AI 技术在研发领域的落地应用实战

第一天：

AI 技艺奠基和提示工程实战

核心主题

1：课程导入和研发 AI 基础回顾

要害内容

：

²

课程定位和系列衔接：明晰本课

“研发情境 AI 实操落地” 的核心定位，和第一门课 “宏观数智化转型” 形成 “方略 - 抓手 - 情境” 的完整链条；说明研习推演：“基础回顾→抓手实操→情境运用→项目落地”。

²

研发领域核心痛点和

AI 赋能价值：研发全流程（诉求→规划→资料→工艺）痛点拆解（重复劳动多、资料处理慢、方案迭代久）；AI 技艺对研发的核心赋能点（提示词精准驱动、事务流自动化、资料治理智能化）；实例：某机械公司用提示工程 + 事务流，将研发诉求拆解周期缩短 50%。

²

AI 基础和 Deepseek 研发版核心特性回顾（将控在 40 分钟内）：生成式 AI、大模型交互推演简要回顾；Deepseek 研发版专属优势（研发语料训练、专精参数预设、业界准则集成）；和通用版差异：输出格式适配研发文档（如技艺方案模板、资料报告规范）。

²

课程研习规则和产出：混合编组要求（确保每组含研发、管控、生产定位）；核心产出物（研发提示词模板库、

coze 研发事务流、AI 情境落地方案）；小组互评 + 讲师点评制度。

核心主题

2：研发领域的提示工程入门和进阶实战

要害内容

：

²

研发提示工程核心要则：精准性（明晰技艺边界、参数约束、输出格式）；专精性（嵌入研发术语、业界准则、技艺指标）；推演性（按照研发流程递进，防止资讯遗漏）；实例：通用提示词

vs 研发专属提示词的输出差异对比。

²

基础提示词规划（入门实战）：核心结构（情境定义

+ 诉求描述 + 约束条件 + 输出格式）；研发情境模板（诉求拆解类：“拆解某业界 5kW 节能电机的核心技艺诉求，输出 3 类要害指标以及业界准则”；方案规划类：“基于成本≤2000 元，效率≥90% 的约束，生成 2 套电机结构规划方案，含核心参数”）；实操要点：防止模糊表述，量化约束条件。

²

提示词链规划（进阶实战）：核心推演（多步骤递进、上下文关联、反馈精进）；研发情境运用（如

“先拆解市场诉求→再提取技艺指标→最后生成规划方案” 的提示词链）；规划招数：拆分复杂差事、明晰步骤衔接关系、预留精进空间。

²

实战差事

1：每组针对 “研发诉求拆解” 或者 “概念规划” 环节，规划 1 套基础提示词 + 1 条进阶提示词链，实操中，提交至 Deepseek 测试输出成效。

核心主题

3：事务流赋能研发实战（coze 智能体和事务流搭建）

要害内容

：

²

coze 智能体核心推演和研发适配：组件类型（触发组件、AI 组件、资料处理组件、输出组件）；研发情境适配优势（支持研发文档格式导出、多抓手集成、自动化流转）；实例：某电子公司用 coze 搭建 “研发资料整理→拆解→报告生成” 事务流，效率拉升 40%。

²

研发事务流搭建步骤（实操教学）：第一步：拆解研发流程（如诉求拆解流程：资料抓取

→诉求提取→指标梳理→报告输出）；第二步：选项适配组件（触发组件：上传市场报告。AI 组件：Deepseek 文本拆解；输出组件：生成 Word 报告）；第三步：配置推演关联（设置组件触发条件、资料传递规则）；第四步：测试精进（还原输入资料，调整组件参数）。

²

典型研发事务流实例拆解：诉求拆解事务流（市场报告上传

→AI 提取核心诉求→自动匹配业界准则→生成诉求拆解报告）；资料处理事务流（研发资料上传→AI 清洗去重→可视化图表生成→资料拆解摘要）；方案评审事务流（规划方案上传→AI 评核可制造性→输出精进建议→生成评审报告）。

²

实战差事

2：每组选项 1 个研发核心流程（诉求拆解 / 资料处理 / 方案评审），用 coze 搭建完整事务流，完成测试并精进（需适配自身公司研发情境）。

第二天：

AI 在研发情境中的运用

核心主题

4：AI 赋能研发诉求拆解和概念规划

要害内容

：

²

AI 赋能研发诉求拆解：核心流程（市场资料抓取→诉求提取→指标梳理→优先级排序）；抓手运用（用 Deepseek 提示词链抓取业界报告 / 用户评论→提取核心诉求→自动匹配研发技艺指标）；实操要点：诉求和技艺指标的映射推演，防止 “诉求模糊” 导致规划偏差。

²

AI 辅助概念规划：基于诉求指标生成多套规划方案（运用第一天规划的提示词和事务流）；方案精进（AI 评核可制造性、成本、性能，输出精进建议）；跨定位协同：研发主力负责技艺参数校验，车间负责人提供工艺落地约束，高管评核商业价值。

²

实例：某汽车零部件公司用

“提示词链 + coze 事务流” 完成诉求拆解和概念规划，方案迭代周期从 15 天缩短至 3 天，革新度拉升 35%。

²

实战差事

3：每组基于公司真实研发诉求（或者虚拟诉求），运用已搭建的提示词和事务流，完成诉求拆解报告和 2 套概念规划方案，并开展跨定位评审精进。

核心主题

5：AI 赋能研发资料治理（资料清洗、可视化、拆解、报告）

要害内容

：

²

研发资料治理核心推演（复用华为

“5 统一”，锁住 AI 抓手适配）：统一准则（研发资料分类：规划资料、仿真资料、测试资料按照 “货品 - 环节 - 版本” 编码）。统一口径（核心指标定义：如 “研发周期”“资料完整性” 计算推演）；AI 抓手赋能：用 Deepseek 研发版达成资料治理全流程自动化。

²

各环节

AI 运用实操：

n

资料清洗：

AI 识别研发资料缺失值、异常值（如仿真资料中的不合理参数），自动补全或者剔除；支持多种格式（Excel、CAD 附属资料、测试报告 PDF）资料导入；

n

资料可视化：

AI 自动生成研发核心指标图表（如规划参数分布、测试结果对比），往细里说，支持自定义图表类型（折线图、柱状图、热力图）；

n

资料拆解：

AI 挖掘资料关联关系（如工艺参数和货品性能的相关性），输出要害洞察；

n

资料报告：基于拆解结果自动生成研发资料报告，适配公司呈报格式。

²

实战差事

4：每组上传 1 份公司研发资料（或者虚拟资料），用 AI 抓手完成清洗→可视化→拆解→报告生成全流程，输出可直接复用的资料报告。

核心主题

6：AI 赋能工艺规划和可制造性验证

要害内容

：

²

AI 赋能工艺规划：核心推演（基于规划方案→AI 生成最优工艺路线→参数精进）；抓手运用（输入规划图纸和参数，借助提示词指定工艺约束（装置本领、材料特性），AI 生成加工顺序、装置选项、参数设置方案）；实例：某机械公司用 AI 精进零件加工工艺，废品率从 8% 降至 2%，加工效率拉升 20%。

²

可制造性验证：

AI 还原生产进程，识别规划方案中的工艺难点（如尺寸过小无法加工、材料不适配现有装置）；自动输出精进建议（调整规划尺寸、替换材料、改进工艺步骤）；跨定位协同：车间负责人主导验证准则拟定，研发主力根据建议调整规划方案。

²

实战差事

5：每组针对实战差事 3 的概念规划方案，用 AI 抓手生成工艺规划路线，并完成可制造性验证和方案精进，从实践看，输出最终工艺规划表。

核心主题

7：研发 AI 项目落地规划和隐患管控（沙盘推演）

要害内容

：

²

推演来由：还原某制造公司规划推广研发

AI 项目（基于前序实战结晶），需完成 “抓手落地→情境推广→跨定位协同” 全流程规划，以第一门课华为办法论为指导。

²

核心推演差事：

n

落地优先级排序：用三维评核轮廓（研发痛点强度、抓手适配度、落地难度）确定试点情境；

n

资源配置规划：人力（研发、

IT、生产队伍分工）、资金（抓手采购、算力投入）、时间（各阶段里程碑：抓手培训→试点运用→精进推广）；

n

隐患化解预案：识别研发

AI 特有隐患（提示词输出偏差、资料安全泄露、研发人员抵触、工艺规划和实际生产脱节），拟定化解措施；

n

跨定位协同制度：明晰各定位权责（高管负责立项审批和资源支持，研发主力负责抓手落地和技艺精进，车间负责人负责工艺衔接和情境验证）。

²

评核准则：情境优先级是否合理；资源配置是否适配；隐患化解是否周全；协同制度是否可落地。

核心主题

8：研发 AI 项目 ROI 评核和实战结晶梳理

要害内容

：

²

研发

AI ROI 评核专属办法：

n

量化指标：研发周期缩短率、资料处理效率拉升率、方案迭代次数减少率、试错成本降低率、货品合格率拉升率；

n

定性指标：研发革新度、市场响应速度、研发人员事务负荷降低、技艺壁垒构筑；

n

评核模板：分阶段（试点期：关注技艺可行性；推广期：关注成本回报）输出评核报告。

²

核心隐患和长效化解打法：

n

技艺隐患：提示词输出偏差

→构筑 “人工校验 + AI 迭代” 制度，持续精进提示词库；

n

资料隐患：研发资料泄露

→启用 AI 抓手脱敏功能，设置资料访问权限；

n

组织隐患：研发人员抵触

→开展 “抓手价值培训 + 实操激励”，分享成功实例；

n

落地隐患：工艺规划和生产脱节

→构筑 “AI 方案 + 车间验证” 双闭环。

²

小组结晶汇总和精进：各组提交核心结晶（研发提示词模板库、

coze 事务流、诉求拆解报告、概念规划方案、资料报告、工艺规划表，落地规划方案）；讲师逐组点评，提炼共性问题，给出针对性精进建议，确保结晶可直接复用。

²

后续支持和学识迁移：课程资料包（提示词模板库、

coze 事务流搭建指引、AI 资料治理抓手操作指南、方案模板）；Deepseek 研发版和 coze 试用账号延长申请；参训者交流群（持续分享研发 AI 最新运用实例和抓手招数）；第一门课办法论在研发情境的持续运用建议。

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|李檀老师