Files

T

zdh a2eea31c9b fix: 代码审查修复 — 空值保护、Firefox渐变、移动端导航、CSS变量化、NPM私服配置

- 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

2026-06-03 08:22:42 +08:00

70 KiB

Raw Blame History

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：

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
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
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
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：

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
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
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）
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：

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

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"

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）
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：

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
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
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
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：

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
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"
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
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：

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
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
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）
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：

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
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）
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）
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：

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
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）
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：

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
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
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：

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）
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
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：

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）
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）
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：

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）
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）
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
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：

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
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
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
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：

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）
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）
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
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：

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）
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）
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：

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
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）
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
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：

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
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
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：

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
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
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
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：

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）
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
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：

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）
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
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
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：

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
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）
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）
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：

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）
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
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
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：

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）
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
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：

解决真实问题：基于实际客户场景或内部痛点
技术完整：包含前端交互 + 后端逻辑 + AI 能力 + 知识库（至少 3 项）
可演示：有可运行的 Demo 环境
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：

需求收集（持续）：通过问卷、座谈、群聊收集新课程需求
需求评审（每月）：部门负责人 + AI 教练评审需求优先级
课程开发（2 周）：指定讲师开发课件，含 PPT + 实操任务 + 考核标准
试讲评审（1 次）：内部试讲，收集反馈后修改
正式排期：纳入下月培训计划
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：

课程迭代：满意度低于 3.5 分的课程必须重新设计
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
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
内容更新：AI 领域发展迅速，课程内容每季度更新 20%+
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
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。

70 KiB Raw Blame History Unescape Escape

大客户及解决方案中心 AI 分级培训方案

第一部分：培训体系总览

1.1 培训目标

1.2 培训周期规划（6 个月一轮）

1.3 参与人员与分组策略

1.4 考核与激励机制（概述）

第二部分：入门级课程（全员必修）

课程 E1：AI 工具由来与发展简史——为什么现在是转型窗口期

课程 E2：主流 AI 工具安装与配置（手把手）

课程 E3：Prompt Engineering 基础

课程 E4：AI 辅助日常办公（邮件、会议纪要、文档整理）

课程 E5：安全意识与数据合规——不能喂给 AI 的内容

课程 E6：入门综合实战考核

第三部分：中级课程（按角色选修）

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

课程 S2：AI 辅助售前方案编写与 PPT 生成

课程 S3：AI 辅助竞品分析与市场洞察

课程 S4：售前顾问实战项目演练

3.2 项目经理 AI 赋能课

课程 P1：AI 辅助项目计划与甘特图

课程 P2：AI 辅助风险识别与问题追踪

课程 P3：AI 辅助会议纪要与阶段汇报

课程 P4：项目经理实战项目演练

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

课程 A2：AI 辅助 FS 文档编写

课程 A3：AI 辅助数据迁移脚本

课程 A4：AI 辅助测试用例设计

课程 A5：应用顾问实战项目演练

3.4 开发顾问 AI 赋能课

课程 D1：AI 辅助代码生成与 Code Review

课程 D2：AI 辅助技术文档编写

课程 D3：AI 辅助 Bug 诊断与修复

课程 D4：AI 辅助单元测试

课程 D5：开发顾问实战项目演练

第四部分：进阶课程（魔鬼训练营）

课程 X1：AI Agent 开发与运营（Dify/Coze 实战）

课程 X2：企业知识库搭建（RAG 架构）

课程 X3：AI 工作流自动化（多 Agent 协作）

课程 X4：自定义 GPTs / AI 智能体开发

课程 X5：结业项目——面向客户的 AI 解决方案 Demo

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

第 2 个月：角色分流启动

第 3 个月：角色深化（上）

第 4 个月：角色深化（下）+ 实战演练

第 5 个月：进阶魔鬼训练营

第 6 个月：结业冲刺

5.2 甘特图视图

5.3 讲师资源

5.4 培训反馈收集机制

5.5 迭代开设新课程流程

5.6 考核排名与激励方案

第六部分：效果评估

6.1 四级评估模型（柯氏模型）

6.2 关键指标体系

效率提升指标

工具活跃度指标

方案质量指标

商业转化指标

6.3 持续改进闭环

附录

附录 A：推荐 AI 工具清单（2026 年版）

附录 B：Prompt 模板速查表（入门级）

附录 C：培训预算估算

70 KiB

Raw Blame History