课程背景：环保行业正处在"强监管＋降本增效＋AI技术成熟"三重叠加的窗口期。生态环境部要求重点企业在线监测覆盖率100%、数据实时上传环保平台，2025年新规要求危废企业100%接入智慧监管平台；与此同时，"双碳"目标倒逼污水厂、垃圾焚烧厂在保证达标排放的前提下持续降电耗、降药耗——AI恰恰是这两条线的交汇点。行业先行者的量化战果已经密集出现：西安第三再生水厂建成国内首个全流程AI托管标杆，AI接管曝气、加药等核心工艺，综合电耗下降10%、应急药剂消耗下降60%-80%；绿色动力武汉联合阿里云打造的AI焚烧系统，让AI学习厂区10年数据、20天即达5年老师傅水平，锅炉操作员从至少5人降至2人、上网电量提高约14%；浦江"智慧水厂"AI系统让全厂运行稳定性提高30%以上、每年节省电费与药剂费超115万元。但环保行业AI落地有一条不可逾越的底线：在线监测数据真实准确是法律红线，弄虚作假可入刑；排污许可、危废联单、监测数据实时上报为刚需；企业的排放数据与经营数据高度敏感，AI应用必须以私有化/本地部署为前提、数据不出域——这正是本课程坚持"Dify本地部署＋数据不出域＋人做终审"的根本原因。本课程以"数据打底、知识铸魂、智能体干活、治理兜底"为主线，面向环保运行、监测、工程、环境管理、市场、职能六大岗位，在合规框架内打造"岗位智能副驾"，让AI从"会聊天"变成"会干活"，实现"模型起草、规则校验、人做终审"的落地闭环。

课程收益：1. 看清环保行业AI落地的真实水位与政策走向（在线监测全覆盖、危废智慧监管、双碳降耗），建立对AI能力边界的清醒认知，避开数据真实、合规、幻觉三大坑；2. 掌握环保AI落地的前置条件——监测数据治理与合规底座，明白为什么"数据不真实、AI不可用"；3. 掌握提示词工程与岗位知识库（RAG）搭建方法，让AI真正读懂工艺规程、排放标准、设备台账、环评报告与台账模板；4. 会用Dify等本地部署平台搭建岗位智能体，排放与经营数据不出域，满足环保监管与数据安全要求；5. 收获六大岗位（运行/监测/工程/环境管理/市场/职能）智能副驾落地原型与真实案例拆解；6. 形成本岗位"30-60天AI副驾落地"行动清单，含合规与治理要点，课后即可启动最小闭环。

第 一讲 认知破局——环保行业为什么必须做岗位AI副驾（1小时）

一、环保行业的三重压力：强监管、降本增效、经验断层

1. 政策与监管：在线监测覆盖率100%、危废100%接入智慧监管、数据真实性红线

2. 成本压力："双碳"目标下污水厂/焚烧厂必须降电耗、降药耗

3. 经验断层：运行调试、燃烧调控依赖老师傅，培养周期5年以上

二、AI副驾要解决什么：环保业务的五大典型痛点

1. 运行靠人工经验：曝气、加药、燃烧参数全凭老师傅，值守强度大

2. 台账与记录繁重：运行记录、监测报告、台账手工抄录

3. 合规材料耗时：排污许可、危废联单、环评、迎检材料整理

4. 招投标文档繁重：技术方案、资质整理、应答材料

5. 数据在孤岛：SCADA/在线监测/ERP/台账各管一段

三、行业先行者的量化战果

1. 西安第三再生水厂：AI全流程托管，电耗-10%、应急药剂-60%-80%

2. 绿色动力武汉：AI焚烧系统，操作员5人→2人、上网电量+14%

3. 浦江智慧水厂：运行稳定性+30%、年省电费药剂费超115万元

4. 行业全景：工业在线监测市场超350亿元，智慧环保市场破300亿元

四、什么是"岗位智能副驾"：边界与定位

1. 副驾不是自动驾驶：模型起草、规则校验、人做终审

2. 六大岗位与环保系统的映射（运行/监测/工程/环境管理/市场/职能）

3. 合规红线先行：监测数据真实性、排污许可、数据不出域

▸ 课程导入：环保行业信息化系统全景图（SCADA/在线监测/CEMS/智慧水务/排污许可/危废联单/ERP）快速对号入座，标出本岗位天天在用的系统（15分钟）

▸ 案例分析：西安AI水厂、绿色动力AI焚烧、浦江智慧水厂三组量化战果解读：哪些可以复制、哪些依赖特定条件（10分钟）

▸ 小组研讨：列出本岗位最耗时的三个重复性场景，按"AI可替代性×数据敏感性"初判优先级（15分钟）

第二讲 地基先行——环保数据治理与合规底座（1小时）

一、环保数据治理：让AI吃"干净粮"

1. 数据分类：工艺运行数据（水质/工况/能耗）、监测数据（在线/实验室）、台账数据（许可/危废/联单）

2. 主数据治理：站点/设备/药剂/客户/供应商的统一编码与唯 一标识

3. 数据链路：SCADA-在线监测-ERP-台账平台关键接口的打通优先级

二、监测数据真实准确：环保行业的生命线

1. 法律红线：在线监测数据弄虚作假可入刑，AI生成记录必须可溯源

2. 数据完整性：谁采集的、何时采集的、是否被篡改——全程可答

3. AI辅助台账与报告的合规边界：模型起草、规则校验、人做终审

三、监管合规底座：排污许可、危废联单与迎检

1. 排污许可证管理、固废（危废）物联网联单"摇篮到坟墓"

2. 在线监测数据实时上传环保平台的接口要求

3. 讲师实战：WBS经验萃取（6637份文件→307条标准）在工程文档上的应用

四、平台选型原则：为什么默认Dify本地部署

1. 排放数据与经营数据的敏感性：数据不出域是底线

2. 在线SaaS（各类在线版大模型/工作流）仅用于个人学习验证

3. 国产化与信创：国产大模型＋本地部署的组合，对接政企客户要求

▸ 案例分析：解读监测数据真实性红线与AI生成记录合规：哪些环节AI能碰、哪些必须人签字（10分钟）

▸ 小组研讨：盘点本企业台账与记录缺口：哪些还是手工抄录/事后补录，距离"可追溯"差多远（15分钟）

▸ 实战演练：把一份运行规程或设备台账整理成可入库的知识资产清单：命名、分类、清洗、更新规则（15分钟）

第三讲 核心技能——提示词工程与岗位知识库（1小时）

一、提示词工程：让大模型听懂环保语言

1. T-SPEC提示词框架：任务、情境、步骤、示例、风格、约束

2. 环保场景提示词示例：运行记录整理、排放标准问答、监测报告初稿、台账生成

3. 对抗"AI幻觉"：限定知识来源、强制引用标注、置信度提示——监管场景尤其重要

二、岗位知识库（RAG）：把企业知识变成AI的"参考文献"

1. 知识库构成：工艺规程、排放标准、设备手册、环评报告、台账模板、历史案例

2. 建库四步：定分类维度→定库结构→定索引规则→定更新与版本机制

3. 讲师实战案例：Foxmail邮件知识库、Notes邮件知识库（华 为中兴同款、32位版本匹配坑）

三、智能体与工作流：让AI"干活"而非"聊天"

1. 从对话到任务：输入→处理→规则校验→输出的自动化链条

2. Dify本地部署下的智能体搭建入门：知识库＋工作流＋规则校验

3. "模型起草、规则校验、人做终审"的实现机制

四、环保特有约束：监管敏感内容的"三道闸"

1. 上报类内容（监测报告、台账、许可材料）：强校验＋人工终审，关键数据人签字

2. 对外内容（客户报告、公众信息）：口径统一＋强制校验

3. 排放与经营数据：按角色权限隔离、数据不出域、全程审计

▸ 实战演练：用T-SPEC框架写一个"排放标准即时问答"提示词，现场测试并调优（15分钟）

▸ 案例分析：拆解讲师知识库案例：从0到1建一个岗位知识库的全过程（10分钟）

▸ 实战演练：在Dify（本地部署）中串联"知识库检索→起草→规则校验"三步流程（15分钟）

第四讲 六大岗位智能副驾实战（2小时）

一、环保运行岗副驾：污水厂与焚烧厂生产运行

1. 典型场景：运行记录自动整理、工艺参数异常初析、加药/曝气调整建议、应急预案初稿

2. 关联系统与案例：SCADA/DCS/智慧水务；西安AI托管水厂（电耗-10%、药剂-60%-80%）、绿色动力AI焚烧（操作员5人→2人）

3. 合规要点：关键工艺调整人做终审、运行记录真实可溯

二、环保监测岗副驾：在线监测与化验检测

1. 典型场景：监测数据异常初析、检验报告初稿、CEMS运维记录、采样单整理、数据上报辅助

2. 关联系统与案例：在线监测/CEMS/水质自动站/LIMS；雪迪龙AI监测预警准确率98%

3. 合规要点：数据真实性红线、报告签发人签字、异常数据人工复核

三、环保工程岗副驾：设计与实施

1. 典型场景：技术方案初稿、图纸与BOM资料检索、施工资料整理、验收报告初稿、运维移交清单

2. 关联系统与讲师案例：设计/项目管理；讲师WBS经验萃取（6637份→标准WBS）用于工程计划

3. 合规要点：设计依据可溯、验收记录真实完整

四、环境管理岗副驾：许可、台账与迎检

1. 典型场景：排污许可申报材料辅助、危废台账生成、环评资料整理、环保税计算辅助、迎检材料

2. 关联系统与案例：排污许可平台/固废联单系统；危废100%接入智慧监管平台

3. 合规要点：申报数据真实、台账与实物一致、迎检材料口径统一

五、市场与供应链岗副驾：招投标与采购

1. 典型场景：投标方案初稿、资质证书秒查、询价函/RFQ生成、供应商准入资料、药剂备件库存预测

2. 讲师实战案例：投标方案自动生成（12份文档出8章节方案）、资质秒查系统、RFQ（12小时→3分钟）

3. 能力边界：供应商现场考察、商务谈判AI做不了，副驾只做文书与情报

六、职能岗副驾：财务、人事与合规

1. 典型场景：发票查验与月结对账、报销审核辅助、简历初筛、培训材料生成、体系审核资料

2. 讲师实战案例：AI筛简历（113份5小时→2分钟）、财务月结"八大模块适合度分级"、流程效率AI评估

3. 红线：核心财务数据绝不进公网大模型，全部走本地部署

▸ 实战演练：运行岗：给定一组运行参数异常，用岗位知识库＋提示词生成异常初析与调整建议（15分钟）

▸ 实战演练：监测岗：把一段监测数据交给副驾，生成检验报告初稿并标注异常点（15分钟）

▸ 实战演练：工程岗：输入一个改造需求，生成技术方案初稿与实施要点（15分钟）

▸ 实战演练：环境管理岗：用副驾把当月台账整理为迎检材料初稿（10分钟）

▸ 实战演练：市场供应链岗：输入采购需求，生成询价函＋供应商比对表初稿（10分钟）

▸ 实战演练：职能岗：用副驾把10份简历压缩为一份初筛对比表，说明筛选规则（10分钟）

第五讲 落地路径——试点选择、验证与治理（1小时）

一、试点选择：从高ROI、低监管风险场景起步

1. 速赢场景判断矩阵：ROI×监管合规风险×数据就绪度

2. 建议路径：先职能/市场/环境管理的台账文书场景，再进运行、监测核心区

3. 30-60天速赢组合：1个知识库＋1个智能体＋1条业务流；"小步快跑"轻量化模块优先

4. 试点体检工具：讲师"流程效率AI评估法"——先埋数据点、再评估流程堵点，找出最值得AI介入的环节

二、验证与合规：AI系统与监管数据

1. 涉及监测与台账的AI按信息化系统管理：需求、设计、测试、缺陷、变更的文档链

2. 数据完整性：谁生成的、何时生成的、是否可复核——AI记录同样适用

3. 与环保平台接口的对接验证：数据上报格式与时效

三、治理机制："人＋智能体"的双主体权限与审计

1. 权限模型：人的权限＋智能体的权限，双主体授权

2. 全链路审计追踪与操作留痕

3. 熔断与人工兜底：高危操作（上报数据、许可变更、工艺调整）强制人工二次确认

四、组织保障与三段式路线

1. 复合人才培养：数字化专员/数智工程师的角色定位

2. 三段式路线：速赢期（0-90天）→兑现期（3-6个月）→纵深期（6-12个月）

3. 门禁指标：人均每周节省时间、台账/报告周期、数据一致率、异常处置时间

五、收尾：模型起草、规则校验、人做终审

1. 一句话总结：AI负责起草与初筛，规则负责校验，人负责终审与签字

2. 每位学员带走：本岗位"30-60天AI副驾落地"一页纸

3. 答疑与共识：监管合规红线问答

▸ 小组研讨：按"ROI×监管合规风险×数据就绪度"矩阵，为自家单位选出1个速赢场景（15分钟）

▸ 实战演练：为选定场景填写"30-60天落地一页纸"：目标、数据源、校验规则、门禁指标、责任人（15分钟）

▸ 互动答疑：监管合规红线问答：现场澄清数据真实性、权限、审计相关疑问（10分钟）

后续落地建议

1）课后30天内，以行动学习小组为单位，完成"一个岗位＋一个场景＋一个知识库＋一个智能体"的最小闭环，并提交落地复盘；2）配套发放四份工具包：《岗位AI副驾搭建Checklist》《环保知识库分类与命名模板》《提示词工程速查卡》《AI应用合规红线清单》；3）可进阶开展"环保岗位智能体开发工作坊（2天）""智慧水务/智慧焚烧专题""环保数据治理与合规专题"等。