第一天：AI编程认知与辅助开发实战（6.5小时）
上午（3.5小时）
模块一：AI编程认知与工具环境速配（1.5小时）
学习目标：建立AI编程范式认知，30分钟内完成工具就绪，理解不同岗位的应用边界
核心内容：
1.AI编程范式革命（20分钟）
从"手写代码"到"对话式开发"：3代编程范式演进
高潜人才必备思维：需求拆解力＞代码记忆量，AI协作力＞独立编码力
岗位价值地图：行政（自动化报表）、财务（数据核对）、运营（批量处理）、技术（快速原型）
2.主流工具选型与"开箱即用"配置（40分钟）
商业工具：Cursor（全功能IDE）、GitHub Copilot（插件模式）、豆包编程助手（中文友好）、Windsurf（Cascade工作流）
选型决策树：按岗位需求（轻量办公→Copilot/豆包；复杂开发→Cursor）、按系统环境（Web版免安装 vs 客户端版）
现场配置：Web版工具即开即用 + 客户端版一键安装（取消Python/Git/pip等底层环境配置，改为使用在线IDE或封装环境）
3.首个AI协作开发体验（30分钟）
案例：用自然语言生成"部门月度考勤统计表自动汇总"脚本，现场运行并查看结果
教学安排：理论讲解20分钟 + 讲师同步演示30分钟 + 学员跟练40分钟
重点难点：工具账号权限申请、企业内网环境下的替代方案（本地离线模型/私有化部署简介）
模块二：提示词工程与AI代码生成工作流（2小时）
学习目标：掌握高质量代码生成Prompt设计，能独立完成数据处理、自动化脚本、可视化三类任务的AI生成
核心内容：
1.代码生成Prompt四维模型（30分钟）
角色维度：赋予AI"资深Python工程师/Excel VBA专家"等身份
任务维度：需求描述的"动词+对象+输出格式"公式（如：生成一个Python脚本，读取Excel中A列数据，统计重复值并输出为柱状图）
约束维度：明确技术栈（不用pandas用openpyxl）、性能要求（处理10万条数据）、安全边界（不联网）
上下文维度：提供数据样例、表头结构、业务规则
2.分场景Prompt模板与迭代技巧（40分钟）
数据处理类：数据清洗、格式转换、批量重命名、跨表关联
办公自动化类：Word报告自动生成、PPT批量排版、邮件自动发送
可视化类：动态图表、看板原型、数据大屏基础
迭代心法：V1生成→测试→报错回传→V2修正→功能追加→V3完善（三轮对话出可用代码）
3.多轮对话驾驭复杂任务（20分钟）
任务拆解：将"自动财务对账"拆解为①读取银行流水→②匹配ERP数据→③标识差异→④生成报告
记忆管理：如何让AI保持上下文连贯（Thread/Chat模式的使用技巧）
4.学员分组演练（30分钟）
每组抽取一个岗位场景卡片（运营/财务/行政/市场），用Prompt生成对应代码并运行
教学安排：案例演示40分钟 + 模板套用40分钟 + 分组实战30分钟 + 互评10分钟
重点难点：约束条件的完整性
下午（3小时）
模块三：AI辅助代码解释、调试与优化（2小时）
学习目标：能读懂AI生成代码的逻辑，掌握报错排查与性能调优的AI协作方法
核心内容：
1.代码阅读理解与注释生成（30分钟）
让AI逐行解释：输入"请用业务语言解释这段代码的每一步作用"
自动生成流程图/伪代码：将复杂脚本转化为可视逻辑图
关键判断：识别AI代码中的"黑箱操作"（看不懂的库函数必须追问）
2.报错诊断与修复工作流（40分钟）
黄金三步法：①复制完整报错信息→②描述预期行为→③提供相关代码片段
常见错误类型识别：路径错误、编码错误、依赖缺失、权限不足（针对无编程基础学员，建立错误类型速查表）
企业内网特殊问题：无外网时如何用AI诊断（本地日志分析、离线文档检索）
3.代码质量评估与优化（30分钟）
让AI自检：输入"请检查这段代码的潜在风险与优化空间"
四维评估：可读性（命名/注释）、健壮性（异常处理）、效率（大数据量测试）、安全性（敏感信息硬编码检查）
重构指令：简化嵌套、提取函数、增加日志（用自然语言下达重构要求）
4.案例实操（20分钟）
提供一段含3处错误的AI生成代码，学员使用AI工具完成诊断与修复
教学安排：演示50分钟 + 案例实操40分钟 + 小组讨论20分钟 + 讲师点评10分钟
重点难点：报错信息的有效提取
模块四：AI编程安全规范与数据合规（1小时）
学习目标：建立安全红线意识，掌握企业场景下的合规操作清单
核心内容：
1.四大风险场景与识别（25分钟）
数据泄露风险：客户手机号、财务数据、内部OA信息上传公有云AI的风险等级
代码安全风险：AI生成代码中的隐藏漏洞、依赖包投毒、后门代码识别
知识产权风险：开源协议违规（GPL/MIT/Apache混淆）、代码版权归属
幻觉风险：AI生成的"伪代码"（调用不存在的API、编造函数名）识别方法
2.企业级安全操作手册（20分钟）
数据分级上传规则：公开数据→公有AI；内部数据→私有化模型/本地工具；机密数据→脱敏后使用
代码审核双检制：AI生成→自检→同事复核→关键业务人工终审
工具白名单制度：企业允许的AI编程工具清单与禁用清单
3.安全工具速览（15分钟）
本地离线方案：Ollama+CodeLlama本地部署简介（非实操，仅认知）
敏感信息扫描：简单正则表达式自查（身份证号、手机号、银行卡号模式匹配）
教学安排：案例警示15分钟 + 规则讲解25分钟 + 场景判断练习20分钟
重点难点：业务数据脱敏技巧（如何在保留数据结构的前提下替换真实内容）
第一天收尾：日终复盘与作业布置（0.5小时）
当日要点回顾：Prompt四维模型 + 调试三步法 + 安全红线
课后作业：选定一个本岗位重复性工作痛点，准备用AI编程解决（带回第二天实战）
三、第二天：智能体开发与岗位场景实战（6.5小时）
上午（3.5小时）
模块五：智能体开发基础与低代码平台实战（3.5小时）
学习目标：理解智能体核心架构，使用低代码平台独立完成"感知-决策-执行"工作流搭建
核心内容：
1.智能体核心概念与架构（40分钟）
什么是AI智能体：从"问答工具"到"自主执行"的跃迁
四大组件解析：大模型（大脑）、工具调用（手脚）、记忆模块（经验库）、规划模块（任务拆解器）
典型类型：任务执行型（自动发邮件/填表单）、问答型（知识库客服）、协作型（多Agent审批流）
2.低代码平台选型与基础搭建（50分钟）
平台选择：扣子(Coze) / Dify / 百度智能体平台 / 钉钉AI助理（根据企业现有生态选择）
核心操作：创建工作流→添加大模型节点→配置工具插件（API/数据库/文件读取）→设置触发条件
记忆配置：短期记忆（单轮对话变量）与长期记忆（向量数据库/知识库）的区别与设置
3.典型岗位智能体搭建实战（80分钟）
运营岗："用户反馈自动分类与回复"智能体（读取Excel评论→情感分析→生成回复话术→输出待审核表）
行政岗："会议纪要自动整理与待办追踪"智能体（上传录音/文字→提取决议→拆分任务→指派责任人→同步飞书/钉钉）
财务岗："发票信息自动提取与合规初检"智能体（上传图片→OCR识别→比对税号规则→标记异常）
学员跟练：选择一个模板，在平台上完成基础工作流配置
教学安排：概念讲解40分钟 + 平台演示50分钟 + 跟练80分钟 + 答疑20分钟
重点难点：工具节点的API参数配置（如何将企业现有系统接口接入智能体）；工作流异常分支处理（if/else逻辑可视化配置）
下午（3小时）
模块六：岗位场景实战项目与路演评审（3小时）
学习目标：结合本岗位痛点，产出可演示的AI应用原型（AI编程脚本或智能体），完成路演
核心内容：
1.项目选题与需求拆解（30分钟）
选题原则：① 痛点真实（本岗位重复性/低价值工作）② 范围可控（2小时内可完成MVP）③ 可演示（有输入有输出）
选题库参考：
▪ 人力岗：简历PDF自动解析与关键词评分
▪ 市场岗：竞品新闻每日自动抓取与摘要生成
▪ 客服岗：客户投诉工单自动分类与情绪评级
▪ 采购岗：三家报价单自动比对与异常标红
需求拆解：将业务需求转化为"AI生成代码/配置智能体"的3-5个步骤
2.项目开发冲刺（90分钟）
讲师1对1巡回辅导，解决技术卡点
小组互助：同岗位学员结对，共享Prompt模板与调试经验
半成品模板支持：提供数据处理、自动化报表、智能体工作流三类基础模板，学员基于模板改造
3.项目路演与评审（60分钟）
路演形式：3分钟演示（痛点→方案→演示→效果）+ 2分钟答辩
评审维度：
▪ 实用性（40%）：是否解决真实工作痛点
▪ 完成度（30%）：功能是否可运行、流程是否闭环
▪ 创新性（15%）：AI应用思路是否有突破
▪ 安全性（15%）：数据处理方式是否合规
评选3个"最佳AI应用原型"，颁发证书/奖品
教学安排：选题30分钟 + 开发90分钟 + 路演60分钟
