西安交大数字经济研究院首席科学家/广东省人工智能与大数据中心技术总监
不只是教你「做」智能体，更教你让智能体「产生业务价值」
这门课解决什么问题？
你现在的状态
学完后的状态
会用DeepSeek，但不知道怎么变成生产力工具
能独立搭建解决实际业务问题的智能体
做过几个Demo，但领导问ROI答不上来
清晰理解智能体的价值锚点，能算清投入产出账
知道有Dify、扣子这些平台，但不知道怎么选、怎么用
掌握主流平台的核心逻辑，根据场景灵活选择
智能体只能完成单一任务，复杂业务搞不定
掌握多智能体协作架构，让AI团队替你干活
课程产出物清单
学完这门课，你将带走：
产出物
说明
1套认知框架
4P模型，系统理解智能体的底层逻辑
1套方法论
六步四会，可复用的搭建流程
1张进阶地图
L1-L4路线图，清晰的成长路径
5个提示词模板
通用型/任务型/角色型/技能型/问答型
1个工作流模板
企业报告生成的完整工作流
1个智能体原型
课堂上搭建，回去即可使用
1套避坑指南
100+调试经验，少走3个月弯路
课程与众不同的三个点
第一：不止教「做」，更教「用出价值」
市面上的课程教你搭建智能体，但没人告诉你怎么让它真正产生业务价值。本课程的「心法轨」专门解决这个问题。
第二：多智能体协作的完整方法论
单个智能体能力有限，真正的生产力来自智能体之间的协作。本课程是市面上少有的系统讲解多智能体协作的实战课程。
第三：从Demo到Production的完整路径
做一个Demo容易，做一个能上生产环境的智能体难。本课程覆盖完整的调试、测试、发布、运维流程。
适合人群
企业管理者：想了解智能体如何提升组织效能
业务负责人：想用智能体解决具体业务问题
技术人员：想掌握智能体开发的系统方法
个人学习者：想建立完整的智能体能力体系
课程时长
1天（6小时）
建议排程
上午（3小时）：Purpose + Principle + Practice（前3步）
下午（3小时）：Practice（后3步）+ Profession + Dify实战
课程模型
课程模块
课程核心框架：4P × 双轨制
【心法轨】 为什么做？做什么？ 【技法轨】 怎么做？做得好？
Purpose
势在必行
Principle
本来面目
Practice
循序渐进
Profession
登堂入室
模块一：Purpose — 不是「要不要学」，而是「不学会怎样」
核心问题：智能体和你的饭碗有什么关系？
1.1 三个不可逆的趋势
技术趋势：从大模型到智能体，AI正在从「回答问题」进化到「解决问题」
产业趋势：2025年，全球500强企业智能体部署率将超过60%
职业趋势：未来3年，「会用智能体」将成为白领岗位的基础能力
1.2 一个关键认知
大模型是「大脑」，智能体是「员工」。你需要的不是一个聪明的大脑，而是一个能干活的员工。
1.3 三类高价值场景
效率型：把8小时的工作压缩到8分钟
质量型：把80分的输出稳定在95分
创新型：发现人类看不到的模式和机会
【案例速览】制造业、金融业、教育行业的智能体ROI实测数据
模块二：Principle — 看透智能体的「第一性原理」
核心问题：智能体的本质是什么？为什么它能产生价值？
2.1 一个公式理解智能体
智能体 = 大模型 × 工具 × 记忆 × 流程
大模型提供「智商」
工具提供「手脚」
记忆提供「经验」
流程提供「方法论」
2.2 智能体 vs 传统软件：范式级的差异
维度
传统软件
智能体
输入
结构化指令
自然语言
逻辑
预设规则
动态推理
输出
固定格式
灵活适配
进化
版本迭代
持续学习
2.3 智能体的四个核心能力
感知：理解用户真正想要什么
决策：选择最优的解决路径
执行：调用工具完成任务
优化：从反馈中持续进化
【心法要点】好的智能体不是「功能多」，而是「懂业务」。
模块三：Practice — 六步四会，从零搭建智能体
核心问题：如何用最短的时间，搭建一个真正能用的智能体？
3.1 第一步：选平台（1分钟决策）
企业级首选：Dify
开源可控，私有化部署
工作流能力强大
适合复杂业务场景
快速验证：扣子/Coze
上手门槛低
插件生态丰富
适合个人和小团队
【决策树】根据你的场景，30秒选定平台
3.2 第二步：定人设（智能体的灵魂）
心法：人设不是「角色扮演」，是「能力边界」
一个好的人设 = 身份定位 + 能力范围 + 行为准则 + 输出规范
【模板库】通用助理型、专业顾问型、任务执行型、创意生成型人设模板
【实操练习】5分钟写出你的第一个专业级人设
3.3 第三步：配知识库（智能体的「专业度」来源）
三类知识库的搭建方法
类型
适用场景
搭建要点
文档库
产品手册、政策文件
切片策略是关键
问答库
高频问题、标准话术
覆盖率决定效果
术语库
行业黑话、内部概念
小而精，持续迭代
【避坑指南】90%的知识库效果差，都是因为这3个错误
3.4 第四步：接插件（让智能体「长出手脚」）
必备插件清单
搜索类：联网搜索、知识检索
处理类：PDF解析、OCR识别、数据分析
执行类：发邮件、调API、写文件
【心法要点】插件不是越多越好，而是「恰好够用」
3.5 第五步：编工作流（复杂任务的「拆解术」）
工作流的本质：把「一个聪明人」变成「一条流水线」
用户输入 → 意图识别 → 信息检索 → 内容生成 → 质量校验 → 格式输出
四个核心节点
变量：信息的载体
条件：决策的分叉
动作：任务的执行
循环：质量的保障
【实操练习】搭建一个「自动写周报」的工作流
3.6 第六步：调试发布（从Demo到Production）
调试三板斧
1. 逐节点测试：找到问题出在哪
2. 边界用例测试：看看能不能「玩坏」
3. 真实场景测试：用户会怎么问
模块四：Profession — 从「能用」到「好用」的五个秘诀
核心问题：为什么同样的工具，有人做出惊艳的效果，有人做出一堆废品？
秘诀一：组合拳思维
单一要素永远不够，组合才能产生化学反应
L1 提示词驱动
解决简单问题
L2 + 插件助力
获取外部能力
L3 + 知识加持
注入专业深度
L4 + 流程编排
处理复杂任务
【案例】保险行业智能顾问：如何用组合拳实现90%的问题自动解决
秘诀二：提示词的「炼金术」
CHAT框架：从「能用」到「好用」的提示词升级路径
Context（上下文）：让AI知道背景
Hint（提示）：告诉AI怎么思考
Action（行动）：明确要做什么
Tone（语气）：规定输出风格
【对比展示】同一个任务，初级提示词 vs 专业提示词的效果差异
秘诀三：把业务Know-how变成AI能力
心法：最值钱的不是技术，是你的业务经验
线下最佳实践 → 结构化SOP → 可执行工作流 → 持续优化的智能体
【案例】制造业品控专家的20年经验，如何变成一个7×24小时在线的质检AI
秘诀四：L1-L4进阶路线图
等级
特征
适用场景
代表能力
L1
提示词驱动
个人效率工具
写作助手、翻译助手
L2
插件增强
信息处理场景
研究助手、数据分析
L3
知识赋能
专业咨询场景
产品顾问、合规审查
L4
流程编排
复杂业务场景
自动化运营、智能客服
【自测工具】你现在在哪个级别？下一步该往哪走？
秘诀五：多智能体协作（本课程核心亮点）
★ 心法：一个智能体是「员工」，多个智能体是「团队」
为什么需要多智能体？
单一智能体的能力有上限
复杂任务需要分工协作
专业的事交给专业的「人」做
多智能体协作的三种模式
模式一：流水线模式（串行）
A智能体 → B智能体 → C智能体 → 最终输出
用户输入 → [ 专家A / 专家B / 专家C ] → 综合决策 → 输出
模式三：指挥官模式（调度）
用户输入 → 指挥官 → [ 执行者A/B/C ] → 指挥官汇总 → 输出
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
【重磅案例】小红书内容工厂：4个智能体联动生成商业级内容
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
选题智能体
文案智能体
金句智能体
生图智能体
↓
热点分析
↓
爆款文案
↓
金句提炼
↓
配图生成
━━━━━━━━━ → 完整的小红书帖子 ← ━━━━━━━━━
【现场演示】从一个关键词到一篇完整的小红书内容，全程自动化
模块五：Dify实战工坊
核心目标：带走一个可运行的企业级智能体
5.1 Dify快速部署（10分钟搞定）
Docker一键安装
基础配置与模型接入
5.2 Dify核心组件精讲
应用类型选择：聊天助手 vs 工作流 vs Agent
变量系统详解
节点类型与最佳实践
5.3 实战项目：企业报告生成智能体
任务：输入原始数据和要求，自动生成符合公司风格的分析报告
工作流设计
数据输入 → 数据分析 → 风格提取 → 内容生成 → 格式校验 → 报告输出
【产出物】每位学员带走一个可直接使用的智能体
5.4 进阶：多智能体架构设计
认识Manus等多Agent框架的设计思想
【演示】基于Dify的智能体集群：4个智能体如何协同工作
授课老师
李家贵 广东省产业大数据和人工智能工程研究中心技术总监
常驻地：深圳
邀请老师授课：13439064501 陈助理
