课程背景
当前，电网工程规划业界正面临数智化转型的深刻挑战。规划人员深陷于海量文档处理、复杂资料计算、强条规范自查和多专精协同的“效率泥潭”中。具体表现为：
报告撰写和校审耗时费力、跨系统资料无法有效利用、实地问题识别和整改流程繁琐、以及面对AI技艺浪潮时的“学识焦虑”和“运用鸿沟”。
同时，国家正在大力推进“资料要素X”行动以及智能制造（CMMM）、资料管控本领（DCMM）等等认证，将资料治理和运用本领拉升至公司方略高度。
怎样让AI不是“花架子”，而是真正成为工程师提效、公司合规和资产增值的“新质出产力”，是电网规划单位面临的核心课题。
本课以“
情境驱动、抓手赋能、系统构筑
”为核心推演，按照诉求量身炼就。我们摒弃单纯的技艺宣讲，采用“
认知-领会-运用-迁移
”四阶教学法。课程从拆解AI（大语言模型、智能体）能为工程师做什么开始，渐次纵深到提示词工程、本地模型部署、专属学识库（RAG）搭建等等核心技艺。进而，借助工作坊形式，带出参训者亲手搭建可破解实际事务难题的智能体（Agent）和事务流，最终达成从“被动问答”到“主动执行”的本领跨越。课程强调“学中做，做中学”，确保每位参训者带着真实情境来，带着解题打法走。
对参训者个人而言，本次培训将系统拉升其AI抓手运用素养和工程化思路，使其从重复劳动中解放，锁住于更高价值的规划革新和决策判断。对公司而言，这不仅是事务效率的倍增，更是将资深工程师的心得沉淀为可复用的“数字本领包”，促成组织学识资产化。
同时，借助构筑公司级AI运用原型和资料治理实践，为后续申报DCMM/CMMM认证、达成资料资产入表、获取政策补贴打下坚实的本领和实例基础。
课程收益
1.
掌握
提示词工程和主流AI模型（如DeepSeek，在实际应用里， 通义千问）特性，
能够
针对规划、校审、报告等等情境下达精准指令，达成办公自动化。
2.
领会
RAG（检索增强生成）原理和智能体（Agent）架构，运行层面，
能够
动手搭建个人/项目级的“强条规范学识库”和自动校审助手原型。
3.
获得
本地化轻量模型部署和API管控本领，
能够
在保障资料安全的前提下，配置AI事务环境，达成敏感资料本地处理。
4.
学会
采用低代码平台（如扣子/Coze）编排事务流，
能够
将“实地拍照识别隐患→自动生成整改单”等等复杂业务链路自动化。
5.
构筑
AI运用的批判性思路和安全合规意识，
明晰
AI辅助的边界，
掌握
工程资料脱敏和采用的合规红线。
课程大纲
课程导入
• 破冰和共识：研习小组组建（定位：组长/记录员/演说者/计时员）、拟定研习公约。
• 痛点墙共创：各小组写下当前事务中最希望用AI破解的3个效率瓶颈或者专精难题。
• 课程全景图：展示3天从“抓手采用”到“系统构筑”的进阶路径。
• 学识模块：
◦ 学识点一：大模型（LLM）本领边界——不只是聊天，更是“外挂大脑”（文本、推演、资料、多模态）。
◦ 学识点二：国产主流模型（DeepSeek/R1，就一线经验说， 通义千问， Kimi）特性拆解和情境化选型指南。
◦ 学识点三：AI办公提效三板斧——报告/PPT自动化，会议纪要智能生成、工程文书智能起草。
• 实例研讨：
◦ 实例名称：某省电力规划院《XX工程勘察报告》AI辅助拆解。
◦ 实例来由：工程师上传地勘PDF，要求AI提取参数、拆解地基条件、给出基础型式建议并自查遗漏项。
◦ 碰头问题：1. 此实例中AI的核心价值为何？
2. 为确保结果可靠，人工复核的要害点应放在哪里？
• 小组碰头：“AI赋能电网规划情境脑暴会”
◦ 碰头标的：每组挖掘并共识3个本组最迫切的AI运用情境，形成“情境-痛点-预期价值”清单。
◦ 碰头时间：30分钟。
◦ 碰头抓手：扑克牌+A0海报纸。
◦ 产出要求：海报需图文并茂展示3个情境，落地时，并排序优先级。
◦ 展示方式：每组3分钟路演，接受其他组质询和补充。
• 抓手交付：《通用提效提示词模板库（V1.0）》
• 学识模块：
◦ 学识点一：资料安全红线——公网和内网采用边界、工程资料脱敏规范、私有化部署路径。
◦ 学识点二：RAG（检索增强生成）核心原理——给AI配“规范指引”，破解“幻觉”问题。
◦ 学识点三：从0到1搭建个人学识库——文档处理、向量化、召回精进全流程实操。
• 实例研讨：
◦ 实例名称：基于RAG的“强条反措智能审查助手”搭建。
◦ 实例来由：内网上传数十本规划规程，构筑向量学识库。AI可精准回答“变电站防火墙耐火极限”等等问题，并引用条文编号。
◦ 碰头问题：1. 和传统电子规范查阅相比，RAG方案的优势和潜在隐患？
2. 怎样规划文档切片打法以拉升检索准确率？
• 小组碰头：“构筑我的强条学识库方案规划”
◦ 碰头标的：以小组选定的一个专精方向（如电气、结构、总图），规划其学识库构筑的文档清单、处理流程和要害测试问题。
◦ 碰头时间：45分钟。
◦ 产出要求：输出包含“文档列表->清洗要点->切片打法->测试用例”的施行方案海报。
• 抓手交付：《公司级学识库构筑查验清单》
• 学识模块：
◦ 学识点一：智能体（Agent）核心思想——从“被动问答”到“主动执行”的数字实习生。
◦ 学识点二：事务流编排推演——触发器、节点、变量、条件分支和状态管控。
◦ 学识点三：低代码平台（以扣子/Coze为例）迅速上手，连接大模型、抓手和学识库。
• 实例研讨：
◦ 实例名称：“随手拍”安全隐患智能识别和整改单自动生成事务流。
◦ 实例来由：实地安全员拍照上传，AI视觉识别隐患（如未戴安全帽），落地时，自动检索安全规范，生成含问题，依据、建议的整改通知单。
◦ 碰头问题：此事务流涉及到哪几个AI本领（多模态、RAG、文本生成）的协同？
怎样规划错误处理制度？
• 小组碰头：“智能体事务流规划挑战”
◦ 碰头标的：针对“采购技艺规范书智能生成”或者“工程日报自动汇总”情境，规划一个智能体事务流的推演流程图。
◦ 碰头时间：45分钟。
◦ 产出要求：采用流程图形式，清晰展示从触发到结束的各个节点、判断推演和传递资讯。
• 抓手交付：《智能体事务流规划模板》
• 学识模块：
◦ 学识点一：多模态AI在工程中的运用——基于草图/白模的成效图生成、实地图片识别和标注。
◦ 学识点二：Vibe Coding（自然语言编程）——用语言指令让AI编写批量处理脚本。
◦ 学识点三：文件批量处理、资料提取和自动化归档实战。
• 实例研讨：
◦ 实例名称：采用AI编程IDE批量重命名和归档工程文件。
◦ 实例来由：将散乱的勘察报告、图纸按照“项目编号-专精-日期”规则批量重命名，并自动归档至对应项目文件夹。
◦ 碰头问题：这类重复性操作为何适合用AI自动化？
在赋予AI本地文件读写权限时，往细里说，应设置哪些安全前提？
• 抓手交付：《工程文件智能管控脚本示例集》
• 学识模块：
◦ 学识点一：AI在规划、采购、施工、管控全流程的典型情境串讲和价值复盘。
◦ 学识点二：AI时代工程师的核心素养——批判性思路、人机协同边界、心得数智化本领。
◦ 学识点三：从单点抓手到架构化赋能——公司级AI运用落地的路径和挑战。
• 小组碰头：“AI在工程中的运用边界研讨”
◦ 碰头标的：结合三天所学，小组碰头并共识“哪些事务必须AI做、哪些适合人机协同、哪些必须人做”，并阐述依据。
◦ 碰头时间：30分钟。
◦ 产出要求：绘制一张“人机协同光谱图”或者“AI运用三区（高效区、协同区、禁区）图”。
• 抓手交付：《AI运用情境评核矩阵》
课程收束和行动规划
• 学识图谱回顾：集体绘制三天课程的核心学识图谱。
• 巅 峰对决和颁奖：各小组展示最终精进后的AI解题打法海报，开展投票评选和颁奖。
• 个人531行动规划：
◦ 每位参训者写下：5个收获、3个运用点，1周内要完成的1项具体行动。
• 毕业典礼：颁发结业证书，组建课后实践交流群、发放全部课程抓手包和资料。
讲师结语：本方案已将原公开课内容深度重构，执行层面，强化了痛点挖掘、小组共创、实战产出环节，就一线经验说，确保培训不仅“听得懂”，更能“带得走、用得上”。
我们随时能够根据贵公司的具体业务情境（如特高压规划、配网自动化、新能源接入等等）进一步定制实例和碰头主题，确保培训和业务紧密咬合。期待和您共同开启电网规划智能化的新篇章！
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|冰洋老师
适合谁听
• 电网工程规划院的规划工程师、校核工程师、审定工程师。 • 电网建设项目的管控、造价、施工技艺负责人。 • 公司数智化部门、资讯中心的技艺负责人和架构师。 • 核心要求：参训者需携带笔记本电脑。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。