意識(shí)：理解AI智能體對(duì)企業(yè)管理的重要性和組織效能提升的價(jià)值

知識(shí)：掌握AI智能體開發(fā)的基本原理、應(yīng)用場(chǎng)景

技術(shù)：學(xué)會(huì)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(huì)貫通，舉一反三，用AI思維武裝個(gè)體和組織，優(yōu)化并提升各場(chǎng)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(gè)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(chǎng)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(dòng)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(dòng)模塊：文本輸出+工具調(diào)用+具身行動(dòng)+…

3. AIAgent工作原理

——輸出處理

——理解和分析

——決策制定

——行動(dòng)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(shí)現(xiàn)定制化的需求解決

3. 知識(shí)庫

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

4. 記憶系統(tǒng)

——獲取、存儲(chǔ)、保留和檢索信息的過程

5. 工作流

——任務(wù)和活動(dòng)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(diǎn)

1. 代碼開源：私有化部署

2. 平民價(jià)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(shí)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(jì)用戶界面

4. 測(cè)試運(yùn)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(xiàng)目名稱，目標(biāo)用戶，應(yīng)用場(chǎng)景，價(jià)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(cuò)性）

2. 業(yè)務(wù)邏輯拆解：對(duì)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(diǎn)/優(yōu)化點(diǎn)

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(shí)庫是降低AI幻覺的有力手段

2. RAG的核心邏輯

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

——?jiǎng)討B(tài)知識(shí)獲?。涸谏苫卮鹎?，先從知識(shí)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(shí)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(gè)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(gè)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(shí)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(gè)智能體

AI智能體制作平臺(tái)：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(gè)還是多個(gè)Agent

3. 公有大模型、插件工具介紹

討論：如何在智能體平臺(tái)（扣子）部署滿血版deepseekR1

第二步：信息與數(shù)據(jù)搜集

1. 知識(shí)庫的數(shù)據(jù)上傳方法

2. 知識(shí)庫的數(shù)據(jù)清洗規(guī)則

3. 知識(shí)庫的數(shù)據(jù)切割設(shè)置

4. 知識(shí)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(dòng)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(diǎn)設(shè)置

3. 工作流編寫的接口調(diào)用原則

4. 工作流的測(cè)試與調(diào)試

5. 工作流的發(fā)布

第六步：智能體測(cè)試

1. 根據(jù)測(cè)試結(jié)果，調(diào)整描述

2. 根據(jù)測(cè)試結(jié)果，調(diào)整提示詞

3. 根據(jù)測(cè)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(hào)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(xiàng)目，一步一練

第四講：AI如何賦能業(yè)務(wù)場(chǎng)景（實(shí)戰(zhàn)演練）

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

2. 借助DIFY平臺(tái)私有化部署，搭建企業(yè)的智能體平臺(tái)

3. 借助智能體，搭建企業(yè)知識(shí)庫平臺(tái)，構(gòu)筑企業(yè)經(jīng)驗(yàn)傳承

4. 案例：企業(yè)問答系統(tǒng)的搭建

課程總結(jié)，答疑