課程背景
大模型技術已經(jīng)從概念驗證進入落地階段，企業(yè)不再滿足于“能聊天”的演示，而是要求AI真正嵌入業(yè)務流程，解決具體的效率問題。但實際推進中普遍遇到三個障礙：一是模型能力與業(yè)務場景之間存在斷層，直接調(diào)用大模型API做出來的東西往往達不到可用標準；二是缺少統(tǒng)一的開發(fā)與協(xié)作平臺，提示詞、知識庫、工作流散落在不同人手里，無法沉淀復用；三是團隊能力結構不匹配，懂業(yè)務的人不會寫代碼，會寫代碼的人不理解業(yè)務邏輯。Dify作為開源可私有化的LLM應用開發(fā)平臺，恰好在這三者之間提供了一個平衡點——可視化編排降低門檻，知識庫和Agent機制打通業(yè)務數(shù)據(jù)，Workflow承載確定性的業(yè)務流程。本課程圍繞Dify平臺，從提示詞工程、RAG知識庫、Agent技能開發(fā)到自動化工作流，完整走通企業(yè)級AI應用從搭建到上線的路徑，所有內(nèi)容均以實操為主，兩天內(nèi)產(chǎn)出可運行的應用成果。
課程收益
1. 平臺操作能力：獨立完成Dify平臺的部署配置、模型接入、應用創(chuàng)建與發(fā)布全流程
2. 掌握知識庫的文檔處理、分段策略、檢索調(diào)優(yōu)方法，能解決檢索效果差的問題
3. 能根據(jù)業(yè)務需求選擇合適的應用形態(tài)：聊天助手、Agent、Workflow或組合方案
4. 具備結構化提示詞編寫能力，能產(chǎn)出穩(wěn)定、可控、可復用的提示詞模板
5. 掌握Workflow節(jié)點編排方法，能搭建帶條件分支、異常兜底的自動化流程
培訓時長
2天
課程大綱
第一天 主題：Dify平臺基礎與提示工程實操
第一部分 Dify平臺應用與案例實操
1.1 平臺核心概念
1.1.1 應用類型劃分：聊天助手、文本生成、Agent、工作流四種模式的區(qū)別與選型標準
1.1.2 模型接入配置：DeepSeek、通義千問等國內(nèi)模型的API接入與參數(shù)設置
1.1.3 知識庫構建：文檔上傳、分段策略、索引方式對檢索效果的影響
1.2 案例實操
1.2.1 搭建一個客服對話機器人：從創(chuàng)建應用到發(fā)布上線的完整流程
1.2.2 調(diào)試與日志分析：通過日志定位回答不準確的原因并修正
1.2.3 發(fā)布與嵌入：網(wǎng)頁嵌入、API調(diào)用兩種方式的實際操作
第二部分 結構化提示工程實操
2.1 提示詞基礎框架
2.1.1 角色設定：用一句話定義AI的身份、能力邊界和語氣風格
2.1.2 任務描述：明確輸入輸出格式，避免模糊指令
2.1.3 約束條件：設定禁止事項、字數(shù)限制、輸出結構等硬性規(guī)則
2.2 結構化提示模板
2.2.1 CRISPE框架：角色、背景、指令、步驟、期望五個要素的拆解
2.2.2 少樣本示例：給出2-3個標準問答對讓模型模仿格式與邏輯
2.2.3 思維鏈引導：用“請逐步分析”替代直接要答案，降低推理錯誤率
2.3 實操練習
2.3.1 改寫一段混亂的提示詞：對比優(yōu)化前后輸出質(zhì)量的差異
2.3.2 針對業(yè)務場景編寫提示詞：現(xiàn)場完成一個合同摘要提取的Prompt
2.3.3 提示詞版本管理：如何保存、復用和迭代提示詞模板
第三部分 企業(yè)級AI助手搭建（Agent + Skills）
3.1 Agent核心機制
3.1.1 工具調(diào)用原理：模型如何判斷何時調(diào)用工具、傳什么參數(shù)
3.1.2 技能（Skills）定義：將一個完整業(yè)務動作封裝為可復用技能包
3.1.3 記憶與上下文：會話變量、長期記憶在Agent中的作用
3.2 技能開發(fā)實操
3.2.1 用Python寫一個查天氣技能：從函數(shù)編寫到Dify技能注冊
3.2.2 技能參數(shù)設計：入?yún)⑿ｒ灐⒊鰠⒏袷交惓Ｌ幚?/p>
3.2.3 多技能協(xié)同：讓Agent自動選擇查庫存還是查物流的技能
3.3 企業(yè)場景練習
3.3.1 搭建財務報銷咨詢助手：連接內(nèi)部制度知識庫和表單查詢技能
3.3.2 測試與迭代：模擬10個常見員工提問，逐條修正Agent行為
第四部分 自動化流程搭建（Workflow + Skills）
4.1 Workflow節(jié)點類型
4.1.1 開始與結束節(jié)點：定義輸入變量、輸出格式和觸發(fā)條件
4.1.2 條件分支節(jié)點：按關鍵詞、變量值或模型判斷結果分流
4.1.3 代碼節(jié)點與HTTP節(jié)點：處理復雜邏輯和調(diào)用外部API
4.2 流程編排實操
4.2.1 搭建一個工單自動分類流程：輸入工單內(nèi)容，輸出分類標簽和優(yōu)先級
4.2.2 循環(huán)與批處理：對列表數(shù)據(jù)逐條處理并匯總結果
4.2.3 異常兜底設計：在流程中添加失敗重試、默認回復分支
4.3 與Agent的區(qū)別與聯(lián)動
4.3.1 確定性流程與自主決策的邊界：什么時候用Workflow，什么時候用Agent
4.3.2 在Agent中嵌入Workflow：將復雜固定流程作為技能供Agent調(diào)用
第五部分 數(shù)據(jù)安全與模擬數(shù)據(jù)規(guī)范
5.1 數(shù)據(jù)安全原則
5.1.1 敏感信息脫敏：姓名、電話、身份證號在進入模型前的處理方式
5.1.2 權限控制：Dify中成員角色、應用訪問權限、知識庫可見范圍
5.1.3 數(shù)據(jù)存儲與日志：對話記錄保存策略、日志中敏感字段過濾
5.2 模擬數(shù)據(jù)規(guī)范
5.2.1 構造模擬數(shù)據(jù)的三個要求：結構一致、規(guī)?？煽?、不包含真實信息
5.2.2 用腳本批量生成測試數(shù)據(jù)：Python快速生成100條模擬工單
5.2.3 模擬數(shù)據(jù)與真實數(shù)據(jù)的切換策略：上線前用模擬數(shù)據(jù)驗證，上線后灰度切真實數(shù)據(jù)
第六部分 Agent綜合案例實操實操
6.1 Agent綜合案例實操
6.1.1 從零搭建一個“請假審批助手”：包含知識庫、結構化提示詞、企業(yè)業(yè)務處理技能
6.1.2 用Workflow實現(xiàn)請假申請的自動分流：按請假天數(shù)走不同審批分支
6.1.3 對助手的輸出做安全審查：檢查是否泄露模擬數(shù)據(jù)中的個人信息
第二天 主題：企業(yè)級應用實戰(zhàn)與優(yōu)化
第一部分 多Agent協(xié)作架構
1.1 多Agent模式
1.1.1 主從式：一個主Agent負責意圖識別，分發(fā)到不同子Agent處理
1.1.2 流水線式：前一個Agent的輸出作為后一個的輸入，串聯(lián)處理
1.1.3 競爭式：多個Agent獨立回答，由裁判Agent選擇最優(yōu)結果
1.2 Dify中實現(xiàn)多Agent
1.2.1 用Workflow節(jié)點串聯(lián)多個Agent應用
1.2.2 通過HTTP節(jié)點調(diào)用外部Agent服務的接口規(guī)范
1.2.3 多Agent會話狀態(tài)傳遞：如何讓下游Agent知道上游的上下文
第二部分 知識庫優(yōu)化與RAG調(diào)優(yōu)
2.1 文檔處理策略
2.1.1 分段粒度選擇：按標題、固定長度、語義分段三種方式對比
2.1.2 元數(shù)據(jù)標注：為文檔塊添加來源、更新時間、適用范圍等標簽
2.1.3 混合檢索配置：向量檢索與關鍵詞檢索的權重調(diào)優(yōu)
2.2 RAG效果優(yōu)化
2.2.1 召回率不足的排查：測試10條業(yè)務問題，定位是分段問題還是檢索問題
2.2.2 重排序策略：使用重排模型對召回結果二次排序
2.2.3 引用溯源配置：讓回答附帶來源文檔和段落編號，便于人工核查
第三部分 應用性能監(jiān)控與成本控制
3.1 監(jiān)控指標
3.1.1 響應耗時分布：首字延遲、完整回復時長、工具調(diào)用耗時
3.1.2 Token消耗統(tǒng)計：按應用、按用戶、按天的消耗報表
3.1.3 錯誤率與重試率：模型調(diào)用失敗、工具超時、流程中斷的頻率
3.2 成本優(yōu)化
3.2.1 模型分級策略：簡單任務用輕量模型，復雜推理才用大模型
3.2.2 提示詞壓縮技巧：減少冗余描述、合并重復指令
3.2.3 緩存機制：對高頻相似問題啟用語義緩存，降低重復調(diào)用成本
第四部分 權限體系與團隊協(xié)作
4.1 Dify工作區(qū)管理
4.1.1 成員角色配置：管理員、編輯、只讀三種角色的權限邊界
4.1.2 應用分組與標簽：按部門、項目給應用打標簽，便于統(tǒng)一管理
4.1.3 環(huán)境隔離：開發(fā)環(huán)境、測試環(huán)境、生產(chǎn)環(huán)境的配置分離
4.2 版本管理與發(fā)布流程
4.2.1 應用版本快照：保存每個上線版本的提示詞、模型參數(shù)和知識庫版本
4.2.2 灰度發(fā)布：先切10%流量到新版本，對比效果后全量
4.2.3 回滾操作：發(fā)現(xiàn)線上問題后一鍵恢復上一個穩(wěn)定版本
第五部分 場景實戰(zhàn)：從需求到上線
5.1 需求拆解
5.1.1 將業(yè)務需求翻譯為AI能力清單：意圖識別、信息抽取、決策判斷、內(nèi)容生成
5.1.2 確定技術路線：純提示詞、RAG、Agent、Workflow的組合選型
5.1.3 評估可行性與風險點：數(shù)據(jù)質(zhì)量、模型能力邊界、用戶預期管理
5.2 實戰(zhàn)案例一：智能合同審查
5.2.1 用知識庫加載合同模板和條款庫
5.2.2 用Workflow實現(xiàn)：條款提取、風險條款匹配、審查意見生成三級流程
5.2.3 輸出格式標準化：生成結構化的審查報告而非自由文本
5.3 實戰(zhàn)案例二：員工IT服務臺
5.3.1 知識庫覆蓋：常見IT問題、軟件申請流程、設備領用規(guī)范
5.3.2 Agent技能設計：查工單進度、重置密碼、提交報修申請三個技能
5.3.3 兜底策略：無法處理時轉(zhuǎn)人工的觸發(fā)條件和交接信息格式
第六部分 Agent+Workflow綜合案例實操
6.1 案例討論
6.1.1 核心概念梳理：應用類型、提示詞框架、Agent、Workflow、知識庫的關聯(lián)關系
6.1.2 常見誤區(qū)：過度依賴Agent、提示詞過于簡單、知識庫不做分段優(yōu)化
6.1.3 能力自測清單：覆蓋兩天所有實操點的20項檢查項
關于我們
公司核心業(yè)務包括旅行式團建、培訓式團建、主題式團建、策劃式團建、體育式團建、戶外式團建。起贏培訓不斷追求團建產(chǎn)品創(chuàng)新與服務超越，致力于打造成為中國最具影響力與創(chuàng)新力的團隊建設品牌。
查看更多聯(lián)系我們
- 廣州市天河區(qū)浩和5G創(chuàng)業(yè)園
- 13178805217
- qiyingpx@qq.com
- m.haoke360.com
