从0到1构建数字员工：智能体+数字人实战工作坊

引言：工业革命延伸体力，资讯革命延伸眼耳，AI革命延伸智力。这不是抓手迭代，是自蒸汽机以来人类第 一次让“智慧”从稀缺品变为普惠品。

导入：AI的颠覆性力量，实操中，引入大模型的潜力

一、认知跃迁：推演推理的范式颠覆

1. 开场震撼Demo

• 从“概率预测”到“推演推理”的突破。

1. 认知升级

• AI的本质：从概率模型到认知突破

• 超越搜索引擎：生成式AI的范式迁移

1. 多模态：Seedance2.0核心认知和本领突破

• Seedance2.0的突破

• Seedance2.0核心本领

二、情境重构：AI渗透个人效率和公司决策的作战地图

1. AI融合趋势

2. AI怎样嵌入你的业务链路

• 个人效率：写作/规划/代码/资讯检索的“时薪革命”

• 队伍协同：会议纪要自动生成、学识库问答、项目文档沉淀

• 业务赋能：营销文案生成、客服智能应答、市场资料拆解

• 小组研讨：结合本部门事务流，识别3个AI可介入的高频情境

引言：公司最 大的隐性离职，是员工带着心得离职。学识库不是文档仓库，而是组织记忆的数智化复利引擎——让智慧沉淀为资产，而非离职为成本。

一、认知基建：RAG原理和学识库的方略价值锚点

1. 学识库核心价值

• 拉升效率，降低成本——别让员工重复发明轮子

• 弥补专精领域学识不足——专家走了，心得还在

• 拉升回复准确性——客服/售后不再“凭感觉”

• 破解大模型幻觉问题——给AI一本教材，它就不会瞎编

1. 揭秘学识库原理：公司智慧的底层推演

• 重点：RAG（检索增强生成）——不是让AI背诵，就一线经验说，是让AI带着教材做题

• 招数：拆解RAG架构（检索模块+生成模块）

1. 学识库的优势

• 结构化、可检索、可沉淀、可进化

1. 学识库类型

二、学识库搭建全流程实战

1. 学识获取和清洗：炼就纯净学识之源

• 重点：从多样渠道（文档/聊天/邮件/系统）高效获取学识

• 招数：元资料提取、学识分类、去重、格式化

• 要害认知：脏学识进，脏学识出——清洗比收集更要害。

1. 学识库构筑

• 重点：怎样规划符合公司诉求的学识库轮廓

• 招数：深度调研业务链路和学识采用情境 → 规划分类架构

• 实战上手：为所在部门规划学识库分类轮廓和内容规划表

1. 精进学识库内容

• 重点：筛选高价值学识开展填充，确保准确性、完整性、时效性

• 招数：构筑学识采集渠道 + 专精审核制度

1. 维护和更新学识库

• 重点：保障学识库内容始终贴合业务变化

• 招数：构筑定期查验制度+更新SOP。

三、学识库的运用情境和效能拉升

1. 智能问答助手

• 7×24小时回答员工/买方问题，准确率95%+

1. 项目学识沉淀

• 项目结束≠学识消失，换个角度看，复盘文档自动入库

1. 新人培训加速

• 新员工3天入门，具体来看，有问题先问库，别问导师

1. 实战上手：构筑一个部门学识库原型（自带电脑，实地搭建）

四、学识库业务赋能

1. 借学识库全景掌控业务

• 重点：借助学识库周全把握业务全貌，领会各业务环节关联，拉升方略视野。

• 招数：梳理业务脉络，构筑学识地图，以可视化方式呈现业务链路和要害学识点。

1. 巧用学识库，深耕业务细节

• 重点：领会学识库怎样和业务细节深度融合，借助学识库周全掌握业务链路、要点。

• 招数：构筑实例库，运行层面，从实际实例中深挖业务细节。

1. 从模糊记忆到精准匹配

• 重点：将脑海中的模糊记忆转化为精准的学识获取，拉升资讯查找效率。

1. 获取精准业务建议

• 重点：迅速并且准确地获取对业务有实际指导意义的建议，运行层面，助力业务决策和执行。

引言：未来的组织形态，换个角度看，是人+智能体的混合舰队。这一讲，带你从采用者进阶为指挥官，构筑7×24小时在线的数字员工军团，让执行本领指数级扩。

一，执行层面，智能体核心

1. 大模型协同模式

• 单次对话 vs 多轮协同 vs 自主决策

1. 智能体(Agent）的核心模块

• 感知、规划、记忆、抓手、行动

1. 智能体(Agent）和机器智能的关系

• 智能体 = 大模型 + 标的 + 权限 + 记忆

二，主流智能体开发平台

1. 国外平台：OpenAI Codex，往细里说，Claude Code

2. 国内平台：扣子(Coze)，智谱清言、秒哒、千问

三、智能体运用情境

1. 销售利用 AI获客

2. 智能客服交流

3. 数字人员工

4. 公司协同，业务流

四、免费搭建智能体开发实战

• 无代码智能体开发平台：秒哒

• 怎样定义智能体的定位、抓手和事务流程

• 实战：无代码搭建公司内部“差事管控”智能体

1. Qwen Coder：免费的AI Vibe Coding，执行层面，让智能体如虎添翼

• Qwen Coder简介和本领边界：代码生成、解释、调试、转换。

• Qwen Coder怎样辅助智能体开发：

• 迅速创建智能体需要调用的简单网页抓手或者前端界面。

• 实战：用Qwen Coder辅助开发一个专属“网站”

引言：倘若说智能体是数字员工的大脑和灵魂，在实际应用里，那么数字人就是它的面孔和身体。当大模型赋予机器推演思路，换个角度看，落地时，当学识库赋予它业务记忆，落地时，数字人则让AI从“聊天框”里走出来，成为看得见、能共情、可交流的数字孪生员工。这一讲，我们将炼就属于你的品牌IP数字分身。

一，执行层面，认知重塑：数字人不只是“会动的脸”

1. 核心价值锚点

• 品牌IP化： 将冰冷的AI交互转化为有温度的品牌样貌代言人。

• 服务准则化： 确保每一次买方面对面的服务质量都是“金牌水平”。

• 时间无限化： 突破人类生理极限，往细里说，往细里说，达成直播/迎送/解说的7×24小时在线。

1. 数字人进化三阶段

• L1 - 播报型（复读机）： 仅能合成口型，具体来看，播放既定文本。

• L2 - 交互型（接线员）： 结合三讲的智能体，就一线经验说，能听懂问题并调用学识库回答。

• L3 - 具身型（操作员）： 不仅是对话，还能领会物理空间并将控装置（数字人+物联网）。

二、技艺拆解：揭开数字人“鲜活”的秘密

1. 数字人的核心构成

• 样貌生成： 2.5D真人复刻（训练成本低，真人生成） vs. 3D建模（可控性强，可穿戴）。

• 声音克隆：音色、语调，落地时，实操中，情感停顿的迁移技艺。

1. 驱动模式拆解

o 文本驱动： 输入文字，具体来看，生成口型同步视频（适用于短视频制作）。

o 语音驱动： 实时对话，实操中，运行层面，实操中，实时渲染（适用于直播大屏交流）。

o AI智能驱动： 完全由大模型自主发起对话和动作（适用于展厅迎宾）。

三、情境重构：数字人重塑公司和买方的触点

1. 全域营销和直播

o 痛点：真人直播时间有限、主播离职带走流量，深夜流量浪费。

o 实战：搭建AI数字人直播间，结合商品库（学识库的延伸），达成“无人值守、自动解说，换个角度看，运行层面，智能憋单”。

2. 私域和公域IP炼就

o 痛点：创始人没时间拍视频，运行层面，口播视频制作成本高。

o 实战：输入公众号文章/演说稿，自动生成创始人样貌的口播短视频，往细里说，就一线经验说，从实践看，低成本维持IP热度。

3. 线下和线上智能服务

o 痛点：展厅解说员疲惫，重复性问题消耗人力。

o 实战：银行VTM中的数字柜员、博物馆的解说员、售楼处的置业顾问。

四、实战工坊：炼就你的第 一个数字员工

1. 样貌准备和生成

2. 声音克隆和绑定

o 实操：录制20句话，克隆你的专属音色（或者选项商用音色库）。

3. 灵魂注入：对接智能体和学识库

o 要害步骤：将三讲中搭建的“客服智能体”或者“销售智能体”API接入数字人平台。

o 配置：设定数字人的开场白，对话风格（活泼/严肃），从实践看，动作触发要害词。

4. 结晶展示和发布

o 生成一段由大模型驱动的，回答业务问题的数字人问答视频。

o 尝试启动一次简单的数字人直播推流。

引言：AI效能显著，实操中，但暗礁同样致命。资料泄露、版权争议，模型幻觉——此讲不渲染焦虑，只为你划定安全边界，构筑未来的方略预见力。

一、大模型技艺盲点和隐患预警

1. 资料安全隐患：

• 实例拆解：某研究所资料泄露经过（借助AI导致规划泄露）

• 敏感资讯识别和防护：买方资料、财务资讯、核心技艺文档

1. 合规和法律隐患：

• 实例拆解：采用Deepseek生成虚假实例

• 学识产权隐患：AI生成内容的版权归属和侵权认定

• 业界合规要求：金融、医疗、政务等等业界的特殊监管政策

1. 模型和输出隐患：

• 幻觉（Hallucination）问题：错误资讯的生成和辨别

• 偏见和歧视：训练资料偏差导致的输出问题

• 提示词注入（Prompt Injection）攻击和防范

二、AI演进和未来

1. AI走出屏幕进入物理世界

• 具身智能：机器人，自动驾驶、智能工厂

1. 机器智能+

• 不是“AI替代人”，实操中，是“AI + 人 = 新物种”

老师简介

Introduction to lecturers

弄懂更多

珀菲特顾问|雷曼老师