DAY01
第 1 天
业务场景识别与 AI 任务定义
从「想用 AI」走向「明确要解决什么业务问题」。
核心内容
- 理解 AI、大模型、工作流与 Agent 的能力边界。
- 盘点自身业务中的高频、重复、可验证任务。
- 从价值、资料条件、风险和可行性筛选应用场景。
- 明确业务问题、目标用户与当前工作方式。
- 定义输入资料、处理规则、预期结果和人工责任。
- 收敛最小业务闭环与 MVP 目标。
Positioning
不从工具开始，从企业真实问题开始
面向企业业务骨干与内部 AI 人才。 学员围绕自身业务完成全过程实践，案例只用于理解方法。
-
01
识别与定义
选对业务场景
Day 1 -
02
拆解与构建
形成工作流方案
Day 2 -
03
实现与验证
交付 AI 工具 MVP
Day 3
3-Day Curriculum
三天完成一条真实业务 AI 化路径
每日围绕同一项企业业务连续推进，前一天的成果直接成为下一天的输入。
DAY02
第 2 天
AI 工作流与 MVP 方案构建
把业务需求转化为能够运行和验证的 AI 方案。
核心内容
- 将选定业务需求拆解为触发、步骤、判断和结束条件。
- 区分固定规则、模型判断、工具调用与人工处理。
- 定义工具输入、返回结果、权限与数据回写。
- 设计人工确认、暂停、接管和结果复核节点。
- 补充资料缺失、调用失败、重复执行等异常路径。
- 确定 MVP 功能范围、运行流程与初步原型。
DAY03
第 3 天
AI 化工具 MVP 实现与验证
用真实业务案例证明工具能够完成预期任务。
核心内容
- 按照已确认的工作流和功能范围完成 AI 化工具搭建。
- 打通业务输入、AI 处理、结果输出与人工确认。
- 使用正常、边界和异常业务案例进行测试。
- 根据运行记录定位失败位置与业务规则缺口。
- 修改关键问题并重新运行原有测试。
- 对照业务问题、MVP 目标和企业需求完成最终核验。
Delivery Principles
课程结束，不只带走知识，还带走一项可继续推进的业务成果
01真实业务以企业实际问题作为课程项目
02最小闭环先验证核心价值，再扩大范围
03人机协同关键判断保留人工确认与责任
04测试验证用业务案例证明工具是否可用