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
课程背景
AI 工具人人会用，但真正能把 AI 做成产品的人极少。
问题不在工具，而在于：不懂大模型边界、不懂智能体架构、不懂场景筛选、不懂产品落地。
本课程直指一个核心问题：AI 产品到底应该怎么设计，才能真正落地？
课程特色
1. 不教工具，教 AI 产品底层逻辑
搞清楚什么时候用大模型，什么时候必须用智能体。
2. 五层架构，看清 AI 产品全貌
从大模型、界面、架构、场景到产品文档，一次拆清。
3. 场景 12 问，专治为 AI 而 AI
快速判断场景值不值得做、做不做得动、能不能算 ROI。
4. 现场用 AI 写 PRD
用 Claude 从 0 写出智能体 PRD，学完即可实战。
课程价值
把 AI 从工具升级为产品，把 Demo 升级为系统，把个人经验升级为可复制方法。
不再只是会用 AI，而是能设计 AI 产品。
课程收益
1. 一套 AI 产品五层架构认知模型
2. 一套高 ROI 场景筛选方法
3. 一套 AI 辅助 PRD 写作流程
4. 一份真实可落地的智能体产品设计样例
一堂课，从“用 AI”到“做 AI 产品”。
课程模块
课程时长1天
模块一：大模型层
主题：大模型的局限
时长：15 分钟 | 层级定位：基础层
教学目标
理解大语言模型的核心能力边界
认识为什么需要智能体架构来弥补大模型的不足
内容大纲
幻觉问题（Hallucination）：模型生成看似合理但实际错误的内容
上下文窗口限制：Token 数量限制与长文本处理挑战
实时信息缺失：知识截止日期与动态数据需求
推理能力边界：复杂逻辑与数学计算的局限
工具使用需求：为什么模型需要外部工具扩展能力
模块二：UI 层
主题：GUI vs LUI
时长：15 分钟 | 层级定位：交互层
教学目标
理解图形界面与语言界面的本质差异
掌握不同场景下的界面选型策略
内容大纲
GUI（图形用户界面）回顾：点击、拖拽、可视化操作范式
LUI（语言用户界面）崛起：自然语言交互的新范式
两种范式的对比：学习成本、效率、灵活性、容错性
混合界面趋势：GUI + LUI 的融合实践
案例分析：ChatGPT、Claude、Cursor 的界面设计
模块三：架构层
主题：智能体的架构
时长：20 分钟 | 层级定位：设计层
教学目标
掌握主流智能体架构的设计原理
能够根据场景选择合适的架构模式
内容大纲
ReAct 框架：推理（Reasoning）+ 行动（Acting）的循环
规划与执行机制：任务分解、步骤规划、执行反馈
记忆系统设计：短期记忆、长期记忆、向量存储（理解RAG）
工具调用架构：Function Calling、MCP 协议、插件系统
模块四：场景层
主题：如何找到合适的场景 — 场景 12 问
时长：30 分钟 | 层级定位：场景层
教学目标
掌握系统化的场景筛选方法论
能够独立评估一个场景是否适合引入 AI 智能体
场景 12 问框架
实战练习
学员分组讨论：用 12 问框架分析一个真实业务场景
模块五：产品层
主题：Claude Codex 撰写 PRD
时长：40 分钟 | 层级定位：应用层
教学目标
学会利用 AI 工具高效撰写产品需求文档
掌握 AI 辅助产品设计的完整工作流
内容大纲
PRD 文档结构解析：背景、目标、功能需求、非功能需求、验收标准
Claude Codex 介绍：能力边界与最佳使用场景
Prompt 工程实践：如何引导 AI 生成高质量 PRD
迭代优化技巧：多轮对话、角色扮演、结构化输出
质量把控要点：人工审核、一致性检查、可落地性评估
实战演练
现场演示：用 Claude 从零撰写一份智能客服 Agent 的 PRD
学员动手：基于自己的场景生成 PRD 初稿
大案例分享
如何组织协同做一个大产品设计
0-1和1-100Vibe Writing迭代产品构件
课程总结
本课程通过五层架构模型，帮助学员建立起完整的 AI 智能体认知框架：
大模型层：理解能力边界，知道何时需要智能体
UI 层：选择合适的人机交互方式
架构层：设计可靠的智能体系统
场景层：找到真正有价值的应用场景
产品层：高效完成产品设计与文档输出
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
