课程收益
1. 技艺认知升级：
支援参训者领会生成式
AI
核心学识，构筑研发领域 AI 运用的技艺认知轮廓。
2. 运用本领落地：
让参训者掌握生成式
AI 在公司中
运用基本范式的特点和运用情境。
3. 情境化方案规划：
助力参训者深度拆解生成式
AI 在研发领域核心情境落地路径。
4. 抓手实操精通：
使参训者熟练运用主流生成式
AI 抓手，显著拉升研发效率和产出质量。
5. 革新思路构筑：
练就参训者基于生成式
AI 的逆向研发思路，挖掘其在研发情境的革新运用模式。
6. 学识传承架构：让参训者规划符合公司特性的转训课程轮廓，助推学识在组织内传播和运用。
课程大纲
1.1.
模块一：技艺奠基・生成式
AI
重塑制造业生产力（
3
小时）
1.1.1.
第一单元：生成式
AI
技艺全景和研发价值锚定（
1.5
小时）
1.
【学识精讲】生成式
AI技艺全景和核心术语拆解：
基础概念、演进历程、技艺原理、趋势拆解、核心本领、常用术语
2.
【学识精讲】研发价值量化拆解：
从研发周期、成本投入、革新产出三个维度构筑价值评核模型。
3.
【实例剖析】
AI赋能制造公司研发和科研机构的实例和价值拆解
² 制造业公司：
借助生成式
AI 精进货品规划，达成生产成本降低 15% 的财务资料对比实例。
² 科研机构：
利用
AI 辅助文献检索和实验规划，使科研结晶产出效率拉升 40% 的实际资料。
4.
【学识精讲】情境适配办法论：
研发流程适配矩阵、公司规模适配打法、业界特性适配实例
1.1.2.
第二单元：典型实例深度剖析和情境洞察（
1.5
小时，含
10
分钟茶歇）
1.
【实例剖析】制造公司标杆实例
² 汽车制造：
某车企利用
AI开展车身外观规划，借助数百万次虚拟迭代达成风阻系数降低8%。
² 电子制造：
某公司基于用户评论情感拆解，利用
AI迭代货品功能，缩短新品上市周期2个月。
² 装备制造：
重型机械公司借助
AI生成零件拓扑精进方案，在保证强度前提下达成减重12%。
2.
【实例剖析】科研院所革新实践
² 材料科学：
材料研究所采用
AI 预测新材料晶体结构，成功发现具备超导体特性的全新材料。
² 药物研发：
药企借助生成式
AI 规划小分子化合物，将先导化合物筛选效率拉升 50 倍。
² 航空航天：
科研队伍借助
AI 还原极端环境下的材料性能，精进航天器热防护系统规划。
3.
【小组碰头】情境迁移工作坊：
分组开展
“公司情境痛点诊断”，识别潜在 AI 运用情境。
1.2.
模块二：办公提效・用生成式
AI
重构管控和协同流程（
3 - 4
小时）
1.2.1.
第三单元：生成式
AI
办公运用四大范式和科研级提示词工程（
1.5
小时）
1.
【学识精讲】四大运用范式拆解：
事务流自动化、
Prompt 工程，RAG 架构、领域微调
2.
【学识精讲】
Prompt 工程：
基础轮廓、基础法则、提示词结构拆解、成效精进招数，业界垂直领域提示词库建设、业界招数
3.
【学识精讲】
科研级提示词规划的三大黄金法则
：
定位设定法、细节约束法、结果验证法
4.
【实操上手】智能办公抓手实操：
文档处理、资料处理、创意规划
5.
【分组上手】研发事务中的
Prompt 规划
：
选项
1-2个情境撰写
Prompt并做测试
1.2.2.
第四单元：事务流自动化和个人学识库搭建（
1.5 - 2
小时，在实际应用里，含
10
分钟茶歇）
1.
【学识精讲】事务流和轻量化
Agent 开发：
事务流技艺原理以及其和制造情境匹配、可视化事务流抓手入门、事务流核心组件拆解
2.
【小组研讨】即时操练：
个性化事务流的推演拆解和规划
3.
【操作实战】
零代码事务流搭建：
借助
Coze 连接公司微信和 DeepSeek，达成 "装置故障报修→自动生成初步诊断报告→推送技艺专家" 的全流程自动化；
达成
"收到买方投诉→自动生成初步拆解报告→推送相关责任人" 的全流程自动化
4.
【操作实战】
5 分钟搭建第一个智能体：
创建空白流程，拖入第一个节点
“Excel 文件上传”、连接 “资料清洗节点”、连接 “大模型节点”，连接 “图表生成节点”、测试流程
5.
【操作实战】个人学识库搭建实战：
搭建个人学识库，结合
RAG 技艺达成资料检索和报告生成。
6.
【分组上手】事务流规划以及学识库搭建：
规划
IT 部门3个技艺支持流程、规划个人学识库架构
1.3.
模块三：研发突围・生成式
AI
在研发领域的深度运用（
3
小时）
1.3.1.
第五单元：生成式
AI
在研发情境的深度运用和破局路径（
2
小时）
1.
【学识精讲】诉求拆解智能化升级：
用户诉求挖掘、市场趋势预测、诉求验证精进
2.
【学识精讲】规划革新技艺突破：
概念规划、结构规划、工艺规划
3.
【学识精讲】测试验证效率革命：
测试用例生成、故障预测、质量评核
4.
【实例拆解】质量管控：
从
"人工抽检" 到 "智能诊断"
² 实例：
上汽大众用
DeepSeek 拆解质检图像，落地时，自动识别空调管路焊接缺陷，漏检率下降 60%；
² 技艺路线：
图像资料标注
→模型微调→检测流程集成
² 落地步骤：
解说怎样构筑
RAG系统，达成检测报告自动生成和整改建议推送。
5.
【实例拆解】装置运维：
从
"事后维修" 到 "预测性维护"
² 实例：
某重工集团用
DeepSeek 拆解传感器资料，达成空压机故障预测，减少 20% 停机时间
² 技艺路径：
装置资料清洗
→特征工程→预测模型训练→维修方案生成
² 施行难点：
拆解装置传感器资料清洗、模型训练中的常见问题以及破解办法。
6.
【实例拆解】工艺精进：
用
AI突破心得瓶颈
² 演示：DeepSeek根据历史生产资料，生成注塑模具工艺参数精进方案，某部件良率拉升8%；
² 技艺路线：
代码学识库构筑
→提示词工程→人机协同开发流程规划；
² 要害要素：
强调公司需先完成装置资料准则化（如统一资料接口），才能发挥
AI最大价值。
1.3.2.
第六单元：公司级运用部署和研发域的运用部署（
1
小时）
1.
【学识精讲】项目施行全流程管控：
诉求调研、方案规划、项目管控
2.
【学识精讲】华为数智化转型办法论迁移：
5看3定办法论、三位一体转型轮廓
3.
【学识精讲】资料治理和模型精进：
资料标注规范、模型微调打法、性能评核指标
4.
【学识精讲】安全合规和持续营运：
资料安全、模型安全、营运精进
5.
【学识精讲】组织和信念双轮驱动
：
华为
“铁三角”模式适配、信念转型三要素
6.
【小组研讨】生成式
AI在公司的运用以及部署打法研讨：
AI转型愿景描绘，5看3定
1.4.
模块四：沙盘推演・研发领域的
AI
落地方案共创以及转训推广（
3
小时
）
1.4.1.
第七单元：研发领域的
AI
落地方案共创和方案路演（
2
小时，含
10
分钟茶歇）
1.
【学识精讲】方案共创工作坊：
痛点挖掘、方案规划、资源规划
2.
【沙盘推演】分组实战差事：
"高压装置故障预测""PLC 代码辅助生成 ""质检报告自动化"
3.
讲师带练重点：
理清技艺链路，指导怎样编写对接方案，协助拟定施行规划
4.
各组方案路演：
每组
10 分钟呈报，重点展示技艺可行性和业务价值，就一线经验说，跨组提问
5.
专家点评：
专家质询、改进建议
6.
方案精进：
根据评审意见开展
30分钟紧急迭代，形成精进版本，形成《公司AI运用机会清单》
1.4.2.
第八单元：转训架构规划（
1
小时）
1.
【学识精讲】转训架构构筑办法论：
诉求拆解、课程规划、成效评核
2.
【学识精讲】转训资源开发指南：
教材编写、讲师练就、平台搭建
3.
【学识精讲】施行和持续改进：
推广打法、信念建设、成效跟踪
4.
转训抓手包发布：
提供《部门级
AI推广指引》
5.
课后转训规划部署：
要求参训者在规定时间内完成部门级宣贯；
1.5.
收束闭环
和课后行动
1.
学识图谱复盘：
完整学识图谱，厘清
takeaway
2.
课后答疑：
构筑课后微信群，提供3个月持续答疑服务，确保落地进程中遇到的问题及时破解
3.
愿景升华：
重申生成式AI
对制造业的方略意义
—— 不是选项题，而是必答题，呼吁管人者成为公司
AI
转型的
"催化剂"。
2.
交流环节规划
1.
小组研讨（
5 次）：
情境识别、提示词、事务流、智能体以及学识库、公司级
AI 落地方案规划
2.
实操训练（
3 次）：
Prompt工程、事务流规划、RAG系统构筑
3.
路演答辩（
1 次）：
各组展示方案并接受技艺质询，评选最佳技艺可行性方案
3.
注意事项
² 在解说技艺细节时，考虑到参训者的专精来由，适当调整难度，防止过于深奥的技艺术语，并根据参训者所在业界、岗位属性做适当的技艺术语转化。
² 防止泛泛而谈技艺原理，所有概念都锚定贴合参训者业界的实际业务情境。
² 提供实际操作的机会或者实例拆解，支援参训者更好地将理论学识转化为实践本领。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|李檀老师
适合谁听
制造型公司研发人员、管人者、科研院所研发人员、管人者。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。