《AI智能体基础架构与实际应用_2天》

AI智能体基础架构与实际应用

2天标准版培训课纲

讲师：闫伟

课程定位：业务落地实战课 —— 弱化技术理论，强化场景适配与落地逻辑

结构占比：基础认知 30% + 场景实战 70%

培训时长：2天，合计12课时（每课时1小时）

版本：V1.0 编制日期：2026年6月

一、课程总览

时间

模块

核心主题

教学方式

Day1 上午

模块一：AI智能体基础认知

智能体概念、工作逻辑、主流平台认知

理论 + 案例 + 演示

Day1 下午

模块二：核心场景实战解析

职场通用场景 + 生产制造场景深度拆解

案例 + 场景推演 + 方案演示

Day2 上午

模块三：多场景拓展 + 分组推演

更多场景延伸 + 分组场景落地推演

案例 + 分组研讨 + 讲师点评

Day2 下午

模块四：落地方法论 + 行动计划

落地路线图、避坑指南、个人行动计划

方法论 + 研讨 + 总结

二、Day1 详细安排（6小时）

上午 · 模块一：AI智能体基础认知（3小时）

第1小时 | 09:00–10:00

第一讲：AI智能体是什么——用你熟悉的方式讲清楚

教学方式：理论讲解 + 互动讨论

核心内容：

1. 破冰导入（10分钟）

互动提问：你日常工作中最重复、最耗时的三件事是什么？

引出主题：AI智能体不是“机器人”，而是帮你干活的“数字同事”

2. 三个概念，三个生活化类比（25分钟）

大模型 → 刚毕业的名校实习生：知识面广，但不熟悉你公司的具体业务

AI智能体 → 经过岗前培训的熟练员工：能理解任务、调用工具、独立干活、汇报结果

两者关系 → 大模型是“大脑”，智能体是“有手有脚能干活的人”

3. AI智能体能帮我们做什么——通用职场视角（15分钟）

五类“数字员工”速览：报告撰写助手、数据分析助手、会议纪要助手、流程自动化助手、知识问答助手

覆盖岗位：行政、人力、财务、运营、供应链、生产管理等

4. 小结与Q&A（10分钟）

第2小时 | 10:00–11:00

第二讲：AI智能体的“工作逻辑”——怎么干活、能连接什么

教学方式：理论讲解 + 示意演示

核心内容：

1. 用“安排一次跨部门会议”类比智能体工作四步（20分钟）

感知（耳朵）：听懂你说的话——“帮我约张总、李经理明天下午开项目复盘会”

思考（大脑）：拆解任务——查两人日历→找空档→预定会议室→发通知

执行（手脚）：自动调取日历、预订系统、发送邀请

汇报（嘴巴）：“已约好明天14:00–15:00，3号会议室，邀请已发出”

类比：就像你给得力助手布置任务→他理解→找工具→完成→汇报

2. 智能体的“工具箱”——能连接什么（15分钟）

读文档（PDF、Word、Excel、PPT）

查系统（OA、ERP、CRM、飞书/企微/钉钉）

搜知识库（公司制度、SOP、项目文档）

发消息（邮件、即时通讯、日程邀请）

做报表、写报告、整理数据

3. 三种智能体形态（15分钟）

对话型：你问它答，像随时在线的智能客服

自动化型：定时触发，像每天准时上班的“数字员工”

协同型：多步骤联动，像一个能跨部门协作的“项目助理”

4. 小结（10分钟）

第3小时 | 11:00–12:00

第三讲：认识“AI工具箱”——国产主流AI Agent平台

教学方式：讲解 + 平台演示

核心内容：

1. 三大国产AI Agent平台速览（15分钟）

平台

出品方

特点

适合场景

Coze（扣子）

字节跳动

零代码，拖拽式工作流，模板丰富

日常办公、业务助手快速搭建

WorkBuddy

腾讯

零代码，深度集成微信/企微生态

个人效率提升、团队协作、办公自动化

Kimi Work

月之暗面

长文本处理能力强，支持复杂分析

报告撰写、文档分析、知识整理

2. 平台演示：5分钟搭一个“日常工作助手”（30分钟）

讲师完整演示：创建Agent→设置人设→上传知识文档→测试问答

学员跟随理解（非实操），了解“零代码搭建”的实际操作过程

3. 学员自由体验 + Q&A（15分钟）

本环节定位：认知建立，让学员知道“AI智能体不是写代码才能做的东西”

下午 · 模块二：核心场景实战解析（3小时）

第4小时 | 13:30–14:30

第四讲：【通用场景一】会议纪要自动生成与工作汇报智能体

教学方式：案例拆解 + 场景推演 + 方案演示

1. 业务痛点还原（10分钟）

会议纪要整理耗时：1小时会议→至少30分钟整理纪要

信息遗漏常见：讨论要点、决议事项、待办任务容易漏记

周报月报重复劳动：每周从不同渠道汇总信息，格式不统一

2. 案例拆解（15分钟）

某集团信息部门案例：智能识别会议录音中的关键发言、决议事项及待办任务，自动整理为结构化会议文档，并自动生成工作周报。会议纪要整理时间缩短80%，待办事项遗漏率降低90%

3. 落地逻辑推演（25分钟）

关键环节

核心要点

数据输入

会议录音/文字记录、工作日志、历史报告模板

智能体能力

语音转文字→关键信息提取→结构化输出→模板填充

人机分工

智能体出初稿，人工审核微调（5分钟即可完成）

适用岗位

行政、项目经理、部门主管、任何需要写会议纪要和周报的岗位

4. Q&A（10分钟）

第5小时 | 14:30–15:30

第五讲：【通用场景二】经营数据自动分析与报表智能体

教学方式：案例拆解 + 场景推演 + 方案演示

1. 业务痛点还原（10分钟）

每月/每周从多个系统导数据，手动汇总到Excel，耗时费力

数据口径不统一，各部门报上来的数据对不上

做分析报告门槛高，非数据岗位员工不会做图表和趋势分析

2. 案例拆解（15分钟）

某集团案例：AI智能体自动从项目管理系统、合同系统、财务系统中提取关键指标，自动生成含项目进度、投资完成率、质量评定、问题清单的工程月报。原本需要2-3人天的工作压缩至10分钟

3. 落地逻辑推演（25分钟）

关键环节

核心要点

数据准备

Excel/CSV数据表、系统导出文件、已有报表模板

智能体能力

多源数据拉取→自动清洗比对→异常标红→生成可视化图表和文字分析

人机分工

智能体做数据搬运和初分析，人做判断和决策

适用岗位

运营、财务、供应链、生产管理、任何需要做数据报表的岗位

4. Q&A（10分钟）

第6小时 | 15:30–16:30

第六讲：【制造场景】采购跟催与订单数据管理智能体

教学方式：案例拆解 + 场景推演 + 方案演示

1. 业务痛点还原（10分钟）

采购员每天大量时间花在打电话/发微信催货、核对订单状态

订单交期变更处理慢，信息传递滞后影响生产排程

生产相关数据录入重复、耗时，跨系统数据不一致

2. 案例拆解（15分钟）

某汽车零部件企业案例：引入AI智能体后，采购订单数据跨系统同步从8.3人天压缩至单笔1分钟，月处理5000-6000笔

3. 落地逻辑推演（25分钟）

关键环节

核心要点

数据准备

供应商信息表、未交货订单清单、物料主数据、安全库存标准

智能体能力

订单状态自动监控→交期异常预警→催货自动推送→排产联动调整

人机分工

智能体做监控、预警、推送，采购员做异常判断和供应商沟通

部署节奏

先从“订单交期异常提醒”单点切入→跑通后扩展到排产联动

4. Q&A（10分钟）

三、Day2 详细安排（6小时）

上午 · 模块三：多场景拓展 + 分组推演（3小时）

第7小时 | 09:00–10:00

第七讲：【通用场景三】企业知识库与制度问答智能体

教学方式：案例拆解 + 场景推演 + 方案演示

1. 业务痛点还原（10分钟）

公司制度、流程、SOP散落在不同系统，员工找不到、找不准

新人入职培训周期长，重复回答同类问题占用老员工大量时间

关键岗位经验随人员离职而流失，知识断层严重

2. 案例拆解（15分钟）

某制造企业知识库案例：将50份制度文件、200份SOP、1000条历史问答构建为知识库后，员工查询制度流程从平均15分钟→2分钟，HR/行政重复性问题回答量减少70%，新员工上手周期缩短40%

3. 落地逻辑推演（25分钟）

关键环节

核心要点

数据准备

公司制度文件、SOP文档、FAQ清单、历史工作记录

智能体能力

自然语言查询→精准匹配文档→给出步骤化答案→持续学习优化

人机分工

智能体回答标准问题，复杂/例外问题转人工处理

适用岗位

全员通用，行政、HR、IT运维等支持岗位收益最大

4. Q&A（10分钟）

第8小时 | 10:00–11:00

第八讲：【制造场景】排产辅助智能体 + 多智能体协同概念

教学方式：案例拆解 + 场景推演 + 方案示意

1. 排产辅助智能体（25分钟）

痛点：排产依赖计划员经验，插单打乱计划后调整全靠人工沟通；设备、物料、人员信息分散，难以全局考虑

案例：某电子制造企业引入AI排产助手后，交付周期从12天→8天，准时交付率从85%→95%+，设备闲置减少30%

落地要点：从Excel订单表+设备台账起步，智能体出排产建议，计划员做决策，逐步从建议模式过渡到半自动运行

2. 多智能体协同：从“一个人”到“一个团队”（25分钟）

用一个跨部门协作链路串联多个智能体：

会议纪要智能体整理需求 → 排产智能体出计划 → 采购智能体查物料 → 报表智能体出日报

关键理解：不是一个大而全的智能体，而是多个分工明确的智能体协同工作

比喻：就像公司不同部门各司其职、互相配合，智能体也是“专人专岗”

3. Q&A（10分钟）

第9小时 | 11:00–12:00

第九讲：分组场景推演——假如你在本部门落地一个AI智能体

教学方式：分组研讨 + 场景推演 + 讲师点评（以讲逻辑为主，非平台实操）

1. 分组与任务说明（10分钟）

按职能分组（运营/供应链/行政/财务等），每组3-5人

任务：选择一个本部门最痛的场景，推演AI智能体的落地思路

2. 场景推演框架（讲师提供模板）（5分钟）

推演维度

核心问题

痛点定义

这个场景当前最痛的点是什么？（量化：耗时多久？出错率？）

智能体定位

AI智能体在这个场景里扮演什么角色？（建议者/执行者/监控者？）

数据就绪

需要什么数据？现在有哪些？还缺什么？

人机分工

智能体做什么？人做什么？边界在哪里？

第一步行动

如果下周就要启动，第一步做什么？

3. 分组研讨（25分钟）

各组围绕推演框架讨论，讲师巡场引导

4. 成果分享与讲师点评（20分钟）

每组3分钟分享推演结论，讲师逐一点评：可行性、关键风险、建议切入点

本环节定位：聚焦场景分析和方法论应用，帮学员建立“落地思维”

下午 · 模块四：落地方法论 + 行动计划（3小时）

第10小时 | 13:30–14:30

第十讲：AI智能体落地的“避坑指南”——从0到1实战方法论

教学方式：方法论讲授 + 案例讨论

1. 场景选择的“四象限法则”（15分钟）

数据基础好

数据基础差

业务价值高

优先切入（报表生成、知识库问答、数据核对）

先做数据整理

业务价值低

适合练手

暂时搁置

核心原则：先摘“低处的果子”——选数据现成、规则清晰、容错率高的场景先跑通

2. “建议→半自动→全自动”渐进式部署策略（20分钟）

阶段

模式

周期

目标

第一阶段

AI建议 + 人工决策

1-2周

验证输出质量，建立信任

第二阶段

AI执行 + 人工审核

2-4周

提升效率，积累优化反馈

第三阶段

AI自动执行 + 异常人工介入

4周+

全面释放人力

关键原则：初期绝不让AI直接操作核心系统或做关键决策

3. 效果评估指标体系（10分钟）

维度

指标举例

效率提升

任务处理时间缩短比例、日报生成耗时缩减比

质量提升

数据准确率、信息遗漏率、响应速度

成本节约

折算人天节省、重复劳动减少比例

体验改善

员工满意度、新员工上手周期

4. 常见失败原因与对策（10分钟）

❌ “一口吃个胖子” → ✅ 先跑通一个最小闭环

❌ “数据还没准备好” → ✅ Excel先起步，边用边治理

❌ “员工不会用/抵触” → ✅ 用业务语言培训，从最痛的点切入

❌ “领导不重视” → ✅ 用试点数据说话，量化ROI

5. Q&A（5分钟）

第11小时 | 14:30–15:30

第十一讲：企业落地路线图 + 关键注意事项

教学方式：方法论讲授 + 案例讨论

1. 落地三大关键注意事项（20分钟）

关键事项

具体表现

应对策略

数据分散

各部门数据格式不统一、口径不一致

先用Excel统一模板起步，逐步做数据治理

安全合规

公司数据不能随意上传到外部平台

优先选择支持私有化部署的方案（如Dify开源版）；使用平台时做好数据脱敏

变革阻力

员工怕被替代、领导怕投入打水漂

从“帮人省力”而非“替代人”切入；用试点数据说话

2. 三阶段落地路线图（25分钟）

阶段

时间

核心动作

推荐场景

第一阶段：快速验证

1-2个月

选低风险场景，搭建最小可行方案

会议纪要整理、知识库问答、数据报表自动生成

第二阶段：核心打通

3-6个月

对接业务系统，推向高价值场景

采购跟催、排产辅助、多系统数据联动

第三阶段：知识沉淀

6个月+

构建企业专属知识体系，多智能体协同

知识库持续更新、跨部门流程自动化、数字运营体系

3. 不同岗位的落地切入点建议（10分钟）

行政/综合岗：会议纪要→制度问答→公文处理

运营/数据岗：数据报表→异常监控→趋势分析

供应链/采购岗：订单跟催→物料齐套→供应商评估

共通点：都是从“一个场景、一张表、一个推送”开始

4. Q&A（5分钟）

第12小时 | 15:30–16:30

第十二讲：总结复盘 + 行动计划 + 结业

教学方式：总结 + 工作坊 + 互动

1. 两天课程全景回顾（10分钟）

维度

覆盖内容

认知建立

AI智能体是什么、怎么干活、有哪些国产平台

场景实战

会议纪要、数据分析、知识库问答、采购跟催、排产辅助 5大场景

方法工具

四象限选场景、渐进式部署、三阶段路线图、效果评估体系

动手推演

分组完成1个本部门场景的落地推演

2. 个人行动计划制定（20分钟）

每位学员完成《AI智能体落地行动计划表》：

项目

内容

我的岗位

（填写）

最想解决的痛点

（1-2个最痛的问题）

适合切入的场景

（从课程场景中选择或自定义）

我已有的数据

（哪怕只是Excel）

下周第一件事

（回公司后马上要做的）

需要的支持

（IT/领导/跨部门）

2周小目标

（可量化的结果）

邀请2-3位学员分享计划，讲师现场点评

3. 持续学习资源与机制建议（15分钟）

Coze / WorkBuddy / Kimi Work 官方教程和模板市场

内部建立“AI智能体实践小组”的建议

推荐关注行业标杆案例与平台更新动态

课后答疑与交流通道说明

4. 结业（15分钟）

讲师总结寄语

合影