课程背景
课程缘起：
石油业界正处在"能源安全＋降本增效＋AI技艺成熟"三重叠加的窗口期。我国"七年增储上产行动规划"圆满收官，油气供给与储运网络跃上新台阶，但成本，安全、用工三大问题依然突出——从勘探开发到炼化销售，具体来看，每一个环节都在被AI重塑。业界先行者的量化战果已经密集出现：中国石油昆仑大模型一年内完成由330亿到3000亿参数的跃升、152个运用情境规模化落地，抽油机井工况智能诊断在大庆、新疆、辽河等等油田8000余口井运用，人都管井数从3.5口拉升至11.5口；声波全波形反演处理周期从20天压缩至3天，成本降低30%以上。长庆油田AI"数字大脑"使勘探周期缩短约30%、单井产量拉升超10%；中海油渤海油田预测性维护使要害装置故障率降低约20%。但石油业界AI落地有一条不可逾越的底线：油气勘探和油藏资料属于国家方略资源，涉密资料严禁出域；三大石油公司都自建业界大模型（昆仑/长城/海能）并私有化部署；井控安全和危化品管控是红线，AI只能做辅助研判、不得绕开安全联锁和作业审批——这正是本课坚持"Dify本地部署＋资料不出域＋人做终审"的根本原因。本课以"资料打底、学识铸魂、智能体干活、治理兜底"为主线，面向石油业界勘探开发、钻完井、采油采气、集输储运、炼化销售、职能和安全六大岗位，在合规轮廓内炼就"岗位智能副驾"，让AI从"会聊天"变成"会干活"，达成"模型起草、规则校验、人做终审"的落地闭环。
课程收益
课程获益：
1. 看清石油业界AI落地的真实水位和量化战果（昆仑大模型152情境、抽油机诊断8000余口井、长庆勘探周期-30%），构筑对AI本领边界的清醒认知，避开资料、井控、合规三大坑。2. 掌握石油AI落地的前置条件——地震/测井/生产/装置资料治理和合规底座（昆仑梦溪、600TB高质量资料集），明白为何"方略资料不出域"；3. 掌握提示词工程和岗位学识库（RAG）搭建办法，让AI真正读懂地质报告、钻井规划、操作规程、管道完整性准则和作业票模板；4. 会用Dify等等本地部署平台搭建岗位智能体，油气和经营资料不出域，满足能源安全和信创要求；5. 收获六大岗位（勘探开发/钻完井/采油采气/集输储运/炼化销售/职能安全）智能副驾落地原型和真实实例拆解；6. 形成本岗位"30-60天AI副驾落地"行动清单，运行层面，含井控、权限、审计等等治理要点，课后即可启动最小闭环。
课程大纲
第 一讲 认知破局——石油业界为何必须做岗位AI副驾（1小时）
一、石油业界的AI落地水位和量化战果
1. 业界智能大脑：昆仑大模型330亿→3000亿参数、152个运用情境规模化落地，入选世界机器智能大会SAIL奖TOP30
2. 上游量化战果：长庆AI"数字大脑"勘探周期-30%，单井产量+10%；声波全波形反演20天→3天，成本-30%
3. 生产和终端战果：抽油机诊断8000余口井（人都管井3.5→11.5口），常减压预测精度>95%（单装置年效益700余万），社群营销覆盖2万座加油站
4. 国际参照：全球油气AI市场2024年31.4亿美元→2029年预计57亿美元（CAGR 12.61%），92%油气公司将AI列为未来两年投资优先项
二、石油公司为何必须做岗位智能副驾
1. 增储上产后的成本和用工压力：人都管井数翻倍、老师傅退休、艰苦岗位招工难
2. 资料积累已到临界点：昆仑梦溪11.5PB资料、中石化600TB高质量资料集——"有资料无质量"正在被治理
3. 安全和效率的双重诉求：井控、危化品、管道安全是红线，AI将"出事再救"变"出事前拦"
三、六大岗位的共性痛点和"副驾"画像
1. 勘探开发岗：地震解释，井位论证报告重复劳动
2. 钻完井岗：钻井参数凭心得、完井报告繁琐
3. 采油采气岗：示功图诊断靠老师傅，生产报表繁重
4. 集输储运岗：管道巡护量大，异常初析慢
5. 炼化销售岗：工艺精进和油品销售事务性事务多
6. 职能和安全岗：作业票、采购、财务、人事事务繁重
四、何为"岗位智能副驾"：边界和定位
1. 副驾不是无人驾驶：AI负责"起草，初析、初筛"，人负责"校验、判断，终审"
2. 落地准则："模型起草，规则校验、人做终审"
3. 本领边界：供应商考察AI做不了、井控和安全联锁AI碰不得、地震和油藏资料AI带不走
▸ 课程导入：每人写下本岗位"最耗时并且重复"的一件事，贴到痛点墙上（15分钟）
▸ 实例拆解：拆解昆仑大模型152情境和长庆AI数字大脑实例：AI替代了什么，保留了什么人（10分钟）
▸ 小组研讨：对照六大岗位痛点画像，具体来看，给本部门选出2个最值得做副驾的岗位（15分钟）
次讲 地基先行——石油资料治理和合规底座（1小时）
一、石油资料资产盘查：从地震波到加油枪
1. 勘探开发资料：地震采集/处理/解释结晶、测井曲线，油藏模型（ECLIPSE/Petrel/GeoEast）
2. 生产运行资料：SCADA实时资料、示功图、管道压力流量、储库液位、炼化DCS/MES资料
3. 经营和台账资料：ERP、装置台账、检维修记录、作业票、隐患台账、加油站销售资料
二、资料治理基线：可算、可信、可溯
1. 实例标杆：昆仑梦溪海量资料平台11.5PB全域治理消除孤岛、中石油"四阶八步"事务法
2. 可信：中石化600TB高质量资料集、60%以上标注由AI完成。中海油DCMM五级认证+"采采分离"停掉近700个旧系统
3. 可溯：审计追踪和版本管控，AI生成内容标注来源和置信度
三、安全合规底座：井控红线和方略资料
1. 井控和危化品是红线：AI只做辅助研判，落地时，不绕开安全联锁、不替代作业审批
2. 方略资料不出域：地震、油藏、储量资料属国家方略资源，严禁进公网大模型
3. 终端安全：防爆终端和"公司数字双空间"（鸿蒙电脑物理隔离事务空间和个人空间）
四、平台选型要则：自有大模型＋Dify本地部署
1. 三大公司自建大模型（昆仑/长城/海能）私有化部署，生产资料不出域、合规优先
2. 智能体和事务流平台统一采用Dify本地部署；在线SaaS仅用于个人研习验证、严禁直连生业界务
3. 大小模型协同：大模型负责规划、小模型和机理模型负责执行（长城2.0路线）
▸ 实战上手：盘查本岗位的资料资产：画出"采集→处理→库→报表"的资料链路并标出断点（10分钟）
▸ 小组研讨：对照"可算，可信、可溯"三条基线，为自家资料打分并找出最薄弱一项（15分钟）
▸ 交流答疑：资料出域和井控红线问答：哪些能做、哪些绝 对不能碰（15分钟）
三讲 核心本领——提示词工程和岗位学识库（1小时）
一，提示词工程基础：让AI说人话，干人事
1. T-SPEC提示词轮廓：差事、情境、步骤、示例、风格，约束
2. 石油典型提示词示例：地震解释摘要，井位论证初稿、示功图异常初析，管道巡护记录规范化
3. 常见翻车和修正：幻觉、单位错误、准则引用错误——用规则校验兜底
二、岗位学识库（RAG）搭建：从报告到规程
1. 语料来源：地质报告、钻井规划、完井报告、操作规程、管道完整性准则、事故实例、作业票模板、装置台账
2. 搭建步骤：先定分类维度、再定库和索引办法、最后批量导入并测试问答
3. 学识库是抑制幻觉的"紧箍咒"：文档越多、溯源越全，落地时，AI越靠谱
三、讲师实战实例：邮件学识库和心得萃取
1. 邮件学识库：Foxmail/Outlook/Notes（华 为中兴同款，32位版本匹配），先定分类维度再建库
2. WBS心得萃取：6637份员工文档→307候选→准则WBS并保留来源溯源，防止历史心得白离职
3. 同理可萃：井史库、检维修方案库、异常处置实例库、投标方案库
四、合规要点：可溯，可审、不出域
1. AI输出必须可溯源到源文档出处
2. 引用标注和置信度：要害结论标注依据，不确定即转人工
3. 涉密资料（地震、油藏、储量）严禁进公网大模型，必须本地部署
▸ 实战上手：实地编写"示功图异常初析"提示词，并让AI按照格式输出、互相挑错（15分钟）
▸ 实战上手：给本岗位规划学识库分类维度和命名规范（10分钟）
▸ 小组研讨：从地质报告/操作规程/事故实例中选一个语料源，规划"先定维度再建库"的一页纸方案（15分钟）
四讲 六大岗位智能副驾实战（2小时）
一，勘探开发岗（物探/地质/油藏）——地震解释和井位论证辅助
1. 痛点：地震解释人工量大，井位论证报告反复修改，油藏描述周期长
2. 副驾原型：地震解释结晶摘要、井位论证初稿、油藏描述报告草拟、储量评核核对
3. 实证：全波形反演20天→3天，长庆AI数字大脑勘探周期-30%、AI4FWI拉升找油效率
二、钻完井岗（钻井/录井/测井/压裂）——参数精进和隐患预报警
1. 痛点：钻井参数凭心得、完井报告繁琐、井下复杂工况处置倚重专家
2. 副驾原型：钻井参数建议、完井报告初稿、隐患预报警摘要，事故复杂处置方案推荐
3. 实证：昆仑数智智能钻完井以及压裂（作业实时精进、隐患智能预报警）、"长龙号"智能钻井让作业由心得驱动转向资料驱动
三、采油采气岗（采油/注水/采气）——示功图诊断和生产报表
1. 痛点：抽油机工况诊断靠老师傅看图，生产报表手工汇总、注水精进滞后
2. 副驾原型：示功图异常初析，生产日报/月报自动生成、工况预警和处置建议
3. 实证：昆仑大模型工况智能诊断8000余口井（人都管井3.5→11.5口、异常发现按照天算→按照分钟算）
四，集输储运岗（管道/储库/SCADA）——巡护记录和异常初析
1. 痛点：管道巡护记录重复、异常初析慢、完整性管控文档繁重
2. 副驾原型：巡护记录规范化，压力流量异常初析、完整性评价报告草拟、应急上手脚本
3. 实证：国家管网数智员工（一个成熟岗位生产力≈2.3个人力），管道仿真（PIPESIM/OLGA）
五，炼化销售岗（炼化工艺/油品销售）——工艺精进和终端营运
1. 痛点：常减压等等装置参数寻优靠心得、油品销售和买方拆解事务繁重
2. 副驾原型：工艺参数精进建议、装置报表、加油站营运拆解、社群营销文案
3. 实证：昆仑大模型常减压预测精度>95%（单装置年效益700余万），社群营销覆盖2万座加油站，视觉大模型质检效率+40%
六、职能和安全岗——作业票/采购/财务/人事
1. 安全：作业票要素初检，隐患描述规范化、安全培训材料生成（井控和危化品审批必须人签字）
2. 采购：RFQ自动生成（12小时→3分钟），本领边界——供应商考察AI做不了
3. 职能：财务月结辅助（八大模块分级，红线"核心财务资料绝不进公网大模型"），AI筛简历（113份5小时→2分钟）、流程效率AI评核（47次审批定位堵点）
▸ 实战上手：采油采气岗：给一张示功图快照，落地时，用提示词让AI输出"异常初析＋处置建议"一页纸（15分钟）
▸ 实战上手：职能安全岗：给一份特殊作业票，具体来看，让AI做要素初检并挑出缺失项（15分钟）
▸ 实例拆解：拆解昆仑大模型工况诊断和常减压精进情境：每个情境"AI做什么，人做什么"（10分钟）
▸ 小组研讨：勘探开发岗＋钻完井岗：规划"井位论证→钻井规划→完井报告"的副驾事务流（10分钟）
▸ 小组研讨：集输储运岗＋销售岗：将巡护记录/油站营运迁移到本单位，标出资料不出域边界（10分钟）
▸ 实战上手：本岗位副驾原型规划：输入/输出/校验规则/人工终审点一页纸（15分钟）
五讲 落地路径——试点选项、验证和治理（1小时）
一、试点选项：ROI×安全合规隐患×资料就绪度
1. 三矩阵打分：先选"高ROI、低合规隐患、资料就绪"的情境（示功图初析、巡护记录、作业票初检优先）
2. 井控和安全联锁相关情境只做"拆解辅助"，不进将控回路
3. 参考路线：0-90天速赢（学识库＋1个副驾）→3-6个月推广（3-5个岗位）→6-12个月纵深（和SCADA/MES/油藏资料联动）
二、30-60天速赢组合：1个学识库＋1个智能体＋1条业务流
1. 从本岗位最痛的重复事务切入（如生产报表，巡护记录、完井报告）
2. 讲师"流程效率AI评核法"作试点体检：先埋点再评核，47次审批定位堵点
3. 门禁指标：每岗人都周省X小时，报告周期缩短X%，不达标不进下一阶段
三，治理保障：终审、权限、审计
1. 人工终审制度：对外文件、上报资料、作业许可、储量和井位结论必须人签字
2. 权限和审计：AI运用台账、操作全链路审计，高危操作人工二次确认
3. 持续治理：幻觉率回归测试集、提示词版本管控、模型变更验证（对齐长城2.0大小模型协同路线）
四、抓手包和后续行动
1. 抓手包：《岗位AI副驾搭建Checklist》《石油学识库分类和命名模板》《提示词工程速查卡》《AI运用合规红线清单》
2. 行动闭环：30天内完成"一个岗位＋一个情境＋一个学识库＋一个智能体"
3. 进阶方向：石油岗位智能体开发工作坊（2天），智能油气田/智能钻井专题、资料治理和信创专题
▸ 小组研讨：按照"ROI×安全合规隐患×资料就绪度"矩阵，为自家单位选出1个速赢情境（15分钟）
▸ 实战上手：为选定情境填写"30-60天落地一页纸"：标的、资料源、校验规则、门禁指标、责任人（15分钟）
▸ 交流答疑：安全合规红线问答：井控/危化品/资料出域/作业票的边界澄清（10分钟）
后续落地建议
1）课后30天内，以行动研习小组为单位，完成"一个岗位＋一个情境＋一个学识库＋一个智能体"的最小闭环，从实践看，并提交落地复盘；2）配套发放四份抓手包：《岗位AI副驾搭建Checklist》《石油学识库分类和命名模板》《提示词工程速查卡》《AI运用合规红线清单（含井控/危化品/资料出域）》。3）可进阶开展"石油岗位智能体开发工作坊（2天）""智能油气田/智能钻井专题""石油资料治理和合规专题"等等。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|黄谊江老师
适合谁听
：石油公司（油公司、油服公司、炼化销售公司、管网储运公司）中层管人者、各条线业务主力（勘探开发、钻完井。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。