课程简介

本课程围绕大模型与AI Agent在企业研发及办公场景中的实际落地展开，结合当前主流开源大模型、提示工程、复杂文档解析、多模态大模型与Agent工作流设计等核心能力，帮助学员系统掌握AI在实际工作中的提效方法。课程突出实践导向，聚焦研发工作中的高频任务处理、复杂资料分析、知识问答、流程自动化与Agent应用设计，并结合企业在AI落地过程中的阻塞问题、风险点及典型案例，帮助学员更好地理解AI能力如何与研发流程结合，提升个人与团队的工作效率。

目标收益

学员将系统掌握大模型与AI Agent在研发与办公场景中的高价值应用方式，能够结合提示工程方法完成技术资料整理、信息提取、内容生成与辅助分析等常见任务；理解企业在AI落地过程中的常见阻塞问题、风险点与应对思路；掌握基于复杂文档解析、多模态理解与RAG知识库的研发资料处理方法；同时，学员将具备围绕实际工作流程设计研发Agent应用的基本能力，能够结合人机交互、多模态视觉理解等方向，构建贴合实际业务场景的Agent应用思路。

培训对象

课程内容

第一天-上午
1.课程开场与AIGC综述（0.5h）
大模型原理概述，介绍课程的目标和预期的学习成果。
介绍人工智能生成创作（AIGC）领域的基本概念、应用和发展趋势，相关场景及算法基础逻辑介绍。
结合研发与办公场景，说明当前AI工具在企业中的主要应用方向。
2.面向研发与办公场景的提示工程（1h）
高级提示词设计方法：多轮交互、角色设定、上下文控制及隐式引导技巧，适配研发与办公等专业语境。
CoT（思维链）在复杂工作场景中的应用：如何设计Prompt让模型逐步完成资料分析、问题拆解与内容生成。
结构化信息提取：利用Prompt从技术资料、会议纪要、需求文档中抽取关键字段信息。
防幻觉策略：大模型结合“原文溯源”与“引用约束”等机制，提升内容生成的真实性与可靠性。
3.AI工具赋能研发效率提升的方法与实践（1h）
介绍当前主流AI工具在研发与办公场景中的高效应用方式。
面向高频工作任务的AI提效方法：技术资料阅读与总结、周报与纪要整理、技术说明撰写、跨部门沟通内容标准化生成等。
从“单次问答”到“连续任务处理”：如何将AI从辅助工具升级为工作助手。
结合实际工作场景，介绍AI在个人效能提升与任务协同中的应用方式。
4.企业AI落地中的阻塞问题、风险与挑战（0.5h）
企业在AI落地中的常见问题：场景不清晰、数据分散、结果不稳定、落地初期学习成本提升等。
结合过往企业项目经验，介绍从“演示可行”到“场景可落地”的关键差别与应对思路。
第一天 下午
5.Agent原理与应用介绍（0.5h）
Agent基础概述、主要模块与决策机制。
常用Agent核心技术，包括ReAct、ReWoo等。
主流Agent应用编排思路与平台简述。
Agent在知识问答、流程自动化、资料处理等场景中的应用方式。
6.面向研发工作的Agent应用设计（1h）
介绍在研发场景中识别适合Agent介入的高频任务。
面向研发工作的典型Agent应用方向：技术文档问答、规范资料检索、测试资料整理、历史问题经验查询与跨部门资料汇总等。
如何从“单点工具”过渡到“流程型Agent”。
研发场景中的Agent任务拆解、规则约束与人工审核节点设计。
7.面向研发场景的Agent应用（1h）
人机交互型Agent构建与交付，构建设备资料查询、流程问答、会议记录整理与操作辅助提示等场景。
多模态大模型基础能力介绍：统一处理文本、图像、表格等多种输入。
介绍基于多模态大模型的Agent在人机交互、辅助排查等方面的应用方式。
8. 课后交流与课程实战：结合实际工作设计研发Agent应用（0.5h）
结合实际工作场景，梳理一个高频任务流程。
分析当前流程中的重复性环节、资料依赖与人工瓶颈。
设计一个贴近研发工作的Agent应用原型，明确输入资料、知识支撑、提示规则、人工审核节点与输出形式。
结合现场交流，整理面向实际工作的Agent设计思路。