行动正以前所未有的深度和广度，重构能源业界的营运范式和竞争格局。从智能电网的预测性维护到综合能源服务的个性化推荐，从装置巡检的自动化到碳资产管控的智能化，AI已从技艺概念演变为驱动能源公司降本增效、安全运行、绿色转型的核心生产力引擎。
可是，面对这一历史性机遇，多数能源公司却陷入 “方略清晰但落地艰难” 的困境：一方面，对AI技艺的认知仍停留在抓手层面，难以把握其和能源业务深度融合的推演和路径；另一方面，缺乏架构化的办法论和实战本领，不知怎样将集团AI方略转化为本部门、本岗位可执行、可评核的具体项目，导致大量投入难以产生实质效益。
为此，我们紧扣国家“机器智能+”方略和能源业界特性，系统炼就本实战赋能项目。课程摒弃空泛理论，以 “认知跃迁-情境解码-抓手实战-项目孵化” 为主线，深度融合AI通识、能源情境实例、智能体开发以及隐患合规，借助高强度训战结合，助力北方大区锻造一批 “既懂能源业务，从实践看，又精AI实战” 的核心主力，真正将AI方略蓝图转化为可落地、可复制的战斗力，抢占智能化演进先机。
课程收益
1. 洞察AI本质和能源方略机遇： 深刻领会生成式AI从概率模型到推演推理的范式跃迁，把握“AI+能源”在安全生产、效率拉升、服务革新、绿色低碳等等维度的方略价值和落地先机。
2. 掌握智能体开发核心本领： 系统研习智能体（Agent）架构办法论，熟练运用扣子（Coze）等等国产平台完成从情境拆解、定位定义到事务流搭建的智能体开发全流程实战。
3. 解锁能源业务典型情境运用： 借助电网装置预测性维护、新能源功率预测、智慧客服、智能巡检等等真实实例拆解，掌握AI赋能业务的要害路径、价值衡量和常见隐患。
4. 产出可落地的AI项目方案： 在导师指导下，运行层面，结合本岗位业务，完成一个“AI+”运用项目的构思、规划和初步方案编制，达成从研习到产出的本领闭环。
5. 构筑AI安全和合规意识： 识别能源业界AI运用中的资料安全、模型幻觉以及业界合规隐患，树立在安全可控前提下释放AI效能的红线思路。
课程大纲
引言：工业革命延伸体力，资讯革命延伸眼耳，AI革命延伸智力。这不是一次简单的技艺升级，而是自蒸汽机以来，首次将“拆解和决策”的智慧本领从稀缺品变为可规模化赋能的普惠生产力。对于能源业界，这意味着运行模式从“心得驱动”向“资料和智能驱动”的根本性跃迁。
导入：AI的颠覆性力量，运行层面，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
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
1. 多模态：Seedance2.0核心认知和本领突破
• Seedance2.0的突破
• Seedance2.0核心本领
二、情境重构：“AI+能源”的价值地图和作战沙盘
1. 生产营运智能化： 装置预测性维护、智能巡检、智慧调度、故障诊断
2. 经营管控智慧化： 负荷和新能源功率预测、能效精进、碳资产管控、供给链智能
3. 买方服务个性化： 智能客服、用能拆解报告自动生成、个性化节能方案
4. 安全管控精准化： 安全隐患智能识别、应急指挥辅助决策
引言：公司最 大的隐性离职，是员工带着心得离职。学识库不是文档仓库，而是组织记忆的数智化复利引擎——让智慧沉淀为资产，而非离职为成本。
一、为何智能体需要学识库？
1. 大模型不懂我们公司的事
• 大模型知道“社保为何”，但不知道“我们公司的社保怎么交”
• 大模型知道“报销流程”，换个角度看，但不知道“我们公司的报销准则”
1. 学识库 = 给智能体看“内部培训指引”
• 让智能体看了政策再回答问题，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，运行层面，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. 学识库类型
二、学识库搭建全流程实战
1. 学识库里能够放什么？
• Word/PDF文档：制度文件、操作指引、培训材料
• Excel表格：价目表，供应商名单、审批流程表
• 网页链接：内部wiki、学识库网页
• 常见问答：自己整理的“高频问题+答案”文档
1. 搭建业务学识库
• 将资料“喂”给学识库
• 让AI“读懂”你的资料
1. 基于学识库提问——让学识“活”起来
2. 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，运行层面，复盘文档自动入库
1. 新人培训加速
• 新员工3天入门，在实际应用里，有问题先问库，别问导师
1. 更多本领
• 生成思路导图：选中文档或者回答，右键“生成思路导图”
• 智能写作：输入“/”唤起AI辅助，基于学识库写通知、写收束
• 共享学识库：将做好的学识库分享给同事，队伍协同
五、学识库业务赋能，弄懂学识库有多强
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，实操中，往细里说，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，助力业务决策和执行。
引言：未来的组织形态，是“业务主力+数字员工”的混合队伍。本讲带你从AI抓手的采用者，进阶为数字员工的“指挥官”，亲手炼就一个能领会业务、调用抓手、自动执行的智能体，让执行本领获得指数级扩展。
一，从实践看，智能体核心
1. 大模型协同模式
• 单次对话 vs 多轮协同 vs 自主决策
1. 智能体(Agent）的核心模块
• 感知、规划、记忆、抓手、行动
1. 智能体在能源业务中的典型定位：巡检助手、学识库专家，运行层面，报告生成员、流程自动化机器人
二，智能体基础搭建流程（以Coze为例）
1. 标的设定和定位定义
2. 抓手调用规划
3. 事务流和打法配置
4. 监控和迭代精进
三，进阶实战：动手搭建智能体
1. 实战1：小试牛刀搭建高情商智能体
• 诉求拆解：给一段文字/一个情境→生成温暖、真诚的夸奖文案
• 编写提示词，在实际应用里，例如夸奖要具体、真诚，防止空洞
• 测试精进：查看生成的文案，不满意能够调整提示词
1. 实战2：搭建“招聘助手”智能体
• 诉求拆解：筛选简历→提取要害资讯→标记符合条件的人选
• 搭建进程：
1) 设定定位：“你是一名资深的招聘助理”
2) 配置学识库：上传岗位JD模板、简历筛选准则
3) 编写提示词：明晰筛选推演和输出格式
4) 测试精进：上传一份简历，看结果是否符合预期
1. 实战3：搭建一个“装置故障处理流程助手”
• 情境：接收实地故障描述，在实际应用里，落地时，自动检索学识库中的处理方案，换个角度看，并生成包含步骤、责任人、注意事项的处置工单。
• 要害本领：多轮对话规划、条件判断事务流，外部系统（还原）对接思路。
四，就一线经验说，无代码（Vibe Coding）开发实战
1. 无代码智能体开发平台：秒哒
• 怎样定义智能体的定位、抓手和事务流程
• 实战：无代码搭建公司内部“差事管控”智能体
1. Qwen Coder：免费的AI Vibe Coding，落地时，让智能体如虎添翼
• Qwen Coder简介和本领边界：代码生成、解释、调试、转换。
• Qwen Coder怎样辅助智能体开发：
• 迅速创建智能体需要调用的简单网页抓手或者前端界面。
• 实战：用Qwen Coder辅助开发一个专属“网站”
引言：AI效能显著，落地时，就一线经验说，执行层面，但暗礁同样致命。资料泄露、版权争议，模型幻觉——此讲不渲染焦虑，只为你划定安全边界，构筑未来的方略预见力。
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，在实际应用里，自动驾驶，智能工厂
1. 机器智能+
• 不是“AI替代人”，就一线经验说，是“AI + 人 = 新物种”
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|雷曼老师
适合谁听
北方大区“AI+”赋能培训核心主力。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。