我要預訂

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

課程背景：

在全球數字化轉型加速的背景下，人工智能已成為企業發展的核心驅動力。現在大部分企業已經將AI納入戰略規劃，企業的競爭已經加入了AI的元素。但企業在落地AI時，特別是中小企業碰到較大的困難。

企業缺乏AI專業人才，AI落地周期長，難以快速響應業務變化；員工40%-60%時間消耗在重復性工作，效率低下且易出錯；跨部門系統割裂導致協同低效、決策滯后；金融等行業對數據安全和定制化需求迫切。

本課程聚焦企業AI應用痛點，圍繞 “理論+實操”，系統講解AI大模型、智能體、數字員工等核心技術，結合Coze、影刀RPA等平臺，通過案例教學和實戰演練，幫助學員掌握零/低代碼開發能力，實現業務流程自動化診斷、設計與部署，助力企業突破技術壁壘，釋放AI降本增效價值。

課程收益：

1. 建立AI戰略認知：理解AI大模型原理及企業應用價值，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、數字員工創建，具備完成AI應用落地的能力。

3. 提升業務流程效率：識別重復性業務環節，通過AI自動化流程建設，減少人工干預，提高生產力。

4. 強化技術安全與競爭力：掌握私有化部署技術，滿足數據安全需求，通過定制化開發構建專屬AI能力，形成差異化競爭優勢。

課程對象：

企業老板、企業管理者、企業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、通義千問等國產大模型

2. Coze智能體開發平臺

3. 飛書協作工具

4. 影刀開發平臺

學員準備：

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大模型核心認知——構建企業數字化轉型技術底座

章節目標：客戶理解AI大模型的基本概念，AI大模型對企業的價值。

一、什么是AI大模型

1. AI大模型的定義

2. 與傳統AI模型的區別

3. 大模型的發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

2. 深度學習基礎：用神經網絡模擬人腦工作

3. 自監督學習：靠海量數據自己學規律

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AI化的必要性

1. 提高業務效率

2. 創新業務模式

3. 提升企業競爭力

案例實踐：如何做行業競調分析

1）用 Deepseek V3競調輸出

2）用 Deepseek R1競調輸出

3）打開聯網搜索，再次輸出

4）感受模型的差異

成果輸出：輸出行業競調分析報告，感受AI的魅力。

第二講：企業AI應用落地的五個層級——構建從工具到戰略的進階路徑

章節目標：知道企業AI應用落地的等級，以及對應的能力。

一、工具輔助員工提效

1. AI文案

2. AI扣圖

3. 會議助手

二、知識沉淀與復用

1. 知識庫歸類

2. 知識庫標簽管理

3. 知識復用效果評估

4. 知識庫權限分級

5. 知識庫敏感信息脫敏

三、任務流程自動化

1. 識別自動化業務流程

2. 搭建自動化流程方法

3. 評估自動化流程效果

4. 持續迭代自動化流程

四、企業數字員工

1. 財務對賬機器人

2. 7*24小時智能客服

3. 重復執行數字人

4. 人機協助

五、AI成為企業技術優勢

1. AI私有化部署

2. 企業戰略融入AI技術

3. 組織結構匹配AI效能

第三講：AI提示詞工程核心方法——構建高效模型交互的底層邏輯

章節目標：掌握生產力工具核心用法

一、提示詞基礎

1. 提示詞對模型輸出的影響

2. 設計有效提示詞的方法

1）明確對象

2）明確任務目標

3）輸出限定

4）拆解任務

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+要求+細節

三、提示詞的高級技巧

1. 動態提示詞生成與調整

2. 提示詞模板創建與復用

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用

1. 文本生成場景

案例：文案寫作、故事創作等

2. 圖像生成場景

案例：設計創意、藝術創作等

3. 數據分析場景

案例：數據洞察、報告生成等

五、提示詞工具與資源推薦

1. Promptimize AI等提示詞優化工具

2. 在線提示詞庫與社區：Tipstore等

案例實踐：用AI輸出一篇會議發言稿

1）需求分析與信息準備

2）AI指令設計與初稿生成

3）人工潤色與風格調校

4）輸出終稿

成果輸出：用AI輸出一篇會議發言稿

第四講：企業AI知識庫構建與管理——沉淀組織智慧的數字化基建

章節目標：建立企業知識庫，沉淀企業資產。

一、知識庫建設基礎

1. 知識庫的分類方法

1）按知識庫的服務對象分類

2）按知識庫的構建方式分類

2. 知識庫的特點

1）多維度與多層次

2）共享性與協作性

3）權威性與可信度

二、知識庫構建的流程

1. 數據收集與整理策略

2. 知識表示與編碼技術

3. 數據清洗與標注

4. 選擇知識庫搭建平臺

5. 知識庫架構設計

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. 智能問答系統集成

3. 知識推薦功能

4. 上下文感知的知識調用

5. 企業內部培訓與學習

案例實踐：用飛書搭建企業在線共享知識庫

1）新建知識庫

2）創建知識庫目錄

3）設置知識庫權限

4）導入企業存量知識庫

成果輸出：用飛書新搭建一個企業知識庫

第五講：AI智能體開發全流程實踐——搭建業務流程自動化執行引擎

章節目標：了解智能體并搭建出第一個企業智能體。

一、AI智能體的組成要素

1. 感知模塊：數據輸入與環境感知

2. 決策模塊：模型推理與策略制定

3. 執行模塊：任務操作與反饋獲取

二、智能體開發平臺與工具選擇

1. Coze平臺：快速搭建和發布智能體，適合個人

2. 騰訊元器：騰訊生態系統，適合需要與社交平臺深度集成

3. GPT Store：面向全球開發者，提供強大的模型支持和開放的社區生態

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. 工作任務拆解

4. 自動化節點評估

四、Coze平臺搭建第一個智能體

1. 創建智能體

2. 配置智能體參數

1）人設與回復邏輯

2）技能配置

3. 調試與測試

4. 發布智能體

案例實踐：用Coze搭建企業智能客服機器人

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平臺創建一個智能客服機器人

4）配置智能客服工作流

5）調試并發布智能體機器人

成果輸出：用Coze搭建出企業第一個智能客服機器人

第六講：影刀RPA數字員工開發——打造7×24小時無人化作業系統

章節目標：用影刀平臺搭建一個數字員工，解決某一類日常重復需求。

一、數字員工的價值

1. 自動化業務流程處理

2. 7×24小時不間斷工作

3. 減少人為錯誤與提高合規性

二、影刀RPA平臺的特點

1. 低代碼開發環境

2. 豐富的自動化組件庫

3. 任務調度與管理功能

三、影刀數字員工的創建流程

1. 流程錄制與設計

2. 數據處理與交互

3. 流程異常分支處理

4. 配置觸發調度任務

四、影刀數字員工的管理與維護

1. 任務調度與監控

2. 版本更新與升級

3. 安全與權限管理

案例實戰：搭建一個數據處理與報表生成的數字員工。

1）業務流程梳理與目標確定

2）流程建模與自動化設計

3）用影刀配置自動化流程

4）用影刀配置調度機制

5）部署任務

成果輸出：搭建一個數據處理與報表生成的數字員工。

第七講：大模型私有化部署實戰——構建數據安全敏感型AI基礎設施

章節目標：掌握大模型私有化部署，幫助企業在數據安全的情況下落地AI。

一、模型私有化部署的基礎

1. 私有化部署的必要性與優勢

2. 保護企業數據隱私

3. 滿足業務定制化需求

4. 與公有云部署的對比

二、模型私有化部署的關鍵技術

1. 服務器選型與配置

2. 網絡架構搭建

3. 模型優化與適配

4. 安全與隱私保護技術

三、模型私有化部署的實施步驟

1. 需求分析與規劃

2. 部署與配置過程詳解

3. 模型選擇與下載

4. 模型測試

5. 系統上線

四、模型私有化部署的應用場景

1. 金融行業數據安全需求

2. 網絡不穩定或數據傳輸受限

3. 有特定業務需求需定制化模型

案例實戰：個人電腦私有化部署DeepSeek-R1大模型

1）環境準備

a操作系統：Windows 10/11（64位）

b內存：至少8GB（推薦16GB以上，運行7B模型需6GB顯存）

c存儲：預留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

課程總結與實戰

1. 復習今日課程內容

2. 探討AI智能體未來趨勢

3. 用AI做AI學習計劃

4. 拍合照

5. 課程反饋填寫

謝老師

謝海林老師 AI企業級應用實戰專家

前騰訊T12級技術專家（CDG技術委員會第一個運維領域12級專家）

前蝦皮PE技術專家

騰訊學員優秀講師、蝦皮學院“十全十美”講師

? 22年互聯網技術開發與智能化運維實戰經驗

曾任：騰訊（世界500強，上市公司）丨金融科技研發部負責人

曾任：蝦皮（東南亞最大的電商平臺）丨首席工程師

曾任：長沙創智軟件園丨軟件開發工程師

? 擅長領域：AI+辦公效能提升、AI+項目管理提效、AI+人力資源管理優化、AI+智能體工作流搭建、AI+企業流程自動化、企業級AI應用架構、AI+行業場景落地等

? 30+企業級智能化應用系統和平臺搭建：擅長AIOps智能運維工具鏈、DevOps平臺架構、云原生技術棧，深度融合AI算法、大數據處理、自動化運維等技術，為互聯網、金融、電商等多行業定制化搭建30+企業級智能化系統和平臺：

「01」主導騰訊微信支付、理財通、自選股等核心業務技術升級：通過智能運維系統構建，實現服務器資源彈性擴展50倍，推動企業級運維自動化率提升超50%，系統可用性達99.99%+。

「02」主導搭建蝦皮5秒級粒度的智能數據監測平臺，聚焦AI效率優化與大數據實時處理，實現交易流量、訂單轉化等核心指標的實時智能分析，通過AI風險預測模型，將電商大促系統穩定性風險降低90%。

實戰經驗：

謝海林老師深耕互聯網大廠開發和運維22年，擁有10萬+服務器大型互聯網系統運維以及運維平臺體系化建設的落地實戰經驗，聚焦AI與DevOps、智能運維（AIOps）、云原生架構的深度融合，擅長從技術研發到團隊管理的全鏈條落地，為企業構建智能化、自動化、高可靠的技術運營體系，助力傳統運維向“人機協同”模式轉型，實現效率躍升與成本優化。

——任職【騰訊】期間——

【01】打造騰訊首個具備一鍵跨城容災切換能力的金融級平臺

——牽頭建設“磐石高可用運維平臺”，整合監控、日志、故障定位等12大核心平臺，管理30000+服務器，日均處理百億級數據，實現10分鐘故障處理、無損灰度發布、常態化跨城容災演習，系統可用性達99.99%。

【02】搭建騰訊金融新一代提升開發效率的開發者平臺

——擔任總架構師，統籌建設devops云原生一體化開發者平臺，打通30+技術系統，推動1000+開發者團隊向云原生轉型，實現研發自助發布率>90%，版本交付周期從30天壓縮至9天，組織效率提升40%。

【03】構建金融級統一配置管理中樞

——主導“騰訊金融統一配置中心”項目，解決業務路由與變量配置的復雜性難題，首次實現金融業務配置的集中化管控，設計“極致容災+全網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，成為騰訊金融業務系統最終依賴的平臺和標準。

【04】打造騰訊首個TEG數平—秒級智能監控中樞

——主導“TEG數平秒級監控平臺”建設，構建每日處理100億+海量日志與監控數據的實時分析體系，提出“面積算法”“斜率杠桿”等創新型監控算法，保障主要業務系統、推薦系統、數據系統的穩定運行，實現業務系統穩定性的“秒級感知-分鐘級響應”。

——任職【蝦皮】期間——

【01】構建電商行業領先的智能化SRE運維體系

——主導業務SRE相關工具和系統建設，服務深圳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”協作方法論，落地資源管理、需求交付、標準發布、故障定位處理四大核心系統，實現工單需求標準工具自動率>40%，故障定位準確性>90%，運維責任故障下降70%。

【02】建設支撐電商大促的AI數據可視化分析系統平臺

——為雙11、雙12等大促場景定制AI數據可視化分析系統，借助Spark等工具對海量交易數據進行實時處理，搭建5秒粒度的實時數據統計，成為公司實時觀測大屏。實現對交易流量、訂單轉化率等關鍵指標的實時監測，提前預警服務器負載風險，減少并降低了大促系統穩定性90%的風險，同時為大促期間的業務決策提供精準依據。

【03】搭建公司內部統一工單系統

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

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》

《企業效率革命：AI工作流程自動化實戰》

《企業效率革命：AI agent（智能體+AI應用產品）搭建實戰》

《企業效率革命：從入門到精通的企業AI實戰》

授課風格：

?實戰導向：擁有豐富的實踐經驗，將理論知識與實際案例緊密結合，深度剖析AI技術與企業應用結合點、落地路徑、挑戰及解決方案，助力學員掌握從需求分析到執行的全流程技能。

?通俗易懂：洞悉學員對AI技術的畏難心理，以生活化類比拆解復雜算法，解讀背后商業邏輯。減少專業術語，通過生動演示、圖表拆解技術概念，確保零基礎學員也能輕松理解。

?系統架構：課程遵循“理論奠基-場景應用-實戰創新”邏輯，構建完整知識體系。從AI基礎概念、發展歷程講起，逐步深入行業應用場景與解決方案，幫助學員建立具備競爭力的AI商業知識框架。

?互動教學：秉持互動教學理念，采用“講授+研討+實戰”等多元模式。鼓勵學員分享經驗，組織跨行業交流，實時關注學員反饋，提供個性化指導，讓學員在輕松氛圍中實現主動學習。

部分客戶評價：

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

——CDG技術委員會

海林老師對AIOPS課程主題見解獨到且深刻，憑借深厚的專業功底，對AI在企業運維領域的應用進行全面解讀。他分享的實戰案例與技術攻關經驗，為學員搭建起完整的AIOPS知識框架，有效提升學員對AI運維技術的理解與應用能力。課程以4.94分（滿分5分）的優異成績，成為infra培訓項目中的標桿課程。

——蝦皮infra培訓項目組

我要預訂

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