课程收益：

● 重构资源投入结构，驱动降本增效新范式：掌握AI大模型自动化处理文档、表格和图像，显著减少手工操作时间和出错率，从而提升整体办公效率和降低相关运营成本

● 培育人机协同智能，激活组织创新动能：掌握AI大模型的应用技巧后，将大幅提升其技术能力，促进企业在技术应用上的创新与发展。

●解构低效流程壁垒，构建敏捷协作生态：利用AI大模型优化和简化各项办公流程，提升各部门之间的协作效率，推动更高效的团队合作。

● 植入可持续提效基因，量化业务成果转化：学成后可直接应用于实际工作，满足企业日常办公需求

课程方式：

讲授式（至少2场“AI技能大PK”）+实战演练：（【示范】-【讲解】-【实践】-【反馈】-【深化】的5步法）+案例研讨

第一部分：双轮驱动——AI技术认知筑基与国产化实践跃迁

第一讲：AI认知筑基——技术原理与国产化实践

一、技术变革与效率革命

1. “AI四要素”框架：算法、算力、数据、场景

2. “保安四问”交互原理：是谁？找谁？干啥？填表！

二、开启AI大门：AI大模型的工作原理

1. AI大模型的基本工作机制

核心：如何通过大规模预训练和微调来生成自然语言文本？

2. 常见办公场景中的3大应用

1）客户服务：自动回复机器人

2）内容生成：自动翻译，报告生成

3）数据分析：图表制作，数据透视

互动示范：学员亲自体验AI大模型的对话能力和应用效果，加深技术原理的理解

三、国产化替代路径

——DeepSeek的全解析

1. 发展路径分析

2. 技术内核

3. DeepSeek与Chatgpt的PK战

4. DeepSeek的底层逻辑与应用实例

DeepSeek-R1技术解析：MoE,数据标注，数据蒸馏

要点：大模型能力边界实证（能做什么？ vs 不能做什么？）

第二讲：刚需场景突破——文档×数据×会议智能革命

一、AI大模型的潜力

1. 大信息量

——超大数据（数百万行）及超大文件（30MB）以上的文件处理注意事项

2. 高质量内容

——高敏感内容（政策性文件、法律性文件、医疗健康等）的处理注意事项

3. 提升工作效率

——AHT概念（Average Handling Time）及人工效率的提升测算方式

二、AI大模型的能力边界

1. 复杂上下文（背景）情境下的局限性，规避和优化方式

2. 高精度内容时的局限性，规避和优化方式

3. 场景汇总：Deepseek版本下的应用能力边界

场景应用：有效规避AI大模型的局限性

——法律场景：法律条款解读的演示以及根因分析

——医疗顾问：医疗咨询演示以及根因分析

三、AI办公革命三大核心战场

核心战场一：智能文档处理（IPO链条升级→智能体）

技术：报告自动化2.0

1. 政务公文规范生成（公文写作模块）

——IPO原则

1）数据投喂=“内力输送”

2）Prompt工程=“招式组合”

跨模态内容生成

2. 自媒体爆款文案

案例：AI写作营

3. 政务汇报PPT智能生成

操作：PPT自动化

核心战场二：数据智能决策（双方法论融合）

——四步法升级版

1. 取数

2. 建模

3. 分析

4. 决策

行业沙盘演练：

1）金融：信贷风险模型（互联网银行案例）

2）政务：大屏看板制作案例分析（DataV+灾普Demo）

3）运营商：用户流失模型（决策树算法+业务理解）

核心战场三：会议协作体系重构

——智能会议中枢

1. 实时转录技术（tts） × 应急指挥平台架构（横向到边，纵向到底）

2. 会后行动项自动分配

第二部分：八层AI办工心法——从基础操作到办公助理

场景一：文档处理

第一层：报告自动生成

工作痛点：手工生成报告费时费力，容易因人为疏忽导致错误1. AI大模型生成格式规范报告的3个先决条件

1）提取和组织数据的：结构化清洗+维度拆解

2）内容逻辑结构设定：金字塔原理应用+行业模版植入

3）设置对应格式

工具：Deepseek-R1

2. AI大模型生成格式规格报告的4个步骤

步骤一：数据投喂：批量导入、动态抓取、非结构化处理

步骤二：设置核心场景的Prompt提示词——场景化模版库、变量引擎、风格控制器

工具：《AI报告提示词宝典V3.0》含200+场景模板

步骤三：手动优化与细节调整

a 逻辑校准三原则：数据→结论的因果链完整、避免绝对化表述、关键指标双重校验

b 视觉优化：图表色彩符合CI规范、重点数据添加荧光标记

步骤四：合规风控与交付——敏感信息过滤、版本留痕、格式输出

3. 10个职场常见应用场景与实践

1）通用日常运营类

——工作日报/周报/月报、年度工作总结与计划报告、会议纪要/会议总结/学习心得、产品需求说明

案例：某电商运营团队自动化日报

练习：输入昨日销售数据，生成含「异常指标红标」「改进建议」的简报（限200字）

工具：DeepSeek日报模板 + Excel插件

2）信息传递与决策支持类

——市场调研/用户调研报、项目可行性分析报告、商业计划书

案例：新能源汽车用户画像：10万+问卷数据聚类生成4类人群标签

练习：清洗问卷数据 → 输出人群特征雷达图+购买动机词云

工具：Python库 + Tableau

3）问题分析与改进类

——事故/问题分析报告、财务报表分析/审计报告、行业战略分析报告

案例：工厂设备故障根因追：运维日志自动生成故障树，关联备件库存预警

练习：输入报警日志 → 输出「因果链图」+「预防措施检查表」

工具：根因分析仪（本地部署版）

第二层：文档摘要提炼

工作痛点：阅读长文档耗时，易错过关键信息

1. 应用场景

1）核心内容理解

技术挑战：跨章节语义连贯性处理

2）会议纪要精炼

技术挑战：口语转书面语的逻辑重构

3）学习笔记生成

技术挑战：概念实体关系抽取

4）录音稿摘要

技术挑战：多模态信息融合（语音+文本）

5）二次创作深化

技术挑战：风格迁移与信息密度控制

2. 文档中提取关键摘要

1）通过AI大模型提炼重要信息

a 技术路径：分层抽取策略

首层：基于TextRank算法抽取核心句（保留原文）

二层：基于Seq2Seq模型生成抽象摘要（重构语言）

三层：关键实体增强（人名/机构名/数据）高亮标注

b 长文档处理方案

2）通过AI大模型提高阅读效率

a 效率提升杠杆：信息压缩率控制、交互式摘要导航、可信度验证机制

b 自动标注数据来源页

c 矛盾检测

学习实践：结构化提示词设计（含效果验证）

基础工具：DeepSeek-R1

增强工具1-音频处理：讯飞听见API（中英粤语支持）

增强工具2-格式输出：Markdown/PPT/知识图谱（适配WPS/腾讯文档）

增强工具3-合规检查：敏感词实时过滤（自定义金融/医疗黑名单）

第三层：自动做PPT

工作痛点：制作PPT常面临时间压力大（紧急汇报占比62%）、内容组织碎片化（平均耗时4.2小时/份）、信息检索低效（37%时间用于资料搜集）三重挑战

1. 应用场景与智能解决方案

1）工作总结：数据分散、成果量化难

工具链：DeepSeek-R1自动提取业务系统日志 → 生成「关键指标看板」+「问题根因树」

2）企业介绍：品牌一致性难保障

工具链：Kimi+企业库自动匹配：主色（潘通2945C）+字体（思源黑体）→ 全网搜索竞品案例智能排雷

3）技能培训：知识点枯燥、转化率低

工具链：输入课程音频→DeepSeek生成「互动题库」+「情景模拟动画脚本」→ Kimi插入3D模型演示区

4）产品介绍：技术参数与客户痛点脱节

工具链：爬虫抓取电商评论→ Gamma生成「客户需求热力图」→ 动态匹配产品功能页

2. 生产PPT的2个路径

路径1：投喂文档→生成大纲→修改大纲→输出PPT→调整

案例：基于《Q3用户反馈报告.docx》生成PPT大纲

Kimi优化点：启用「智能避坑」功能，自动过滤敏感词（如“绝对领先”）

路径2：全网搜索→生成大纲→修改大纲→输出PPT→调整

实战案例：制作《新能源汽车出海策略PPT》

课堂练习：销冠实战沙盘(工具参考：deepseek+kimi)

场景二：数据与会议

第四层：数据分析

工作痛点：数据输入和校验繁琐易出错

局关键：通过AI自动化预处理+ 人机协同决策化解传统数据流程瓶颈

1. 基于数据分析四步法，AI与人的共同协作

第一步：取数–多源异构数据智能整合

核心操作：多源抓取+异构治理

第二步：建模–动态多维业务模型构建

维度建模：AI辅助优化

1）自动检测数据孤岛（如缺失的供应链数据）

2）推荐关联字段（如“促销活动”关联“客单价波动”）

第三步：分析–智能诊断与根因定位

1）描述性分析：自动生成关键指标卡

2）关联性分析：Apriori算法挖掘菜品组合

3）预测性分析：LSTM预测未来3天客流量

第四步：决策–人机协同策略生成

协作流程：AI生成备选策略+管理者校准决策

案例：某企业特定物品采购量分析

2. 数据分析过程

1）源数据理解（AI减负80%人工校验）：多源异构、多维建模、分析方法

2）分析需求落地（人机协作闭环）：业务理解、算法选择、迭代验证、业务校准

现场演练：连锁餐厅运营分析沙盘

成果交付：《xxx店铺运营优化方案》

第五层：数据图表

工作痛点：管理层需直观图表分析季度业绩，但传统制图面临三重瓶颈。

第一步：取数——指定数据区域、字段

工具支持：DeepSeek-R1数据清洗插件（支持正则表达式过滤）

第二步：定图——确定想图表类型

1）业绩对比：簇状柱形图+数据标签

2）趋势预测：双Y轴折线图（实绩+预测线）

3）结构占比：旭日图（分层占比）

创新功能：语义转图表、图表纠错

第三步：输出——图表、数据大屏，可视化

工具：多类型图表操作指令

课堂练习：季度业绩数据分析与图表生成

成果产出：掌握使用AI大模型分析季度业绩数据，生成包括柱状图、折线图等在内的多种图表，学习如何直观展示数据分析结果

第六层：会议信息

方式一：实时记录会议信息

场景1：专业会议记录 – 全链路自动化

案例分析：某科技公司使用后，决议事项追溯效率提升80%，会议时长缩短35%

场景2：专属同传–低延迟跨语言协作

突破性能力：语言无感切换、行业术语库绑定、声纹情绪分析

工具链：通义听悟（实时翻译）+ 腾讯同传（术语优化）

场景3：培训学习助手 – 知识萃取引擎

核心功能：智能打点标记、知识图谱生成、随堂测验生成

方式二：上传音视频文件生成

场景1：音频智能转写–非结构化治理

创新处理：多人重叠发言、背景噪音干扰、方言识别

场景2：视频结构化解析–多模态理解

解析：技术架构

场景3：专业翻译–合规级本地化

案例分析：企业级方案——术语库预载、风格控制器、安全审计

学习实战：豆包AI工具链实战

场景三：图像处理场景

第七层：图像文字识别

工作痛点：纸质文档识别既耗时又容易出错，影响工作效率

1. 图像文字识别的5大常见应用场景

1）图片内容识别

技术方案：OCR（EasyOCR）+ 版面分析（LayoutLMv3）+ 语义修正（GPT-4o）

2）PDF智能解析

技术方案：PDF拆页（PyMuPDF）→ 矢量文本优先提取 → 图像兜底（Tesseract 5.0）

3）打印文稿自适应处理

技术方案：固定模板匹配（OpenCV）+ 动态版面分割（UNet）

4）复杂图文关键信息抽取

技术方案：图神经网络（GNN）+ 关键信息抽取（KIE）

5）视觉-语言端到端推理

技术方案：VLPM（Qwen-VL）+ 多模态理解 → 生成结构化描述

2. 技术原理与智能跃迁

1）光学字符识别（OCR）：从扫描到语义

2）计算机视觉（CV）：机器之眼的认知革命

3）AI大模型：图像文字编辑的智能跃迁

课堂练习：使用AI大模型处理扫描某企业文档中的文字

成果产出：掌握将各类实体文件转换为可编辑的文字文件，使用AI大模型进行识别和编辑，确保内容准确无误。（每人经验分享）

第八层：AI绘画与图片处理

——图像提示词结构的四维黄金公式

1. 主体定义——精准锚定核心元素

创新方案：动态绑定、跨模态联想

2. 细节&背景——增强叙事真实感

工具：细节库

3. 风格/媒介/艺术家——风格代码化

工具：风格速查表

4. 参数——生成控制论

工具：关键参数组合

课程总结、回顾与展望