Agent 企业内训
不把 AI 停留在工具试用。让团队在真实任务、真实数据和真实 Agent 上动手，把能复用的工作方法带回日常业务。
现场
现场
现场
现场
现场
现场
现场
现场
反馈
成果
现场
现场先打共同基础，再按场景选课
所有课程均为 60 分钟。必修模块建立 Agent 协作、任务定义、执行环境和能力沉淀的共同方法；选修模块按团队的业务场景组合。
4 门必修
Agent Introduction：从聊天机器人到数字员工工作台
让学员建立 Agent 的共同语言，理解 Agent、LM、传统 Chat Bot 和工作流的差异，并能完成个人 Agent 的基础配置与任务启动。完成本节后，学员应能够：能说清 Agent 与 Chat Bot 的差别；能独立启动/停止/分叉任务；能解释至少 3 个配置项的业务影响。
Prompt Engineering：把模糊需求写成任务契约
让学员掌握把任务交给 Agent 的基本契约：Goal、Scope、Owner、Evaluation 与 Specification，使 Agent 的输出可执行、可验收、可复盘。完成本节后，学员应能够：任务契约能让另一个人或另一个 Agent 复现任务意图；输出可被 owner 用明确标准验收。
Harness Engineering：给 Agent 配执行环境、资源和装备
让学员理解 Agent 做不好不一定是模型或 prompt 问题，而是 context、capability、resource、权限、工具链和数据入口没有配齐。完成本节后，学员应能够：能判断一个失败来自 Agent、Skill 还是 Harness；能列清资源和权限；能证明 Agent 实际访问过资源。
Skill Engineering：把一次成功任务封装成可复用能力
让学员学会把 Agent 执行过的任务从一次性 prompt 转化为可复用 Skill，并能评估 Skill 是否稳定、可检查、可迭代。完成本节后，学员应能够：Skill 能被另一个 Agent 调用；能输出固定字段和证据；失败时能降级而不是编结论。
选修池 · 按团队真实场景组合
数据收集与处理：让 Agent 抓去数据，并接入 API 和 MCP
让学员掌握让 Agent 获取外部与内部数据的基本路径，并把杂乱数据清洗成可写入表格、可复查、可继续分析的结构化记录。完成本节后，学员应能够：记录可回查来源；字段稳定；缺失不编造；能说明为什么选网页/API/MCP 中的某一路径。
数据库基础：把 Excel/群聊记录/文件夹变成协作数据中台
让学员理解企业数据底座不是一个 Excel 文件，而是一套围绕业务对象、权限、视图、文件和自动化形成的协作数据中台。完成本节后，学员应能够：能从业务对象出发设计表结构；能解释哪些资料放云盘、哪些字段进 Base；能让 Agent 读取并写回。
数据分析与可视化：让 Agent 从数据中生成洞察和看板
让学员学会让 Agent 基于结构化数据完成分析、解释异常、生成可视化和管理层简报，同时保留口径、证据和人工复核边界。完成本节后，学员应能够：分析结果能追溯数据口径；图表能回答问题；建议不越过数据证据。
设计类 Agent：海报、PPT、VI 素材与 Infographic 的标准化生产
让学员掌握用 Agent 完成平面设计类任务的流程，并把主观审美任务转化成风格约束、模板、Skill 和批量生产规范。完成本节后，学员应能够：产出不是单张好看图片，而是可复用设计流程和可检查标准。
图像类 Agent：产品图、模特图、照片与影像素材生产
让学员掌握用 Agent 组织图像生成、编辑、修图和质检的工作流，尤其解决产品真实感、一致性、品牌风格和批量可控问题。完成本节后，学员应能够：图像输出能被 Rubric 检查；修改意见具体到结构、材质、光线、背景、平台规则。
视频类 Agent：广告片、种草视频与批量短视频生产
让学员掌握用 Agent 完成视频脚本、分镜、素材组织、视频模型提示词和后期剪辑协同，并把视频生产变成可迭代 Skill。完成本节后，学员应能够：脚本可拍、分镜可生成、失败可诊断；每个视频建议都能回到产品数据或用户痛点。
音频类 Agent：TTS、ASR、Voice Clone 与声音工作流
让学员理解并实操常见音频模型与工具的安装、调用和工作流设计，用 Agent 完成转录、配音、声音克隆和音频素材处理。完成本节后，学员应能够：能安装/调用一个音频工具；能用质检表判断输出；能说明隐私和授权边界。
数字人 Agent：常见数字人模型与端到端应用搭建
让学员理解数字人不是单一模型，而是形象、脚本、声音、口型、视频合成、审核和发布构成的工作流，并能用 Agent 跑通一个最小数字人 demo。完成本节后，学员应能够：能说明数字人链路每一环；能完成最小 demo 计划；能识别授权与发布风险。
多 Agent 协作：从单个个人助理到团队化多 Agents 系统
让学员理解什么时候需要多个 Agent，以及如何从部署层、路由层、身份层拆分角色，设计可管理、可追责、可协作的 Agent 系统。完成本节后，学员应能够：能解释为什么要拆；每个 Agent 职责不重叠；共享状态和人工责任清楚。
Loop Engineering：用 Trace、Eval 和反馈让能力持续变强
让学员掌握把一次 Agent 工作变成可观察、可评价、可改进的 loop，用 trace 和 eval 驱动 Skill 和任务系统持续升级。完成本节后，学员应能够：Loop 有明确目标和停止条件；Eval 可执行；更新写入具体资产而不是口头承诺。
Distillation：把人的隐性经验蒸馏成 Agent 可用资产
让学员理解员工蒸馏不是简单“克隆一个人”，而是把工作方法、人际关系、知识库、判断标准、语气和人格线索沉淀成可复用系统资产。完成本节后，学员应能够：蒸馏结果能落成 Skill、memory、Eval、知识库或关系图；不越过隐私与授权边界。
Agent 自进化：问题归因、反思机制与迭代升级
让学员掌握 Agent 任务或 Skill 没做好时的归因方法，避免只让 Agent 口头认错，并能设计更可靠的反思、审计和升级机制。完成本节后，学员应能够：归因有证据；升级动作写入具体资产；重跑能验证是否真的改善。
Vibe Coding：把复杂 Skill 升级成一套操作系统
让学员理解什么时候不该只靠 Skill，而应把复杂能力设计成一套有前端、后端、数据、权限和工作流的系统，并用 Agent 快速搭出可测试原型。完成本节后，学员应能够：能解释为什么要做系统；能给出最小原型范围；验收用例能防止“看起来能用”。
人-Agent 协作原理：从岗位分工到组织协同
帮助 HR 与管理者理解 Agent 进入组织后对岗位、任务和协作关系的影响，建立人机分工与责任边界的基本框架。完成本节后，学员应能够：识别适合由人、Agent 或人机协同完成的任务；梳理关键岗位的人-Agent 协作链路；明确决策权、执行权、复核权与异常升级机制。
Agent 团队协作与管理：目标、编排与治理机制
帮助 HR 与业务管理者掌握 Agent 团队的目标拆解、角色编排、运行管理和治理方法，使 Agent 协作过程可观察、可追责、可复盘。完成本节后，学员应能够：定义 Agent 团队的目标、角色与任务接口；设计 owner、审批、升级和复盘机制；识别协作冲突、重复劳动与责任缺口。
Agent 效能指标体系：从使用数据到组织考核
帮助 HR 建立兼顾业务结果、过程质量、Agent 使用成熟度与风险边界的效能指标体系，避免以单一使用次数或工时节省评价员工。完成本节后，学员应能够：区分结果、过程、质量与能力指标；形成岗位和团队指标字典；设计基线、目标值、权重、数据来源及复核机制。
¥4,000 / 节
20 人以下团队，4 节课起订，即 ¥16,000 起。
- 课程组合建议根据团队角色和业务场景，从必修与选修模块中确认培训组合。
- 现场实操引导围绕真实任务完成 Agent 使用、任务定义、结果复核和工作流练习。
- 课后成果整理沉淀课程中跑通的案例、任务方法与可复用能力，便于回到岗位继续使用。
- 20 人以上团队、线下差旅及完全按客户业务定制的课程内容，单独沟通确认。
- 需要先完成 Agent 环境部署，可参考 企业数字员工启动包。
- 跨境电商团队需要环境、业务场景与课程一体交付，可参考 跨境电商 AI 运营系统。
先聊团队要跑通什么
告诉我们团队人数、岗位构成、当前使用的 AI 工具，以及最希望解决的一两个真实任务。我们会据此建议必修与选修的课程组合。