课程背景
本课不仅是AI抓手的操作指南，更是面向未来的事务方式升级罗盘。旨在支援参训者系统掌握AI（格外是生成式AI/大语言模型）的核心本领，将其深度融入日常事务流，达成从“重复性差事的自动化”到“高阶认知价值的创造”的跃迁，在实际应用里，最终赋能个人成为AI时代的“超级个体”，驱动组织整体效能和革新力的倍增，抢占智能时代演进先机。
课程对象：
公司各级管人人员、部门负责人、队伍领 导 者
项目经理、货品经理、营运专员、市场营销人员、规划师等等专精岗位员工
人力资本、行政、财务、法务等等职能部门员工
所有希望拥抱AI、拉升事务效能和革新本领的职场人士
课程标的 (Learning Objectives ):
认知升级 (Cognitive Upgrade): 深刻领会AI（尤其是大语言模型LLM）的技艺原理、本领边界和演进趋势，构筑前瞻性的AI方略思路，识别AI在自身业务领域的运用潜力。
本领精通 (Skill Mastery): 熟练掌握主流AI抓手（如Deepseek/通义千文/豆包/Kimi等等大模型平台、AI办公插件、特定领域AI运用）的核心功能和高效采用招数，格外是精通提示工程（Prompt Engineering）的艺术，达成和AI的高效协同。
情境运用 (Scenario Application): 能够独立运用AI破解至少5种以上核心办公情境（如资讯处理、内容创作、资料拆解、创意构思、交流协同等等）的实际问题，并产出高质量结晶。
效能倍增 (Efficiency Amplification): 借助AI抓手和办法精进个人以及队伍事务流程，减少重复劳动时间。
革新驱动 (Innovation Ignition): 研习利用AI作为“创意合伙人”，激发新思路、探索新办法、精进解题打法，练就利用AI开展微革新乃至模式革新的本领。
课程收益
架构化和实战化完美融合： 告别碎片化研习，提供从“认知-本领-运用-革新”的完整研习路径；课程80%内容锁住实战上手和真实实例拆解，确保即学即用。
“提示工程”深度打磨： 将Prompt Engineering作为核心本领重点传授，提供国际领 先、结构化的办法论（如COSTAR轮廓以及变种）和大量优质模板，让参训者真正掌握和AI高效对话的要害。
抓手实操和情境驱动并行： 不仅教授抓手采用，更强调从实际事务情境出发，选项最适合的AI抓手组合破解难题，练就参训者的“AI解题打法思路”。
前沿动态和公司业务情境实践结合： 紧跟AI最新进展（如多模态，AI Agents），具体来看，同时结合国内主流AI平台和公司业务情境运用实践，更接地气。
思路升级和本领跃迁并重： 旨在支援参训者完成从“抓手采用者”到“AI协同者”再到“价值创造者”的思路转变和本领升级。
赋能未来和持续成长： 练就参训者自主研习、探索新AI抓手和运用的本领，为迎接更智能化的未来做好准备。
教学办法 (Teaching Methods):
理论架构化讲授 (Systematic Expert Lectures)。
前沿最 佳实践拆解 (Cutting-edge Application Case Deep Dives): 精选国内外不同业界以及岗位运用AI拉升效率、精进流程、驱动革新的典型成功实例。
交流工作坊和共创 (Interactive Workshops & Co-creation): 围绕参训者实际事务中的痛点、挑战和机遇，带出开展AI运用情境的头脑风暴、解题打法规划、定制化AI智能体（Agent）初步构思和自动化事务流探讨，助推学识共创和心得共享。
AI抓手演示和沉浸式体验 (AI Tool Demonstrations & Immersive Hands-on)。
实战上手和结晶导向 (Practical Exercises & Outcome-Oriented Practice): 针对资讯处理、内容创作、资料拆解、演示文稿制作、创意激发等等核心办公情境，规划大量紧密结合实际事务的动手实操操练。
课程大纲
模块一：AI大模型演进和轮廓：洞察浪潮，重塑事务认知
AI浪潮：不止于“术”，实操中，更是“道”的变革
核心概念扫盲：机器研习、深度研习、NLP、大语言模型(LLM)、多模态AI、AGI愿景
本领边界和核心优势： 当前AI“能做什么”和“不能做什么”？（事实性、创造性、推演推理等等维度）
未来趋势展望： AI Agent、AI原生运用等等演进方向
颠覆和机遇： AI对各业界以及典型岗位（市场、销售、研发、客服、管控等等）的潜在影响拆解
实践实例和运用
主流AI平台和抓手巡礼
大语言模型平台对比和体验：
海外推荐：OpenAI (ChatGPT/GPT-4), Google (Gemini), Anthropic (Claude) 等等核心特性和适用情境
国内典型：Deepseek、通义千问、Kimi、豆包等等特色和优势
实地实操： 核心平台注册、界面熟稔、基础交互体验
AI驱动的新一代资讯获取抓手： Perplexity AI, 秘塔AI搜索等等 VS 传统搜索引擎
AI赋能的办公软件生态：Napkin，从实践看， Microsoft 365 Copilot, WPS AI, Notion AI等等集成运用概览
拥抱AI：构筑面向未来的“AI+”思路
破除焦虑：AI是威胁还是机遇？怎样化挑战为优势？
人机协同新范式： 定位AI为“超级助手”、“灵感伙伴”和“效率抓手”
必备素养： 资料敏感性、批判性思路、持续研习本领和AI伦理意识
交流研讨： 结合参训者岗位，头脑风暴AI运用的初步设想和价值点
模块二：对话的艺术：精通AI提示工程 (Prompt Engineering)
提示词：解锁AI潜能的金钥匙
领会AI的“思路”模式：提示词为何是人机协同的核心？
优质提示词的黄金法则： 清晰(Clear)，具体(Specific)、定位(Role)、差事(Task)、来由(Context)，格式(Format)、约束(Constraints)
实例拆解： “好”提示和“坏”提示的成效天壤之别
结构化提示轮廓精解和实战：COSTAR轮廓深度运用
Context (来由)：提供充分的差事情境资讯
Objective (标的)：明晰、可衡量的期望结晶
Style (风格)：定义输出内容的语言风格（庄重、活泼、专精等等）
Tone (语气)：设定情感色彩（客观、热情、严肃等等）
Audience (受众)：明晰内容的标的读者
Response (反馈/格式)：规定输出的结构，长度、形式（如表格、列表、代码）
实战上手： 采用COSTAR轮廓编写“会议纪要整理”、“营销邮件撰写”等等情境提示词
抓手推荐：提示词库、精进抓手引见
模块三：AI赋能办公：核心情境实战和效率倍增
资讯处理和学识管控
高效资讯获取： AI驱动的资料搜集、筛选、多语言翻译和迅速阅读
学识内化加速： 长文本/多文档/音视频内容智能收束、核心看法提炼、结构化梳理
实战上手： 利用AI抓手迅速研究一个业界报告，生成摘要
高效内容创作和润色
办公文案： 通知、报告、收束、发言稿、邮件、会议纪要等等AI辅助起草、润色和格式精进
营销创意： 广告语、推文、种草文案、货品描述、短视频脚本等等AI创意生成和多版本迭代
实战上手： AI辅助完成一份活动策划方案初稿，并生成配套的宣传文案
资料拆解和可视化呈现
资料处理助手： AI辅助资料清洗、整理、格式转换和初步统计拆解
自然语言交互式拆解： 用“人话”向AI提问，迅速获取资料洞察（如“拆解用户画像”，“找出销售额下降原因”）
智能图表生成： AI一键生成专精、美观的资料可视化图表
实战上手： 利用AI抓手对还原销售/营运资料开展探索性拆解，并生成可视化报告亮点
演示文稿 (PPT) 智能创作和升级
从0到1： AI辅助内容大纲梳理、推演构筑，一键生成PPT初稿
规划美化： AI智能排版、配色建议，图片匹配、风格统一
内容增强： AI辅助生成演说者备注、图表解读、内容摘要
实战上手： 利用AI抓手迅速制作一个主题分享PPT轮廓，并开展智能美化
模块四：定制和自动化：构筑专属AI助手和智能体以及事务流
初识AI智能体 (Agents / Custom GPTs)
概念拆解：何为AI智能体？和通用大模型的区别和联系
价值和运用情境： 为何需要定制化AI？（专精性、私域学识、特定流程）
主流智能体构筑平台概览 (如OpenAI GPTs商店, Coze字节跳动, Dify.ai,)
智能体搭建实战：零代码炼就你的专属AI专家
诉求定义： 精准定位智能体的定位、标的和核心本领
指令编写 (Instructions)： 规划清晰、有效的“系统提示”，练出智能体“人格”和行为准则
学识库构筑 (Knowledge)： 上传私有文档、资料，让智能体掌握专精领域学识
实操工作坊： 分组规划并动手搭建一个实用智能体（如“内部政策查询助手”，“市场活动策划顾问”、“代码审查机器人”）
智能体精进和迭代
持续精进：调整指令、更新学识库、精进本领配置
实践行动：将日常占用事务时间最多的5件事中一件事做成智能体
模块五：结晶展示和行动启航
研习结晶分享（可选）： 各小组展示工作坊中搭建的智能体或者规划的自动化流程
Q&A和疑难解答： 集中解答参训者疑问
收束和展望： 回顾课程核心要点，鼓励将所学运用于实践
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|唐兴通 老师
适合谁听
授课形式：。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。