课程背景
在公司的日常事务中，公文是对外对接政府部门、携手方，对内传达指令、复盘业务，调配资源的核心载体。但公文写作常面临对外推介亮点不突出、申请政策依据不充分、商洽事项不明晰，对内进度报告资料模糊、差事通知执行脱节等等问题。
随着AI的演进，豆包、Deepseek等等抓手已成为高效公文写作助手，但多数员工缺乏 “AI+公文”的系统办法。本课锁住情境常见高频公文类型，借助问题拆解 +办法传授+ AI实操，支援员工掌握公文规范推演和AI运用招数，拉升公文质量和事务推进效率。
【课程特色】
情境锁住：覆盖对外推介、政策申请、携手商洽，对内差事部署、进度复盘等等高频情境，实例都贴合业务实际；
AI深度适配：每个模块配套公文专属 AI 提示词模板，从初稿生成到精进润色全流程实操，直接适配业务诉求；
抓手化输出：提供公文黄金结构公式、推演查验清单、AI 提示词指引、术语规范等等可直接复用抓手；
问题针对性：针对公文对外价值不突出，对内执行不清晰、政策引用不精准等等典型问题，提供诊断-破解-AI辅助的闭环方案。
课程收益
学识层面：掌握对外/对内高频公文的写作规范、核心推演和商务素养要求；
本领层面：能独立撰写规范的推介函、政策申请函、进度报告等等公文，精准传递价值和事务诉求；
抓手层面：熟练采用AI抓手生成公文初稿、精进推演、突出亮点，掌握10+套专属AI提示词模板；
运用层面：破解公文写不出亮点、依据不充分、执行无闭环等等问题，助力对外争取资源、对内保障执行。
课程大纲
1、公文的核心标的
• 对外：构筑信任、突出价值、争取资源（政策支持、携手意向）
• 对内：明晰指令、复盘进度、保障执行（差事落地、资源调配）
• 核心要则：对外—商务性+价值感，对内—执行本领+精准性
2、公文常见高频问题
对外公文：
• 推介函亮点不突出（如无业界优势、政策支持具象化）
• 申请函依据不充分（缺政策依据、预期效益）
• 商洽函事项不明晰（无携手闭环）
对内公文：
• 进度报告资料模糊（如无转化率等等核心指标）
• 通知执行要求不清（无责任人 + 时限）、请示事项依据单薄（缺业务必要性）
• 通用问题：格式不规范、术语采用混乱、语言冗余 / 口语化
3，AI赋能公文的核心价值
• 补短板：迅速搭建公文轮廓、精进政策引用推演、突出项目核心优势
• 提效率：缩短推介函、进度报告等等高频公文的写作周期
• 避误区：AI不是替代人，而是辅助精进，需人工校验资料、政策条款、携手细节的准确性
4、AI 写作实操
• 差事：用 AI 生成 对外/对内公文规范格式清单
• 提示词示例：以XX公司名义，运行层面，列出对外（如推介函、商洽函、申请函）和对内（如进度报告、差事通知、费用请示）公文的规范格式，含标题，主送机关、正文核心要素，落款要求
• 对比：人工记忆 VS AI 生成的格式差异，从实践看，重点标注公文专属要素（如推介函需含项目定位政策支持）
1，公文黄金结构公式
对外公文（推介/商洽/申请类）
• 价值先行（突出项目/携手核心收益）
• 分层论证（优势/依据/细节）
• 携手闭环（明晰下一步动作）
对内公文（报告/请示/通知类）
• 结果先行（核心资料/诉求）
• 分层拆解（进展/依据/要求）
• 执行闭环（责任人+时限+准则）
实例：某公司《XX业界园推介函》、《进度月报》两种公文的结构推演
2、公文语言表述三要则
• 精准：防止模糊词
• 专精：规范采用术语，实操中，防止口语化
• 商务：对外公文谦和得体，具体来看，对内公文清晰权威
3、公文推演查验清单
• 核心资讯是否前置？（如推介函首段点明项目定位，报告首段呈现核心资料）
• 是否贴合受众诉求？（对外突出政策支持、业界配套，对内突出执行要求，资源保障）
• 论据是否支撑核心诉求？（如申请函含政策依据+项目必要性，请示含依据+预期效益）
• 携手/执行闭环是否明晰？（如商洽函明晰回复时限，通知明晰责任人+完成时间）
4、公文 AI 提示词采用法则
• 法则一：明定位（如部）
• 法则二：给来由（如针对XX公司，推介智能车库，突出区位优势）
• 法则三：定差事（如撰写推介函，包含项目定位、政策支持、携手模式）
• 法则四：要结果（如语言庄重商务，突出核心价值，勾住入驻）
• 法则五：加条件（如需包含3个成功入驻实例，资料量化呈现）
5、AI 写作实操
差事：用AI精进一段推演混乱的《进度收束》
提示词示例：帮我梳理这段进度收束的推演，按照‘核心资料-已完成事务-存在问题-下一步措施’分层，就一线经验说，删除冗余语句，突出签约量、转化率等等核心指标，采用专精术语，语言简洁庄重
操练：参训者提交自身事务中的公文片段，用法则精进提示词，对比AI输出成效
1、推介类公文（推介函、邀请函）
• 核心推演：价值定位、分层论证（区位优势+业界配套+政策支持+成功实例）、携手邀约
• 常见问题破解：亮点不突出（用资料+实例 具象化优势）
AI 实操：生成推介函初稿
实例：评核《XX停车场服务推介函》公文的合理性
2，商洽类公文（商洽函、询价函、报价函）
• 核心推演：来由目的、具体事项（携手细节/询价内容/报价方案）、回复要求
• 常见问题破解：事项不明晰（商洽函列清携手要点，询价函明晰货品/服务准则）
AI 实操：完善商洽函携手细节
实例：某公司发出的《关于商洽 XX 项目共建携手的函》为何应者寥寥？
3、意向和协议类公文（如携手意向书、入驻协议）
• 核心推演：携手来由、 核心条款（携手内容、权利义务、时间节点）、 签约闭环
• 常见问题破解：条款模糊（明晰入驻期限、费用准则、政策兑现条件）
AI 实操：生成携手意向书核心条款
实例：《XX 公司和XX 业界园携手意向书》的公文出现了哪些纰漏？
4、申请和申报类公文（项目申报函、政策支持申请函）
• 核心推演：政策依据、项目必要性（契合业界导向）、申请事项、预期效益
• 常见问题破解：依据不充分（引用具体政策条款，从实践看，量化项目带动效应）
AI 实操：补充申请函政策依据和预期效益
实例：评核公文《关于申请 XX 税收优惠政策的函》的合理性
5、回复和告知类公文（复函、开业告知函、变更告知函）
• 核心推演：回应事项、依据/事实、结果/安排
• 常见问题破解：回应模糊（复函明晰同意/不同意，告知函明晰变更内容以及影响）
AI 实操：生成变更告知函
实例：评核公文《关于 XX 公司携手询问的复函》的合理性
1、通知类公文（差事通知、流程调整通知）
• 核心推演：依据、执行要求（时间/责任人/准则）、考核制度
• 常见问题破解：资讯不全（用5W2H清单自查）
AI 实操：生成差事通知
实例：评核公文《关于下达2026年第二季度差事的通知》的合理性
2、报告类公文（进度周报/月报、营运资料拆解报告）
• 核心推演：核心资料、进展详情（按照板块/区域）、存在问题、改进建议
• 常见问题破解：流水账（突出转化率、签约量、政策申报借助率等等核心指标）
AI 实操：精进进度报告资料呈现
实例：评核公文《2026年XX月进度月报》的合理性
3，请示类公文（费用申请、政策调整请示）
• 核心推演：请示事由、依据（必要性 + 可行性）、 申请事项、 预期成效
• 常见问题破解：依据单薄（费用申请列明用途以及ROI，政策调整说明市场变化以及公司诉求）
AI 实操：完善费用申请依据
实例：评核公文《关于调整 XX 业界政策的请示》的合理性
4，批复类公文（费用申请批复、政策调整批复）
• 核心推演：回应请示、依据（公司制度/方略）、批复意见、 执行要求
• 常见问题破解：意见模糊（明晰同意/部分同意/否决，说明依据以及后续要求）
AI 实操：生成费用申请批复
实例：评核公文《关于 XX 推介会费用申请的批复》的合理性
5、规划类公文（年度规划、商户培育规划）
• 核心推演：标的、分层措施（按照阶段/板块）、资源保障、考核指标
• 常见问题破解：不落地（措施明晰责任人、时间节点，指标量化）
AI 实操：搭建年度规划轮廓
实例：评核公文《2026年度XX停车场营运规划》的合理性
6、制度类公文（流程管控办法、商户迎送规范）
• 核心推演：目的，适用范围，核心条款（流程 / 规范）、 责任追究
• 常见问题破解：条款模糊（明晰对接流程、商户迎送准则，防止歧义）
AI 实操：生成流程管控办法核心条款
实例：评核公文《商户迎送服务规范》的合理性
1、公文AI抓手进阶写作以及避坑指南
• 合规性校验：AI生成的协议条款，往细里说，政策引用需人工核对（确保符合法律法规，公司制度）
• 事实性校验：资料（签约量、转化率）、公司资讯需人工核实，防止 AI 虚构
• 个性化精进：AI生成内容需结合项目特色调整（如不同业界园区的优势差异），防止千篇一律
• 提示词精进招数：情境提示词需包含 项目定位+核心优势+受众诉求+预期结果
2、参训者课后行动规划
• 分组竞赛：围绕 XX 业界园推介诉求，分组精进AI提示词，对比输出成效
• 个人规划：填写《AI 公文写作行动表》，明晰 3 个近期运用情境
• 复盘制度：约定 1 个月后线上复盘，分享 AI抓手在公文中的运用成效和问题
3、课程抓手包发放+实地答疑
抓手包包含：对外/对内公文模板、专属AI提示词指引、推演查验清单等等
答疑环节：针对参训者在公文写作中的个性化问题，提供针对性解题打法
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|鄢雷老师
适合谁听
公司各部门需撰写公文的管人者以及员工等等。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。