# AI101 交互讲座资料

## 课程定位

AI101 面向企业管理者与业务团队，目标不是让学员记住一堆工具名，而是建立 AI 共同语言，并理解如何把 AI 放进真实工作流。

核心路径：

1. 现在 AI 已经发展到什么程度了
2. AI 时代对每个人意味着什么
3. AI 到底是什么，GPT 在 AI 分类里处于什么位置
4. 大语言模型怎么工作
5. 如何与 AI 协作，也就是 Prompt
6. 主流 AI 工具如何选择
7. 正确使用 AI，和错误使用 AI
8. AI Agent 如何拆解任务
9. 企业如何落地 AI

## 适合对象

- 企业管理者和业务负责人
- 销售、客服、运营、产品、行政等业务团队
- IT、数字化、流程管理负责人
- 准备推动 AI 工具统一使用和工作流改造的团队

## 模块大纲

### 1. 现在 AI 已经发展到什么程度了

- AI 已经能在写代码、写作、音乐创作和视频创作中生成可用初稿
- 写代码：从需求生成页面、脚本、测试和修复方案
- 写作：生成报告、邮件、讲稿、短视频脚本和营销文案
- 创作音乐：根据主题、风格和情绪生成歌词、旋律、编曲和小样
- 创作视频：根据文字提示、参考图或分镜描述生成短视频镜头

### 2. AI 时代对每个人意味着什么

- AI 会在全球大致消灭 4-5 亿个传统工作岗位
- 只做资料搬运、套模板、简单整理和低判断输出的传统工作，会被 AI 大规模替代
- 会用 AI 的人可以更快完成调研、初稿、代码、素材和复盘
- 迎接机会的四个动作：接受 AI、习惯交互、正确使用、发挥自身能力

### 3. AI 到底是什么

- AI、机器学习、大语言模型、GPT / ChatGPT 的分类关系
- AI 能辅助的工作
- AI 不能替代的人类判断
- ChatGPT 为什么在近几年爆发

### 4. 大语言模型怎么工作

- Token 与上下文窗口：通过模拟器理解文本如何被计入 token
- 循环上下文案例：客户会议纪要三轮追问如何让 token 花费越来越多

### 5. 如何与 AI 协作

- 同一个任务，不同问法：用客户会议纪要案例对比“随便问”和“明确问”
- 随便问：只要求整理，输出通常更像泛泛摘要
- 明确问：给出背景、目标、输出结构和待确认边界，输出更接近可执行计划
- 核心结论：Prompt 的价值不是堆术语，而是让 AI 明确任务、材料、标准和边界

### 6. 主流 AI 工具

模型类：

- ChatGPT
- Claude
- DeepSeek
- Gemini
- Qwen

编程类：

- Codex
- Claude Code

创作类：

- Seedance

### 7. 正确使用 AI，和错误使用 AI

正确使用 AI：

- 了解 AI 的输入输出结构
- 每次都给 AI 准确反馈
- 利用 AI 学习新的知识
- 使用 AI 自动化日常工作

错误使用 AI：

- 到处说新的名词，但讲不清输入、输出和结果检查
- 随便安装和使用自己不懂原理的 AI 工具，例如小龙虾、Skill 等
- 跟 AI 聊天的时候信马由缰，没有目标、材料和约束
- 从不检查 AI 的输出结果

### 8. AI Agent

典型 Agent 流程：

1. 任务输入
2. 信息收集
3. 数据分析
4. 结构化输出
5. 报告生成

每一步都要判断：

- AI 在做什么
- 是否需要工具调用
- 是否需要人类确认

为什么 AI Agent 可以自动化任务：

- 今天电脑里的大量操作最终都可以通过 shell 执行
- shell 本身就是文字命令
- Agent 可以把目标拆成步骤，生成文字命令，让工具执行，再读取返回结果继续下一步
- 关键动作仍然需要权限控制、日志记录和人工确认

示例案例：

- 整理会议材料：执行 `ls meetings && cat meetings/client-notes.md`，读取会议纪要后提取目标、痛点、预算线索和下一步待办。
- 生成报告初稿：执行 `node scripts/build-report.mjs market-data.csv`，处理数据后把结论整理成市场分析报告结构。
- 检查代码改动：执行 `npm test && npm run build`，读取测试或构建错误，定位文件并重新验证。
- 批量处理文件：执行 `find ./docs -name "*.md" -maxdepth 2`，找到目标文件后做摘要、归档或改名；删除和发布前需要人工确认。

### 9. 企业如何落地 AI

AI 落地节奏：

- 第一步：自动化最简单的一个工作
- 第二步：做一个自己满意的交互方式，网页、App、按钮或表单都可以
- 第三步：坚持使用，度过怀疑期，把输入、输出和人工检查点磨稳定
- 第四步：跟同事用 AI 交流，让团队开始用 AI 一起推进工作

关键判断：

- 是否真的省事
- 是否愿意打开
- 是否持续使用
- 是否能跟同事用 AI 交流

## 课程使用方式

课程入口：

https://ai101.5veda.ai/lecture

团队讨论时可以聚焦三个问题：

1. 一段真实会议纪要会占用多少上下文，哪些信息应当保留。
2. 一个岗位任务提示词应当包含哪些角色、背景、边界和输出格式。
3. 一个真实业务任务如何拆成信息收集、分析、输出和人工确认点。

完成后，再选择一个高频、边界清楚、可评测的流程作为第一个 AI 试点。