课程背景
随着大模型本领持续拉升，公司对AI的期待正在从“问答抓手”走向“差事执行者”。单纯的聊天式AI，已经难以满足公司在资讯检索、流程处理、学识调用、跨系统操作和复杂差事协同中的真实诉求。越来越多公司开始关注“智能体”建设，执行层面，希望让AI不仅能回答问题，还能基于业务标的拆解差事、调用抓手、操作系统、访问学识库，并在具体情境中承担部分执行事务。
对于公司来说，真正有价值的并不是抽象的智能体概念，而是智能体怎样进入业务实地。比如在人力情境中完成招聘初筛和制度问答，在财务情境中辅助报销审核和经营拆解，在法务情境中开展合同审阅和条款比对，在市场和品牌情境中完成资料搜集、内容生成和活动复盘，在客服和营运情境中承担学识检索、工单辅助和服务响应。OpenClaw 这类可执行型智能体平台，为公司提供了从“能说”到“能做”的要害路径。
本课以公司业务情境为核心，以OpenClaw为代表实例，支援参训者领会智能体的基本原理、运用边界、搭建办法和落地步骤。课程将围绕“认知构筑、情境识别、架构规划、演示体验、搭建思路、治理规范”展开，支援参训者构筑公司智能体项目的整体视角，并掌握一套可用于后续试点推进的课程轮廓。
课程收益
1. 领会智能体和传统AI抓手、大模型运用之间的区别，构筑公司级智能体认知
2. 掌握公司业务情境中智能体的典型运用方向，识别适合优先切入的情境
3. 看懂OpenClaw这类智能体平台的核心本领、基本架构和差事执行推演
4. 学会从业务标的出发规划智能体差事链、学识源、抓手链和交互流程
5. 领会公司智能体落地进程中的权限、安全、隐患和治理要求
6. 借助演示和实例获得后续试点项目的搭建思路和推进办法
【课程特色】
• 情境导向：围绕公司真实业务问题，而非只讲概念或者技艺名词
• 平台示例明晰：以 OpenClaw 为代表，执行层面，讲清可执行型智能体的价值
• 管控和运用兼顾：既适合业务负责人，也适合数智化和革新队伍
• 演示驱动：借助老师演示降低领会门槛，拉升实际感知
• 可落地：课程直接输出试点筛选和搭建思路
课程大纲
一、为何公司今天需要的不只是AI抓手，而是智能体？
1. 智能体到底为何？
（1）从聊天问答到差事执行：AI运用形态的升级路径
（2）智能体和大模型、RPA、事务流抓手的关系和区别
（3）什么样的差事适合交给智能体，什么样的不适合
2. 公司为何开始重视智能体？
（1）资讯密集、流程复杂、跨系统协同成为公司常态
（2）单点抓手提效有限，差事链自动化诉求上升
（3）公司竞争正从“会不会用AI”转向“能不能将AI嵌进业务”
二、公司业务情境里，智能体最先会在哪些地方创造价值？
1. 职能部门情境
（1）人力：招聘初筛、制度问答、培训助手、主力盘查辅助
（2）财务：报销审核辅助、费用分类、经营资料解读、预算拆解
（3）法务：合同预审、条款比对、隐患提示、学识检索
2. 经营和服务情境
（1）市场和品牌：内容生成、情报搜集、活动复盘、传播助手
（2）营运：SOP问答、流程跟踪、周报汇总、异常提醒
（3）客服：学识问答、工单辅助、投诉归因、服务建议生成
3. 怎样筛选优先试点情境？
（1）高频、重复、规则相对清晰的差事优先
（2）资料和学识相对可获取的差事优先
（3）低隐患、可验证、可复盘的差事优先
三、以OpenClaw为例，公司级智能体是怎么“想”和“做”的？
1. OpenClaw这类智能体平台的核心本领为何？
（1）领会差事：接收标的、拆解步骤、规划执行路径
（2）调用本领：接入浏览器、文件、系统、学识库和外部抓手
（3）执行闭环：从拆解、操作到输出结果形成完整流程
2. 一个智能体差事一般由哪些部分组成？
（1）定位定义：它是谁，负责什么，边界在哪里
（2）差事标的：要完成什么结果，准则为何
（3）学识和抓手：要查什么资料，用哪些系统，调用哪些本领
（4）约束和反馈：权限、审批、异常处理，结果回传
3. OpenClaw演示拆解
（1）一个典型差事从发起到完成的要害节点
（2）为何“能执行”比“能回答”更接近业务价值
老师演示：OpenClaw完成一个跨资讯检索、整理、输出的业务差事
四、公司倘若要搭建一个业务智能体，应该怎么规划？
1. 第一步：先定义业务问题，而不是先选抓手
（1）明晰业务标的：提效、提质、降错、降本还是增收
（2）明晰标的用户：员工用、主管用、买方用还是跨部门共用
（3）明晰结果准则：什么叫完成，什么叫有效
2. 第二步：规划智能体差事链
（1）输入为何：表单、指令、文件、学识库、系统资料
（2）处理流程为何：检索、判断、汇总、生成、调用、反馈
（3）输出为何：答案、报告、审批建议、工单、草稿、提醒
3. 第三步：规划学识源和抓手链
（1）内部学识库怎样接入，哪些文档适合做学识底座
（2）外部抓手怎样调用，哪些操作适合自动执行
（3）哪些步骤必须保留人工确认
4. 第四步：规划权限和例外处理
（1）谁能发起差事，谁能查看进程，谁能确认结果
（2）异常情况怎样中止、升级和记录
（3）怎样防止“看起来完成，实际有隐患”的假自动化
实例拆解：招聘助手、合同预审助手、市场情报助手的规划思路
五、智能体落地时，公司最容易踩哪些坑？
1. 认知层面的常见误区
（1）将智能体当万 能员工，忽视边界和失败情境
（2）只追求炫技演示，运行层面，忽视真实业务价值
（3）只看单点效率，具体来看，不看组织协同和制度配套
2. 施行层面的常见问题
（1）学识源质量差，导致回答和执行不稳定
（2）权限规划混乱，带来安全和合规隐患
（3）缺乏试点指标和复盘制度，难以形成持续迭代
3. 公司治理建议
（1）构筑情境分级、权限分级、隐患分级
（2）构筑人机协同制度，而不是完全替代制度
（3）构筑从试点到复制的准则办法
六、公司怎样迈出智能体试点的第一步？
1. 从课程回到项目：试点推进的基本路径
（1）选情境：从一个差事链短、规则清晰的情境开始
（2）做原型：迅速搭一个可演示、可验证的版本
（3）看指标：用时间，准确率、满意度、返工率衡量价值
2. 公司智能体项目的最小可行方案
（1）明晰一个业务负责人、一个搭建负责人、一个试点队伍
（2）沉淀一套提示词、学识源、权限和SOP
（3）从单情境成功复制到多情境
3. 交流答疑
（1）结合公司业务问题交流碰头
（2）梳理后续试点方向和抓手建议
老师演示：从业务问题到智能体原型的搭建思路串讲
老师简介
Introduction to lecturers
弄懂更多
珀菲特顾问|王长乐老师
适合谁听
业务负责人、数智化负责人、职能部门管人者、革新项目负责人、货品经理、流程营运人员。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。