AI智能体落地实战：从国企案例到动手开发

一、智能体为何

1. 智能体的定义和核心本领

1）让机器具备"感知—认知—决策—执行"的本领，本质是资料驱动的自动化差事执行

2）和传统AI抓手的区别：传统AI你问我答一次交互，智能体是你给标的它自主规划执行多步协同

3）举例：传统AI帮你查电费，实操中，智能体帮你自动汇总所有站所电费资料、生成报表，发送到群里

2. 智能体的通用架构

1）智能体 = 大模型 + 记忆 + 规划 + 抓手

2）四要素在真实情境中的定位分工

二、为何国企现在必须关注智能体

1. 大模型本领已到达实用临界点，成本大幅下降

2. 政策促成：国资委要求央企加快数智化智能化转型

3. 竞争压力：同行已在试点，从实践看，晚一步差距拉大

三、智能体的核心本领

1. 自动化执行：将重复准则化的事务交给智能体

2. 智能拆解：从资料中挖掘洞察

3. 学识管控：盘活沉淀的制度和心得

4. 流程协同：打通跨系统事务流

一、电网业界实例

1. 实例1：深圳供电局数字员工实践

1）2024年6月启动"数字员工"规划，按照"一岗位一数字员工"方式促成人机协同

2）已构筑覆盖18个业务域的362个准则化岗位谱系

3）成效：32名生产领域数字员工年累计调用量1.88亿次，从实践看，隐患识别响应效率拉升超40倍

2. 实例2：南方电网"大瓦特"AI架构

1）核心架构：大模型+AI平台+电力情境+智能体

2）覆盖情境：调控精进、电力巡检、电算协同、源网协同、电力人形机器人

3. 实例3：国网冀北电力柔直换流站AI智检管家

1）运用情境：张北柔直工程（全球首个柔性直流电网示范工程）

2）核心本领：装置、作业、环境状态的全景智能监测

3）成效：24小时无人值守运维，入选"2024年度卓越革新实践实例"

4. 实例4：国网天津城南公司合同签订数字员工

1）来由：代理购电合同签订事务原来需连续事务198天才能完成

2）成效：自动化录入时长仅为人工操作的60%

二、政务服务业界实例

1. 实例5：浙江省"浙里办"智能客服

1）2023年11月乌镇世界互联网大会发布

2）学识库覆盖48个省级部门、11个地市共28万条政策法规

3）成效：问题破解率从68%拉升至94%，落地时，群众办事平均耗时从23分钟缩短至4.5分钟

2. 实例6：杭州余杭区AI公务员

1）2025年2月内测，执行层面，浙江首个基于信创云底座建设的AI大模型

2）首批上线"AIPPT"：导入政府事务收束报告，30秒提炼大纲，1分钟生成精美PPT

3）成效：制作PPT从半天到一天缩短到几分钟

三、能源业界实例

1. 实例7：中国石化AI数字员工

1）2025年1月发布，执行层面，广西南宁新阳加能站等等全国40余座加能站同步试点上岗

2）核心本领：和买方对话交流、解答疑问，指导自助加油操作、推荐附近旅游景点

2. 实例8：中国石化"烽火"工业智能体

1）2026年4月发布，石油化工业界首个具备"行动"本领的数字专家

2）上线定位：烽火科学家、烽火工程师、烽火程序员、烽火助理

3）核心本领：拆解生产资料、调用工业软件、产出科研和工程结晶

四、银业界实例

1. 实例9：工商银行"工晓伴"数字员工

1）7×24小时在线提供综合性人力办公服务

2）本领：集成全行人力资讯统一检索、效率拉升、问答助手、宣演抓手等等多维度服务

2. 实例10：工商银行RPA数字员工

1）打法："总行统一规划、总分联动拓展、深化RPA+AI运用"

2）成效：有效降低人因失误，拉升办公效率，入选第四届"金信通"金融科技革新运用卓越实例

五、跨业界补充实例

1. 智能客服精进

2. 智能投资顾问

3. 智能办公助手

一、判断法则：什么样的事务适合交给智能体

1. 高重复：同一类事务每月出现多次

1）判断准则：这个事务上次做是多久以前？做的时候步骤一样吗？

2. 高资料：事务倚重多个系统或者大量文档的资料输入

1）判断准则：做这项事务需要登录几个系统？需要参考哪些文档？

3. 高耗时：现在靠人力做需要较长时间，运行层面，智能体可大幅提速

1）判断准则：这件事我花了多少时间？有没有可能自动化？

4. 有明晰准则：事务有相对准则的流程或者判断规则

1）判断准则：做这项事务有准则流程吗？判断对错有明晰准则吗？

二，往细里说，典型机会领域

1. 行政办公自动化：日报周报、通知发布、档案管控

2. 资料报表汇总：跨系统取数、自动生成报表、资料异常监测

3. 买方服务辅助：工单分类，政策咨询，常见问题自动回复

4. 运维巡检提效：报告自动生成、缺陷图像识别、巡检资料汇总

5. 学识管控盘活：制度问答、历史工单检索、心得传承

6. 项目管控提效：进度跟踪、隐患预警、多项目资料汇总

三、实例拆解：南网"大瓦特"、浙里办等等怎样识别机会

1. 从痛点出发：识别高耗时、低价值、易出错的重复事务

2. 从资料出发：找到资料沉淀完整、流程可准则化的环节

3. 从用户出发：将员工高频咨询、办事流程数智化

四、识别机会的抓手和清单

1. 队伍差事盘查表

2. 智能体运用机会评核表

3. 价值和可行性二维筛选法

一、三种落地模式

1. 模式一：采购成熟货品（推荐优先）

1）适用情境：通用办公、资料汇总、客服应答类诉求

2）优势：上线快、成本可控、供应商持续迭代

3）代表货品：飞书AI、钉钉AI、腾讯元器、百度文心等等

2. 模式二：基于业界平台定制

1）适用情境：电网调度、装置运维、能源监控等等专精情境

2）优势：和业务系统深度集成，资料不出内网

3. 模式三：自建或者联合共建

1）适用情境：核心业务系统深度集成、资料安全要求极高

2）挑战：周期长、成本高、需要专精队伍

3）建议：除非有强烈差异化诉求，不建议优先选项

二，具体来看，五大避坑指南

1. 坑一：上来就想做"大而全"的智能体

1）正确姿势：先从单点情境切入，做出成效再扩展

2. 坑二：忽视资料质量

1）正确姿势：先评核资料质量，落地时，运行层面，资料差不治理直接上必败

3. 坑三：业务部门参与度低，就一线经验说，IT部门单干

1）正确姿势：必须有业务主力全程参与，确保诉求领会准确

4. 坑四：忽视合规和安全要求

1）正确姿势：涉密资料不上公共AI平台，必须采用内网或者合规认证货品

5. 坑五：期望值管控不当

1）正确认知：智能体是提效助手，在实际应用里，不是替代人，当前阶段更适合辅助而非自主决策

三、30天行动规划

1. 第1周：选情境、定标的

2. 第2-3周：选抓手、做试点

3. 第4周：评核、扩点

四、个人行动三步法

1. 本周：亲自体验1个智能体货品

2. 本月：在队伍内找到1个智能体运用机会

3. 本季度：促成1个试点情境落地

下午·动手开发篇

一，主流智能体开发平台全景

1. 字节 Coze（扣子）：零代码或者低代码开发，插件/事务流/学识库

2. 腾讯元宝：智能体开发和公众号生态打通

3. 阿里百炼：智能体运用 + 事务流运用

4. Dify：开源灵活的智能体开发轮廓

二，就一线经验说，往细里说，平台技艺特性

1. 长短期记忆：长期记忆基于用户历史形成个性化回复

2. 插件（抓手调用）：一个插件内可包含一个或者多个抓手（API）

3. 事务流：一系列可执行指令的集合，用于达成业务推演

4. 学识库：破解大模型幻觉，专精领域学识不足的问题

三，实操中，实地演示：用 Coze 从 0 到 1 搭一个智能体

1. 第 一步：新建事务流

2. 第二步：增加节点，就一线经验说，运行层面，调用API

3. 第三步：增加节点，实操中，落地时，封装人机交互语言

4. 第四步：连接节点调整输入

5. 第五步：发布运行

一，就一线经验说，完整开发流程

1. 创建智能体

2. 选项大模型

3. 配置提示词

4. 调测智能体

5. 发布智能体

二、实操差事：用 Coze 搭一个"队伍智能问答助手"

1. 智能体+学识库实战

1）配置公司学识库（制度文件、常见问题）

2）让智能体基于学识库回答员工问题

2. 智能体+本领实战

1）接入资讯检索本领获取业界资讯

2）接入图片生成本领创建海报

3. 智能体+事务流实战

1）输入主题 → 生成视频创作文案 → 生成1-5分钟视频

三，提示词工程在智能体开发中的运用

1. 差事领会：差事分解、差事定义、示例引入

2. 差事规划和执行：差事链规划、多轮差事执行、执行反馈调整

3. 匹配资讯检索：限定资讯源，在实际应用里，多层次检索和动态检索

4. 用户交互规划：多模态、上下文

5. NL2SQL：自然语言转SQL，让智能体直接查资料库

四、结晶展示和点评

1. 参训者展示完成的智能体原型

2. 讲师点评和改进建议

3. 课后资源：开发文档、提示词模板、业界最 佳实践

收束和答疑

一，落地时，核心要点回顾

1. 智能体本质是资料驱动的自动化差事执行，能完成"感知—规划—执行—反馈"闭环

2. 电网、政务、能源、银行等等业界已有大量真实落地实例，成效可量化

3. 识别机会的4个判断法则：高重复，高资料、高耗时，有准则

4. 落地模式：采购优先，业界平台定制次之、自建最后

5. 智能体开发已进入低代码时代，在实际应用里，非研发岗也能动手做

二、Q&A 开放交流

1. 实地提问和答疑

2. 个人或者队伍智能体运用机会个性化诊断

3. 抓手选型和落地路径一对一咨询

说明1：本课为通用类AI智能体落地实战课程，实例已做去买方化处理

说明2：讲师保留根据实地参训者反馈微调内容顺序和详略的权利，确保最 佳研习成效

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|焦波老师