SILENTIDE
SILENTIDE · 五日训练营

AI 驱动变革

Agent + 龙虾职场实战

让 AI 成为你的能力放大器。五天时间,从“会聊天”走到“会干活”——配置属于你自己的 Agent 与专属龙虾,把日常工作交给自动化工作流。

国产工具全程无需编程基础每晚课后测试 + 作业讲师现场逐一答疑
30h
正式课时
5 天 × 6 小时
55%
实操比例
跟做 + 课堂练习
5次
课后作业
每晚 1 份,次日点评
4类
核心工具
全程国内合规
1套
结营赠送
专属龙虾配置
Core Idea

这五天,要完成三次认知转变

工具会迭代,方法不会过时。课程的每一个操作,都落在这三条主线上。

01 / DAY 1

AI 不是手里的榔头,
而是穿在身上的机甲

过去Prompt Engineering
写好一句话
现在Workflow Engineering
设计一套流程

把大任务拆成“输入 → 处理步骤 → 输出格式”三层结构——这是后面四天一切操作的底层逻辑。你负责决策,AI 负责执行。

02 / DAY 1–2

从“智囊团”
到“会干活的执行员”

对话大模型你问,它答
只能生成文字
Agent 智能体计划 → 调用工具 → 执行
读写文件、开浏览器、发邮件

同一个任务,大模型只能给文字建议,Agent 直接把文件分类、重命名、汇总成 Excel。差异一目了然。

03 / DAY 3–5

从“唤神龙”
到“养龙虾”

轻量调用单次任务
用完即走
自治模式灵魂 + 记忆 + 身份
越用越懂你

给 AI 助手配置性格、记忆和职责边界,让它成为能持续工作的“虚拟员工”,而不是每次对话都从零开始的工具。

Toolkit

四类核心工具,全程国产、国内合规

无需编程基础。每一件工具都会在课堂上装好、跑通。

国产对话大模型

豆包 / 通义千问 / DeepSeek

写提示词、起草文书、分析公文风格——你的“智囊团”。

D1D2D5

Agent 执行件

本地文件 · 浏览器 · 定时任务

在你指定的文件夹里读写、整理、生成报告,按时自动执行。

D1D2

OpenClaw 龙虾框架

灵魂 · 记忆 · 身份

构建自治 Agent:有性格、记得上周的事、知道自己的职责边界。

D3D4D5

Trae

AI 增强型开发环境

不写代码,用自然语言对话,就能搭出一个能定时运行的自动化工作流。

D2D5
Full Schedule

详细课表

每天 09:00 开课、17:00 收尾。讲授、讲师演示、学员跟做与课堂练习交替进行,晚上用真实工作完成作业。

讲授讲师演示跟做 / 练习作业点评
上午
09:00– 09:30

工具安装与环境确认 跟做

学员完成豆包 / DeepSeek 账号注册,讲师现场确认每台电脑都能正常访问。

09:30– 10:15

2026 新范式:Workflow Engineering 讲授

核心认知转变:从“Prompt Engineering(写好一句话)”到“Workflow Engineering(设计一套流程)”。AI 不再是手里的榔头,而是穿在身上的机甲——你负责决策,AI 负责执行。

重点讲清楚两件事:

  1. 为什么以前用 AI 效果差:任务描述模糊、没有上下文、没有格式要求;
  2. 工作流思维的核心:把一个大任务拆成“输入 → 处理步骤 → 输出格式”三层结构,这是后面四天一切操作的底层逻辑。
10:15茶歇
10:30– 11:15

核心差异拆解:大模型 vs Agent 讲授演示

用对比讲清两类工具的本质区别:

  • 豆包 / 千问 / DeepSeek(对话大模型)= 智囊团。你问,它答。它不能主动做任何事,只能生成文字。
  • Agent(智能体)= 会干活的执行员。制定计划 → 调用工具 → 执行行动 → 产出结果。它可以读文件、写文件、打开浏览器、发邮件。
讲师演示:同一个任务——“整理桌面上过去三周关于招商引资的所有文件,自动分类、重命名,并汇总成一张 Excel”。先用豆包试(只能给文字建议),再用 Agent 执行(直接完成文件操作),结果对比一目了然。
11:15– 12:00

第一次和 AI 对话 课堂练习

讲师带节奏,学员同步操作:用豆包或 DeepSeek 完成当天上午的会议纪要。讲师先演示完整流程(提示词结构:角色 + 背景 + 任务 + 格式要求),再让学员自己写一遍。

练习后请 2–3 名学员投屏,讲师点评哪里写得好、哪里改一个词就能让输出更准确,点评不超过 5 分钟。

12:00午餐 · 午休
下午
13:30– 14:30

提示词结构课:让 AI 每次都听话 讲授

系统讲授四段式提示词结构(适用于国企 / 机关文书场景):

  1. 角色设定——“你是一名有着 15 年经验的国企办公室主任……”
  2. 背景注入——把任务相关的数字、项目名、部门名、约束条件全部告诉 AI
  3. 任务指令——明确说“做什么”:不说“写一下”,而说“按以下格式写一份……”
  4. 输出格式——字数、段落结构、禁止使用的词汇、文件类型
现场对比:同一个任务,“随手一问” vs 四段式结构,两次输出差距一目了然。
14:30– 15:00

写三个真实场景的提示词 课堂练习

每人独立完成,不需要分享:

  • 场景 A:写一份本部门的月工作报告(选一个最近真实发生的月份)
  • 场景 B:写一份对下属的工作任务分配通知
  • 场景 C:把一段会议录音文字稿整理成会议纪要

完成后对照 AI 输出,自己判断:哪个提示词写得最好,为什么。

15:00茶歇
15:15– 16:15

AI 完成一套完整工作流 演示跟做

“从原材料到成品”的完整工作流,学员同步跟做。输入:一段 200 字的原始会议录音文字稿(讲师提供)。

  1. 用 AI 提取关键决议与行动事项
  2. 按国企文体格式生成会议纪要
  3. 生成行动事项清单,标注责任人与截止日期
  4. 生成一封通知相关人员的邮件草稿

全程展示提示词与输出,解释每一步“为什么这样写指令”。

16:15– 17:00

收尾:建立个人提示词笔记本 跟做

在飞书文档 / 腾讯文档建立“提示词模板本”,格式:场景名 / 完整提示词 / 最佳输出样本。当天完成的 3 个场景(月报、任务通知、会议纪要)直接存入。这本笔记贯穿五天、每天扩充,结营时带走。

📝 课后测试 + 作业
  1. 什么是 Agent?它和豆包这类对话大模型的核心区别是什么?(用自己的话,50 字以内)
  2. “Workflow Engineering”的核心思路是什么?一个工作流最基本的三层结构是什么?
  3. 四段式提示词的四个组成部分分别是什么?缺少哪一段最容易导致输出质量差?
  4. 今天三个练习中,哪一个输出最接近“可以直接用”?原因是什么?
  5. 选一件明天真实要交的工作文件(日报、周报、通知、报告均可),用四段式结构写提示词,让 AI 生成初稿,人工修改后保存。记录改了哪几处,明天课前上交截图。
✓ 学员价值与成果
  • 能做到:独立完成一份 AI 辅助的日常公文(会议纪要、工作通知、月报),质量达到“稍作修改即可使用”。
  • 建立了:个人提示词笔记本(3 个模板),后面四天持续积累的起点。
  • 理解了:大模型和 Agent 的本质区别,以及以前用 AI 效果差的根本原因。
  • 思维转变:不再把 AI 当搜索引擎,开始用“工作流设计者”的视角思考:输入是什么、要 AI 做什么、输出格式是什么。
Take-home

结营带走:回到岗位就能用

五天课堂和四个晚上的作业,最终沉淀成一套已经在你自己电脑上跑通的 AI 工作资产。

01

专属龙虾配置

Soul + Memory + Identity 三层配置,可直接复用,无需从零搭建。

02

提示词笔记本

10+ 真实场景模板:会议纪要、公文起草、情报简报、PPT 生成、数据整理。

03

岗位工作流

至少一个完整跑通的工作流:情报日报 / 公文 Agent / 多模态知识库。

04

Trae 日报自动化

每天定时读取工作日志、自动生成日报草稿的工作流。

课后支持

结营不是结束,是 30 天落地的开始。
  • 全套课件PDF
  • 视频录播回看6 个月
  • 学员群答疑1 个月
另附“龙虾常用配置文件模板”资源包——含课程全部 Demo 的提示词与配置文件。
AI Native

五条 AI Native 工作法

结营最后一课,把五天的工具操作提升到方法论。

01
重新定义工作流程AI Native 不是学会用软件,而是重新设计你的工作方式。
02
判断哪些活交给 AI看重复频率、规则明确度、风险等级——高重复、规则清晰、低风险的优先交给 AI。
03
AI 先做,人来收AI 完成初稿,人做审核和判断,而不是“AI 做完就算”。
04
提示词是资产每次发现输出不准,记录原因、更新提示词——它是你最有价值的工作资产。
05
推广靠演示不讲概念,直接演示同事最头疼的任务,让他看看省了多少时间。