Skip to content
MasterOS
培训
自测
术语表
搜索课程…
⌘K
zh
登录
工作中的 AI 基础
工作中的 AI 基础
正在加载进度…
W · 为什么这很重要
你现在如何在工作中使用AI
怎样判断 AI 是否真正带来了价值?
为什么有些AI试验无法继续
这个项目怎样帮助你把 AI 用到工作中?
你将在课程中建立什么
M0 · 先找准方向
AI回答依据什么
用AI准备交接便笺
用五步开始第一次试验
M1 · 定框 — 选择要做的工作
选择AI的角色
使用AI前画清工作
选择首先测试的一步
何时停止AI并由人决定
M2 · 接地 — 给它真实的上下文
缺少回答所需来源时
选择向AI提供信息的方法
检查AI是否读对文档
对照引用来源核查回答
确定哪些数据可进入AI
M3 · 定规 — 写一个可复用的请求
编写可复用请求
设计易检查的输出
使用例子但不复制事实
按发现的错误改进指示
用测试结果选择模型
M4 · 核验 — 在合适的深度上核查
识别 AI 回答中的三类问题
根据影响选择核查方式
用四种方法检查回答
核对数字、身份、引用和日期
M5 · 创建并测试 Skill
判断什么时候值得做成 Skill
把经过测试的指令整理成 Skill
用同一组测试比较版本
明确使用范围和停止条件
分享 Skill 并衡量完整工作的效果
M6 · 将 Skills 组合成受控工作流
把 Skill 串成可检查、可控制的工作流程
明确 Skill 之间需要交接的信息
在工作流出错前设计异常处理路径
衡量整个工作流,而不只是 AI 的速度
共享前先测试整个工作流
在明确检查措施下试运行工作流程
M7 · 构建受治理的知识与 RAG
用业务资料核对AI的回答
选择可以提供给AI的资料
分别核对AI找到的资料和生成的回答
测试资料缺失、冲突和适用错误
资料变更后,继续正确使用知识库
M8 · 使用工具连接业务系统
什么时候需要把AI连接到业务系统?
让AI查询业务系统的信息
明确连接工具可以做什么
AI发送信息或修改数据前先确认
试点前检查连接是否具备条件
M9 · Decide whether an agent is needed
这项工作真的需要AI agent吗?
明确agent的任务、权限与停止条件
决定测试agent还是保留workflow
M10 · Run an agent pilot responsibly
试点前准备agent测试集
制定有人审核的agent试点计划
停止agent并接手未完成工作
M11 · Scale, redesign, or retire with evidence
回顾AI使用效果,确定下一步
决定继续、改进还是停用
M12 · Enterprise Training, Consulting, and Implementation
工作中的 AI 基础
/
将 Skills 组合成受控工作流
M6
将 Skills 组合成受控工作流
6 节课 · 25 分钟
预计阅读时间。
为什么这个模块存在
设计多步骤流程,明确每一步的输入、输出、负责人、例外处理和检查节点。