课程简介
本课程聚焦企业软件领域AI产品建设，提炼、总结了当前全球业界AI产品最新发展和实践理念，尤其聚焦AI在企业toB业务的应用落地实践，让学员从业务出发，追本溯源，并掌握最先进的AI产品设计理念，以及一套可落地的完整产品设计方案，实现对业务具备实际价值的AI产品。
本课程共分4个模块：
·模块1「AI在企业级落地的最新实践」：针对企业AI落地认知模糊、不知从何入手的挑战，系统介绍大模型的核心能力与典型应用场景，帮助学员建立正确的AI认知框架，理解LLM在企业级toB场景的真实能力边界与落地要点。
·模块2「追本溯源——基于场景和痛点的AI机会洞察」：解决"有AI工具却不知道用在哪"的困境，通过场景地图绘制五步法，帮助学员回归业务本质，深挖用户真实痛点，精准识别AI赋能业务的高价值切入点。
·模块3「AI产品形态与交互模式设计」：针对AI产品如何与现有系统结合、选择什么交互模式的设计难题，通过六脉神剑方法论，帮助学员掌握从API封装到Copilot、Agent等多种AI产品形态的设计决策框架。
·模块4「AI产品设计实战」：通过完整的端到端实战演练，解决AI需求如何论证价值、如何设计提示词方案、如何评测上线的全流程问题，让学员能够独立完成一个AI产品功能的完整设计方案。
目标收益
培训对象
本课程适用于数字化产品建设团队，包括甲方自研系统团队与乙方SaaS产品、项目制软件建设团队。学员以产品经理为主，BA、项目经理、业务负责人、研发人员均可参与课程并获得收益。
课程大纲
| 模块1：AI在企业级落地的最新实践 |
1. AI在企业级的应用概述 [0.5h] 1)企业应用AI的典型技术与场景（介绍神经网络、深度学习、计算机视觉、知识图谱、大模型这些概念的区别，目前在企业领域的典型应用场景，学员理解LLM不等于AI，对AI建立正确认知） 讨论与练习：盘点你所在企业当前已有和潜在的AI应用场景 2. LLM在企业级的应用能力 [2h] 1)语言理解与AIGC（大模型的推理能力、AIGC能力演示） 2)界面交互GUI与对话交互CUI（人机交互的颠覆变革，GUI与CUI的优缺点对比，toB场景如何抉择） 3)知识管理与RAG（理解向量化与RAG，演示Coze的知识库智能体构建） 4)数据分析与ChatBI（演示Tableau、帆软等AI+BI产品，了解AI在数据分析和展现领域的应用与挑战） 5)推理决策与Agentic AI（演示Salesforce、Shopify等全球知名商业软件，理解Agentic AI的核心原理、特点，并了解Dify、n8n等Agent编排软件的应用场景和特点） 6)Agent编排与BPM、PaaS、低代码的关系（讲清楚toB产品的核心底层架构逻辑） 7)氛围编程VibeCoding（演示Cursor，理解AI编程，如何在产品经理工作中提效、价值） 8)前瞻技术与展望（介绍Skills、OpenClaw、CLI、Spec Coding等前沿技术） 实战练习：Vibe Coding实战 + 智能体编排实战 3. 企业落地AI的要点与挑战 [0.5h] 1)企业应用大模型的数据安全策略（LLM在企业应用的数据安全架构，分享全球最佳实践Salesforce Trust Layer架构） 2)企业落地AI的4x5分析框架（探讨企业在4级流程架构中，应用L1到L5级别AI的可能性、价值与挑战） 3)企业落地AI的建议 讨论与练习：用4x5框架分析你所在企业某业务流程的AI落地可行性 |
| 模块2：追本溯源——基于场景和痛点的AI机会洞察 |
1. 理解业务和用户 [0.5h] 1)toB业务运作的特点（从多利益方，不同涉众诉求分析的角度拆解业务本质） 2)toB用户画像分析（分析用户画像和客户画像，进一步理解产品解决问题的对象和特点） 讨论与练习：分析你的业务中的多利益方与各自的痛点诉求 2. 场景地图绘制五步法 [2.5h] 1)五步法深入业务（针对典型用户，回归场景，深层次拆解挖掘业务场景与机会点，寻找AI赋能的可能性） 2)明确画像用户（梳理业务大盘，识别核心用户） 3)提炼业务目标（梳理核心用户关键业务目标） 4)推导关键任务（基于关键业务目标推导业务人员典型作业任务） 5)绘制旅程地图（针对作业任务绘制用户旅程地图） 6)细化变体场景（细化旅程地图，分析痛点、爽点、痒点，以及情绪体验变化） 7)寻找AI机会点（从痛点出发，识别事务性工作和探索性工作，分析AI赋能业务的机会点） 实战练习：选择典型用户，构建场景地图，寻找AI机会点 |
| 模块3：AI产品形态与交互模式设计 |
1. AI带来的人机协同模式颠覆 [0.5h] 1)人机交互的发展历程（以机器为中心，到以人为中心，到以结果为中心） 2)AI Agent在企业应用中的创新和挑战（AI目前能否做到企业级自主决策？挑战是什么？） 3)Copilot模式如何解决人机回圈问题（如果AI做不到完全自主决策，人机协同的模式是什么？） 讨论与练习：你的业务场景中，AI应该是Copilot还是Agent？ 2. AI人机交互设计的六脉神剑 [2h] 1)打造剑鞘：任务的二维四象限分析 2)第一剑：封装API 3)第二剑：将CUI嵌入GUI（演示了Salesforce Agentforce） 4)第三剑：CUI之Chat（演示了Notion AI） 5)第四剑：CUI之Copilot（演示了Shopify Kickside） 6)CUI与人在回环的四种模式 7)第五剑与第六剑（演示了Service Now AI、Jira ROVO） 讨论与练习：用六脉神剑框架分析你的产品适合哪种AI交互模式 3. 六脉神剑与实践应用 [0.5h] 1)六脉神剑的应用建议（如何在自己项目中决策选择合适的方案） 2)再论CUI是否会替代GUI（从认知心理学的角度探讨两者的优缺点和应用场景） 实战练习：针对你的业务场景特点，设计AI产品形态 |
| 模块4：AI产品设计实战 |
1. 需求场景与价值分析 [1h] 1)需求的场景描述与痛点分析（AI产品设计的关键前提） 2)需求价值分析与论证（针对toB场景，从业务价值、用户价值、技术价值、商业价值角度分析需求） 3)需求的优先级思考（该不该做AI功能，优先级如何，toB产品如何决策？） 4)投入产出比分析（从价值核算，到AI成本计算，计算ROI，确定项目是否开展） 讨论与练习：选择一个AI需求，完成价值分析与ROI论证 2. AI产品方案设计 [1.5h] 1)用户旅程设计（从作业场景切入，设计GUI和AI的结合方式与整体作业流程） 2)提示词撰写与上下文工程（如何针对LLM，撰写提示词，处理业务逻辑） 3)提示词的指令、规范、示例、上下文、COT、用户输入结构 4)FineTuning还是提示词优化？（LLM落地应用的最佳实践） 5)模型选型与工程落地（如何选择合适的大模型，工程化的注意事项） 讨论与练习：为你的AI需求设计提示词方案 3. 产品评测集设计与上线跟踪 [0.5h] 1)测评集制定的三个层次（基础层、核心层、挑战层） 2)上线初期和成熟时期的模型测评集方案选择与上线标准制定 3)监控体系设计（试点期的关注指标，推广期的关注指标，AI产品的关注指标） 实战练习：选择一个业务场景，设计AI产品解决方案 |
|
模块1：AI在企业级落地的最新实践 1. AI在企业级的应用概述 [0.5h] 1)企业应用AI的典型技术与场景（介绍神经网络、深度学习、计算机视觉、知识图谱、大模型这些概念的区别，目前在企业领域的典型应用场景，学员理解LLM不等于AI，对AI建立正确认知） 讨论与练习：盘点你所在企业当前已有和潜在的AI应用场景 2. LLM在企业级的应用能力 [2h] 1)语言理解与AIGC（大模型的推理能力、AIGC能力演示） 2)界面交互GUI与对话交互CUI（人机交互的颠覆变革，GUI与CUI的优缺点对比，toB场景如何抉择） 3)知识管理与RAG（理解向量化与RAG，演示Coze的知识库智能体构建） 4)数据分析与ChatBI（演示Tableau、帆软等AI+BI产品，了解AI在数据分析和展现领域的应用与挑战） 5)推理决策与Agentic AI（演示Salesforce、Shopify等全球知名商业软件，理解Agentic AI的核心原理、特点，并了解Dify、n8n等Agent编排软件的应用场景和特点） 6)Agent编排与BPM、PaaS、低代码的关系（讲清楚toB产品的核心底层架构逻辑） 7)氛围编程VibeCoding（演示Cursor，理解AI编程，如何在产品经理工作中提效、价值） 8)前瞻技术与展望（介绍Skills、OpenClaw、CLI、Spec Coding等前沿技术） 实战练习：Vibe Coding实战 + 智能体编排实战 3. 企业落地AI的要点与挑战 [0.5h] 1)企业应用大模型的数据安全策略（LLM在企业应用的数据安全架构，分享全球最佳实践Salesforce Trust Layer架构） 2)企业落地AI的4x5分析框架（探讨企业在4级流程架构中，应用L1到L5级别AI的可能性、价值与挑战） 3)企业落地AI的建议 讨论与练习：用4x5框架分析你所在企业某业务流程的AI落地可行性 |
|
模块2：追本溯源——基于场景和痛点的AI机会洞察 1. 理解业务和用户 [0.5h] 1)toB业务运作的特点（从多利益方，不同涉众诉求分析的角度拆解业务本质） 2)toB用户画像分析（分析用户画像和客户画像，进一步理解产品解决问题的对象和特点） 讨论与练习：分析你的业务中的多利益方与各自的痛点诉求 2. 场景地图绘制五步法 [2.5h] 1)五步法深入业务（针对典型用户，回归场景，深层次拆解挖掘业务场景与机会点，寻找AI赋能的可能性） 2)明确画像用户（梳理业务大盘，识别核心用户） 3)提炼业务目标（梳理核心用户关键业务目标） 4)推导关键任务（基于关键业务目标推导业务人员典型作业任务） 5)绘制旅程地图（针对作业任务绘制用户旅程地图） 6)细化变体场景（细化旅程地图，分析痛点、爽点、痒点，以及情绪体验变化） 7)寻找AI机会点（从痛点出发，识别事务性工作和探索性工作，分析AI赋能业务的机会点） 实战练习：选择典型用户，构建场景地图，寻找AI机会点 |
|
模块3：AI产品形态与交互模式设计 1. AI带来的人机协同模式颠覆 [0.5h] 1)人机交互的发展历程（以机器为中心，到以人为中心，到以结果为中心） 2)AI Agent在企业应用中的创新和挑战（AI目前能否做到企业级自主决策？挑战是什么？） 3)Copilot模式如何解决人机回圈问题（如果AI做不到完全自主决策，人机协同的模式是什么？） 讨论与练习：你的业务场景中，AI应该是Copilot还是Agent？ 2. AI人机交互设计的六脉神剑 [2h] 1)打造剑鞘：任务的二维四象限分析 2)第一剑：封装API 3)第二剑：将CUI嵌入GUI（演示了Salesforce Agentforce） 4)第三剑：CUI之Chat（演示了Notion AI） 5)第四剑：CUI之Copilot（演示了Shopify Kickside） 6)CUI与人在回环的四种模式 7)第五剑与第六剑（演示了Service Now AI、Jira ROVO） 讨论与练习：用六脉神剑框架分析你的产品适合哪种AI交互模式 3. 六脉神剑与实践应用 [0.5h] 1)六脉神剑的应用建议（如何在自己项目中决策选择合适的方案） 2)再论CUI是否会替代GUI（从认知心理学的角度探讨两者的优缺点和应用场景） 实战练习：针对你的业务场景特点，设计AI产品形态 |
|
模块4：AI产品设计实战 1. 需求场景与价值分析 [1h] 1)需求的场景描述与痛点分析（AI产品设计的关键前提） 2)需求价值分析与论证（针对toB场景，从业务价值、用户价值、技术价值、商业价值角度分析需求） 3)需求的优先级思考（该不该做AI功能，优先级如何，toB产品如何决策？） 4)投入产出比分析（从价值核算，到AI成本计算，计算ROI，确定项目是否开展） 讨论与练习：选择一个AI需求，完成价值分析与ROI论证 2. AI产品方案设计 [1.5h] 1)用户旅程设计（从作业场景切入，设计GUI和AI的结合方式与整体作业流程） 2)提示词撰写与上下文工程（如何针对LLM，撰写提示词，处理业务逻辑） 3)提示词的指令、规范、示例、上下文、COT、用户输入结构 4)FineTuning还是提示词优化？（LLM落地应用的最佳实践） 5)模型选型与工程落地（如何选择合适的大模型，工程化的注意事项） 讨论与练习：为你的AI需求设计提示词方案 3. 产品评测集设计与上线跟踪 [0.5h] 1)测评集制定的三个层次（基础层、核心层、挑战层） 2)上线初期和成熟时期的模型测评集方案选择与上线标准制定 3)监控体系设计（试点期的关注指标，推广期的关注指标，AI产品的关注指标） 实战练习：选择一个业务场景，设计AI产品解决方案 |
近期公开课推荐
