意識：理解AI智能體對企業(yè)管理的重要性和組織效能提升的價值

知識：掌握AI智能體開發(fā)的基本原理、應(yīng)用場景

技術(shù)：學(xué)會一套智能體開發(fā)的技術(shù)，通過一步一練，帶著問題而來，帶著成果回去

提效：融會貫通，舉一反三，用AI思維武裝個體和組織，優(yōu)化并提升各場景下的業(yè)務(wù)效率

第一講：從AIGC到AIAGENT

案例：AI應(yīng)用如何影響我們的工作

——國內(nèi)外生AIGC發(fā)展應(yīng)用介紹

一、AI輔助工作效能提升的三個階段

階段一：AlEmbedded模式

階段二：Copilot模式

階段三：Alagent模式

討論：AI智能體的是什么？有什么作用？

思考：AI智能體工作的常見應(yīng)用場景？

二、基于LLMAI智能體工作流的全面了解

1. AIAgent定義

——人工智能代理，能夠感知環(huán)境、進(jìn)行自主理解、決策和執(zhí)行動作的智能體

2. 基于LLMAI的AIAgent組成模塊

——大腦模塊：LLM+記憶+任務(wù)規(guī)劃

——感知模塊：信息輸入

——行動模塊：文本輸出+工具調(diào)用+具身行動+…

3. AIAgent工作原理

——輸出處理

——理解和分析

——決策制定

——行動執(zhí)行

——反饋與學(xué)習(xí)

三、AI智能體的三大核心組件

1. 提示詞

——調(diào)用LLM能力的接口

2. 插件

——第三方工具集，實現(xiàn)定制化的需求解決

3. 知識庫

——結(jié)構(gòu)化，組織化的信息結(jié)合，存儲、管理、檢索大量的知識數(shù)據(jù)

4. 記憶系統(tǒng)

——獲取、存儲、保留和檢索信息的過程

5. 工作流

——任務(wù)和活動按照預(yù)定的規(guī)則和順序進(jìn)行，完成特定的業(yè)務(wù)目標(biāo)

四、Deepseek的能力特點

1. 代碼開源：私有化部署

2. 平民價格：人人都用得起

3. 推理模型：基于人腦思維的推理過程

案例：基于企業(yè)知識庫的智能體【別劇一格產(chǎn)品助理】應(yīng)用剖析

第二講：AI智能體的快速認(rèn)知

導(dǎo)入：AI智能體開發(fā)的流程

1. 明確達(dá)成目標(biāo)

2. 搭建業(yè)務(wù)邏輯

3. 設(shè)計用戶界面

4. 測試運行優(yōu)化

5. 發(fā)布收集反饋

核心一：智能體開發(fā)前的準(zhǔn)備

1. 需求分析：像開發(fā)產(chǎn)品一樣思考

——基礎(chǔ)信息分析（項目名稱，目標(biāo)用戶，應(yīng)用場景，價值主張）

——功能需求分析（核心功能，輸入/輸出，模態(tài)支持，交互流程）

——技術(shù)需求分析（數(shù)據(jù)需求，模型需求，部署環(huán)境，集成需求，性能指標(biāo)）

——非功能需求分析（安全性，可擴(kuò)展性，容錯性）

2. 業(yè)務(wù)邏輯拆解：對工作流程進(jìn)行梳理

——拆解工作步驟

——明確操作內(nèi)容

——工作輸入與輸出

——參與角色

——痛點/優(yōu)化點

3. 解讀：智能體開發(fā)需求分析表

核心二：RAG的基本原理和工作流程

1. 核心原理——知識庫是降低AI幻覺的有力手段

2. RAG的核心邏輯

——知識外置化：將大部分知識存儲在外部知識庫中，而非完全依賴模型參數(shù)中的知識

——動態(tài)知識獲取：在生成回答前，先從知識庫中檢索相關(guān)文檔片段

——上下文增強(qiáng)：將檢索到的相關(guān)信息作為上下文提供給生成模型

3. RAG的工作流程

——檢索階段（Retrieval）：用戶查詢-向量轉(zhuǎn)換-知識庫搜索-返回top-k片段

——生成階段（Generation）：查詢與檢索組合-模型增強(qiáng)上下文生成-輸出回答

核心三：RAG的三種檢索模式

1. 關(guān)鍵詞檢索（全文檢索）(Full-TextSearch)

2. 語義檢索（SemanticSearch）

3. 混合檢索（HybridSearch）

核心四：AI智能體中結(jié)構(gòu)化指令的編寫規(guī)范（三個角色設(shè)定）

練習(xí)：CRISPE結(jié)構(gòu)化指令的編寫

1. USER

2. ASSISTANT

3. SYSTEM

核心五：AI智能體指令編寫的6個核心技巧

1. 編寫清晰的指令

2. 扮演角色

3. 合理使用分割符

4. 給出具體的執(zhí)行步驟

5. 給出示例

6. 拆分復(fù)雜任務(wù)

討論：如何借助deepseek快速編寫智能體指令

練習(xí)：明確要解決的業(yè)務(wù)問題，確定開發(fā)目標(biāo)

第三講：AI智能體開發(fā)實戰(zhàn)

案例：SUPER大腦智能體制作演示

練習(xí)：借助扣子/智譜清言快速制作一個智能體

AI智能體制作平臺：扣子組件的介紹

第一步：智能體設(shè)置

1. 設(shè)定智能體的目標(biāo)和邊界

2. 明確單個還是多個Agent

3. 公有大模型、插件工具介紹

討論：如何在智能體平臺（扣子）部署滿血版deepseekR1

第二步：信息與數(shù)據(jù)搜集

1. 知識庫的數(shù)據(jù)上傳方法

2. 知識庫的數(shù)據(jù)清洗規(guī)則

3. 知識庫的數(shù)據(jù)切割設(shè)置

4. 知識庫的命名和編排

第三步：智能體提示詞設(shè)置

1. 提示詞的編寫范本

2. 借助AI功能，自動優(yōu)化提示詞

第四步：插件的調(diào)用

1. 插件選用入口

2. 插件的選擇與配置

討論：如何調(diào)用滿血版deepseekR1大模型

第五步：工作流的設(shè)置

1. 共用工作流的調(diào)用

2. 工作流編寫的節(jié)點設(shè)置

3. 工作流編寫的接口調(diào)用原則

4. 工作流的測試與調(diào)試

5. 工作流的發(fā)布

第六步：智能體測試

1. 根據(jù)測試結(jié)果，調(diào)整描述

2. 根據(jù)測試結(jié)果，調(diào)整提示詞

3. 根據(jù)測試結(jié)果，調(diào)整工作流

第七步：智能體的發(fā)布

1. 智能體發(fā)布到扣子的設(shè)置方法

2. 智能體發(fā)布到微信公眾號的設(shè)置方法

3. 智能體發(fā)布到飛書的設(shè)置方法

4. 智能體發(fā)布到抖音的設(shè)置方法

練習(xí)：根據(jù)選定的開發(fā)項目，一步一練

第四講：AI如何賦能業(yè)務(wù)場景（實戰(zhàn)演練）

1. AI智能體，未來發(fā)展新趨勢，將AI嵌入工作流程，解決實際業(yè)務(wù)問題

2. 借助DIFY平臺私有化部署，搭建企業(yè)的智能體平臺

3. 借助智能體，搭建企業(yè)知識庫平臺，構(gòu)筑企業(yè)經(jīng)驗傳承

4. 案例：企業(yè)問答系統(tǒng)的搭建

課程總結(jié)，答疑