面向传统能源行业管理层的 AI 实战训练营

买方来由： 传统能源业界

课程标的： 半天掌握 AI 高效交流招数（提示词），半天掌握 AI 智能体落地运用，助力管控层拉升管控效率和决策质量。

授课风格： 实战导向、通俗易懂、贴合业界痛点。

课程总览

时段

模块

主题

形式

上午

模块一

AI 提示词实战：从“低效交流”到“高效指挥”

讲授 + 上手

下午

模块二

智能体实战：三大能源管控情境落地

实例拆解 + 实操

上午：AI 提示词实战 —— 让 AI 成为你的“超级智囊”

标的： 掌握结构化提示词办法，让 AI 输出更符合管控诉求的高质量内容。

1. 破冰和痛点诊断

• 管控层痛点共鸣： 呈报材料难写？资料拆解看不懂？会议纪要点不全？

• AI 提示词误区： “喂一口饭，具体来看，吃一碗面” —— 为何你的 AI 总是答非所问？

2. 核心办法：结构化提示词公式

• 定位设定 + 来由描述 + 差事标的 + 输出格式 + 限制条件

• 业界适配： 将通用公式转化为“能源管控情境专用模板”。

• 实例演示： 用同一差事（如“写一份季度安全呈报”）对比“普通提问”和“结构化提问”的输出差异。

3. 实战上手：实地写一份“部门周报提纲”

• 差事： 每人用结构化提示词，运行层面，让 AI 生成一份“能源调度部门周报提纲”。

• 点评： 冰洋老师抽取 3 份实地作品，逐一点评精进。

4. 进阶招数：怎样让 AI 帮你“做决策”

• 思路链（Chain-of-Thought）带出： 让 AI 展示推理进程，就一线经验说，而非直接给答案。

• 反向提问法： 当 AI 输出不理想时，怎样“追问”让它自我修正。

• 实例： 用 AI 辅助“装置故障优先级判断”（还原能源业界情境）。

上午收束

• 要害收获： 3 个提示词模板 + 2 个进阶招数。

• 行动建议： 会后每人用今日所学，精进一份下周事务规划。

下午：智能体实战 —— 三大能源管控情境落地

标的： 借助 3 个精选实操实例，掌握智能体在能源业界的落地运用，拉升管控效率。

1. 实例一：AI 资讯助手 —— 让 AI 成为你的“业界情报官”

• 情境痛点： 管控层每天面对海量业界新闻、政策、价格波动，难以迅速抓住重点。

• 实操步骤：

设置要害词过滤（如：“碳交易”“新能源并网”“电价调整”）。

定义输出格式（标题 + 摘要 + 影响拆解 + 建议行动）。

• 实地演示 + 参训者动手： 每人配置一个“专属能源资讯助手”，设置 3 个要害词，实地测试推送成效。

2. 实例二：意图识别事务流 —— 让 AI 领会你的“管控指令”

• 情境痛点： 管控层口头或者文字下达指令，部属领会偏差。跨部门协同流程混乱。

• 智能体功能： 接收自然语言指令（如：“下周安排一次安全查验，重点查变电站”），自动识别意图（安全查验），并拆解为执行步骤（时间、地点、人员、查验项）。

• 实操步骤：

定义意图标签（如：安全查验、会议安排、资料报表）。

配置识别规则（要害词 + 语义匹配）。

设置执行动作（自动生成待办、发送通知、创建日历经过）。

• 实地演示 + 参训者动手： 每人输入一条“管控指令”，观察智能体怎样识别并拆解执行。

3. 实例三：智能客服资讯收集 —— 让 AI 成为你的“买方情报员”

• 情境痛点： 能源公司买方咨询量大，人工收集买方资讯效率低，易遗漏要害诉求。

• 智能体功能： 借助对话自动收集买方资讯（如：公司名称、用电规模、诉求类型），并分类归档，生成买方画像。

• 实操步骤：

规划对话流程（开场白 → 资讯收集 → 确认 → 归档）。

设置必填字段（公司、规模，诉求）。

配置分类规则（如：工业用电/商业用电/居民用电）。

对接 CRM 系统或者导出 Excel。

• 实地演示 + 参训者动手： 每人还原一次“买方咨询”，观察智能体怎样自动收集并归档资讯。

课程收尾：从“知道”到“做到”

• 结晶展示： 参训者展示自己配置的 3 个智能体（资讯助手、意图识别、买方收集）。

• 行动规划： 每人写下“3 个可立即落地的智能体运用情境”，往细里说，课后 1 周内完成 MVP 验证。

冰洋老师寄语：

“AI 不是来取代管人者的，而是来放大你的管控本领的。今天，你不仅学会了怎样用 AI，更亲手炼就了属于你的‘AI 管控助手’。明天，你就能够用它去提效、去决策、去赢。”

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|冰洋老师