一套AI常识框架
知道AI是什么、能干什么、什么事情不适合直接交给AI。
一次智能体演练
打开演练产品，亲手理解模型、知识、工具、上下文和SKU。
一份部门SKU清单
每个部门识别机会，现场沉淀5-10个SKU雏形。
一套SKU评测方法
用规范、触发、内容、可维护四维度持续打磨SKU。
一个AI Coding原型
把一个高价值SKU推进成可点击、可演示的插件或产品原型。
一组可复制材料
模板、评测包、PRD、工具链接均可在课件里打开。
AI时代，每个岗位都要重新理解工作
从流程管理者视角，改为震裕科技全员和各部门的AI内训入口。
| 维度 | 公开信息 | 课程启发 |
|---|---|---|
| 公司 | 宁波震裕科技股份有限公司（300953，深交所创业板） | 场景必须贴近制造业上市公司真实管理与知识工作。 |
| 业务 | 精密级进冲压模具及下游精密结构件 | 研发、工艺、质量、供应链、营销、财务法务都有SKU机会。 |
| 方向 | 精密模具、电机铁芯、锂电结构件、新能源汽车、人形机器人零部件 | AI要服务产品、交付、质量、经营分析和部门协同。 |
不迷信平台
平台只是工具箱，真正有用的是具体部门能力。
场景从业务里长出来
低门槛、高感知、能节省20分钟的环节，最容易启动。
先做少而精
全员写Skill容易运动化，应该围绕真实工作架构做高质量SKU。
员工要补框架
不是背工具，而是会拆场景、写输入、验输出、控风险。
制造业场景很丰富
研发、制造、质量、供应链、销售、HR、财务法务都能挖。
从用户到建造者
非技术员工也可以借助AI Coding共创工具。
今天真正的分水岭，不是“会不会聊天”，而是能不能把AI嵌入自己的工作流。
文档型工作
报告、纪要、方案、制度问答会被快速重构。
分析型工作
归纳、比对、检查、解释会变成AI协同任务。
协同型工作
会议行动项、跨部门材料汇总、跟进提醒会被自动化。
| 幻觉 | 典型说法 | 正确追问 |
|---|---|---|
| 平台幻觉 | 我们买了平台，所以已经AI化了 | 平台里有没有能解决具体问题的SKU？ |
| 智能体数量幻觉 | 我们建了几百个智能体 | 多少人每天使用？节省了哪个环节？ |
| 全员写Skill幻觉 | 每个人都写一个Skill就好了 | 有没有工作架构、业务专家、评测机制？ |
AI结构框架
知道模型、知识、工具、上下文、SKU分别负责什么。
部门工作架构
知道自己部门有哪些职责领域、工作模块和具体任务。
AI Coding框架
知道如何把一个SKU推进成可演示工具。
- 为什么必须拥抱AI
- 震裕场景口径
- AI与智能体
- 部门SKU共创
- 插件原型
- 测试与验收
- AI不是某个技术部门的事，而是每个岗位的工作方式升级。
- 不拥抱AI的员工，会被会用AI的人和会重构工作的组织替代。
- 今天不空谈趋势，要把震裕科技各部门的AI能力雏形现场做出来。
快问快答挑战
共10道单选题，每题10分，满分100分
选项高亮即时反馈，答完查看总分
AI常识与能力边界
讲清AI是什么、能做什么、不能直接交给它什么。
| 层次 | 个人使用 | 企业使用 |
|---|---|---|
| 输入 | 随手问一句 | 有场景、材料、角色和标准 |
| 过程 | 模型自由发挥 | 按SKU/Skill执行 |
| 输出 | 一段回答 | 可验收、可复用、可追踪的结果 |
文本生成
纪要、邮件、报告、方案初稿。
材料整理
制度、表单、记录、反馈的结构化。
对比检查
合同条款、报销资料、供应商信息完整性。
分析归纳
周报、异常、客户声音、项目风险。
知识问答
制度问答、流程问答、培训小测。
重复执行
按固定规则生成标准输出。
| 不适合直接交给AI | 原因 | 正确做法 |
|---|---|---|
| 最终审批、付款、签署、处罚 | 涉及责任与授权 | AI只做材料检查和建议，必须人工确认 |
| 高敏数据未脱敏 | 存在合规和泄密风险 | 先脱敏、分级、授权 |
| 部门规则未达成共识 | AI会放大混乱 | 先统一规则和输出标准 |
| 需要实时操作核心系统 | 权限与安全风险高 | 先做辅助分析，再逐步连接工具 |
| 重大法律、商业承诺 | AI不能承担最终责任 | 保留人工断点和复核链路 |
普通AI回答问题，智能体围绕目标执行任务；但要稳定执行，就必须有知识、SKU、工具连接和上下文。
目标
知道要完成什么任务。
计划
能拆步骤、按顺序推进。
工具
能查询、读取、生成、调用。
SKU
知道这类任务应该怎么做。
断点
高风险处交给人确认。
结果
输出可验收的交付物。
智能体演练产品
点击打开：https://e2e-ai.pages.dev
打开链接
全员进入演练产品页面。
选择一个任务
观察输入、执行步骤和输出结果。
拆解结构
回看它背后需要哪些知识、SKU、工具和人工断点。
- 这个智能体解决的是哪个具体任务？
- 它需要哪些输入材料？
- 它在哪些步骤调用了规则或知识？
- 哪些地方不应该让AI直接下结论？
- 如果放回你们部门，可以改造成什么SKU？
- AI的本质不是聊天框，而是可以被组装成生产系统的多层能力。
- 智能体要稳定工作，必须有知识、SKU、工具连接、上下文和人工断点。
- 理解AI之后，下一步就是扫描部门真实工作，找到可以沉淀成SKU的机会。
快问快答挑战
共10道单选题，每题10分，满分100分
选项高亮即时反馈，答完查看总分
智能体框架练习
用一个练习把AI、智能体、SKU和企业真实任务串起来。
| 问题 | 要回答什么 |
|---|---|
| 用户是谁 | 哪个部门、哪个岗位、哪类角色使用？ |
| 任务是什么 | 触发场景、输入材料、输出物是什么？ |
| 规则在哪里 | 制度、模板、表单、历史案例、专家经验有哪些？ |
| 工具接什么 | 需要表格、文档、系统、网页还是数据库？ |
| 风险在哪 | 哪些结论必须人工确认？ |
智能体
负责理解目标、调度步骤、组织输出。
SKU / Skill
负责提供具体做法、判断标准和输出模板。
业务系统
负责存放数据、流程、记录和权限。
选一个部门任务
例如研发评审纪要、质量8D初稿、供应商评价、招聘简历初筛。
写出输入输出
输入材料是什么，最终要交付什么。
拆执行步骤
AI要先检查什么、提取什么、判断什么、输出什么。
标人工断点
哪些结论只能建议，不能替人决定。
沉淀SKU名称
动作 + 对象 + 输出物。
| 部门方向 | 可以带入的材料 | 可能沉淀的SKU |
|---|---|---|
| 研发/产品/工艺 | 需求评审、设计变更、试制记录、测试报告 | 需求拆解、评审纪要、变更影响分析 |
| 生产/质量 | 班组日报、不良记录、8D报告、检验记录 | 日报生成、异常归类、8D初稿 |
| 供应链/采购 | 供应商资料、报价、交付记录、库存报表 | 供应商评价、比价说明、交付风险提示 |
| 销售/市场/客户 | 拜访纪要、报价资料、客户反馈、订单跟进 | 拜访纪要、商机建议、客户问题归因 |
| HR/财务/法务/IT | JD、制度、报销、合同、权限单、故障单 | 简历匹配、报销检查、合同初筛、故障归类 |
质量部门
偏问题归因、检验、8D、客户投诉。
研发工艺
偏评审、变更、测试、工艺知识。
供应链
偏供应商、交付、库存、采购。
HR行政
偏招聘、培训、制度、员工服务。
财务法务
偏合规检查、合同初筛、付款资料完整性。
管理层
偏经营摘要、项目风险、会议行动项。
- 智能体不是一个聊天窗口，而是一套能执行任务的能力组合。
- SKU是智能体稳定工作的核心做事方法。
- 接下来每个部门要用自己的材料，把工作任务沉淀成SKU。
快问快答挑战
共10道单选题，每题10分，满分100分
选项高亮即时反馈，答完查看总分
部门SKU体系共创
按部门小组扫描材料、识别机会、写出SKU，并用评测标准修第一版。
| 类型 | 判断标准 | 例子 |
|---|---|---|
| 高频重复 | 每周、每月都要做 | 周报、月报、会议纪要、客户跟进 |
| 规则明确 | 有制度、模板、检查项 | 合同初筛、报销检查、供应商评价 |
| 经验依赖 | 老员工才知道怎么做 | 异常处理、需求判断、客户分级 |
| 输出标准 | 最终交付物格式固定 | 报告、清单、邮件、表格、方案 |
不要写“假设有一家制造企业”，要写“我们部门现在有某份真实材料，当前用于某个真实工作场景”。
| 部门方向 | 材料入口 | SKU方向 |
|---|---|---|
| 研发/工艺 | 评审、变更、工艺、测试 | 评审纪要、变更影响、测试归因 |
| 生产/质量 | 日报、点检、不良、8D | 日报生成、异常初判、8D初稿 |
| 供应链/采购 | 供应商、报价、交付、库存 | 供应商评价、比价说明、交付风险 |
| 销售/客户 | 拜访、报价、订单、反馈 | 拜访纪要、商机推进、客户归因 |
| HR/财务/法务/IT | 制度、合同、报销、权限、故障 | 制度问答、合同初筛、故障归类 |
| 材料名称 | 类型 | 使用频率 | 当前痛点 | 可能SKU |
|---|---|---|---|---|
| 销售拜访纪要 | 报告类 | 每周 | 记录不统一、行动项遗漏 | 客户拜访纪要行动项提取SKU |
| 8D报告 | 质量类 | 按事件 | 原因归类慢、格式不稳 | 质量异常8D报告初稿SKU |
| 供应商报价单 | 采购类 | 每月 | 比价说明费时 | 供应商报价比对SKU |
列L1职责领域
部门负责哪些大类工作。
拆L2工作模块
每类职责下面有哪些稳定工作模块。
列L3具体任务
落到每天、每周、每月具体做什么。
标SKU机会
哪些任务高频、规则明确、可复用、风险可控。
合同条款风险初筛SKU
对象和输出都清楚。
客户拜访纪要行动项提取SKU
明确动作：提取行动项。
质量异常8D报告初稿SKU
清楚是初稿，不是最终结论。
智能助手
太泛，无法判断何时调用。
帮我处理一下
没有对象和输出。
AI办公神器
口号，不是SKU。
| 模块 | 最低要求 | 为什么重要 |
|---|---|---|
| 适用场景 / 不适用场景 | WHEN / WHEN NOT | 决定触发边界 |
| 输入材料 | 必填、选填、禁止 | 决定结果质量 |
| 执行流程 | 5-10步具体动作 | 决定稳定性 |
| 输出标准 | 字段、格式、质量要求 | 决定能否验收 |
| 测试用例 | 至少5条 | 决定能否持续变好 |
| 维护信息 | Owner、版本、状态 | 决定能否运营 |
| 维度 | 课堂语言 | 写SKU时要做到什么 |
|---|---|---|
| ① 规范 | 像不像标准能力包 | 名称、结构、字段完整，便于归档 |
| ② 触发 | AI知不知道什么时候用 | 写清WHEN、WHEN NOT、正例和反例 |
| ③ 内容 | AI能不能稳定干活 | 工作流、输入、输出、示例、失败处理 |
| ④ 可维护 | 后续能不能迭代 | Owner、版本、测试记录、更新动作 |
SKU / Skill 评测操练包
打开后复制 rubric.md 或 SKILL.md 进行评测
粘贴SKU初稿
让AI按四维标准评分。
读取P0/P1/P2
P0必须当场修完。
修完再评
记录前后得分变化。
| 字段 | 说明 |
|---|---|
| 部门 / SKU名称 | 谁的能力，叫什么 |
| 场景 / 输入 / 输出 | 什么时候用、用什么、交付什么 |
| 优先级 / 风险等级 | 先做哪个，哪些要谨慎 |
| Owner / 状态 | 后续谁维护，现在进度如何 |
| 评测得分 / 关键问题 / 测试状态 | 最近一次评测结果和整改情况 |
- 我们部门识别了多少个SKU机会。
- 首批选择了哪5-10个。
- 最有价值的1个SKU是什么。
- 它输入什么、输出什么、能节省什么。
- 它当前评测得分是多少，P0/P1问题修了哪些。
- 下午准备把哪个SKU做成插件或产品原型。
- 企业AI能力不是买来的，而是从部门真实工作里挖出来、写出来、跑出来的。
- SKU是把个人经验变成组织资产的最小单元。
- SKU必须经过评测和迭代，才能从草稿变成可复用能力。
快问快答挑战
共10道单选题，每题10分，满分100分
选项高亮即时反馈，答完查看总分
把SKU做成插件或产品原型
下午三小时只做一件事：把一个高价值SKU推进成可演示工具。
| 环节 | Vibe Coding | AI Coding |
|---|---|---|
| 需求 | 一句话想法 | 场景、用户、边界、验收标准 |
| 开发 | 一次性生成 | 分模块搭建、逐步确认 |
| 测试 | 看起来差不多 | 正常、缺失、混乱、高风险、空输入 |
| 验收 | 自己觉得可以 | 能演示、能解释、能被业务理解 |
SKU / Skill
规定角色、输入、流程、输出和边界。
System Prompt
把SKU转成AI调用时的稳定指令。
插件 / 产品原型
给用户输入、按钮、输出区和验收体验。
| PRD字段 | 要写什么 |
|---|---|
| 使用者 | 哪个岗位打开这个工具 |
| 使用场景 | 在什么工作节点使用 |
| 核心功能 | 输入、生成、展示、复制/导出 |
| 边界 | 哪些事情不做最终判断 |
| 验收标准 | 跑通哪些测试才算完成 |
页面骨架
标题、说明、输入区、生成按钮、输出区。
示例输入
给一段低敏样例，帮助用户知道怎么用。
输出占位
分析结论、风险/问题、建议行动、人工确认提示。
| 测试层 | 看什么 | 最低要求 |
|---|---|---|
| SKU评测 | 规范、触发、内容、可维护 | 修完P0，至少修1-2个P1 |
| 产品测试 | 按钮、输入、输出、异常、展示 | 至少5条用例 |
| 业务验收 | 是否解决真实任务 | 2分钟讲清价值和下一步 |
| 项目 | 必须达到 |
|---|---|
| 产品名称 | 清楚 |
| 使用者 | 清楚 |
| 输入区 | 可粘贴或上传材料 |
| 生成按钮 | 可点击 |
| 输出区 | 有结构化结果 |
| SKU逻辑 | 能看出采用上午SKU方法 |
| 人工确认 | 有提示 |
| 演示话术 | 2分钟讲得清 |
- SKU是能力单元，插件和产品原型是让能力被真实使用的入口。
- AI Coding不是随手生成页面，而是用AI走真实的软件开发流程。
- 从今天开始，震裕科技的各部门不只是AI使用者，也可以成为AI工具共创者。
快问快答挑战
共10道单选题，每题10分，满分100分
选项高亮即时反馈，答完查看总分
评测、资料与课后延续
把课堂产出变成可复制、可评测、可迭代的部门AI资产。
SKU / Skill 评测操练包
线上可复制：SKILL.md、rubric.md、examples.md
复制rubric
用四维评分标准约束SKU质量。
粘贴SKU
让AI输出评分报告和整改清单。
修完再测
记录版本和得分变化。
| 部分 | 要求 |
|---|---|
| 评分概览 | 总分、等级、四维得分 |
| 触发实测 | 10条正例、5条反例 |
| 整改清单 | P0/P1/P2分级 |
| 改写片段 | 给出可直接复制的替换文本 |
| 测试用例 | 正常、缺失、混乱、高风险、空输入 |
| 时间 | 动作 | 产出 |
|---|---|---|
| 1-24小时 | 选定1个SKU继续打磨 | v0.2 SKU文件 |
| 25-48小时 | 找1个真实用户试用 | 反馈和测试记录 |
| 49-72小时 | 向部门负责人展示 | 试点建议和资源需求 |
每一个被评测、被修正、被复用的SKU，都是部门经验资产化的一小步。
Owner
每个SKU要有人维护。
评测
每次更新都跑一遍标准。
数据
记录使用次数、节省时间和问题反馈。
不是学完一门AI课
沉淀成可复用、可评测、可迭代的AI能力。
震裕科技企业AI内训 · 广东端到端咨询
快问快答挑战
共10道单选题，每题10分，满分100分
选项高亮即时反馈，答完查看总分