AI 自动完成需求分析、课程推荐、方案设计与精准报价
快速示例:
核心价值
战略设计与变革领导者
规划节奏 · 投资决策 · 治理机制
具备 AI 应用场景落地能力的业产研骨干
方案设计 · 交付落地 · 运营机制
具备 AI 通识与工具能力的一线人员
个人提效 · 正确认知 · 合规使用
课程体系
面向不同角色,从认知到实战的完整培养路径
| 时间 | 内容 | 形式 |
|---|---|---|
| 09:00–10:20 | 开场分组,介绍工作坊议程,AI 趣味互动 | 暖场互动 |
| 09:00–10:20 | AI 2.0 认知:大模型技术发展脉络和演进趋势 | 讲解、提问互动 |
| 09:00–10:20 | AI 2.0 技术的应用场景和案例 | 案例分析、小组讨论 |
| 10:20–10:30 | 茶歇 | |
| 10:30–12:00 | AI 2.0 应用场景探索和战略规划案例分享 | 讲解、提问互动 |
| 10:30–12:00 | AI 落地的成效评估与行业做法 | 案例分析 |
| 10:30–12:00 | 共创:AI 就绪度评估——采购、外包还是自研 | 分组卡牌与分析 |
| 12:00–14:00 | 午休 | |
| 14:00–15:30 | 前程回顾,醒脑互动 | 醒脑互动 |
| 14:00–15:30 | 利用 AI 赋能技术的技术要点 | 讲解、小组讨论 |
| 14:00–15:30 | 识别机会场景并评估可行性 | 案例分析 |
| 15:30–15:40 | 茶歇 | |
| 15:40–17:15 | 共创:AI 场景与优先级排序 | 分组卡牌与分析 |
| 15:40–17:15 | AI 战略部署落地的风险管理计划 | 样本示范与案例对标 |
| 15:40–17:15 | 共创:绘制你的风险管理地图 | 分组绘制与分析 |
| 17:15–17:30 | 课程总结,Q&A | 讲解、提问互动 |
| 时间 | 课程内容 | 形式 |
|---|---|---|
| 8:40–9:10 | 开场/分组,介绍业务领域及背景 | 暖场互动 |
| 9:10–10:20 | 1 业务目标 KPI 拆解(小组演练) | 讲解、小组演练 |
| 10:20–10:30 | 茶歇 | |
| 10:30–12:00 | 2 业务价值流分析(小组演练) | 分组案例练习并点评 |
| 12:00–13:30 | 午休 | |
| 13:30–13:40 | 前程回顾,醒脑互动 | 醒脑互动 |
| 13:40–15:00 | 3 客户旅程和认知负荷地图梳理分析(小组演练) | 分组案例练习并点评 |
| 15:00–15:10 | 茶歇 | |
| 15:20–16:30 | 4 识别 AI 扮演角色及头脑风暴 AI 应用场景(小组演练) | 分组案例练习并点评 |
| 17:00–17:30 | 课程小结,Q&A |
| 时间 | 课程内容 | 形式 |
|---|---|---|
| 9:00–9:15 | 开场/分组,介绍提报课题 | 暖场互动 |
| 9:15–10:20 | 1 AI 应用场景定义(小组演练) | 讲解、小组演练 |
| 10:20–10:30 | 茶歇 | |
| 10:30–12:00 | 2 AI 应用用户旅程和产品原型设计(小组演练) | 分组案例练习并点评 |
| 12:00–13:50 | 午休 | |
| 13:50–14:00 | 前程回顾,醒脑互动 | 醒脑互动 |
| 14:00–15:20 | 3 Agent Workflow 拆解(小组演练) | 分组案例练习并点评 |
| 15:20–15:30 | 茶歇 | |
| 15:30–17:30 | 4 Agent Workflow 拆解和提示词设计(小组演练) | 分组案例练习并点评 |
| 17:30–18:00 | 课程小结,Q&A |
| Day | 模块 | 内容要点 |
|---|---|---|
| Day 1 | AI 辅助研发最佳实践 | 了解 AI 辅助研发趋势和 AI 辅助编码工具;了解 AI 编码工具使用最佳实践;演练:结合提示工程和 AI 编码助手端到端完成需求开发 |
| Day 2 | AI 辅助技术任务:打靶比赛 | 端到端实现应用功能模块;已有功能重构;应用开发框架搭建;应用技术栈升级;Bug 修复解决 |
| Day 3 | 辅助研发 AI Agent 设计和开发 | 了解辅助研发 AI Agent 应用场景;学习 IDE AI Agent 设计的技术工具;演练:利用 Shire 来设计开发单测 AI Agent |
| Day 4 | 辅助业务 AI Agent 设计和开发 | 了解业务领域 AI Agent 应用场景;深入学习 RAG、Agent 技术;演练:业务场景 AI Agent 架构设计;演练:RAG 技术实操演练;演练:AI Agent 效果评估 |
| Day 5 | 实战认证 | 实战结果评估及认证 |
| 时间 | 课程内容 | 形式 |
|---|---|---|
| 9:00–9:15 | 开场介绍、分组及工作坊目标 | 暖场互动 |
| 9:15–10:20 | 大模型训练的方法流程和实践概览 | 讲解、提问互动 |
| 10:20–10:30 | 茶歇 | |
| 10:30–11:20 | 数据工程基础:数据预处理与数据管道搭建 | 讲解、提问互动 |
| 11:20–12:00 | 趣味竞答:数据处理工具和最佳实践 | 分组知识抢答 |
| 12:00–13:30 | 午休 | |
| 13:30–13:45 | 前程回顾,技术复盘 | 醒脑互动 |
| 13:45–15:20 | 数据准备实践:如何为 AI 模型提供高质量数据集 | 分组案例练习并点评 |
| 15:20–15:30 | 茶歇 | |
| 15:30–17:00 | 分组练习:设计并搭建 RAG 系统中的数据管道 | 分组案例练习并点评 |
| 17:00–17:15 | 课程总结,Q&A | 讨论、总结 |
| 时间 | 课程内容 | 形式 |
|---|---|---|
| 9:00–9:15 | 开场介绍、分组及工作坊目标 | 暖场互动 |
| 9:15–10:20 | 1 生产级 AI 应用落地挑战;从 PoC 到生产的实际落地挑战 | 讲解、提问互动 |
| 10:20–10:30 | 茶歇 | |
| 10:30–11:30 | 2 AI 工程化最佳实践 LLMOps:从软件 1.0 到 3.0;DevOps→LLMOps | 讲解、分组抢答 |
| 13:00–13:15 | 前程回顾,技术复盘 | 醒脑互动 |
| 13:15–14:45 | 3 主流技术路线:RAG 演进(含 GraphRAG);Agent 演进(单/多 Agent、A2A);高效微调;业界案例 | 讲解、分组练习 |
| 14:45–15:00 | 茶歇 | |
| 15:00–17:00 | 4 实践演练:基于 MCP 的 Agentic RAG(LangGraph 构建 Agent;MCP 服务创建与调用) | 讲解、分组练习 |
| 17:00–17:30 | 课程总结,Q&A | 讨论、总结 |
| 周次 | 主题 | 内容要点 |
|---|---|---|
| 第一周 | AI 基础与工具入门 | AI 核心概念与大模型基础;提示工程实践;主流 AI 工具体验与应用 |
| 第二周 | AI 应用开发与实战 | RAG/Agent 应用设计;AI 辅助编码实践;实战项目启动与小队协作 |
| 第三周 | 项目冲刺与成果展示 | 项目迭代与优化;Demo 准备与呈现;成果评估与认证 |
| 模块 | 内容 |
|---|---|
| 1 AI 驱动下的产品工作流程演进和业界趋势 | AI 能力的突破:AI 从「辅助工具」走向「工作伙伴」;AI 对于未来业务、组织结构、人才能力的影响;看业界:主流科技公司的产品团队是如何应用 AI 的?;看工作:AI 正在如何改变产品工作流程和方法? |
| 2 AI2.0 时代,产品经理的变与不变 | 业界 CPO 如何看待产品经理的角色演进和能力升级?;业界 CPO 如何带领他们的产品团队进行变革?;作为产品经理,我们的角色、职责和所需能力在发生哪些变化?;互动讨论:哪些能力要求不变?哪些能力需要提升/拓展? |
| 3 作为产品经理,我们该如何行动? | 我们该如何应对新的变化?;行动指南和实践 tips;互动交流,Q&A |
| 模块 | 内容 |
|---|---|
| 1 AI 技术本质及发展趋势 | AI 技术:判别式 AI 和生成式 AI,各自适用场景;小互动:身边的 AI 应用案例;现阶段大模型(生成式 AI)的能与不能;大模型技术的本质、大模型的幻觉;国内外模型能力及梯队、多模态模型和推理模型;优秀的 Agent 产品及应用示例;小互动:lovart、genspark、coze 空间等 |
| 2 AI 应用落地的技术路径 | 理解提示工程、RAG、Agentic AI 和模型微调及适用场景;小互动:提示词技巧;小互动:理解 RAG 的核心概念(知识、chunks、embedding、rank & re-rank、召回、混合检索等);小互动:案例场景和技术匹配 |
| 3 总结,Q&A | 核心要点回顾与答疑 |
| 模块 | 内容 |
|---|---|
| 1 AI 交互的演进:从 GUI 到智能协作 | AI 驱动的交互范式演进:GUI → 智能协作交互;企业中的 AI 应用形态:嵌入式 AI 和 AI Chat、AI Agent、AI-Native 产品、Team AI 及应用案例 |
| 2 AI Chat 设计挑战、模式和实践案例 | AI Chat:产品形态和适用场景;AI Chat 设计模式:混合式入口/上下文感知对话/自动推荐引导和实践案例;互动讨论:当前业务产品中的 AI Chat 应用?优点和待改进点? |
| 3 AI Agent 产品设计挑战、模式和实践案例 | AI Agent:产品形态和适用场景;AI Agent:挑战、设计模式及应用案例;互动讨论:哪些场景 AI Agent 产品形态可行?我们该如何应用上述设计? |
| 4 总结与未来展望 | 核心要点回顾和趋势展望,Q&A |
| 模块 | 内容 |
|---|---|
| 1 AI 产品的落地流程 | 理解 AI 应用的形态(嵌入/Copilot/Agent/多 Agent/原生应用);AI 产品的生命周期,与数字化产品的差异点;AI 产品落地端到端流程;AI 类与非 AI 类产品的实践差异要点 |
| 2 AI 项目落地的角色职责和能力要求 | AI 项目中的角色职责和能力要求;业务和科技角色的协作分工;AI 应用团队和 AI 平台团队/算法模型团队的协作分工 |
| 3 总结,Q&A | 核心要点回顾与答疑 |
| 时间 | 课程内容 | 形式 |
|---|---|---|
| 9:00–9:15 | 开场/分组,介绍提报课题 | 暖场互动 |
| 9:15–10:20 | 1 AI 产品定义(小组演练) | 讲解、提问互动、小组演练 |
| 10:20–10:30 | 茶歇 | |
| 10:30–12:00 | 2 AI 产品用户旅程和原型设计(小组演练) | 分组案例练习并点评 |
| 12:00–13:50 | 午休 | |
| 13:50–14:00 | 前程回顾,醒脑互动 | 醒脑互动 |
| 14:00–15:20 | 3 Agent Workflow 拆解(小组演练) | 分组案例练习并点评 |
| 15:20–15:30 | 茶歇 | |
| 15:30–17:30 | 4 Agent Workflow 拆解和提示词设计(小组演练) | 分组案例练习并点评 |
| 17:30–18:00 | 课程小结,Q&A |
| 时间 | 课程模块 | 内容要点 | 形式 |
|---|---|---|---|
| 9:00–9:45 | 1 AI 2.0 时代:产品经理的定位与角色重塑 | 行业趋势:从 AI 1.0 到 AI 2.0;能力升级:产品经理能力模型与行动指南 | 讲授 + 互动问答 |
| 9:45–10:35 | 2 产品全生命周期流程及可用的 AI 工具地图 | 工具地图:深度拆解 PM 最常用的 5-6 个 AI 效率工具清单;行业研究演练:实操利用 DeepResearch 进行竞品与数据分析 | 讲授 + 案例展示、小组实操演练 |
| 10:45–12:00 | 3 提示工程与产品方案设计 | 提示工程演练:利用结构化提示词进行产品定义;利用结构化提示词进行需求细化,编写 Story Spec | 小组实操演练 |
| 12:00–13:30 | 午休 | — | — |
| 13:30–15:30 | 4 AI 原型构建实战 (1) | 环境准备:AI 原型工具选型与注册使用;原型生成:利用 AI 工具(v0.app、Figma Make)生成可交互的前端原型 | 小组实操演练 |
| 15:30–15:45 | 茶歇 | — | — |
| 15:45–17:30 | 4 AI 原型构建实战 (2) | 原型优化:在已有系统上添加新功能,优化原型;从原型反向构建 PRD:基于原型,来反向生成需求 PRD | 小组实操 + 点评 |
| 17:30–18:00 | 6 成果汇报与复盘 Q&A | 成果展示:各组 Demo 演示与互评;复盘总结:讲师针对全天实战表现进行深度复盘与 Q&A | 分组汇报 + 总结 |
| 时间 | 课程内容 | 形式 |
|---|---|---|
| 8:40–9:10 | 开场/分组,介绍业务领域及背景 | 暖场互动 |
| 9:10–10:20 | 1 业务目标 KPI 拆解(小组演练) | 讲解、提问互动、小组演练 |
| 10:20–10:30 | 茶歇 | |
| 10:30–12:00 | 2 业务价值流分析(小组演练) | 分组案例练习并点评 |
| 12:00–13:30 | 午休 | |
| 13:30–13:40 | 前程回顾,醒脑互动 | 醒脑互动 |
| 13:40–15:00 | 3 客户旅程和认知负荷地图梳理分析(小组演练) | 分组案例练习并点评 |
| 15:20–15:30 | 茶歇 | |
| 15:20–16:30 | 4 识别 AI 扮演角色及头脑风暴 AI 应用场景(小组演练) | 分组案例练习并点评 |
| 17:00–17:30 | 课程小结,Q&A |
| 时间 | 课程内容 | 形式 |
|---|---|---|
| 9:00–9:15 | 开场/分组,介绍提报课题 | 暖场互动 |
| 9:15–10:20 | 1 AI 产品定义(小组演练) | 讲解、提问互动、小组演练 |
| 10:20–10:30 | 茶歇 | |
| 10:30–12:00 | 2 AI 产品用户旅程和原型设计(小组演练) | 分组案例练习并点评 |
| 12:00–13:50 | 午休 | |
| 13:50–14:00 | 前程回顾,醒脑互动 | 醒脑互动 |
| 14:00–15:20 | 3 Agent Workflow 拆解(小组演练) | 分组案例练习并点评 |
| 15:20–15:30 | 茶歇 | |
| 15:30–17:30 | 4 Agent Workflow 拆解和提示词设计(小组演练) | 分组案例练习并点评 |
| 17:30–18:00 | 课程小结,Q&A |
组合方案
选择适合您组织阶段的培养方案
统一认知与决策要素,小队训战产出可落地方案
管理层共识 + 小队 PoC Demo + 迭代交付计划
系统化识别场景→明确优先级→选择重点场景训战落地
高价值场景地图与优先级 + PoC 方案与 Demo + 路线图与里程碑
从 PoC 走向生产级、规模化推广与持续运营阶段
生产级架构/评测/质量内建方法 + 知识运营与持续优化机制
合作流程
明确目标人群(领航者 / 设计者 / 应用者)与业务主题
选择标准服务包或按需定制组合,确定交付节奏
工作坊 + 小队辅导 + 里程碑评审,产出可落地成果
社区 / 平台 / CoE 机制,形成持续迭代的能力闭环
适合正在推进 AI 2.0 转型、已启动部分 AI 项目但希望扩大参与度、提升落地成效并建立协作机制的组织。
可以。我们的训战强调结合组织工具平台进行实践与反馈点评,且可与组织现有能力、平台、流程进行融合式设计。
可以。我们提供「AI 人才需求定义与评估」的方法:确定需求、设计角色/团队结构、绘制能力图谱、识别高潜、评估差距并制定赋能目标。