在全球数字化转型加速的背景下，人工智能已成为企业发展的核心驱动力。现在大部分企业已经将AI纳入战略规划，企业的竞争已经加入了AI的元素。但企业在落地AI时，特别是中小企业碰到较大的困难。

企业缺乏AI专业人才，AI落地周期长，难以快速响应业务变化；员工40%-60%时间消耗在重复性工作，效率低下且易出错；跨部门系统割裂导致协同低效、决策滞后；金融等行业对数据安全和定制化需求迫切。

本课程聚焦企业AI应用痛点，围绕 “理论+实操”，系统讲解AI大模型、AI工具应用，企业智能体、企业工作流拆解等核心技术，结合Coze等平台，通过案例教学和实战演练，帮助学员掌握零/低代码开发能力，实现业务流程自动化诊断、设计与部署，助力企业突破技术壁垒，释放AI降本增效价值。

1. 建立AI战略认知：理解AI大模型原理及企业应用价值，明确AI在工具提效、流程自动化等价值。

2. AI提问与指令能力提升：掌握高效的AI提问框架和提示词编写技巧，能够精准引导AI生成高质量的工作内容，减少80%的重复工作类实践。

3. 多场景AI办公实战能力提升：能够将DeepSeek应用于文档撰写，演讲表达，会议纪要，研究报告，需求调研，工作汇报，数据提取，数据统计，数据分析，海报设计十大最为常用工作场景，提升效率。

4. 掌握全流程实操技能：熟练智能体开发、数字员工创建，具备完成AI应用落地的能力。

5. 提升业务流程效率：识别重复性业务环节，通过AI自动化流程建设，减少人工干预，提高生产力。

6. 持续学习与适应能力提升：掌握AI技术发展趋势和学习方法，能够持续跟进AI新功能和新应用，不断优化自己的AI使用能力。

第 一天：

章节目标：建立AI基础认知，理解技术边界与应用价值

一、什么是AI

1. 生成式AI核心原理——单字接龙机制

2. AI大模型的基本工作机制

二、理解AI和搜索引擎

1. AI的发展路径

2. 搜索引擎的本质

3. AI和搜索引擎的差异

三、AI的现实应用

1. 内容生成

2. AI编程

3. 智能客服

4. 医疗应用

5. 自动驾驶

四、AI的三大局限

1. 数据依赖性强与知识局限

2. 逻辑推理与幻觉问题

3. 可解释性与黑箱问题

五、国内主流AI工具

1. DeepSeek：国货之光

2. 豆包：头条系

3. kimi：长文案最 好用的工具

4. 元宝：全面接入deepseek

5. 通义效率：录制+内容导出

6. 腾讯文档：文档中+AI

7. 即梦：视频/语音应用

8. 飞书：团队知识库协作办公+AI

实战演练：接触AI

1）打开工具（网址列表）

2）下载工具（手机app版本）

3）进行对话（输入内容+点击答复）

章节目标：掌握提示词底层逻辑与高效提问技巧

一、提示词本质

二、好提示词的三大标准

1. 精准性

2. 完整性

3. 引导性

三、四大场景的提示词提问技巧

场景一：执行简单任务——明确任务

场景二：执行专业任务——明确专业身份

场景三：执行复杂任务——聚焦核心需求

场景四：执行未知任务——聚焦迭代需求

四、万 能公式

——角色定义+问题描述+输出目标+补充要求

五、记忆提示词的方法

方法一：提示词模板

方法二：把AI大模型当人，按照场景进行记忆

小组研讨：如何带一个新人并输出规则

章节目标：知道企业AI应用落地的等级，以及对应的能力。

一、工具辅助员工提效

1. AI文案

2. AI扣图

3. 会议助手

二、知识沉淀与复用

1. 知识库归类

2. 知识库标签管理

3. 知识复用效果评估

4. 知识库权限分级

5. 知识库敏感信息脱敏

三、任务流程自动化

1. 识别自动化业务流程

2. 搭建自动化流程方法

3. 评估自动化流程效果

4. 持续迭代自动化流程

四、企业数字员工

1. 财务对账机器人

2. 7*24小时智能客服

3. 重复执行数字人

4. 人机协助

五、AI成为企业技术优势

1. AI私有化部署

2. 企业战略融入AI技术

3. 组织结构匹配AI效能

章节目标：掌握全类型文档生成技巧，提升写作效率80%+

一、公文写作

1. AI助力公文写作的操作流程

1）确定任务目标

2）拆分具体流程

3）明确节点事项

2. 提示词要点

1) 明确输出模板

2) 明确风格

3) 明确篇幅

4) 人工的调整与校准

工具：用deepseek，kimi，豆包，元宝体验

4. 应用场景

——标题，通知，邮件，新闻稿，日报/周报

二、文档摘要提炼

1. 操作流程

1）明确文档

2）消化文档内容

3）总结提炼

4）输出要点

2. AI提炼重要信息

3. AI内容二次加工

4. 应用场景

——会议纪要，读书心得，专家采访，行业调研

实战演练：读一本书

1）文档投喂

2）提取文档的关键内容和要点

3）控制内容和输出标准的关键Prompt提示词

成果产出：从一份经典书籍提取出主要观点和结论，使用AI大模型生成简明扼要的摘要，并基于摘要和核心观点，二次创作一篇新的读书笔记。

三、文档处理进阶

1. 文档扩写

2. 文档改写

3. 文档缩写

4. 场景应用

——获奖简介，语言风格政企化，企业期刊文章

四、长文案处理

1. 实操步骤

1）上传文档

2）提问关键信息

2）AI自动标注原文位置

2. 场景应用

——合同审查、论文精读

实战演练：会议纪要

1）会议录制

2）导出会议文档的文字

3）用AI输出关键内容和要点

4）写Prompt提示词

成果产出：从会议内容中，输出一份完整的会议纪要邮件。

五、思维导图生成

1. Markdown语法入门

2. AI生成结构化思维导图的格式要求

3. XMind+DeepSeek联动生成

4. 应用场景

——项目策划、学习笔记、竞品分析的思维导图模板

案例实战：行业研究报告转化为思维导图

1）投喂行业研究报告

2）AI生成markdown格式

3）markdown格式生成思维导图

4）导出思维导图图片

成果输出：通过练习，输出一份思维导图。

章节目标：用AI实现数据清洗、分析、可视化一站式处理

一、数据录入

1. 工作流程

1）明确数据源

2）明确录入数据

3）明确录入格式

4）录入数据

5）验证录入数据准确性

2. AI识别数据图片

3. Excel表格数据自动填充

4. 数据格式转化

5. 应用场景

——快递数据收集，新员工邮件更换，学校教师学生排名输出

案例实战：数据格式整理

1）分析原始文档特点

2）明确格式要求

3）写提示词

4）人工抽检数据质量

5）输出符合要求结果

二、数据加工

1. 操作流程

1）数据加工需求整理

2）AI助力数据加工

3）写好提示词

4）AI替代excel公式学习

2. 应用场景

——电商评价，工龄计算，员工年龄段分布

实战演练：电商评价

1）明确评价要求

2）明确格式要求

3）写提示词

4）输出符合要求结果

5）导出数据

成果输出：通过练习，输出一份加工好的数据评价。

三、数据分析

1. AI生成数据透视表

1）原始数据

2）提示词

4）excel函数公式

5）输出结果

2. 生成柱状图，雷达图

1）原始数据

2）提示词

3）excel函数公式

4）输出结果

3. 解读异常值

1）原始数据

2）明确异常算法

3）输出解读结论

4. 应用场景

——分析报告，工作汇报，经营分析

实战演练：用AI处理“销售数据”，生成数据仪表盘与季度分析报告

1）明确格式要求

2）写提示词

3）输出符合要求结果

成果输出：通过练习，输出一份数据报告。

第二天：

章节目标：实现“文档→PPT→演讲稿”全流程自动化

一、生产PPT的2个路径

1. 从文档生成

2. 从零生成

二、明确主题

1. 分析受众特点，AI辅助生成主题

2. 精准把握受众、避免内容冗余，AI生成关键词

3. 内容梳理及大纲设计

5. 抓住观众心理、设计演讲故事线

三、PPT版式快速产出

1. 匹配合适模版

2. 清晰页面结构

3. 导入自定义模板

四、内容分页微调

1. 分段导入优化

2. 统一配色，版式，文字

3. 插入图片，图表，视频

4. 智能推荐图表类型

五、演讲设计

1. 开场设计

2. 结果设计

3. 转页设计

六、应用场景

——产品推广、晋级答辩、工作汇报、职业分享、培训讲课、演讲比赛

实战演练：将“产品培训文档”转化为PPT

1）投喂文档

2）生成提纲

3）生成PPT内容

4）调整PPT样式

成果输出：通过练习，输出一份PPT文档。

章节目标：掌握AI绘画、抠图、海报设计的核心技巧

一、AI图片识别的原理

1. 光学字符识别（OCR）技术的基本原理

2. 计算机视觉（CV）原理与应用

二、AI绘画工具

1. 即梦AI：从0到1设计一个海报

2. 豆包：无版权图片输出

3. 一键扣图工具：借用别人图片

三、AI绘画提示词拆解

1. 图片主题

2. 图片细节

3. 图片风格

4. 图片参数

四、AI绘图的实操步骤

1. 明确主题与需求

2. 精准撰写提示词

3. 选择工具生成初稿

4. 优化调整导出成品

五、应用场景

1. 产品海报

2. AI自画像

3. PPT配图

4. 小红书种草

案例实战：生成结婚纪念日海报

1）明确结婚多少周年主题

2）用deepseek写生成海报提示词

3）用即梦文生图

4）对不满意部分优化调整

5）下载成品

成果输出：通过练习，输出一张结婚纪念海报，给夫人惊喜。

章节目标：掌握AI生成脚本、视频、配音的全流程技巧

一、脚本生成

1. 输入产品卖点

2. AI输出分镜脚本（含场景、台词、时长）

二、视频制作

1. 剪映AI自动匹配素材

2. AI自动配音

3. 给视频导入背景音乐

三、AI写一首音乐

1. 用deepseek完成歌词生成

2. 用kimi完成AI音乐生成

案例实战：自己模拟生成一个公司的宣传片

1）明确公司核心价值观

2）AI输出场景和镜头

3）视频制作

4）音乐制作

5）导出成品

成果输出：通过练习，输出一个可播放的短视频。

章节目标： 掌握智能体核心概念与架构差异

一、大模型和智能体的差异

1. 大模型：通用语义理解能力

2. 智能体：目标导向的任务执行体

3. 核心公式：智能体 = 大模型 + 规划器 + 工具集

二、智能体的本质

1. 感知-决策-执行闭环机制

2. 自主代理（独立任务处理）

3. 协作代理（Multi-Agent协同）

三、智能体形态

1. 对话型助手（如客服机器人）

2. 流程自动化机器人（如RPA）

3. 决策支持系统（如风控引擎）

四、智能体架构

1. 感知层：数据输入与环境交互

2. 决策层：模型推理与策略生成

3. 执行层：工具调用与结果输出

五、智能体搭建平台

1. Coze：低代码快速开发

2. LangChain：复杂逻辑编排

1.  Dify：企业级私有化部署

案例实践： 用Coze创建个人旅游助手

章节目标： 掌握Coze核心功能与智能体构建流程

一、coze 平台简介

1. 一站式智能体开发+部署平台

2. 支持国产大模型（DeepSeek/通义千问）

二、注册和登录

1. 账号创建与实名认证

2. 工作台导航与空间管理

三、提示词+大模型构建智能体

1. 人设配置（角色/语气）

2. 知识边界定义

3. 回复逻辑调试

案例：第 一个智能体构建（工作事项登记助手）

第三天：

章节目标： 掌握插件扩展能力的方法

一、coze 插件介绍

1. 连接外部API/数据库

2. 打通企业系统（飞书）

二、如何找插件

1. 官方插件市场搜索

2. 关键词筛选（如"飞书"）

三、常用的插件

1. 飞书日程管理

2. 微信公众号运营

案例：带插件的智能体（AI新闻推送助手）

章节目标： 设计复杂任务自动化流程

一、工作流介绍

1. 可视化流程编排界面

2. 节点拖拽式开发

二、工作流调试

1. 实时运行测试

2. 错误日志追踪

三、开始和结束节点

1. 触发条件配置

2. 结果输出格式定义

四、大模型节点详解

1. 任务拆解指令编写

2. 多步骤结果聚合

五、文本节点详解

1. 字符串处理函数

2. 正则表达式匹配

六、选择器节点

1. 多条件分支路由

2. 优先级规则设置

七、意图识别节点

1. 用户指令分类模型

2. 意图标签体系设计

八、变量聚合节点

1. 多步骤结果合并

2. 结构化数据封装

九、图像生成节点

1. 文生图提示词优化

2. 风格参数控制

十、画板节点

1. 图像标注与编辑

十一、组件问答节点

1. 多轮对话状态管理

2. 上下文记忆机制

十二、输入&输出节点

1. 数据类型校验

2. API接口封装

案例：工作流在智能体的应用（搭建客户投诉助手）

章节目标： 构建企业专属知识引擎

一、RAG详细介绍

1. 检索-增强-生成三阶段

2. 向量化存储原理

二、文档类型知识库

1. PDF/Word/TXT解析

2. 分块策略优化

三、表格类型知识库

1. Excel/CSV结构化提取

2. 行列关系映射

四、图片类型知识库

1. OCR文字识别

五、工作流中使用知识库

1. 知识检索节点配置

2. 结果增强提示词设计

案例：知识库在智能体的应用 （搭建客户投诉助手）

章节目标： 实现智能体状态持久化

一、变量

1. 会话级临时存储

2. 数据类型转换

二、长期记忆

1. 用户偏好记录

2. 历史行为分析

三、文件盒子

1. 非结构化数据存储

2. 文档内容检索

四、数据库

1. MySQL连接

2. 增删改查操作

案例：数据库在智能体的应用（图书管理助手）

章节目标： 掌握企业级定制开发能力

一、卡片讲解

1. 按钮/表单交互设计

2. 图文卡片生成

二、代码节点

1. Python脚本嵌入

2. 数据处理逻辑封装

三、自定义插件

1. OpenAPI规范开发

2. 本地服务调试

案例：搭建招聘协助手

第四天：

章节目标： 发布可交互的AI网页应用

一、AI应用介绍

1. Web应用 vs 聊天机器人

2. 用户界面设计原则

二、网页应用的交互逻辑

1. 事件驱动响应机制

2. 前后端数据绑定

三、布局组件：容器

1. 网格布局管理器

2. 响应式适配规则

四、输入组件：表单

1. 文本框/下拉框/单选框

2. 数据验证规则

五、布局组件：列表

1. 动态数据渲染

2. 分页加载策略

六、输入组件：图片与文件上传

1. 格式限制配置

2. 云端存储路径

七、输入组件：其他

1. 日期选择器

2. 滑块控制器

八、展示组件

1. 表格/图表/富文本

2. 条件显隐控制

案例：一个 AI 翻译软件

章节目标： 规划从试点到规模化路径

一、AI 价值对齐

1. 业务流程痛点扫描

2. ROI评估矩阵

二、大模型独立私有化部署

1. 安全等保要求

2. 硬件选型策略

三、AI 工作流替换

1. 人机协作流程设计

2. 渐进式替代方案

四、AI 工具升级

1. 员工培训体系

2. 效果监控看板

章节目标：通过实践巩固工具的使用以及建设第 一个真正落地的业务智能体

一，明确业务场景目标

二，完成系统设计

a. 输入源（API、数据库、文件、用户输入）

b. 输出格式（JSON、表格、自然语言、可视化）

c. 数据处理流程（ETL、转换逻辑、校验规则）

d. 可行性研究（技术、资源、时间评估）

三，输出完成的系统设计文档

架构图 + 数据流图 + 接口定义

四，各个小组全时间段建设智能体

AI前端展示：Web界面/聊天窗口/仪表盘

AI智能体工作流搭建：流程设计与集成

AI智能体调试&发布：单元测试、UAT、部署上线

课程总结与实战

1. 复习今日课程内容

2. 探讨AI智能体未来趋势

3. 用AI做AI学习计划

4. 拍合照

5. 课程反馈填写