zdh
a2eea31c9b
- index.html: section.items空值检查(5处)、移除dead badgeStyle - 物流网报告×3 + AI转型方案×3: 添加background-clip:text兼容Firefox - ai-dev-workflow/v2: 移动端汉堡导航+抽屉覆盖层+返回顶部 - crmeb-deploy-plan: Markdown→HTML+新增NPM私服(Verdaccio)章节 - 需求对比分析报告: 谷歌蓝→品牌蓝, CSS变量化 - ai-dev-workflow-v2: npm私服统一指向npm.ycbat.com(上游阿里云镜像) - CLAUDE.md/design-tokens.md: 修正UI规范与目录文档
1624 lines
70 KiB
Markdown
1624 lines
70 KiB
Markdown
# 大客户及解决方案中心 AI 分级培训方案
|
||
|
||
> 适用单位：上海电气集团数字科技有限公司 · 大客户及解决方案中心
|
||
> 版本：v1.0 · 2026-05-30
|
||
> 编制说明：本方案围绕售前顾问、项目经理、应用顾问、开发顾问四大核心角色，设计入门→中级→进阶三级培训体系，以"学完即用、用完见效"为原则，每节课均配备实操任务与考核标准。
|
||
|
||
---
|
||
|
||
## 第一部分：培训体系总览
|
||
|
||
### 1.1 培训目标
|
||
|
||
| 维度 | 具体目标 |
|
||
|------|---------|
|
||
| **效率提升** | 全员日常办公效率提升 30%+（文档编写、会议纪要、邮件沟通等） |
|
||
| **质量提升** | 售前方案、FS 文档、代码交付质量提升，返工率降低 20%+ |
|
||
| **能力沉淀** | 每位学员建立个人 AI 知识库，形成可复用的 Prompt 资产库 |
|
||
| **商业转化** | 进阶学员能独立构建面向客户的 AI 解决方案 Demo，支撑新业务拓展 |
|
||
| **组织进化** | 6 个月后形成"AI 优先"的工作习惯，沉淀出 AI 时代售前/交付方法论 |
|
||
|
||
### 1.2 培训周期规划（6 个月一轮）
|
||
|
||
```
|
||
月份 M1 M2 M3 M4 M5 M6
|
||
┌───────────┬───────────┬───────────┬───────────┬───────────┬───────────┐
|
||
│ 入门必修 │ 入门+角色 │ 角色专项 │ 角色专项 │ 进阶训练 │ 结业冲刺 │
|
||
│ (全员) │ 分流开始 │ (中级) │ (中级) │ (选修) │ 项目答辩 │
|
||
└───────────┴───────────┴───────────┴───────────┴───────────┴───────────┘
|
||
←─ 基础夯实 ─→←──────── 角色深化 ────────→←──── 高阶突破 ────→
|
||
```
|
||
|
||
### 1.3 参与人员与分组策略
|
||
|
||
**分组原则：**
|
||
- 按角色分为 4 个学习小组（售前组、PM 组、应用组、开发组）
|
||
- 每组设组长 1 人（由部门主管或高级顾问担任），负责督促学习、组织讨论
|
||
- 每组配 AI 教练 1 人（内部先行者或外部讲师），负责答疑、批改作业
|
||
- 采用"老带新"搭档制：AI 工具熟练者与新手结对，互帮互助
|
||
|
||
**分组规模建议：**
|
||
|
||
| 角色组 | 建议人数 | 组长要求 |
|
||
|--------|---------|---------|
|
||
| 售前顾问组 | 8-12 人 | 资深售前或售前总监 |
|
||
| 项目经理组 | 6-10 人 | 高级 PM 或 PMO 负责人 |
|
||
| 应用顾问组 | 10-15 人 | 高级应用顾问或交付总监 |
|
||
| 开发顾问组 | 10-15 人 | 技术负责人或架构师 |
|
||
|
||
### 1.4 考核与激励机制（概述）
|
||
|
||
**积分制体系：**
|
||
|
||
| 得分项 | 分值 | 说明 |
|
||
|--------|------|------|
|
||
| 完成课程学习 | 10 分/课 | 出勤 + 课堂参与 |
|
||
| 提交实操课作业 | 20 分/次 | 按质量评分 A/B/C/D |
|
||
| 在团队群分享 AI 技巧 | 5 分/次 | 鼓励知识共享，上限 30 分/月 |
|
||
| 月度实战考核 | 50 分/次 | 按考核排名赋分 |
|
||
| 结业项目答辩 | 100 分 | 评审团打分 |
|
||
| 发现并报告 AI 工具新用法 | 10 分/次 | 鼓励探索精神 |
|
||
|
||
**激励措施：**
|
||
- 月度"AI 先锋"荣誉（积分前 3 名），在部门会议上表彰
|
||
- 季度奖金池：积分排名 Top 20% 额外绩效奖金
|
||
- 结业证书：完成全部课程并通过考核颁发"AI 应用专家"证书
|
||
- 晋升参考：培训成绩纳入年度绩效评估，作为晋升/调薪参考依据
|
||
- 淘汰机制：连续 2 个月积分垫底且未改善者，需参加补课+面谈
|
||
|
||
---
|
||
|
||
## 第二部分：入门级课程（全员必修）
|
||
|
||
> 面向所有角色，共 6 节课 + 1 次综合考核。
|
||
> 目标：人人都能用 AI 工具完成日常办公任务。
|
||
|
||
---
|
||
|
||
### 课程 E1：AI 工具由来与发展简史——为什么现在是转型窗口期
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 2 小时 |
|
||
| **授课方式** | 线下集中授课（全员） |
|
||
| **前置条件** | 无 |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **AI 发展简史**（30 分钟）
|
||
- 从规则系统到深度学习：60 年曲折历程
|
||
- 2022-2026 大模型爆发：ChatGPT → GPT-4 → Claude → 国产大模型（文心、通义、Kimi、豆包、DeepSeek）
|
||
- 关键转折点：为什么 2025-2026 是企业 AI 落地的最佳窗口
|
||
|
||
2. **IT 服务行业 AI 变革趋势**（30 分钟）
|
||
- 咨询/售前：AI 正在改变方案编写和客户需求分析方式
|
||
- 项目管理：AI 辅助风险预警和资源调度
|
||
- 开发交付：AI 编程助手已成为行业标配
|
||
- 行业案例：埃森哲、IBM、汉得等同行公司的 AI 转型实践
|
||
|
||
3. **主流 AI 工具全景图**（30 分钟）
|
||
- 通用对话类：ChatGPT、Claude、文心一言、通义千问、Kimi、豆包、DeepSeek
|
||
- 编程辅助类：GitHub Copilot、Cursor、Claude Code、通义灵码
|
||
- 内容创作类：Gamma（PPT）、美图 AI（设计）、剪映 AI（视频）
|
||
- 企业工具类：Dify、Coze、FastGPT、MaxKB
|
||
- 工具选型建议：按角色推荐首选工具包
|
||
|
||
4. **转型心态建设**（30 分钟）
|
||
- AI 不会替代你，但会用 AI 的人会替代你
|
||
- 学习曲线：前 2 周最痛苦，坚持 1 个月形成习惯
|
||
- 常见误区：AI 不是搜索引擎、AI 会编造事实、AI 需要持续迭代 Prompt
|
||
|
||
**实操内容：**
|
||
- 课堂上用手机/电脑访问 3 个主流 AI 工具（ChatGPT/Kimi/文心），各提 3 个问题，体验差异
|
||
- 记录每个工具的"擅长点"和"短板"，形成个人对比笔记
|
||
|
||
**考核标准：**
|
||
- 提交一份《AI 工具初体验报告》（800 字以上），包含工具对比表和个人感悟
|
||
- 评分维度：体验深度（40%）、洞察质量（40%）、报告规范（20%）
|
||
|
||
---
|
||
|
||
### 课程 E2：主流 AI 工具安装与配置（手把手）
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 3 小时（含实操） |
|
||
| **授课方式** | 线下 Workshop（带电脑，手把手操作） |
|
||
| **前置条件** | 完成 E1 |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **账号注册与环境准备**（60 分钟）
|
||
- ChatGPT/Claude 注册（含科学上网方案，提供公司统一账号）
|
||
- 国产工具注册：Kimi、通义千问、豆包、DeepSeek（无需翻墙，人人可装）
|
||
- 浏览器插件安装：AI 侧边栏（Monica、Sider 等）
|
||
- 移动端 App 安装：便于碎片时间使用
|
||
|
||
2. **编程开发工具安装**（60 分钟，开发顾问重点，其他人了解）
|
||
- Cursor 安装与配置
|
||
- VS Code + Copilot/通义灵码插件安装
|
||
- Claude Code 终端工具安装
|
||
|
||
3. **企业级工具体验**（30 分钟）
|
||
- Dify/FastGPT 平台注册与简单体验
|
||
- 了解 API 调用基础概念（非技术人员只需了解）
|
||
|
||
4. **个人 AI 工作台搭建**（30 分钟）
|
||
- 建立个人 Prompt 模板文件夹
|
||
- 常用 Prompt 收藏与分类
|
||
- 建立"AI 使用日志"习惯
|
||
|
||
**实操内容：**
|
||
- 每人至少完成 5 个工具的注册和基础配置
|
||
- 每人配置好浏览器 AI 插件，能随时调用
|
||
- 开发人员完成 Cursor + 代码助手全流程配置
|
||
- 建立个人 `My-Prompts/` 文件夹，放入 3 个通用 Prompt 模板
|
||
|
||
**考核标准：**
|
||
- 现场验收：讲师/助教逐一检查工具安装是否成功
|
||
- 截图提交：提交所有已安装工具的界面截图
|
||
- 通过率目标：100%（未通过者安排 1v1 补课）
|
||
|
||
---
|
||
|
||
### 课程 E3：Prompt Engineering 基础
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 3 小时（理论 1.5h + 实操 1.5h） |
|
||
| **授课方式** | 线下 Workshop |
|
||
| **前置条件** | 完成 E2 |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **Prompt 核心原理**（30 分钟）
|
||
- 大模型的工作原理简述（预测下一个 token）
|
||
- 为什么同样的问题，不同 Prompt 得到截然不同的结果
|
||
- "垃圾进垃圾出"原则
|
||
|
||
2. **Prompt 六大核心技巧**（60 分钟）
|
||
|
||
| 技巧 | 说明 | 示例 |
|
||
|------|------|------|
|
||
| **角色设定** | 给 AI 一个专家身份 | "你是一位有 15 年经验的 SAP 实施顾问..." |
|
||
| **任务明确** | 清晰描述要做什么 | "请将以下需求文档提炼为功能清单，按模块分组" |
|
||
| **上下文提供** | 给足背景信息 | 附上项目背景、客户行业、现有系统等信息 |
|
||
| **输出格式** | 指定期望的输出格式 | "请用表格形式输出，包含列：序号、功能名称、优先级、工时估算" |
|
||
| **示例引导** | 给 1-2 个示例（Few-shot） | "参考以下格式：..." |
|
||
| **分步拆解** | 复杂任务分步执行 | "第一步：分析现状；第二步：列出问题；第三步：给出建议" |
|
||
|
||
3. **Prompt 常见反模式与修正**（30 分钟）
|
||
- 反模式1：过于笼统（"帮我写个方案"→ 应补充行业、场景、目标）
|
||
- 反模式2：一次性塞太多（应分步骤对话）
|
||
- 反模式3：不验证输出（AI 会编造数据，必须人工核查）
|
||
- 反模式4：忽视对话历史（新对话 vs 续接对话的选择）
|
||
|
||
4. **高级 Prompt 模式简介**（了解即可）
|
||
- Chain of Thought（思维链）
|
||
- ReAct（推理+行动）
|
||
- Prompt 模板化与复用
|
||
|
||
**实操内容：**
|
||
- **练习1**：同一个任务用 3 种不同 Prompt 写法，对比输出质量
|
||
- 任务："为一篇关于数字化转型的文章写摘要"
|
||
- 分别用：笼统版 → 加角色版 → 加角色+格式+示例版
|
||
- **练习2**：编写 5 个与自己日常工作相关的 Prompt 模板，存入个人 Prompt 库
|
||
- **练习3**：Prompt 改错——给 3 个写得不好的 Prompt，分析并改进
|
||
|
||
**考核标准：**
|
||
- 提交个人 Prompt 模板集（至少 10 个模板，按工作场景分类）
|
||
- 评分维度：场景覆盖度（30%）、Prompt 质量（40%）、可复用性（30%）
|
||
|
||
---
|
||
|
||
### 课程 E4：AI 辅助日常办公（邮件、会议纪要、文档整理）
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 3 小时（理论 1h + 实操 2h） |
|
||
| **授课方式** | 线下 Workshop（带电脑实操） |
|
||
| **前置条件** | 完成 E3 |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **AI 辅助邮件撰写**（40 分钟）
|
||
- 场景1：客户会议邀请邮件（正式/半正式两种风格）
|
||
- 场景2：项目进度通知邮件（包含表格和要点提炼）
|
||
- 场景3：合同条款沟通邮件（措辞严谨、有理有据）
|
||
- 场景4：英文邮件撰写与润色（外企客户沟通场景）
|
||
- 实操：给定 3 个场景，用 AI 生成邮件并人工优化
|
||
|
||
2. **AI 辅助会议纪要**（40 分钟）
|
||
- 录音转文字工具：飞书妙记、讯飞听见、通义听悟
|
||
- AI 整理会议纪要：提取议题、决议、待办、责任人
|
||
- 生成不同格式的纪要（简版/详版/邮件版）
|
||
- 实操：播放一段 5 分钟模拟会议录音，用 AI 生成标准会议纪要
|
||
|
||
3. **AI 辅助文档整理与格式化**（40 分钟）
|
||
- Word 文档结构化整理（标题层级、编号、目录生成）
|
||
- 长文档摘要生成（10 页报告 → 1 页精华摘要）
|
||
- Excel 数据整理（数据清洗、公式生成、图表建议）
|
||
- PPT 大纲生成（Gamma / AI PPT 工具快速生成演示文稿）
|
||
- 实操：给定一份杂乱的调研笔记，用 AI 整理为结构化文档
|
||
|
||
4. **AI 辅助信息检索与学习**（20 分钟）
|
||
- 用 AI 快速了解一个陌生行业/技术领域
|
||
- 用 AI 辅助阅读英文技术文档（翻译+摘要）
|
||
- 用 Perplexity/秘塔 AI 搜索获取带引用的研究报告
|
||
|
||
**实操内容：**
|
||
- **任务1**：用 AI 写一封向客户汇报项目延期的邮件（要求：诚恳、有原因、有补救方案）
|
||
- **任务2**：给定一段 10 分钟会议录音，用 AI 工具链生成标准会议纪要
|
||
- **任务3**：将一份 5 页杂乱笔记用 AI 整理为结构化调研报告
|
||
- **任务4**：用 Gamma 或类似工具 10 分钟生成一个 10 页 PPT 草稿
|
||
|
||
**考核标准：**
|
||
- 现场实操评分：每个任务限时完成，讲师现场点评
|
||
- 评分维度：AI 使用效率（30%）、输出质量（40%）、人工优化能力（30%）
|
||
|
||
---
|
||
|
||
### 课程 E5：安全意识与数据合规——不能喂给 AI 的内容
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 1.5 小时 |
|
||
| **授课方式** | 线上直播 + 录播回放 |
|
||
| **前置条件** | 完成 E2 |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **数据安全红线**（30 分钟）
|
||
- **绝对禁止输入 AI 的内容：**
|
||
- 客户合同条款原文（含金额、商务条件）
|
||
- 客户系统账号密码、数据库连接串
|
||
- 未公开的财务数据、经营数据
|
||
- 员工个人隐私信息（身份证、手机号、薪资）
|
||
- 涉密项目技术方案
|
||
- 集团内部会议纪要（标注"保密"级别的）
|
||
- **可以谨慎使用的内容：**
|
||
- 已公开的行业报告、政策文件
|
||
- 脱敏后的业务场景描述
|
||
- 通用技术问题的代码片段（不含业务逻辑）
|
||
- **灰色地带处理原则：** 拿不准就不用，或者脱敏后再用
|
||
|
||
2. **数据脱敏实操**（30 分钟）
|
||
- 客户名称替换为"某制造企业"
|
||
- 金额数据模糊化（"千万级"代替具体数字）
|
||
- 技术架构脱敏（去掉 IP 地址、系统名称等）
|
||
- 代码片段脱敏（替换变量名、包名、数据库名）
|
||
- Prompt 模板："以下数据已脱敏处理，请基于脱敏后的内容进行分析"
|
||
|
||
3. **公司合规制度**（20 分钟）
|
||
- AI 使用审批流程（哪些场景需提前报备）
|
||
- AI 输出使用规范（不能直接交付 AI 原始输出给客户）
|
||
- 知识产权注意事项（AI 生成内容的版权归属问题）
|
||
- 违规处罚条款
|
||
|
||
4. **最佳实践分享**（10 分钟）
|
||
- 优秀案例：如何在合规前提下最大化利用 AI
|
||
- 反面教材：行业内因 AI 使用不当导致的安全事件
|
||
|
||
**实操内容：**
|
||
- **任务1**：给定 5 段信息，判断哪些可以输入 AI、哪些不可以、哪些需要脱敏
|
||
- **任务2**：对一段包含敏感信息的客户调研记录进行脱敏处理，然后用脱敏版生成分析报告
|
||
- **签署《AI 使用安全承诺书》**
|
||
|
||
**考核标准：**
|
||
- 在线测试：20 道判断选择题，满分 100 分，90 分及格
|
||
- 未及格者必须补考通过后方可继续后续课程（一票否决）
|
||
|
||
---
|
||
|
||
### 课程 E6：入门综合实战考核
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 2 小时（限时完成） |
|
||
| **授课方式** | 线下集中考核 |
|
||
| **前置条件** | 完成 E1-E5 全部课程 |
|
||
|
||
**考核内容（模拟工作场景）：**
|
||
|
||
> **场景设定：** 你刚接到通知，下周二要去拜访一家制造业客户（年营收 50 亿，主营汽车零部件），客户希望了解数字化转型方案。你需要在 2 小时内完成以下准备工作：
|
||
|
||
| 任务 | 要求 | 分值 | 限时 |
|
||
|------|------|------|------|
|
||
| 1. 行业调研 | 用 AI 生成汽车零部件行业数字化转型要点（至少 5 个方向） | 20 分 | 20 分钟 |
|
||
| 2. 客户邮件 | 写一封专业的拜访确认邮件（含议程安排） | 15 分 | 15 分钟 |
|
||
| 3. 会议纪要模板 | 用 AI 生成一份会议记录模板（针对需求调研场景） | 15 分 | 10 分钟 |
|
||
| 4. 简要方案大纲 | 生成一份数字化转型方案大纲 PPT（8-10 页） | 30 分 | 40 分钟 |
|
||
| 5. 脱敏检查 | 对所有产出物进行脱敏检查，标注检查点 | 10 分 | 15 分钟 |
|
||
| 6. 过程记录 | 记录每步使用的工具、Prompt、迭代次数 | 10 分 | 贯穿全程 |
|
||
|
||
**评分标准：**
|
||
|
||
| 等级 | 分数区间 | 说明 |
|
||
|------|---------|------|
|
||
| A（优秀） | 90-100 | 高效、高质量完成，Prompt 精准，输出专业 |
|
||
| B（良好） | 75-89 | 基本完成，质量尚可，有少量优化空间 |
|
||
| C（合格） | 60-74 | 完成大部分任务，质量一般，AI 使用不够熟练 |
|
||
| D（不合格） | <60 | 未完成或质量差，需要补课 |
|
||
|
||
**补考机制：** D 等级学员在 1 周内安排补课 + 补考，连续 2 次 D 需部门主管面谈。
|
||
|
||
---
|
||
|
||
## 第三部分：中级课程（按角色选修）
|
||
|
||
> 面向已完成入门课程的学员，按角色分组学习。
|
||
> 每个角色 4-5 节专项课 + 1 次实战项目演练。
|
||
> 目标：让 AI 成为角色的"数字副手"。
|
||
|
||
---
|
||
|
||
### 3.1 售前顾问 AI 赋能课
|
||
|
||
---
|
||
|
||
#### 课程 S1：AI 辅助招标文件解读与需求提炼
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 3 小时 |
|
||
| **前置条件** | 入门课程全部通过 |
|
||
| **推荐工具** | Claude（长文本处理首选）、Kimi（中文长文档）、ChatGPT（分析推理） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **招标文件快速解读**（60 分钟）
|
||
- 上传完整招标文件（脱敏版），让 AI 提取关键信息
|
||
- Prompt 模板："请分析以下招标文件，提取：1) 项目背景与目标 2) 核心需求清单 3) 技术要求 4) 资质要求 5) 评分标准与权重 6) 关键时间节点 7) 潜在风险点"
|
||
- 长文档处理技巧：分段上传、使用 Claude/Kimi 的长上下文窗口
|
||
- 招标文件对比分析：同时上传多个厂商方案要求，AI 对比差异
|
||
|
||
2. **需求提炼与结构化**（40 分钟）
|
||
- 从客户口述/调研纪要中提炼功能需求
|
||
- AI 辅助生成需求矩阵（功能 × 优先级 × 复杂度）
|
||
- 需求歧义识别：让 AI 找出需求描述中的模糊点和矛盾点
|
||
- 需求追溯表自动生成
|
||
|
||
3. **招标应答策略分析**（40 分钟）
|
||
- 基于评分标准，AI 辅助制定投标策略
|
||
- 竞品优势分析：让 AI 对比我方与竞品的优劣势
|
||
- 技术方案差异化定位建议
|
||
- 报价策略参考（基于历史项目数据，需脱敏）
|
||
|
||
4. **实操演练**（40 分钟）
|
||
- 给定一份模拟招标文件（制造业 MES 系统招标），完成全流程解读
|
||
|
||
**实操内容：**
|
||
- 解读一份 30 页模拟招标文件，输出《招标分析报告》（含需求清单、应答策略、风险提示）
|
||
- 编写 3 个可复用的招标文件解读 Prompt 模板
|
||
|
||
**考核标准：**
|
||
- 分析报告质量评分（50%）：完整性、准确性、洞察深度
|
||
- Prompt 模板质量评分（30%）：通用性、可复用性
|
||
- 限时完成（20%）：是否在规定时间内完成
|
||
|
||
---
|
||
|
||
#### 课程 S2：AI 辅助售前方案编写与 PPT 生成
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 4 小时（理论 1.5h + 实操 2.5h） |
|
||
| **前置条件** | 完成 S1 |
|
||
| **推荐工具** | Claude/ChatGPT（方案编写）、Gamma/AiPPT（PPT 生成）、Cursor（方案模板管理） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **方案框架快速生成**（30 分钟）
|
||
- 基于招标需求，AI 生成方案目录大纲
|
||
- Prompt 模板："基于以下需求，生成一份 {项目类型} 实施方案大纲，包含：项目理解、总体设计、功能详述、实施方法、团队配置、项目计划、案例、报价"
|
||
- 大纲迭代：通过多轮对话精调目录结构
|
||
|
||
2. **方案正文高效编写**（60 分钟）
|
||
- 逐章节生成方案内容（不要一次性生成全文）
|
||
- 公司案例/资质信息注入技巧（建立"公司素材库"Prompt）
|
||
- 技术方案的 AI 辅助撰写（架构图描述、功能清单、接口设计）
|
||
- 方案润色与一致性检查（让 AI 检查全文一致性、错别字、格式）
|
||
- 不同版本方案快速适配（同一框架，快速替换行业/客户/产品名）
|
||
|
||
3. **PPT 快速生成**（40 分钟）
|
||
- 从方案文档提取 PPT 大纲
|
||
- 使用 Gamma 一键生成演示 PPT
|
||
- PPT 内容精调：图表、数据、案例替换
|
||
- 售前汇报话术 AI 辅助编写（每页 PPT 配 3 分钟演讲稿）
|
||
|
||
4. **方案质量自检**（20 分钟）
|
||
- AI 辅助方案评审："请以评审专家视角，指出方案的 5 个薄弱点"
|
||
- 方案对标竞品："与 {竞品名} 的方案相比，本方案的差异化优势在哪"
|
||
- 常见扣分项自检清单
|
||
|
||
**实操内容：**
|
||
- 基于 S1 的招标文件分析结果，完成一份完整的售前方案（含方案文档 + PPT）
|
||
- 方案需包含至少 8 个章节，PPT 不少于 15 页
|
||
- 限时 2.5 小时完成（模拟真实投标时间压力）
|
||
|
||
**考核标准：**
|
||
- 方案专业度（40%）：结构完整、逻辑清晰、内容专业
|
||
- PPT 质量（30%）：视觉美观、重点突出、演讲友好
|
||
- AI 使用效率（20%）：完成速度、Prompt 质量
|
||
- 创新性（10%）：有无让人眼前一亮的亮点
|
||
|
||
---
|
||
|
||
#### 课程 S3：AI 辅助竞品分析与市场洞察
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 2.5 小时 |
|
||
| **前置条件** | 完成 S1 |
|
||
| **推荐工具** | Perplexity（带引用搜索）、ChatGPT/Claude（深度分析）、秘塔 AI 搜索 |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **竞品信息快速收集**（40 分钟）
|
||
- 用 Perplexity/秘塔搜索竞品最新动态（带引用来源）
|
||
- 竞品产品功能对比矩阵自动生成
|
||
- 竞品定价策略分析（基于公开信息）
|
||
- 竞品客户案例收集与整理
|
||
|
||
2. **市场洞察报告生成**（40 分钟）
|
||
- 行业趋势分析：用 AI 生成行业数字化趋势报告
|
||
- 政策影响分析：解读最新政策对客户行业的影响
|
||
- 竞争格局分析：主要玩家、市场份额、竞争态势
|
||
- 报告格式化输出（Markdown → Word/PDF）
|
||
|
||
3. **竞品话术库建设**（40 分钟）
|
||
- AI 辅助生成竞品对比话术（我方优势场景）
|
||
- 客户常见质疑的 AI 辅助应答准备
|
||
- 建立可复用的竞品分析知识库
|
||
|
||
**实操内容：**
|
||
- 选定一个实际竞争场景（如 SAP vs 用友 ERP），完成一份竞品分析报告
|
||
- 报告包含：功能对比表、优劣势分析、我方应答策略、客户沟通话术
|
||
|
||
**考核标准：**
|
||
- 信息准确度（30%）：引用可靠、数据有据
|
||
- 分析深度（40%）：不是简单罗列，有独到见解
|
||
- 实用性（30%）：报告可直接用于实际售前工作
|
||
|
||
---
|
||
|
||
#### 课程 S4：售前顾问实战项目演练
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 4 小时（半天集中演练） |
|
||
| **前置条件** | 完成 S1-S3 |
|
||
| **推荐工具** | 全工具链综合运用 |
|
||
|
||
**演练设定：**
|
||
|
||
> 模拟真实售前全流程：从接到商机 → 客户调研 → 方案编写 → 内部评审 → 客户汇报。
|
||
> 每组 3-4 人，协作完成。
|
||
|
||
**演练流程：**
|
||
|
||
| 阶段 | 时间 | 任务 |
|
||
|------|------|------|
|
||
| 商机分析 | 30 分钟 | 分析客户背景、需求、竞争态势 |
|
||
| 需求调研 | 30 分钟 | 基于调研问卷（模拟），提炼核心需求 |
|
||
| 方案编写 | 90 分钟 | 完成方案文档 + PPT |
|
||
| 内部评审 | 30 分钟 | 交叉评审，AI 辅助检查方案质量 |
|
||
| 客户汇报 | 30 分钟 | 15 分钟演讲 + 15 分钟 Q&A（讲师扮演客户） |
|
||
| 复盘总结 | 30 分钟 | 全流程复盘，总结经验教训 |
|
||
|
||
**考核标准：**
|
||
- 全流程完成度（20%）
|
||
- 方案质量（30%）
|
||
- 汇报表现（20%）
|
||
- AI 工具综合运用能力（20%）
|
||
- 团队协作（10%）
|
||
|
||
---
|
||
|
||
### 3.2 项目经理 AI 赋能课
|
||
|
||
---
|
||
|
||
#### 课程 P1：AI 辅助项目计划与甘特图
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 3 小时 |
|
||
| **前置条件** | 入门课程全部通过 |
|
||
| **推荐工具** | ChatGPT/Claude（计划生成）、飞书多维表格/Project（甘特图）、Cursor（脚本辅助） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **项目计划快速生成**（60 分钟）
|
||
- Prompt 模板："基于以下项目范围，生成 WBS 分解结构，包含：阶段、任务、子任务、预估工时、前置依赖、里程碑"
|
||
- 不同项目类型的计划模板（ERP 实施、CRM 定制、数据中台建设）
|
||
- 计划迭代优化：通过多轮对话调整任务粒度、工期估算
|
||
|
||
2. **甘特图与进度管理**（50 分钟）
|
||
- AI 生成可直接导入 Project/飞书的 CSV 格式计划
|
||
- 关键路径分析：让 AI 识别关键路径和缓冲时间
|
||
- 资源冲突检测：AI 辅助发现资源分配冲突
|
||
- 进度跟踪模板生成
|
||
|
||
3. **项目估算辅助**（40 分钟）
|
||
- 基于历史项目经验（脱敏数据），AI 辅助工作量估算
|
||
- 三点估算法的 AI 辅助（乐观/最可能/悲观）
|
||
- 风险缓冲计算
|
||
|
||
**实操内容：**
|
||
- 给定一份项目 SOW（工作说明书），生成完整项目计划（WBS + 甘特图数据 + 资源计划）
|
||
- 输出一份可导入项目管理工具的计划文件
|
||
|
||
**考核标准：**
|
||
- WBS 完整性（30%）：是否覆盖所有关键工作包
|
||
- 工期合理性（30%）：预估工时是否合理
|
||
- 工具可用性（20%）：输出格式是否可直接导入工具
|
||
- AI 使用技巧（20%）：Prompt 质量和迭代效率
|
||
|
||
---
|
||
|
||
#### 课程 P2：AI 辅助风险识别与问题追踪
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 2.5 小时 |
|
||
| **前置条件** | 完成 P1 |
|
||
| **推荐工具** | Claude（深度分析）、ChatGPT（结构化输出）、飞书/钉钉（问题追踪） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **风险识别与评估**（50 分钟）
|
||
- Prompt 模板："基于以下项目描述，识别 Top 10 风险，按 可能性×影响度 排序，并给出应对策略"
|
||
- IT 项目常见风险库（让 AI 基于行业经验补充）
|
||
- 风险登记表自动生成（含风险描述、等级、责任人、应对措施、触发条件）
|
||
|
||
2. **问题追踪与管理**（40 分钟）
|
||
- 问题日志模板生成（含分类、优先级、状态、SLA）
|
||
- AI 辅助问题根因分析（5-Why 分析法）
|
||
- 问题趋势分析：基于问题日志数据，AI 识别高频问题类型
|
||
|
||
3. **变更管理辅助**（30 分钟）
|
||
- 变更影响分析：让 AI 评估变更请求的影响范围
|
||
- 变更审批建议：AI 辅助判断变更合理性和优先级
|
||
- 变更记录与通知模板生成
|
||
|
||
**实操内容：**
|
||
- 给定一个项目场景（ERP 实施进入 UAT 阶段，问题频出），完成：
|
||
- 风险登记表（至少 8 项风险）
|
||
- 问题追踪表（至少 10 个问题，含根因分析）
|
||
- 一份变更影响分析报告
|
||
|
||
**考核标准：**
|
||
- 风险识别全面性（30%）
|
||
- 应对措施可行性（30%）
|
||
- 问题分析深度（20%）
|
||
- 输出格式规范性（20%）
|
||
|
||
---
|
||
|
||
#### 课程 P3：AI 辅助会议纪要与阶段汇报
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 2.5 小时 |
|
||
| **前置条件** | 完成 P1 |
|
||
| **推荐工具** | 通义听悟/飞书妙记（录音转写）、ChatGPT/Claude（内容整理）、Gamma（汇报 PPT） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **高效会议纪要**（50 分钟）
|
||
- 会议录音 → AI 转写 → AI 整理（三步法）
|
||
- 不同类型会议的纪要模板（项目周会、需求评审、问题复盘）
|
||
- 从纪要中自动提取待办事项和 Action Items
|
||
- 纪要自动分发（格式化为邮件/飞书消息）
|
||
|
||
2. **阶段汇报材料制作**（50 分钟）
|
||
- 项目周报/月报模板自动生成
|
||
- 进度数据可视化建议（AI 推荐图表类型 + 生成图表数据）
|
||
- 里程碑达成情况汇报
|
||
- 高层汇报 PPT 快速生成（从详细报告 → 精简汇报版）
|
||
|
||
3. **专题汇报与复盘**（30 分钟）
|
||
- 项目复盘报告生成（做得好的/待改进的/行动计划）
|
||
- 项目经验教训总结与知识库沉淀
|
||
- 项目结项报告框架
|
||
|
||
**实操内容：**
|
||
- 给定一段 15 分钟项目周会录音 + 项目进度数据表，完成：
|
||
- 标准会议纪要（含 Action Items）
|
||
- 项目月报（含进度、风险、下月计划）
|
||
- 高层汇报 PPT（5 页精简版）
|
||
|
||
**考核标准：**
|
||
- 纪要准确性（30%）：关键信息无遗漏
|
||
- 汇报材料质量（40%）：结构清晰、数据准确、视觉美观
|
||
- 完成效率（30%）：限时完成
|
||
|
||
---
|
||
|
||
#### 课程 P4：项目经理实战项目演练
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 4 小时 |
|
||
| **前置条件** | 完成 P1-P3 |
|
||
| **推荐工具** | 全工具链综合运用 |
|
||
|
||
**演练设定：**
|
||
|
||
> 模拟一个 ERP 实施项目从启动到上线的全生命周期管理。
|
||
> 每组 3-4 人，分别扮演 PM、客户方 PM、团队成员。
|
||
|
||
**演练流程：**
|
||
|
||
| 阶段 | 时间 | 任务 |
|
||
|------|------|------|
|
||
| 项目启动 | 30 分钟 | 制定项目计划、风险登记表 |
|
||
| 周会模拟 | 40 分钟 | 模拟周会 → 生成纪要 → 提取待办 |
|
||
| 问题处理 | 40 分钟 | 处理突发问题（讲师出题）→ 根因分析 → 制定对策 |
|
||
| 变更管理 | 30 分钟 | 客户提出重大变更 → 影响分析 → 应对方案 |
|
||
| 阶段汇报 | 40 分钟 | 制作月度汇报材料 → 向"管理层"汇报 |
|
||
| 复盘总结 | 30 分钟 | 项目复盘 → 经验教训沉淀 |
|
||
|
||
**考核标准：**
|
||
- 项目管理全流程规范性（25%）
|
||
- AI 工具综合运用水平（25%）
|
||
- 应对突发情况的能力（25%）
|
||
- 汇报材料质量（25%）
|
||
|
||
---
|
||
|
||
### 3.3 应用顾问 AI 赋能课
|
||
|
||
---
|
||
|
||
#### 课程 A1：AI 辅助需求分析与蓝图设计
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 3.5 小时 |
|
||
| **前置条件** | 入门课程全部通过 |
|
||
| **推荐工具** | Claude（长文本分析）、ChatGPT（结构化输出）、draw.io/ProcessOn（流程图） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **需求调研辅助**（50 分钟）
|
||
- 调研问卷/访谈提纲 AI 生成（按业务模块）
|
||
- 调研纪要整理与需求提取
|
||
- 需求分类与优先级排序（MoSCoW 方法 AI 辅助）
|
||
- 需求差距分析（AS-IS vs TO-BE）
|
||
|
||
2. **业务流程分析与设计**（50 分钟）
|
||
- 现有流程描述 → AI 生成流程图（Mermaid/PlantUML 代码）
|
||
- 流程优化建议：AI 识别流程瓶颈和冗余环节
|
||
- TO-BE 流程设计辅助
|
||
- 流程文档自动生成（流程图 + 流程说明 + RACI 矩阵）
|
||
|
||
3. **蓝图设计辅助**（50 分钟）
|
||
- 业务蓝图框架生成（按模块/按层级）
|
||
- 功能规格描述 AI 辅助编写
|
||
- 原型设计思路 AI 辅助（描述需求 → AI 生成原型建议/线框图描述）
|
||
- 接口需求清单自动生成
|
||
|
||
4. **需求变更影响分析**（30 分钟）
|
||
- 变更请求对蓝图的影响范围分析
|
||
- 关联模块影响传播分析
|
||
- 变更工作量估算
|
||
|
||
**实操内容：**
|
||
- 给定一份客户调研纪要（制造业采购到付款流程），完成：
|
||
- 需求清单（按模块分组，含优先级）
|
||
- AS-IS 流程图（Mermaid 代码）
|
||
- TO-BE 流程优化建议
|
||
- 蓝图设计大纲
|
||
|
||
**考核标准：**
|
||
- 需求分析完整性（30%）
|
||
- 流程设计合理性（30%）
|
||
- 蓝图专业度（25%）
|
||
- AI 使用效率（15%）
|
||
|
||
---
|
||
|
||
#### 课程 A2：AI 辅助 FS 文档编写
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 3 小时 |
|
||
| **前置条件** | 完成 A1 |
|
||
| **推荐工具** | Claude/ChatGPT（文档生成）、Cursor（代码辅助） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **FS 文档结构与模板**（40 分钟）
|
||
- 标准 FS 模板 AI 生成（含字段说明、输入输出、业务规则、界面原型）
|
||
- 从蓝图需求自动推导 FS 框架
|
||
- FS 文档质量自检清单
|
||
|
||
2. **FS 内容高效编写**（60 分钟）
|
||
- 功能描述 AI 辅助撰写（输入业务需求 → 输出标准 FS 描述）
|
||
- 业务规则结构化表达（决策表/决策树 AI 生成）
|
||
- 接口规格描述 AI 辅助（字段映射、异常处理）
|
||
- 数据字典自动生成
|
||
|
||
3. **FS 评审辅助**（30 分钟）
|
||
- AI 辅助检查 FS 完整性（是否遗漏字段、异常场景）
|
||
- 一致性检查（FS 与蓝图的一致性）
|
||
- FS → 开发任务拆分建议
|
||
|
||
4. **FS 版本管理与变更追踪**（20 分钟）
|
||
- 变更记录 AI 辅助编写
|
||
- FS 变更影响分析
|
||
|
||
**实操内容：**
|
||
- 基于 A1 的蓝图设计成果，编写 2 份完整 FS 文档（如：采购订单管理、供应商评估）
|
||
- 每份 FS 需包含：功能描述、业务规则、界面原型描述、接口规格、数据字典
|
||
|
||
**考核标准：**
|
||
- FS 完整性（30%）：所有标准章节齐全
|
||
- 业务规则准确性（30%）：规则描述清晰、无歧义
|
||
- 开发友好度（20%）：开发人员能直接据此开发
|
||
- AI 使用技巧（20%）
|
||
|
||
---
|
||
|
||
#### 课程 A3：AI 辅助数据迁移脚本
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 3 小时 |
|
||
| **前置条件** | 完成 A1 |
|
||
| **推荐工具** | Claude/ChatGPT（SQL/脚本生成）、Cursor（代码编写）、ChatGPT Code Interpreter（数据验证） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **数据迁移策略设计**（40 分钟）
|
||
- 数据映射表 AI 辅助设计（源系统字段 → 目标系统字段）
|
||
- 数据清洗规则定义（AI 辅助识别常见数据质量问题）
|
||
- 迁移批次规划（按数据量、业务依赖关系分批）
|
||
|
||
2. **迁移脚本生成**（60 分钟）
|
||
- SQL 脚本 AI 生成（数据提取、转换、加载）
|
||
- 数据映射转换逻辑编写（AI 辅助生成 CASE WHEN 等转换逻辑）
|
||
- 数据校验脚本生成（迁移前后数据一致性检查）
|
||
- Python 脚本辅助（复杂转换逻辑、批量文件处理）
|
||
|
||
3. **数据质量检查**（40 分钟）
|
||
- 数据质量报告自动生成
|
||
- 异常数据识别与处理建议
|
||
- 数据迁移试跑结果分析
|
||
|
||
4. **迁移文档与操作手册**（20 分钟）
|
||
- 迁移操作手册 AI 辅助编写
|
||
- 回滚方案生成
|
||
|
||
**实操内容：**
|
||
- 给定模拟的源系统数据样本（Excel/CSV）和目标系统字段要求，完成：
|
||
- 数据映射表
|
||
- 数据清洗 SQL 脚本（至少 5 条）
|
||
- 数据迁移脚本（ETL 流程）
|
||
- 数据校验报告
|
||
|
||
**考核标准：**
|
||
- 映射准确性（30%）
|
||
- 脚本可执行性（30%）：SQL 语法正确、逻辑正确
|
||
- 异常处理完善性（20%）
|
||
- 文档规范性（20%）
|
||
|
||
---
|
||
|
||
#### 课程 A4：AI 辅助测试用例设计
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 2.5 小时 |
|
||
| **前置条件** | 完成 A2 |
|
||
| **推荐工具** | ChatGPT/Claude（用例生成）、飞书多维表格（用例管理） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **测试用例自动生成**（50 分钟）
|
||
- 从 FS 文档提取测试场景
|
||
- Prompt 模板："基于以下 FS，生成测试用例，覆盖：正常流程、边界条件、异常输入、权限控制、并发场景"
|
||
- 测试用例格式化输出（可直接导入测试管理工具）
|
||
|
||
2. **测试场景设计**（40 分钟）
|
||
- 端到端业务流程测试场景设计
|
||
- 集成测试场景（跨模块联调用例）
|
||
- UAT 测试脚本编写（面向用户的操作手册）
|
||
|
||
3. **缺陷管理辅助**（30 分钟）
|
||
- Bug 描述规范化（AI 辅助将口头描述转为标准 Bug 报告）
|
||
- Bug 分类与优先级建议
|
||
- 回归测试范围分析
|
||
|
||
**实操内容：**
|
||
- 基于 A2 的 FS 文档，生成完整测试用例集（至少 30 条用例）
|
||
- 包含：功能测试、边界测试、异常测试、集成测试
|
||
|
||
**考核标准：**
|
||
- 用例覆盖率（30%）：是否覆盖所有关键场景
|
||
- 用例质量（30%）：步骤清晰、预期结果明确
|
||
- 边界场景覆盖（20%）
|
||
- 格式规范性（20%）
|
||
|
||
---
|
||
|
||
#### 课程 A5：应用顾问实战项目演练
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 4 小时 |
|
||
| **前置条件** | 完成 A1-A4 |
|
||
| **推荐工具** | 全工具链综合运用 |
|
||
|
||
**演练设定：**
|
||
|
||
> 模拟一个 CRM 系统实施项目的核心交付流程。
|
||
> 从需求调研 → 蓝图设计 → FS 编写 → 测试设计，全流程模拟。
|
||
|
||
**演练流程：**
|
||
|
||
| 阶段 | 时间 | 任务 |
|
||
|------|------|------|
|
||
| 需求调研 | 30 分钟 | 分析调研纪要，提炼需求 |
|
||
| 蓝图设计 | 50 分钟 | 设计业务流程 + 功能蓝图 |
|
||
| FS 编写 | 60 分钟 | 编写 1 份核心功能 FS |
|
||
| 数据迁移设计 | 30 分钟 | 设计客户数据迁移方案 |
|
||
| 测试设计 | 40 分钟 | 生成测试用例集 |
|
||
| 评审与复盘 | 30 分钟 | 交叉评审 + 总结 |
|
||
|
||
**考核标准：**
|
||
- 全流程交付质量（30%）
|
||
- 文档专业度（30%）
|
||
- AI 工具综合运用（20%）
|
||
- 时间管理（20%）
|
||
|
||
---
|
||
|
||
### 3.4 开发顾问 AI 赋能课
|
||
|
||
---
|
||
|
||
#### 课程 D1：AI 辅助代码生成与 Code Review
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 4 小时（理论 1.5h + 实操 2.5h） |
|
||
| **前置条件** | 入门课程全部通过 |
|
||
| **推荐工具** | Cursor（首选 IDE）、GitHub Copilot、Claude Code（终端）、通义灵码 |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **AI 编程工具深度使用**（50 分钟）
|
||
- Cursor 核心功能：Tab 补全、Cmd+K 编辑、Cmd+L 对话、Codebase 索引
|
||
- .cursorrules 配置：注入项目编码规范、技术栈约束
|
||
- 多模型切换策略：日常用 Sonnet，复杂逻辑用 Opus，简单补全用 Haiku
|
||
- Context 管理：@file、@folder、@docs 精确引用上下文
|
||
|
||
2. **代码生成最佳实践**（50 分钟）
|
||
- 从 FS 到代码：描述需求 → AI 生成代码骨架 → 人工精调
|
||
- CRUD 代码生成（前端 + 后端 + SQL）
|
||
- API 接口代码生成（RESTful / GraphQL）
|
||
- 数据访问层代码生成（ORM / MyBatis）
|
||
- 前端组件代码生成（表单、列表、图表）
|
||
- Prompt 技巧：给 AI 足够的上下文（表结构、编码规范、已有代码示例）
|
||
|
||
3. **AI 辅助 Code Review**（40 分钟）
|
||
- 让 AI 审查代码质量（命名规范、代码风格、重复代码检测）
|
||
- 安全漏洞扫描（SQL 注入、XSS、敏感信息泄露）
|
||
- 性能问题识别（N+1 查询、内存泄漏、死循环风险）
|
||
- AI 生成 Code Review 报告模板
|
||
|
||
4. **代码重构辅助**（20 分钟）
|
||
- AI 辅助代码重构（提取方法、消除重复、优化复杂度）
|
||
- 遗留代码理解与文档化（AI 解释老代码逻辑）
|
||
|
||
**实操内容：**
|
||
- **任务1**：根据一份 FS 文档，用 Cursor 生成完整的 CRUD 功能（前端页面 + 后端接口 + 数据库脚本）
|
||
- **任务2**：对一段包含 10 个 Bug/问题的代码，用 AI 进行 Code Review 并修复
|
||
- **任务3**：配置 .cursorrules 文件，注入团队编码规范
|
||
|
||
**考核标准：**
|
||
- 代码可运行性（30%）：生成的代码能直接跑
|
||
- 代码质量（30%）：符合编码规范、结构清晰
|
||
- Code Review 发现率（20%）：能发现多少预埋问题
|
||
- AI 使用效率（20%）：完成速度和 Prompt 质量
|
||
|
||
---
|
||
|
||
#### 课程 D2：AI 辅助技术文档编写
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 2.5 小时 |
|
||
| **前置条件** | 完成 D1 |
|
||
| **推荐工具** | Cursor（代码注释生成）、Claude（文档撰写）、Markdown 编辑器 |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **技术文档 AI 生成**（50 分钟）
|
||
- API 文档自动生成（从代码提取接口信息 → 生成 OpenAPI/Swagger 文档）
|
||
- 数据库设计文档生成（从 DDL → 数据字典文档）
|
||
- 系统架构文档辅助编写（描述架构 → AI 生成文档 + Mermaid 架构图）
|
||
- 部署运维手册生成
|
||
|
||
2. **代码注释与内联文档**（30 分钟）
|
||
- AI 批量生成代码注释（JavaDoc、JSDoc、Python docstring）
|
||
- 复杂逻辑的代码解读注释
|
||
- README 文件自动生成
|
||
|
||
3. **技术评审文档**（30 分钟）
|
||
- 技术选型报告 AI 辅助编写
|
||
- 技术方案评审 PPT 生成
|
||
- 技术债务登记与追踪
|
||
|
||
**实操内容：**
|
||
- **任务1**：给定一段后端代码（Spring Boot Controller + Service），用 AI 生成完整 API 文档
|
||
- **任务2**：给定一组 DDL 脚本，生成数据字典文档
|
||
- **任务3**：为一段 200 行的复杂业务代码添加详细注释
|
||
|
||
**考核标准：**
|
||
- 文档完整性（30%）
|
||
- 文档准确性（30%）：与实际代码一致
|
||
- 可读性（20%）
|
||
- 效率提升（20%）：相比手写节省多少时间
|
||
|
||
---
|
||
|
||
#### 课程 D3：AI 辅助 Bug 诊断与修复
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 3 小时 |
|
||
| **前置条件** | 完成 D1 |
|
||
| **推荐工具** | Cursor（代码定位+修复）、Claude（复杂问题分析）、ChatGPT Code Interpreter（日志分析） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **Bug 诊断方法论**（40 分钟）
|
||
- Bug 描述 → AI 分析可能原因 → 定位代码 → 生成修复方案
|
||
- 错误日志分析：粘贴日志 → AI 识别异常根因
|
||
- 堆栈跟踪解读：AI 辅助分析 Java/Python/JS 堆栈信息
|
||
- 性能问题诊断：慢 SQL 分析、接口响应时间分析
|
||
|
||
2. **AI 辅助修复实践**（50 分钟）
|
||
- 常见 Bug 模式识别（空指针、类型转换、并发问题、死锁）
|
||
- AI 生成修复代码 → 人工验证 → 合并修复
|
||
- 修复后的回归影响分析
|
||
- Hotfix 快速修复流程
|
||
|
||
3. **调试辅助**（30 分钟）
|
||
- AI 辅助生成调试代码（日志打印、断言、单元测试）
|
||
- 复杂业务逻辑的 AI 解读
|
||
- 第三方组件问题的 AI 辅助排查
|
||
|
||
4. **Bug 预防**（20 分钟）
|
||
- 从历史 Bug 中提取模式，AI 生成防御性编码建议
|
||
- AI 辅助编写 Bug 复盘报告
|
||
|
||
**实操内容：**
|
||
- **任务1**：给定一个包含 5 个 Bug 的项目（有运行日志和错误截图），用 AI 定位并修复所有 Bug
|
||
- **任务2**：分析一段慢 SQL 的执行计划，用 AI 生成优化方案
|
||
- **任务3**：对一个并发 Bug（偶发性数据不一致），用 AI 辅助诊断根因
|
||
|
||
**考核标准：**
|
||
- Bug 修复率（40%）：成功修复多少个 Bug
|
||
- 诊断效率（30%）：定位问题的速度
|
||
- 修复质量（20%）：修复方案是否引入新 Bug
|
||
- 分析深度（10%）：根因分析是否到位
|
||
|
||
---
|
||
|
||
#### 课程 D4：AI 辅助单元测试
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 2.5 小时 |
|
||
| **前置条件** | 完成 D1 |
|
||
| **推荐工具** | Cursor（测试生成）、Claude（复杂测试场景） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **单元测试 AI 生成**（50 分钟）
|
||
- 选中代码 → AI 自动生成测试用例（JUnit/pytest/Jest）
|
||
- 覆盖率导向的测试生成（正常路径 + 边界 + 异常）
|
||
- Mock 对象自动生成（Mockito/Mock/patch）
|
||
- 参数化测试生成（多组输入数据）
|
||
|
||
2. **测试质量提升**（40 分钟）
|
||
- AI 辅助设计测试数据（边界值、等价类、随机数据）
|
||
- 集成测试辅助（TestContainer、数据库测试）
|
||
- AI 辅助分析测试覆盖率报告，补充遗漏场景
|
||
|
||
3. **测试驱动开发（TDD）辅助**（30 分钟）
|
||
- 需求描述 → AI 生成测试 → 人工编写实现 → AI 验证
|
||
- AI 辅助重构（保持测试通过的条件下优化代码）
|
||
|
||
**实操内容：**
|
||
- **任务1**：给定一个 Service 类（5 个方法），用 AI 生成完整的单元测试（覆盖率 > 80%）
|
||
- **任务2**：给定一段有 Bug 的代码和测试用例，AI 辅助定位测试未覆盖到的场景
|
||
- **任务3**：TDD 实践——从一个需求描述出发，先写测试后写实现
|
||
|
||
**考核标准：**
|
||
- 测试覆盖率（30%）：生成测试的覆盖率
|
||
- 测试用例质量（30%）：是否有意义的断言、边界覆盖
|
||
- 可运行性（20%）：测试能否直接跑通
|
||
- AI 使用技巧（20%）
|
||
|
||
---
|
||
|
||
#### 课程 D5：开发顾问实战项目演练
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 4 小时 |
|
||
| **前置条件** | 完成 D1-D4 |
|
||
| **推荐工具** | 全工具链综合运用 |
|
||
|
||
**演练设定：**
|
||
|
||
> 模拟一个 SRM 系统的核心模块开发任务。
|
||
> 从接收 FS → 技术方案 → 编码实现 → 测试 → 文档，全流程模拟。
|
||
|
||
**演练流程：**
|
||
|
||
| 阶段 | 时间 | 任务 |
|
||
|------|------|------|
|
||
| FS 理解 | 20 分钟 | 阅读 FS，与"应用顾问"沟通确认 |
|
||
| 技术方案 | 30 分钟 | 设计技术方案（表结构、接口、前端组件） |
|
||
| 编码实现 | 90 分钟 | 用 Cursor 完成核心功能开发 |
|
||
| 单元测试 | 30 分钟 | AI 辅助生成单元测试 |
|
||
| Code Review | 20 分钟 | 交叉 Code Review（AI + 人工） |
|
||
| 文档输出 | 20 分钟 | API 文档 + 部署说明 |
|
||
| Bug 修复 | 30 分钟 | 修复讲师预埋的 Bug |
|
||
|
||
**考核标准：**
|
||
- 功能完成度（25%）
|
||
- 代码质量（25%）
|
||
- 测试覆盖率（20%）
|
||
- 文档质量（15%）
|
||
- AI 工具综合运用（15%）
|
||
|
||
---
|
||
|
||
## 第四部分：进阶课程（魔鬼训练营）
|
||
|
||
> 面向中级课程表现优秀的学员（积分 Top 40%），选修制。
|
||
> 目标：培养能独立构建 AI 解决方案的"AI 架构师"。
|
||
|
||
---
|
||
|
||
### 课程 X1：AI Agent 开发与运营（Dify/Coze 实战）
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 6 小时（分 2 次，每次 3 小时） |
|
||
| **前置条件** | 中级课程考核 B 级以上 |
|
||
| **推荐工具** | Dify（开源首选）、Coze（字节跳动，适合快速原型） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **AI Agent 基础概念**（30 分钟）
|
||
- Agent = LLM + Memory + Tools + Planning
|
||
- Agent 与传统 Chatbot 的区别
|
||
- 企业级 Agent 应用场景（客服、售前助手、知识问答、流程自动化）
|
||
|
||
2. **Dify 平台深度实战**（90 分钟）
|
||
- Dify 安装部署（Docker 一键部署）
|
||
- 应用类型选择：聊天助手 / 文本生成 / Agent / 工作流
|
||
- 提示词编排与变量管理
|
||
- 工具集成：搜索引擎、API 调用、代码执行
|
||
- 知识库接入：上传企业文档作为 Agent 知识来源
|
||
- 对话日志分析与优化
|
||
|
||
3. **Coze 平台实战**（60 分钟）
|
||
- Coze 工作流编排
|
||
- 插件市场与自定义插件
|
||
- 多渠道发布（飞书、微信、网页）
|
||
- Bot 调试与优化
|
||
|
||
4. **企业 Agent 设计方法论**（60 分钟）
|
||
- 需求分析：什么场景适合用 Agent
|
||
- Agent 人设与对话流程设计
|
||
- 工具编排与 API 设计
|
||
- 安全护栏设计（防止 Agent 胡说八道）
|
||
- 效果评估与持续优化
|
||
|
||
**实操内容：**
|
||
- 在 Dify 上构建一个"售前方案助手" Agent，能根据客户行业和需求自动生成方案大纲
|
||
- 在 Coze 上构建一个"项目风险预警" Agent，能根据项目描述识别风险并给出建议
|
||
|
||
**考核标准：**
|
||
- Agent 功能完整性（30%）
|
||
- 对话体验质量（30%）
|
||
- 技术实现复杂度（20%）
|
||
- 商业可行性（20%）
|
||
|
||
---
|
||
|
||
### 课程 X2：企业知识库搭建（RAG 架构）
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 6 小时（分 2 次，每次 3 小时） |
|
||
| **前置条件** | 完成 X1 |
|
||
| **推荐工具** | Dify（知识库模块）、FastGPT、MaxKB、Embedding 模型 |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **RAG 架构原理**（40 分钟）
|
||
- RAG（Retrieval-Augmented Generation）工作原理
|
||
- 向量数据库基础（Embedding → 存储 → 检索 → 生成）
|
||
- 主流向量数据库对比（Milvus、Weaviate、Chroma、Qdrant）
|
||
- RAG vs 微调：何时用哪个
|
||
|
||
2. **企业知识库搭建实战**（90 分钟）
|
||
- 知识文档准备与预处理（PDF/Word/Excel → 分块策略）
|
||
- 文档分块策略（固定长度 / 语义分块 / 结构化分块）
|
||
- Embedding 模型选择（OpenAI / BGE / 通义）
|
||
- 检索策略配置（Top-K、相似度阈值、混合检索）
|
||
- 回答质量优化（Prompt 调优、引用标注、幻觉控制）
|
||
|
||
3. **多知识库与权限管理**（40 分钟）
|
||
- 多知识库管理（按部门/项目/客户分库）
|
||
- 知识更新与版本管理
|
||
- 访问权限控制（谁能查什么）
|
||
- 知识库运营（使用分析、知识缺口识别）
|
||
|
||
4. **知识库效果评估**（20 分钟）
|
||
- 检索准确率评估
|
||
- 回答质量评估
|
||
- 用户满意度收集
|
||
- 持续优化闭环
|
||
|
||
**实操内容：**
|
||
- 搭建一个"IT 实施方法论知识库"，导入至少 20 份文档（脱敏的方案、FS、最佳实践）
|
||
- 测试知识库问答效果，优化检索策略，达到 80%+ 的回答准确率
|
||
|
||
**考核标准：**
|
||
- 知识库搭建完整性（25%）
|
||
- 检索准确率（30%）
|
||
- 回答质量（25%）
|
||
- 运营可行性（20%）
|
||
|
||
---
|
||
|
||
### 课程 X3：AI 工作流自动化（多 Agent 协作）
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 4 小时 |
|
||
| **前置条件** | 完成 X1、X2 |
|
||
| **推荐工具** | Dify 工作流、Coze 工作流、n8n（开源自动化） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **工作流编排基础**（60 分钟）
|
||
- 工作流基本概念（节点、条件、循环、并行）
|
||
- Dify 工作流编辑器使用
|
||
- 常见工作流模式（串行处理、条件分支、循环迭代、人机协同）
|
||
|
||
2. **多 Agent 协作设计**（60 分钟）
|
||
- 多 Agent 协作架构（主控 Agent + 专项 Agent）
|
||
- Agent 间通信与数据传递
|
||
- 任务分解与结果汇总
|
||
- 错误处理与重试机制
|
||
|
||
3. **企业级自动化场景实战**（60 分钟）
|
||
- 场景1：客户需求自动分析 → 方案自动生成 → 人工审核 → 邮件发送
|
||
- 场景2：项目周报自动收集 → 汇总分析 → 异常预警 → 管理层推送
|
||
- 场景3：代码提交自动触发 → Code Review Agent → 测试 Agent → 部署 Agent
|
||
|
||
4. **工作流监控与运维**（20 分钟）
|
||
- 执行日志分析
|
||
- 性能监控与告警
|
||
- 成本核算（Token 消耗统计）
|
||
|
||
**实操内容：**
|
||
- 设计并实现一个"售前全流程自动化"工作流：
|
||
- 客户信息输入 → 行业分析 Agent → 需求分析 Agent → 方案生成 Agent → PPT 生成 → 人工审核节点 → 邮件通知
|
||
|
||
**考核标准：**
|
||
- 工作流设计合理性（30%）
|
||
- 自动化程度（30%）
|
||
- 异常处理能力（20%）
|
||
- 实际可用性（20%）
|
||
|
||
---
|
||
|
||
### 课程 X4：自定义 GPTs / AI 智能体开发
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 4 小时 |
|
||
| **前置条件** | 完成 X1-X3 |
|
||
| **推荐工具** | OpenAI GPTs、Claude Projects、Cursor（全栈开发） |
|
||
|
||
**课程大纲：**
|
||
|
||
1. **自定义 GPTs 开发**（60 分钟）
|
||
- OpenAI GPTs 创建与配置
|
||
- System Prompt 精调
|
||
- 知识库上传与 Actions 配置
|
||
- Claude Projects 配置（项目级 AI 助手）
|
||
|
||
2. **企业级 AI 应用开发**（90 分钟）
|
||
- 前端：React/Vue + AI 对话界面
|
||
- 后端：Python/FastAPI + LLM API 调用
|
||
- 数据库：对话历史存储 + 向量知识库
|
||
- 部署：Docker 容器化部署
|
||
- 安全：API Key 管理、访问控制、用量限制
|
||
|
||
3. **AI 应用的商业化包装**（40 分钟）
|
||
- 从内部工具到客户产品的转化思路
|
||
- AI 解决方案定价策略
|
||
- Demo 环境搭建与演示技巧
|
||
- 客户 POC（概念验证）流程设计
|
||
|
||
**实操内容：**
|
||
- 开发一个面向客户的 AI 智能体 Demo（可选方向）：
|
||
- 智能客服助手（基于企业知识库）
|
||
- 智能招标分析助手
|
||
- 项目管理 AI 助手
|
||
- 代码审查 AI 助手
|
||
|
||
**考核标准：**
|
||
- 功能完整性（25%）
|
||
- 技术实现质量（25%）
|
||
- 用户体验（25%）
|
||
- 商业可行性（25%）
|
||
|
||
---
|
||
|
||
### 课程 X5：结业项目——面向客户的 AI 解决方案 Demo
|
||
|
||
| 项目 | 内容 |
|
||
|------|------|
|
||
| **时长** | 2 周自主开发 + 半天答辩 |
|
||
| **前置条件** | 完成 X1-X4 |
|
||
|
||
**项目要求：**
|
||
|
||
每人（或 2 人小组）构建一个面向客户的 AI 解决方案 Demo，需满足：
|
||
|
||
1. **解决真实问题**：基于实际客户场景或内部痛点
|
||
2. **技术完整**：包含前端交互 + 后端逻辑 + AI 能力 + 知识库（至少 3 项）
|
||
3. **可演示**：有可运行的 Demo 环境
|
||
4. **有商业价值**：能说清楚"这个方案值多少钱，谁会买单"
|
||
|
||
**交付物：**
|
||
- 可运行的 Demo 系统
|
||
- 解决方案说明文档（含架构图、技术选型、使用手册）
|
||
- 5 分钟演示视频
|
||
- 商业计划简述（目标客户、定价策略、推广方式）
|
||
|
||
**答辩评审：**
|
||
|
||
| 评审维度 | 权重 | 评审人 |
|
||
|---------|------|--------|
|
||
| 技术创新性 | 20% | 技术总监 |
|
||
| 商业可行性 | 25% | 部门总经理 |
|
||
| 完成度与质量 | 25% | AI 教练 |
|
||
| 演示表现 | 15% | 全员投票 |
|
||
| 文档质量 | 15% | 交叉评审 |
|
||
|
||
**奖励机制：**
|
||
- 金奖（1 名）：奖金 5000 元 + "AI 解决方案架构师"证书 + 优先参与外部 AI 峰会名额
|
||
- 银奖（2 名）：奖金 2000 元 + 证书
|
||
- 铜奖（3 名）：奖金 1000 元 + 证书
|
||
- 优秀奖（若干）：定制周边礼品
|
||
|
||
---
|
||
|
||
## 第五部分：培训执行计划
|
||
|
||
### 5.1 六个月详细时间表
|
||
|
||
#### 第 1 个月：入门夯实
|
||
|
||
| 周次 | 日期 | 课程 | 时长 | 形式 | 讲师 |
|
||
|------|------|------|------|------|------|
|
||
| W1 | 第 1 周周一 | E1：AI 工具由来与发展简史 | 2h | 线下集中 | 外部讲师/CTO |
|
||
| W1 | 第 1 周周三 | E2：主流 AI 工具安装与配置 | 3h | 线下 Workshop | 内部 AI 教练 |
|
||
| W2 | 第 2 周周一 | E3：Prompt Engineering 基础 | 3h | 线下 Workshop | 外部讲师 |
|
||
| W2 | 第 2 周周三 | E5：安全意识与数据合规 | 1.5h | 线上直播 | 法务/合规部 |
|
||
| W3 | 第 3 周周一 | E4：AI 辅助日常办公 | 3h | 线下 Workshop | 内部 AI 教练 |
|
||
| W3-W4 | 第 3-4 周 | 自主练习 + 作业完成 | — | 自学 | — |
|
||
| W4 | 第 4 周周五 | E6：入门综合实战考核 | 2h | 线下考核 | 考核组 |
|
||
|
||
#### 第 2 个月：角色分流启动
|
||
|
||
| 周次 | 日期 | 课程 | 时长 | 形式 | 讲师 |
|
||
|------|------|------|------|------|------|
|
||
| W5 | 第 5 周 | 角色分组说明会 + 学习路线宣导 | 1h | 线下集中 | 部门负责人 |
|
||
| W5-W6 | 第 5-6 周 | S1/P1/A1/D1（各角色第一课） | 3-4h | 分组线下 | 各角色讲师 |
|
||
| W7-W8 | 第 7-8 周 | S2/P2/A2/D2（各角色第二课） | 2.5-4h | 分组线下 | 各角色讲师 |
|
||
| W8 | 第 8 周周五 | 月度实操考核（按角色出题） | 2h | 分组考核 | 考核组 |
|
||
|
||
#### 第 3 个月：角色深化（上）
|
||
|
||
| 周次 | 日期 | 课程 | 时长 | 形式 | 讲师 |
|
||
|------|------|------|------|------|------|
|
||
| W9-W10 | 第 9-10 周 | S3/P3/A3/D3（各角色第三课） | 2.5-3h | 分组线下 | 各角色讲师 |
|
||
| W11-W12 | 第 11-12 周 | 自主练习 + 实战项目准备 | — | 自学+辅导 | AI 教练 |
|
||
| W12 | 第 12 周 | 月度实战考核 | 2h | 分组考核 | 考核组 |
|
||
|
||
#### 第 4 个月：角色深化（下）+ 实战演练
|
||
|
||
| 周次 | 日期 | 课程 | 时长 | 形式 | 讲师 |
|
||
|------|------|------|------|------|------|
|
||
| W13-W14 | 第 13-14 周 | A4/D4（应用/开发第四课） | 2.5h | 分组线下 | 各角色讲师 |
|
||
| W15-W16 | 第 15-16 周 | S4/P4/A5/D5（各角色实战演练） | 4h | 分组演练 | 考核组+讲师 |
|
||
| W16 | 第 16 周 | 中级课程结业考核 + 进阶课程选拔 | — | 综合考核 | 考核组 |
|
||
|
||
#### 第 5 个月：进阶魔鬼训练营
|
||
|
||
| 周次 | 日期 | 课程 | 时长 | 形式 | 讲师 |
|
||
|------|------|------|------|------|------|
|
||
| W17-W18 | 第 17-18 周 | X1：AI Agent 开发与运营 | 6h | 线下 Workshop | 外部专家 |
|
||
| W19-W20 | 第 19-20 周 | X2：企业知识库搭建（RAG） | 6h | 线下 Workshop | 外部专家 |
|
||
| W20 | 第 20 周 | X3：AI 工作流自动化 | 4h | 线下 Workshop | 内部+外部 |
|
||
|
||
#### 第 6 个月：结业冲刺
|
||
|
||
| 周次 | 日期 | 课程 | 时长 | 形式 | 讲师 |
|
||
|------|------|------|------|------|------|
|
||
| W21 | 第 21 周 | X4：自定义 GPTs / AI 智能体开发 | 4h | 线下 Workshop | 外部专家 |
|
||
| W21 | 第 21 周 | 结业项目启动说明会 | 1h | 线下集中 | 部门负责人 |
|
||
| W22-W23 | 第 22-23 周 | 结业项目自主开发 | — | 自主开发 | AI 教练辅导 |
|
||
| W24 | 第 24 周 | 结业项目答辩 + 颁奖典礼 | 半天 | 线下集中 | 评审团 |
|
||
|
||
### 5.2 甘特图视图
|
||
|
||
```
|
||
M1 M2 M3 M4 M5 M6
|
||
W1-W4 W5-W8 W9-W12 W13-W16 W17-W20 W21-W24
|
||
─────────────────────────────────────────────────────────
|
||
入门必修 ████████
|
||
E1-E6 ████████
|
||
─────────────────────────────────────────────────────────
|
||
中级-售前 ████████████████████
|
||
S1-S4 ████████████████████
|
||
─────────────────────────────────────────────────────────
|
||
中级-PM ████████████████████
|
||
P1-P4 ████████████████████
|
||
─────────────────────────────────────────────────────────
|
||
中级-应用 ████████████████████████████
|
||
A1-A5 ████████████████████████████
|
||
─────────────────────────────────────────────────────────
|
||
中级-开发 ████████████████████████████
|
||
D1-D5 ████████████████████████████
|
||
─────────────────────────────────────────────────────────
|
||
进阶-X1 ████████
|
||
X1-Agent ████████
|
||
─────────────────────────────────────────────────────────
|
||
进阶-X2 ████████
|
||
X2-RAG ████████
|
||
─────────────────────────────────────────────────────────
|
||
进阶-X3 ████
|
||
X3-工作流 ████
|
||
─────────────────────────────────────────────────────────
|
||
进阶-X4 ████
|
||
X4-GPTs ████
|
||
─────────────────────────────────────────────────────────
|
||
结业项目 ████████
|
||
X5-Demo ████████
|
||
─────────────────────────────────────────────────────────
|
||
```
|
||
|
||
### 5.3 讲师资源
|
||
|
||
| 类型 | 来源 | 职责 | 预算建议 |
|
||
|------|------|------|---------|
|
||
| **外部 AI 培训讲师** | AI 培训机构 / 自由讲师 | E1/E3 入门课、X1-X4 进阶课 | 3000-8000 元/天 |
|
||
| **外部行业专家** | 咨询公司 / 技术厂商 | X1-X4 魔鬼训练营 | 5000-15000 元/天 |
|
||
| **内部 AI 教练** | 部门内 AI 先行者（2-3 人） | E2/E4 工具课、日常辅导、作业批改 | 额外绩效奖励 |
|
||
| **部门主管** | 各角色组组长 | 实战演练评审、学习督促 | 本职工作 |
|
||
| **法务/合规专员** | 公司法务部 | E5 安全合规课 | 内部协调 |
|
||
| **技术厂商讲师** | Dify/Coze/Cursor 等厂商 | 产品深度培训 | 免费或低成本 |
|
||
|
||
**讲师培养计划：**
|
||
- 第 1 个月前选拔 2-3 名内部 AI 教练，提前接受"讲师培训"（TTT）
|
||
- 外部讲师授课时，内部教练全程跟学，后续可独立授课
|
||
- 建立讲师课件库，持续迭代优化
|
||
|
||
### 5.4 培训反馈收集机制
|
||
|
||
| 反馈节点 | 方式 | 频率 | 负责人 |
|
||
|---------|------|------|--------|
|
||
| 每节课后 | 在线问卷（5 分钟）：内容评分、实用性评分、改进建议 | 每次课后 | 培训助理 |
|
||
| 每月月底 | 小组座谈会（30 分钟）：学习困难、工具使用障碍、改进建议 | 每月 | 组长 |
|
||
| 季度复盘 | 全员问卷调查 + 管理层访谈：培训效果整体评估 | 每季度 | 部门负责人 |
|
||
| 即时反馈 | 企业微信/飞书群：随时提问和建议 | 持续 | AI 教练 |
|
||
|
||
**课后问卷模板（示例）：**
|
||
|
||
```
|
||
1. 本次课程内容对我的工作有帮助吗？（1-5 分）
|
||
2. 讲师讲解是否清晰易懂？（1-5 分）
|
||
3. 实操环节是否充足？（1-5 分）
|
||
4. 课程节奏是否合适？（太快/合适/太慢）
|
||
5. 最有收获的一个点是？
|
||
6. 最希望改进的一个点是？
|
||
7. 还希望学习哪些内容？（开放题）
|
||
```
|
||
|
||
### 5.5 迭代开设新课程流程
|
||
|
||
```
|
||
收集反馈 → 需求分析 → 课程设计 → 试讲评审 → 正式开课 → 效果评估
|
||
(持续) (每月) (2周) (1次试讲) (排期) (课后)
|
||
```
|
||
|
||
**具体流程：**
|
||
|
||
1. **需求收集**（持续）：通过问卷、座谈、群聊收集新课程需求
|
||
2. **需求评审**（每月）：部门负责人 + AI 教练评审需求优先级
|
||
3. **课程开发**（2 周）：指定讲师开发课件，含 PPT + 实操任务 + 考核标准
|
||
4. **试讲评审**（1 次）：内部试讲，收集反馈后修改
|
||
5. **正式排期**：纳入下月培训计划
|
||
6. **效果跟踪**：课后评估 + 1 个月后回访实际应用情况
|
||
|
||
### 5.6 考核排名与激励方案
|
||
|
||
**积分制详细规则：**
|
||
|
||
| 项目 | 得分规则 | 备注 |
|
||
|------|---------|------|
|
||
| 课程出勤 | 10 分/课 | 缺勤不得分 |
|
||
| 课堂参与 | 0-5 分/课 | 讲师根据互动情况评分 |
|
||
| 实操课作业 | A=20, B=15, C=10, D=5 | 按质量评分 |
|
||
| 月度考核 | 第1名50分, 第2名45分, ..., 递减5分 | 按角色组排名 |
|
||
| 知识分享 | 5 分/次 | 群内分享 AI 技巧/心得，上限 30 分/月 |
|
||
| 实战演练 | A=40, B=30, C=20, D=10 | 实战演练评分 |
|
||
| 结业项目 | 金奖100, 银奖80, 铜奖60, 参与30 | 最终答辩评分 |
|
||
| 额外加分 | 10-30 分 | 发现 AI 新用法、帮助同事等 |
|
||
|
||
**月度排名公示：**
|
||
- 每月初公示上月积分排名（按角色组 + 总排名）
|
||
- 月度 Top 3 授予"AI 先锋"称号，在部门会议上表彰
|
||
- 连续 3 个月 Top 3 授予"AI 大师"永久称号
|
||
|
||
**与绩效挂钩：**
|
||
- 培训积分占年度绩效评估的 10% 权重（建议）
|
||
- 结业证书作为晋升"高级顾问"的加分项
|
||
- 进阶课程选拔优先考虑积分排名靠前者
|
||
|
||
---
|
||
|
||
## 第六部分：效果评估
|
||
|
||
### 6.1 四级评估模型（柯氏模型）
|
||
|
||
| 级别 | 评估维度 | 评估方法 | 评估时机 | 关键指标 |
|
||
|------|---------|---------|---------|---------|
|
||
| **L1 反应** | 学员满意度 | 课后问卷、座谈会 | 每节课后 | 课程满意度 ≥ 4.0/5.0 |
|
||
| **L2 学习** | 知识掌握度 | 考核成绩、作业评分 | 每月考核 | 考核通过率 ≥ 85% |
|
||
| **L3 行为** | 工作行为变化 | 工具使用统计、主管观察 | 培训后 1-3 个月 | AI 工具日活跃率 ≥ 70% |
|
||
| **L4 结果** | 业务成果 | 效率指标、质量指标 | 培训后 3-6 个月 | 详见下方关键指标 |
|
||
|
||
### 6.2 关键指标体系
|
||
|
||
#### 效率提升指标
|
||
|
||
| 指标 | 衡量方式 | 目标值 | 数据采集方式 |
|
||
|------|---------|--------|-------------|
|
||
| 方案编写时间 | 同类型方案编写耗时对比 | 缩短 40%+ | 项目工时系统 |
|
||
| 会议纪要效率 | 从会议结束到纪要发出的时间 | 缩短 60%+ | 邮件/飞书时间戳 |
|
||
| 代码开发效率 | 同复杂度功能开发耗时对比 | 缩短 30%+ | 代码提交记录 |
|
||
| FS 文档编写 | 单份 FS 平均编写时间 | 缩短 35%+ | 文档版本时间戳 |
|
||
| 招标文件解读 | 从收到标书到完成分析的时间 | 缩短 50%+ | 项目日志 |
|
||
|
||
#### 工具活跃度指标
|
||
|
||
| 指标 | 衡量方式 | 目标值 | 数据采集方式 |
|
||
|------|---------|--------|-------------|
|
||
| AI 工具日活跃率 | 每日至少使用 1 次 AI 工具的人数比例 | ≥ 70%（3 个月后） | 自报告 + 抽查 |
|
||
| Prompt 库积累量 | 团队共享 Prompt 模板数量 | ≥ 200 个（6 个月后） | Prompt 库统计 |
|
||
| AI 产出占比 | 文档/代码中 AI 辅助产出的比例 | ≥ 40% | 自评估 + 抽查 |
|
||
|
||
#### 方案质量指标
|
||
|
||
| 指标 | 衡量方式 | 目标值 | 数据采集方式 |
|
||
|------|---------|--------|-------------|
|
||
| 售前方案评分 | 内部评审 + 客户反馈 | 平均提升 15%+ | 评审评分表 |
|
||
| 方案返工率 | 方案修改次数 / 总方案数 | 降低 20%+ | 版本管理系统 |
|
||
| 代码 Bug 率 | 千行代码 Bug 数 | 降低 15%+ | Bug 追踪系统 |
|
||
| 客户满意度 | 项目验收客户评分 | 平均提升 5%+ | 客户满意度调查 |
|
||
|
||
#### 商业转化指标
|
||
|
||
| 指标 | 衡量方式 | 目标值 | 数据采集方式 |
|
||
|------|---------|--------|-------------|
|
||
| AI 方案 Demo 数量 | 结业项目产出可商用 Demo 数 | ≥ 3 个 | 结业评审 |
|
||
| AI 新业务商机 | 基于 AI 能力的新客户商机数 | ≥ 2 个 | CRM 系统 |
|
||
| 内部降本增效金额 | 效率提升折算的人力成本节约 | ≥ 50 万元/年 | 财务核算 |
|
||
|
||
### 6.3 持续改进闭环
|
||
|
||
```
|
||
┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐
|
||
│ 计划 │────→│ 执行 │────→│ 检查 │────→│ 改进 │
|
||
│ Plan │ │ Do │ │ Check │ │ Act │
|
||
└─────────┘ └─────────┘ └─────────┘ └─────────┘
|
||
↑ │
|
||
└───────────────────────────────────────────────┘
|
||
```
|
||
|
||
**PDCA 循环机制：**
|
||
|
||
| 阶段 | 动作 | 频率 | 输出 |
|
||
|------|------|------|------|
|
||
| **Plan** | 根据上期评估结果，调整课程内容和教学方式 | 每月 | 下月培训计划 |
|
||
| **Do** | 执行培训，收集过程数据 | 持续 | 培训记录、考核成绩 |
|
||
| **Check** | 分析评估数据，识别问题和改进点 | 每月 | 月度培训评估报告 |
|
||
| **Act** | 固化好的做法，针对问题制定改进措施 | 每季度 | 培训体系优化方案 |
|
||
|
||
**具体改进动作：**
|
||
|
||
1. **课程迭代**：满意度低于 3.5 分的课程必须重新设计
|
||
2. **讲师调整**：连续 2 次评分低于 3.5 的讲师需接受 TTT 辅导或更换
|
||
3. **工具更新**：每季度评估 AI 工具推荐清单，淘汰落后工具，引入新工具
|
||
4. **内容更新**：AI 领域发展迅速，课程内容每季度更新 20%+
|
||
5. **角色调整**：根据业务变化和学员反馈，适时调整角色课程设置
|
||
6. **淘汰机制**：连续 2 轮无人选修的课程下线，替换为新课程
|
||
|
||
---
|
||
|
||
## 附录
|
||
|
||
### 附录 A：推荐 AI 工具清单（2026 年版）
|
||
|
||
| 类别 | 工具名称 | 厂商 | 适用角色 | 推荐理由 | 费用 |
|
||
|------|---------|------|---------|---------|------|
|
||
| 通用对话 | Claude | Anthropic | 全员 | 长文本处理强、逻辑推理好、代码能力优秀 | $20/月 Pro |
|
||
| 通用对话 | ChatGPT | OpenAI | 全员 | 生态最完善、插件最多、GPTs 市场 | $20/月 Plus |
|
||
| 通用对话 | Kimi | Moonshot | 全员 | 国产、长上下文（200K）、免费额度充足 | 免费/会员 |
|
||
| 通用对话 | 通义千问 | 阿里 | 全员 | 国产、中文能力强、与阿里云生态集成 | 免费/会员 |
|
||
| 通用对话 | DeepSeek | 深度求索 | 全员 | 国产、推理能力强、开源、性价比高 | 免费/API 付费 |
|
||
| 通用对话 | 豆包 | 字节跳动 | 全员 | 国产、体验流畅、与飞书生态集成 | 免费 |
|
||
| 编程辅助 | Cursor | Anysphere | 开发 | AI-native IDE、体验最好、支持多模型 | $20/月 Pro |
|
||
| 编程辅助 | GitHub Copilot | GitHub/微软 | 开发 | 生态最成熟、VS Code 深度集成 | $10/月 |
|
||
| 编程辅助 | 通义灵码 | 阿里 | 开发 | 国产、免费、支持国产 IDE | 免费 |
|
||
| Agent 平台 | Dify | Dify.AI | 进阶 | 开源、可私有化部署、功能全面 | 开源免费 |
|
||
| Agent 平台 | Coze | 字节跳动 | 进阶 | 易用、插件丰富、多渠道发布 | 免费/付费 |
|
||
| Agent 平台 | FastGPT | Labra | 进阶 | 开源、知识库能力强、适合企业场景 | 开源免费 |
|
||
| 知识库 | MaxKB | 飞致云 | 进阶 | 国产开源、企业级知识库、易部署 | 开源免费 |
|
||
| 内容创作 | Gamma | Gamma.app | 售前/PM | AI 生成 PPT 效果最好 | 免费/付费 |
|
||
| 语音转写 | 通义听悟 | 阿里 | 全员 | 准确率高、支持中英文、免费 | 免费 |
|
||
| 语音转写 | 飞书妙记 | 字节跳动 | 全员 | 与飞书深度集成、自动识别发言人 | 飞书用户免费 |
|
||
| AI 搜索 | Perplexity | Perplexity AI | 售前 | 带引用来源、适合调研 | 免费/Pro $20/月 |
|
||
| AI 搜索 | 秘塔 AI 搜索 | 秘塔科技 | 全员 | 国产、搜索质量高、免费 | 免费 |
|
||
|
||
### 附录 B：Prompt 模板速查表（入门级）
|
||
|
||
| 场景 | Prompt 模板 | 适用角色 |
|
||
|------|------------|---------|
|
||
| 邮件撰写 | "你是一位专业的商务沟通顾问。请帮我撰写一封{邮件类型}邮件，收件人是{角色}，目的是{目的}。要求：{风格}，控制在{字数}字以内。" | 全员 |
|
||
| 会议纪要 | "请将以下会议录音转写内容整理为标准会议纪要，包含：1)会议基本信息 2)讨论议题 3)关键决议 4)待办事项（含责任人和截止日期）5)下次会议安排。内容：{转写文本}" | PM |
|
||
| 文档摘要 | "请用 300 字以内总结以下文档的核心要点，按 1/2/3 编号列出关键结论。文档内容：{文档}" | 全员 |
|
||
| 招标文件分析 | "你是一位有 10 年经验的 IT 项目投标专家。请分析以下招标文件，提取：1)项目背景 2)核心需求（按优先级排序）3)技术要求 4)资质门槛 5)评分标准与权重 6)投标策略建议。文件内容：{招标文件}" | 售前 |
|
||
| 代码审查 | "请审查以下代码，从以下维度给出具体意见：1)代码规范 2)潜在 Bug 3)性能问题 4)安全风险 5)可维护性。请按严重程度（高/中/低）排序，并给出修改建议。代码：{代码}" | 开发 |
|
||
| 测试用例 | "基于以下功能需求，生成测试用例，覆盖：正常流程、边界条件、异常输入、权限控制。输出格式为表格：用例编号/测试场景/前置条件/操作步骤/预期结果/优先级。需求：{需求描述}" | 应用 |
|
||
| FS 编写 | "你是一位资深的 IT 实施顾问。请基于以下需求描述，编写功能规格说明书（FS），包含：1)功能概述 2)业务规则 3)输入输出 4)界面原型描述 5)接口规格 6)异常处理。需求：{需求}" | 应用 |
|
||
| 方案大纲 | "你是一位 IT 咨询公司的售前总监。请基于以下客户需求，生成一份实施方案大纲（目录结构），包含二级和三级标题，并对每个章节用一句话说明其核心内容。客户行业：{行业}，项目类型：{类型}，核心需求：{需求}" | 售前 |
|
||
|
||
### 附录 C：培训预算估算
|
||
|
||
| 项目 | 明细 | 预估费用 |
|
||
|------|------|---------|
|
||
| 外部讲师费 | 入门课 2 天 + 进阶课 4 天 × 5000-10000 元/天 | 3-6 万元 |
|
||
| AI 工具订阅 | 30 人 × 平均 200 元/月 × 6 个月 | 3.6 万元 |
|
||
| 培训场地 | 如需外部场地（通常用公司会议室） | 0-1 万元 |
|
||
| 结业奖金 | 金/银/铜奖 + 优秀奖 | 1.5 万元 |
|
||
| 内部教练激励 | 2-3 人 × 6 个月 × 2000 元/月 | 2.4-3.6 万元 |
|
||
| 杂项（教材、茶歇等） | — | 0.5 万元 |
|
||
| **合计** | — | **约 11-17 万元** |
|
||
|
||
> 注：以上为 30 人规模估算，实际费用根据人数和讲师级别调整。AI 工具订阅费用可通过购买团队版或企业版降低成本。
|
||
|
||
---
|
||
|
||
*本方案由 AI 培训体系设计专家编制，建议根据实际执行情况持续迭代优化。*
|