AI企业应用实战班

一、认知破冰：AI时代的发展全景与企业级定位

AI目前到底发展到了什么程度？

• 从感知AI到生成式AI，再到推理大模型（以DeepSeek为例）的本质跃迁。

核心理念澄清：个人AI vs 企业级AI的本质区别

• 纠偏：企业用AI不是为了单纯“干掉多少人”，而是为了让数据沉淀为企业的最大财富。

• 降本增效的底层逻辑：当有效数据沉淀到一定程度，效率提升是信手拈来的结果。

主流大模型全景图

• 不论是DeepSeek、豆包还是Kimi，高管应如何根据企业需求自由选择“AI外脑”？

AI应用的三阶段

• 数字空间探索第一步——AIGC工具（AI工具）的应用

• 数字空间探索第二步——数字系统（各种IT系统）的自动操作应用

• 物理空间探索——具身智能（机器人等）的应用

二、AIGC工具应用基础——驾驭AI的魔法：企业级提示词（Prompt）工程进阶（先讲工具，为后面研讨提供高效辅助工具）

为什么AI给你的回答总是“假大空”？

• 揭秘AI的运行机制：输入决定输出（Garbage in, Garbage out）。

提示词进阶实操演练（边讲边练）

• 20分提示词（小白级）：直接抛出问题。

• 40分提示词（初级）：给出简单的背景。

• 60分提示词（中级）：赋予角色 + 设定目标 + 限定格式。

• 80分提示词（专家级）：角色设定 + 业务痛点植入 + 思考逻辑框架（思维链）+ 范例约束 + 输出规范。

讲师巡场指导

• 学员现场编写自身业务痛点的提示词，讲师逐一点评纠错。

三、AIGC工具实战1——战略参谋：产品与策略及行业研报自动化生成

实操演练：让AI成为你的首席行业分析师。

• 如何喂给AI海量行业资讯和企业产品背景？

• 通过多轮对话，快速生成一份格式严谨、逻辑清晰的《本行业细分产品市场趋势与策略研报》。

四、AIGC工具实战2——效率革命：高频办公场景与复杂数据分析

办公自动化实操：

• 一键生成商业级PPT：从大纲提炼到排版指令。

• 快速撰写公文、会议纪要提取、复杂项目汇报材料润色。

零代码搞定复杂数据处理

• 大白话写Excel：如何用自然语言让AI帮你写出极其复杂的Excel函数公式？

• 突破极限：如何让AI帮你写一段VBA代码，实现财务报表或生产台账的瞬间自动化处理（讲师现场带练，学员见证奇迹）。

五、前沿认知：看透OpenClaw的本地化价值

痛点解析：公有云API的隐私陷阱 vs OpenClaw的“隐私优先”定位。

原理解析（大白话）：“铁三角”是如何协同的？

• 大脑（大语言模型，如DeepSeek/千问）：负责思考和生成。

• 神经中枢（OpenClaw）：负责本地化调度工具、保护隐私。

• 手脚与嘴巴（飞书）：负责展示数据、执行日常动作。

云模式部署OpenClaw的需求特点

两种本地运行模式选型指南

• 轻量级桌面端模式 vs 容器化（Docker）服务模式。

六、OpenClaw环境准备与核心部署：打造基础“地基”

1. 多系统（Win/Mac）适配与“傻瓜式”依赖安装

2. OpenClaw一键启动与验证

3. 模型绑定（Model Binding）

4. 闭环测试：发起第一轮本地对话，确认大模型成功接入。

5. 创建你的“飞书数字员工”

• 登录飞书开发者后台，创建企业自建应用（自定义App）。

• 获取两把关键钥匙：App ID 与 App Secret。

6. 权限精细化配置（防坑指南）

• 勾选必要的机器人权限：接收群消息、读取文档、写入表格。

• 配置事件订阅（Webhook）：让飞书消息能“秒级通知”本地的OpenClaw。

七、OpenClaw实战

1. 什么是AI的“技能（Skills）”与“MCP协议”？

2. 实操演示：在OpenClaw中“傻瓜式”安装与配置技能

3. OpenClaw与飞书底层的零代码打通

4. OpenClaw场景实操

八、他山之石：制造业各应用场景的AI化巨变

标杆企业案例深度拆解

• 看看那些走在前面的实体企业，如何利用AI获得客户高度认可？

制造业全价值链的智能化场景扫描

• 研发端：AI辅助产品设计与专利文档结构化提炼。

• 生产端：如何通过数据感知与AI分析，优化排产与设备预测性维护。

• 营销与服务端：从“千人一面”到“千人千面”的智能客服与跨国营销赋能。

• 供应链端：基于历史数据的智能库存预测模型。

九、核心武器：业务驱动的完整AI场景识别方法论

 1. 第一步：业务流解构（Value Stream Mapping）

• 切忌从“技术”出发，必须从“我的岗位职责和KPI”出发。

• 工具：把日常业务拆解为“输入 -> 判断/处理 -> 输出”节点。

2. 第二步：AI能力映射匹配（AI Mapping）

• 将拆解出的痛点节点，与AI的核心能力（抽取、总结、生成、翻译、预测、分类）进行强对应匹配。

3. 第三步：高优场景评估矩阵（ROI vs Feasibility）

• 业务价值（Y轴）：省了多少钱？避了多少风险？赚了多少利润？

• 落地可行性（X轴）：公司内部有没有足够的数据喂给AI？合规风险大不大？技术门槛高不高？

• 锁定“低投入、高产出”的“速赢（Quick Win）”机会点。

十、实战演练：AI应用场景设计工作坊

实战任务分配

• 每组结合自身实际业务，应用学到的方法论，在AIGC工具的辅助下深挖出 1-2个具体可落地的AI应用场景。

小组共创输出物（填写《AI场景设计画布》），并转换为路演版本PPT

十一、AI落地形态：企业级AI智能体（Agent）概念导入与搭建

从零散的“单点工具”走向“系统化工作流”，并以沙盘路演检验学习成果

什么是AI Agent（智能体）？

• 大模型只是“大脑”，智能体是“大脑+记忆+手脚（工具）”。

企业级智能体落地逻辑探讨

• 把公司的SOP（标准作业程序）、规章制度挂载给AI，打造一个不会离职的超级专家。

轻量级动手实践

• 指导学员在低代码平台（如Coze扣子等）上，搭建一个极其简单的、属于自己的业务小助手智能体。

十二、企业高频场景应用实战：利用AI智能体搭建企业应用

实战1：客服智能体

实战2：材料审查智能体

实战3：订单管理智能体

实战4：招标智能体

实战5：运单审核智能体

实战6：法律助手智能体

其他智能体（精益智能体、维修智能体、咨讯监控等）——视进度而定

智能体应用环境配置

十三、华山论剑：成果路演与讲师深度点评

分组路演展示

• 每组派代表上台，展示本组利用AI在短短几小时内生成的“完整业务体系方案”。

专家高光点评

• 讲师从“AI工具使用熟练度、提示词逻辑深度、最终输出体系的业务实战价值”三个维度进行一针见血的点评。

复盘与评奖