我要預(yù)訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com

課程背景：

在全球數(shù)字化轉(zhuǎn)型加速的背景下，人工智能已成為企業(yè)發(fā)展的核心驅(qū)動力。現(xiàn)在大部分企業(yè)已經(jīng)將AI納入戰(zhàn)略規(guī)劃，企業(yè)的競爭已經(jīng)加入了AI的元素。但企業(yè)在落地AI時，特別是中小企業(yè)碰到較大的困難。

企業(yè)缺乏AI專業(yè)人才，AI落地周期長，難以快速響應(yīng)業(yè)務(wù)變化；員工40%-60%時間消耗在重復(fù)性工作，效率低下且易出錯；跨部門系統(tǒng)割裂導(dǎo)致協(xié)同低效、決策滯后；金融等行業(yè)對數(shù)據(jù)安全和定制化需求迫切。

本課程聚焦企業(yè)AI應(yīng)用痛點，圍繞 “理論+實操”，系統(tǒng)講解AI大模型、智能體、數(shù)字員工等核心技術(shù)，結(jié)合Coze、影刀RPA等平臺，通過案例教學(xué)和實戰(zhàn)演練，幫助學(xué)員掌握零/低代碼開發(fā)能力，實現(xiàn)業(yè)務(wù)流程自動化診斷、設(shè)計與部署，助力企業(yè)突破技術(shù)壁壘，釋放AI降本增效價值。

課程收益：

1. 建立AI戰(zhàn)略認(rèn)知：理解AI大模型原理及企業(yè)應(yīng)用價值，明確AI在工具提效、流程自動化等價值。

1. 掌握全流程實操技能：熟練使用提示詞、智能體開發(fā)、數(shù)字員工創(chuàng)建，具備完成AI應(yīng)用落地的能力。

3. 提升業(yè)務(wù)流程效率：識別重復(fù)性業(yè)務(wù)環(huán)節(jié)，通過AI自動化流程建設(shè)，減少人工干預(yù)，提高生產(chǎn)力。

4. 強化技術(shù)安全與競爭力：掌握私有化部署技術(shù)，滿足數(shù)據(jù)安全需求，通過定制化開發(fā)構(gòu)建專屬AI能力，形成差異化競爭優(yōu)勢。

課程對象：

企業(yè)老板、企業(yè)管理者、企業(yè)AI落地團隊

課程方式：

理論講解（20%）+工具使用（50%）+實踐操作（30%）

課程工具：

1. Deepseek、通義千問等國產(chǎn)大模型

2. Coze智能體開發(fā)平臺

3. 飛書協(xié)作工具

4. 影刀開發(fā)平臺

學(xué)員準(zhǔn)備：

1. 個人電腦和智能手機

2. 提前注冊Coze平臺賬號

3. 提前注冊Deepseek、通義千問等國產(chǎn)大模型賬號

4. 提前注冊飛書

5. 提前注冊影刀

課程大綱

第一講：AI大模型核心認(rèn)知——構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型技術(shù)底座

章節(jié)目標(biāo)：客戶理解AI大模型的基本概念，AI大模型對企業(yè)的價值。

一、什么是AI大模型

1. AI大模型的定義

2. 與傳統(tǒng)AI模型的區(qū)別

3. 大模型的發(fā)展歷程與重要里程碑

二、AI大模型的核心原理

1. 核心突破點：Transformer架構(gòu)

2. 深度學(xué)習(xí)基礎(chǔ)：用神經(jīng)網(wǎng)絡(luò)模擬人腦工作

3. 自監(jiān)督學(xué)習(xí)：靠海量數(shù)據(jù)自己學(xué)規(guī)律

三、AI大模型的主要類型

1. 自然語言處理大模型：GPT、文心一言等

2. 圖像生成大模型：Stable Diffusion、Midjourney等

四、企業(yè)AI化的必要性

1. 提高業(yè)務(wù)效率

2. 創(chuàng)新業(yè)務(wù)模式

3. 提升企業(yè)競爭力

案例實踐：如何做行業(yè)競調(diào)分析

1）用 Deepseek V3競調(diào)輸出

2）用 Deepseek R1競調(diào)輸出

3）打開聯(lián)網(wǎng)搜索，再次輸出

4）感受模型的差異

成果輸出：輸出行業(yè)競調(diào)分析報告，感受AI的魅力。

第二講：企業(yè)AI應(yīng)用落地的五個層級——構(gòu)建從工具到戰(zhàn)略的進階路徑

章節(jié)目標(biāo)：知道企業(yè)AI應(yīng)用落地的等級，以及對應(yīng)的能力。

一、工具輔助員工提效

1. AI文案

2. AI扣圖

3. 會議助手

二、知識沉淀與復(fù)用

1. 知識庫歸類

2. 知識庫標(biāo)簽管理

3. 知識復(fù)用效果評估

4. 知識庫權(quán)限分級

5. 知識庫敏感信息脫敏

三、任務(wù)流程自動化

1. 識別自動化業(yè)務(wù)流程

2. 搭建自動化流程方法

3. 評估自動化流程效果

4. 持續(xù)迭代自動化流程

四、企業(yè)數(shù)字員工

1. 財務(wù)對賬機器人

2. 7*24小時智能客服

3. 重復(fù)執(zhí)行數(shù)字人

4. 人機協(xié)助

五、AI成為企業(yè)技術(shù)優(yōu)勢

1. AI私有化部署

2. 企業(yè)戰(zhàn)略融入AI技術(shù)

3. 組織結(jié)構(gòu)匹配AI效能

第三講：AI提示詞工程核心方法——構(gòu)建高效模型交互的底層邏輯

章節(jié)目標(biāo)：掌握生產(chǎn)力工具核心用法

一、提示詞基礎(chǔ)

1. 提示詞對模型輸出的影響

2. 設(shè)計有效提示詞的方法

1）明確對象

2）明確任務(wù)目標(biāo)

3）輸出限定

4）拆解任務(wù)

二、常見提示詞模板

1. 提問的兩種方式

1）指令式提問

2）投喂式提問

2. 提示詞萬能公式

——角色+任務(wù)+要求+細(xì)節(jié)

三、提示詞的高級技巧

1. 動態(tài)提示詞生成與調(diào)整

2. 提示詞模板創(chuàng)建與復(fù)用

3. 多輪對話中的提示詞連貫性維護

四、不同場景下的提示詞應(yīng)用

1. 文本生成場景

案例：文案寫作、故事創(chuàng)作等

2. 圖像生成場景

案例：設(shè)計創(chuàng)意、藝術(shù)創(chuàng)作等

3. 數(shù)據(jù)分析場景

案例：數(shù)據(jù)洞察、報告生成等

五、提示詞工具與資源推薦

1. Promptimize AI等提示詞優(yōu)化工具

2. 在線提示詞庫與社區(qū)：Tipstore等

案例實踐：用AI輸出一篇會議發(fā)言稿

1）需求分析與信息準(zhǔn)備

2）AI指令設(shè)計與初稿生成

3）人工潤色與風(fēng)格調(diào)校

4）輸出終稿

成果輸出：用AI輸出一篇會議發(fā)言稿

第四講：企業(yè)AI知識庫構(gòu)建與管理——沉淀組織智慧的數(shù)字化基建

章節(jié)目標(biāo)：建立企業(yè)知識庫，沉淀企業(yè)資產(chǎn)。

一、知識庫建設(shè)基礎(chǔ)

1. 知識庫的分類方法

1）按知識庫的服務(wù)對象分類

2）按知識庫的構(gòu)建方式分類

2. 知識庫的特點

1）多維度與多層次

2）共享性與協(xié)作性

3）權(quán)威性與可信度

二、知識庫構(gòu)建的流程

1. 數(shù)據(jù)收集與整理策略

2. 知識表示與編碼技術(shù)

3. 數(shù)據(jù)清洗與標(biāo)注

4. 選擇知識庫搭建平臺

5. 知識庫架構(gòu)設(shè)計

6. 知識庫更新機制

三、知識庫與AI模型的交互機制

1. 信息檢索與融合算法

2. 智能問答系統(tǒng)集成

3. 知識推薦功能

4. 上下文感知的知識調(diào)用

5. 企業(yè)內(nèi)部培訓(xùn)與學(xué)習(xí)

案例實踐：用飛書搭建企業(yè)在線共享知識庫

1）新建知識庫

2）創(chuàng)建知識庫目錄

3）設(shè)置知識庫權(quán)限

4）導(dǎo)入企業(yè)存量知識庫

成果輸出：用飛書新搭建一個企業(yè)知識庫

第五講：AI智能體開發(fā)全流程實踐——搭建業(yè)務(wù)流程自動化執(zhí)行引擎

章節(jié)目標(biāo)：了解智能體并搭建出第一個企業(yè)智能體。

一、AI智能體的組成要素

1. 感知模塊：數(shù)據(jù)輸入與環(huán)境感知

2. 決策模塊：模型推理與策略制定

3. 執(zhí)行模塊：任務(wù)操作與反饋獲取

二、智能體開發(fā)平臺與工具選擇

1. Coze平臺：快速搭建和發(fā)布智能體，適合個人

2. 騰訊元器：騰訊生態(tài)系統(tǒng)，適合需要與社交平臺深度集成

3. GPT Store：面向全球開發(fā)者，提供強大的模型支持和開放的社區(qū)生態(tài)

三、智能體需求確定流程

1. 需求分析與功能定義

2. 工作流程確定

3. 工作任務(wù)拆解

4. 自動化節(jié)點評估

四、Coze平臺搭建第一個智能體

1. 創(chuàng)建智能體

2. 配置智能體參數(shù)

1）人設(shè)與回復(fù)邏輯

2）技能配置

3. 調(diào)試與測試

4. 發(fā)布智能體

案例實踐：用Coze搭建企業(yè)智能客服機器人

1）明確智能客服解決的需求問題

2）拆解智能客服工作流程

3）用Coze平臺創(chuàng)建一個智能客服機器人

4）配置智能客服工作流

5）調(diào)試并發(fā)布智能體機器人

成果輸出：用Coze搭建出企業(yè)第一個智能客服機器人

第六講：影刀RPA數(shù)字員工開發(fā)——打造7×24小時無人化作業(yè)系統(tǒng)

章節(jié)目標(biāo)：用影刀平臺搭建一個數(shù)字員工，解決某一類日常重復(fù)需求。

一、數(shù)字員工的價值

1. 自動化業(yè)務(wù)流程處理

2. 7×24小時不間斷工作

3. 減少人為錯誤與提高合規(guī)性

二、影刀RPA平臺的特點

1. 低代碼開發(fā)環(huán)境

2. 豐富的自動化組件庫

3. 任務(wù)調(diào)度與管理功能

三、影刀數(shù)字員工的創(chuàng)建流程

1. 流程錄制與設(shè)計

2. 數(shù)據(jù)處理與交互

3. 流程異常分支處理

4. 配置觸發(fā)調(diào)度任務(wù)

四、影刀數(shù)字員工的管理與維護

1. 任務(wù)調(diào)度與監(jiān)控

2. 版本更新與升級

3. 安全與權(quán)限管理

案例實戰(zhàn)：搭建一個數(shù)據(jù)處理與報表生成的數(shù)字員工。

1）業(yè)務(wù)流程梳理與目標(biāo)確定

2）流程建模與自動化設(shè)計

3）用影刀配置自動化流程

4）用影刀配置調(diào)度機制

5）部署任務(wù)

成果輸出：搭建一個數(shù)據(jù)處理與報表生成的數(shù)字員工。

第七講：大模型私有化部署實戰(zhàn)——構(gòu)建數(shù)據(jù)安全敏感型AI基礎(chǔ)設(shè)施

章節(jié)目標(biāo)：掌握大模型私有化部署，幫助企業(yè)在數(shù)據(jù)安全的情況下落地AI。

一、模型私有化部署的基礎(chǔ)

1. 私有化部署的必要性與優(yōu)勢

2. 保護企業(yè)數(shù)據(jù)隱私

3. 滿足業(yè)務(wù)定制化需求

4. 與公有云部署的對比

二、模型私有化部署的關(guān)鍵技術(shù)

1. 服務(wù)器選型與配置

2. 網(wǎng)絡(luò)架構(gòu)搭建

3. 模型優(yōu)化與適配

4. 安全與隱私保護技術(shù)

三、模型私有化部署的實施步驟

1. 需求分析與規(guī)劃

2. 部署與配置過程詳解

3. 模型選擇與下載

4. 模型測試

5. 系統(tǒng)上線

四、模型私有化部署的應(yīng)用場景

1. 金融行業(yè)數(shù)據(jù)安全需求

2. 網(wǎng)絡(luò)不穩(wěn)定或數(shù)據(jù)傳輸受限

3. 有特定業(yè)務(wù)需求需定制化模型

案例實戰(zhàn)：個人電腦私有化部署DeepSeek-R1大模型

1）環(huán)境準(zhǔn)備

a操作系統(tǒng)：Windows 10/11（64位）

b內(nèi)存：至少8GB（推薦16GB以上，運行7B模型需6GB顯存）

c存儲：預(yù)留20GB以上空間存放模型文件

2）下載工具與模型

3）部署安裝

4）測試部署模型

5）知識庫集成

成果輸出：個人電腦私有化部署DeepSeek-R1大模型

課程總結(jié)與實戰(zhàn)

1. 復(fù)習(xí)今日課程內(nèi)容

2. 探討AI智能體未來趨勢

3. 用AI做AI學(xué)習(xí)計劃

4. 拍合照

5. 課程反饋填寫

謝老師

謝海林老師 AI企業(yè)級應(yīng)用實戰(zhàn)專家

前騰訊T12級技術(shù)專家（CDG技術(shù)委員會第一個運維領(lǐng)域12級專家）

前蝦皮PE技術(shù)專家

騰訊學(xué)員優(yōu)秀講師、蝦皮學(xué)院“十全十美”講師

? 22年互聯(lián)網(wǎng)技術(shù)開發(fā)與智能化運維實戰(zhàn)經(jīng)驗

曾任：騰訊（世界500強，上市公司）丨金融科技研發(fā)部負(fù)責(zé)人

曾任：蝦皮（東南亞最大的電商平臺）丨首席工程師

曾任：長沙創(chuàng)智軟件園丨軟件開發(fā)工程師

? 擅長領(lǐng)域：AI+辦公效能提升、AI+項目管理提效、AI+人力資源管理優(yōu)化、AI+智能體工作流搭建、AI+企業(yè)流程自動化、企業(yè)級AI應(yīng)用架構(gòu)、AI+行業(yè)場景落地等

? 30+企業(yè)級智能化應(yīng)用系統(tǒng)和平臺搭建：擅長AIOps智能運維工具鏈、DevOps平臺架構(gòu)、云原生技術(shù)棧，深度融合AI算法、大數(shù)據(jù)處理、自動化運維等技術(shù)，為互聯(lián)網(wǎng)、金融、電商等多行業(yè)定制化搭建30+企業(yè)級智能化系統(tǒng)和平臺：

「01」主導(dǎo)騰訊微信支付、理財通、自選股等核心業(yè)務(wù)技術(shù)升級：通過智能運維系統(tǒng)構(gòu)建，實現(xiàn)服務(wù)器資源彈性擴展50倍，推動企業(yè)級運維自動化率提升超50%，系統(tǒng)可用性達99.99%+。

「02」主導(dǎo)搭建蝦皮5秒級粒度的智能數(shù)據(jù)監(jiān)測平臺，聚焦AI效率優(yōu)化與大數(shù)據(jù)實時處理，實現(xiàn)交易流量、訂單轉(zhuǎn)化等核心指標(biāo)的實時智能分析，通過AI風(fēng)險預(yù)測模型，將電商大促系統(tǒng)穩(wěn)定性風(fēng)險降低90%。

實戰(zhàn)經(jīng)驗：

謝海林老師深耕互聯(lián)網(wǎng)大廠開發(fā)和運維22年，擁有10萬+服務(wù)器大型互聯(lián)網(wǎng)系統(tǒng)運維以及運維平臺體系化建設(shè)的落地實戰(zhàn)經(jīng)驗，聚焦AI與DevOps、智能運維（AIOps）、云原生架構(gòu)的深度融合，擅長從技術(shù)研發(fā)到團隊管理的全鏈條落地，為企業(yè)構(gòu)建智能化、自動化、高可靠的技術(shù)運營體系，助力傳統(tǒng)運維向“人機協(xié)同”模式轉(zhuǎn)型，實現(xiàn)效率躍升與成本優(yōu)化。

——任職【騰訊】期間——

【01】打造騰訊首個具備一鍵跨城容災(zāi)切換能力的金融級平臺

——牽頭建設(shè)“磐石高可用運維平臺”，整合監(jiān)控、日志、故障定位等12大核心平臺，管理30000+服務(wù)器，日均處理百億級數(shù)據(jù)，實現(xiàn)10分鐘故障處理、無損灰度發(fā)布、常態(tài)化跨城容災(zāi)演習(xí)，系統(tǒng)可用性達99.99%。

【02】搭建騰訊金融新一代提升開發(fā)效率的開發(fā)者平臺

——擔(dān)任總架構(gòu)師，統(tǒng)籌建設(shè)devops云原生一體化開發(fā)者平臺，打通30+技術(shù)系統(tǒng)，推動1000+開發(fā)者團隊向云原生轉(zhuǎn)型，實現(xiàn)研發(fā)自助發(fā)布率>90%，版本交付周期從30天壓縮至9天，組織效率提升40%。

【03】構(gòu)建金融級統(tǒng)一配置管理中樞

——主導(dǎo)“騰訊金融統(tǒng)一配置中心”項目，解決業(yè)務(wù)路由與變量配置的復(fù)雜性難題，首次實現(xiàn)金融業(yè)務(wù)配置的集中化管控，設(shè)計“極致容災(zāi)+全網(wǎng)agent管控+灰度兼容”三大核心能力，消除本地配置依賴，大幅提升配置變更的安全和效率，成為騰訊金融業(yè)務(wù)系統(tǒng)最終依賴的平臺和標(biāo)準(zhǔn)。

【04】打造騰訊首個TEG數(shù)平—秒級智能監(jiān)控中樞

——主導(dǎo)“TEG數(shù)平秒級監(jiān)控平臺”建設(shè)，構(gòu)建每日處理100億+海量日志與監(jiān)控數(shù)據(jù)的實時分析體系，提出“面積算法”“斜率杠桿”等創(chuàng)新型監(jiān)控算法，保障主要業(yè)務(wù)系統(tǒng)、推薦系統(tǒng)、數(shù)據(jù)系統(tǒng)的穩(wěn)定運行，實現(xiàn)業(yè)務(wù)系統(tǒng)穩(wěn)定性的“秒級感知-分鐘級響應(yīng)”。

——任職【蝦皮】期間——

【01】構(gòu)建電商行業(yè)領(lǐng)先的智能化SRE運維體系

——主導(dǎo)業(yè)務(wù)SRE相關(guān)工具和系統(tǒng)建設(shè)，服務(wù)深圳100+SRE團隊的資源管理、故障定位、大促保障等核心場景，提出“三顆樹”“管理模型”及“握手點?最小資源模型”協(xié)作方法論，落地資源管理、需求交付、標(biāo)準(zhǔn)發(fā)布、故障定位處理四大核心系統(tǒng)，實現(xiàn)工單需求標(biāo)準(zhǔn)工具自動率>40%，故障定位準(zhǔn)確性>90%，運維責(zé)任故障下降70%。

【02】建設(shè)支撐電商大促的AI數(shù)據(jù)可視化分析系統(tǒng)平臺

——為雙11、雙12等大促場景定制AI數(shù)據(jù)可視化分析系統(tǒng)，借助Spark等工具對海量交易數(shù)據(jù)進行實時處理，搭建5秒粒度的實時數(shù)據(jù)統(tǒng)計，成為公司實時觀測大屏。實現(xiàn)對交易流量、訂單轉(zhuǎn)化率等關(guān)鍵指標(biāo)的實時監(jiān)測，提前預(yù)警服務(wù)器負(fù)載風(fēng)險，減少并降低了大促系統(tǒng)穩(wěn)定性90%的風(fēng)險，同時為大促期間的業(yè)務(wù)決策提供精準(zhǔn)依據(jù)。

【03】搭建公司內(nèi)部統(tǒng)一工單系統(tǒng)

——通過“工作臺”和“工單SLA環(huán)節(jié)交互可視化”的方法，成功上線需求提交、工單分發(fā)、交付進度實時追蹤以及反饋評價四大關(guān)鍵模塊，同時對接后端工具自動化交付系統(tǒng)，實現(xiàn)工單需求提交的合規(guī)率超80%，工單平均處理時長縮短60%，部門間因溝通不暢導(dǎo)致的工單退回率降低50%，工單自動化率>40%，大幅提升工作協(xié)作效率和內(nèi)部客戶滿意度。

主講課程：

《職場效率革命：AI助力10倍綜合辦公效能提升》

《職場效率革命：AI助力10倍項目管理效能提升》

《職場效率革命：AI助力10倍人力資源效能提升》

《企業(yè)效率革命：AI工作流程自動化實戰(zhàn)》

《企業(yè)效率革命：AI agent（智能體+AI應(yīng)用產(chǎn)品）搭建實戰(zhàn)》

《企業(yè)效率革命：從入門到精通的企業(yè)AI實戰(zhàn)》

授課風(fēng)格：

?實戰(zhàn)導(dǎo)向：擁有豐富的實踐經(jīng)驗，將理論知識與實際案例緊密結(jié)合，深度剖析AI技術(shù)與企業(yè)應(yīng)用結(jié)合點、落地路徑、挑戰(zhàn)及解決方案，助力學(xué)員掌握從需求分析到執(zhí)行的全流程技能。

?通俗易懂：洞悉學(xué)員對AI技術(shù)的畏難心理，以生活化類比拆解復(fù)雜算法，解讀背后商業(yè)邏輯。減少專業(yè)術(shù)語，通過生動演示、圖表拆解技術(shù)概念，確保零基礎(chǔ)學(xué)員也能輕松理解。

?系統(tǒng)架構(gòu)：課程遵循“理論奠基-場景應(yīng)用-實戰(zhàn)創(chuàng)新”邏輯，構(gòu)建完整知識體系。從AI基礎(chǔ)概念、發(fā)展歷程講起，逐步深入行業(yè)應(yīng)用場景與解決方案，幫助學(xué)員建立具備競爭力的AI商業(yè)知識框架。

?互動教學(xué)：秉持互動教學(xué)理念，采用“講授+研討+實戰(zhàn)”等多元模式。鼓勵學(xué)員分享經(jīng)驗，組織跨行業(yè)交流，實時關(guān)注學(xué)員反饋，提供個性化指導(dǎo)，讓學(xué)員在輕松氛圍中實現(xiàn)主動學(xué)習(xí)。

部分客戶評價：

海林老師的《運營開發(fā)技術(shù)通道晉級經(jīng)驗分享》課程將AI在企業(yè)運營開發(fā)中的應(yīng)用經(jīng)驗進行深度剖析與系統(tǒng)講解，通過生動詳實的案例分享與深入淺出的講解方式，將AI助力運營開發(fā)技術(shù)晉級的核心要點一一呈現(xiàn)。學(xué)員們紛紛表示課程內(nèi)容極具實用性與啟發(fā)性，最終課程收獲4.96（滿分5分）的超高滿意度，為學(xué)院的技術(shù)培訓(xùn)體系注入強勁動能。

——CDG技術(shù)委員會

海林老師對AIOPS課程主題見解獨到且深刻，憑借深厚的專業(yè)功底，對AI在企業(yè)運維領(lǐng)域的應(yīng)用進行全面解讀。他分享的實戰(zhàn)案例與技術(shù)攻關(guān)經(jīng)驗，為學(xué)員搭建起完整的AIOPS知識框架，有效提升學(xué)員對AI運維技術(shù)的理解與應(yīng)用能力。課程以4.94分（滿分5分）的優(yōu)異成績，成為infra培訓(xùn)項目中的標(biāo)桿課程。

——蝦皮infra培訓(xùn)項目組

我要預(yù)訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com