课程背景
本课立足国内大模型生态，优选讯飞星辰（星辰
Agent
底座），纳米
AI
（蜂群智能体）、飞书（协同入口），
TRAE
（
AI
生成
UI
）等等当前成熟可用的最 佳抓手组合开展实战拆解。
本课结合制造业实际业务情境（装置运维、生产报表、供给链预警、车间巡检等等）展开，所有实例都源自头部公司最 佳实践，可直接借鉴。
本课采取理念讲授、实例剖析、操作演示以及参训者分组上手相结合的授课办法，为确保培训成效，参训者需带电脑随堂操作，实地产出可运行的智能体运用。
课程收益
拉升认知
：领会大模型和智能体（
Agent
）在制造业的核心运用推演，掌握国内主流
AI
抓手（讯飞星辰、纳米
AI
、飞书等等）的选型打法；
实战落地
：锁住
"
听得懂、建得起、用得上
"
，实地搭建至少
2
个可回公司直接复用的智能体（如装置运维助手、生产报表机器人）；
规避坑点
：纵深拆解
RAG
技艺怎样破解大模型
"
幻觉
"
问题，掌握提示词工程以及事务流编排的核心招数，防止低效试错；
效能跃升
：借助
TRAE
，飞书、纳米
AI
等等抓手，达成从
"
单点提效
"
到
"
流程重构
"
的跨越，在实际应用里，让智能体真正服务于研产供销管全链路。
课程大纲
（
一
）
【思路认知篇】大模型和
Agent
在制造业的落地路径
1.
AI
大模型演进趋势和制造业运用现况
※
国内外
AI
大模型以及
AIGC
演进现况
※
从
"
大模型
"
到
"
智能体
"
的进化：智能体核心三要素（感知，决策、行动）
※
制造业痛点映射：老师傅心得传承难、多系统操作繁琐、非结构化资料处理难
2.
国内大模型生态选型打法
※
讯飞星辰、智谱
AI
、通义千问在制造业情境的优劣势对比
※
讯飞
"
招采智能体
"
怎样重构采购流程
※
星辰
Agent
底座作为公司级大脑的运用实例拆解
3.
当前能较好辅助制造业的
AI
抓手组合
※
讯飞星辰（混合专家模型
+
低代码平台）
※
纳米
AI
（多模态
+
蜂群智能体）
※
飞书（协同入口
+
智能体创建）
※TRAE
（自然语言生成
UI
）
（
二
）
【构筑办法篇】怎样让智能体真正听懂业务指令
1.
提示词工程进阶：从
"
提问
"
到
"
赋格
"
※
优质提示词需要遵循哪些要则
※
制造业智能体提示词万 能公式：定位
+
来由
+
标的
+
约束
+
输出格式
※
综合实例运用
1
：为装置运维助手设定专家定位和事务流程
2.
RAG
和事务流编排：破解大模型
"
幻觉
"
※RAG
（检索增强生成）基本原理拆解
※
事务流编排的核心推演：差事拆解和抓手调用
※
综合实例运用
2
：结合公司内部学识库搭建问答智能体的全流程拆解
（
三
）
【实战运用篇】讯飞星辰
+
飞书
+
纳米
AI
高效办公和业务自动化
情境一：装置运维学识助手
事务痛点：
新员工面对装置故障，翻阅纸质指引效率低，老师傅心得难以复制，故障处理时间长影响生产。
※
飞书学识库搭建和文档上传招数
※
飞书智能体创建以及提示词配置实战
※
多模态识别：利用纳米
AI
拍照识别零件型号以及安全隐患
情境二：会议纪要智能体
事务痛点：
生产调度会、项目复盘会内容多、语速快，换个角度看，记录难、提炼重点难，落地时，整理纪要费时费力。
※
飞书机器人接收语音实时转写
※
调用讯飞星辰大模型自动生成会议纪要和待办事项
※
纪要结构化输出以及飞书群自动推送
情境三：生产报表自动填报和推送
事务痛点：
每天需从
ERP
导出资料，手动填入
Excel
模板，邮件发送领导，重复性事务耗时并且易出错。
※
讯飞星辰低代码平台事务流规划
※
定时触发
→
资料库查询
→
模板写入
→
图表生成
→
邮件推送全流程配置
※
从
20
分钟到
秒级
：全自动
"
数字员工
"
实战
情境四：供给链隐患预警智能体
事务痛点：
原材料价格波动、物流状态异常难以及时发现，等等发现时已造成损失。
※OpenClaw
轮廓爬虫节点配置获取公开价格资料
※
纳米
AI
大模型趋势判断以及异常识别
※
飞书结构化预警卡片推送（含原因以及建议替代方案）
情境五：文档摘要和合同核验
事务痛点：
装置采购合同、技艺规格书篇幅长，迅速获取要害资讯难，人工核验易遗漏隐患条款。
※
长篇技艺文档
AI
自动摘要生成
版合同要害条款智能提取以及比对核验
※
纸质扫描件以及图片版资料的高效识别
情境六：车间巡检看板迅速开发
事务痛点：
巡检资料手工填报效率低，管控层无法实时查看实地情况，决策滞后。
※TRAE
自然语言生成前端界面：描述诉求一键生成
H5
页面
※
表单规划
+
历史记录列表展示
+
资料可视化
※
一键生成二维码
/
链接，嵌入飞书作为小程序采用
情境七：多智能体协同
——
采购审批全流程
事务痛点：
一张采购单需要质检、库管、财务多部门流转，流程长、交流成本高。
※
复杂差事拆解：采购申请
→
质检确认
→
库房入库
→
财务付款
※
纳米
AI
蜂群智能体协同推演实战
※
各节点智能体自动触发以及结果汇总
情境八：本地学识库构筑和应急文案生成
事务痛点：
公司制度文件、操作规程分散存放，需要时找不到，就一线经验说，写报告需从头查资料。
※
利用
AI
构筑本地学识库（装置指引、制度文件、历史报告）
※
学识库调取招数以及提示词配置
※
基于学识库一键生成装置大修报告、年度收束等等文案
（
四
）
【效能延展篇】智能体封装、发布和未来展望
1.
智能体封装和多渠道发布
※
将
TRAE
生成的看板封装为飞书小程序
※
将装置助手封装为
API
供其他系统调用
※
多情境实用的免费
AI
抓手拆解（纳米
AI
、讯飞星辰等等）
2.
制造业智能体的未来趋势
※
资料大模型（
LDM
）在处理时序资料、传感器资料方面的潜力
※
从
"
数字员工
"
到
"
空间智能
"
：工业视觉、数字孪生运用展望
※
公司落地路径建议：先
"+AI"
（单点提效）还是
"AI+"
（流程重构）？
3.
结业作品点评和落地建议
※
参训者分组展示实地搭建的智能体（装置助手、报表机器人等等）
※
讲师精进建议（减少幻觉、精进事务流、拉升准确率）
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|李宪磊老师
适合谁听
本课适用对象：制造业IT技艺人员、数智化转型负责人、生产/装置/供给链等等业务部门主力、希望借助AI智能体破解实际业务痛点、拉升事务效率的管人者以及核心员工。。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。