近一年来，AI智能体（AI Agent）正在从“会对话”快速走向“会执行”。以 OpenClaw 为代表的执行型智能体，因为具备调用本地文件、外部工具与自动化流程的能力，迅速引发企业关注。但热度高不等于适合所有场景，很多企业员工一边被新工具吸引，一边又对安全边界、操作复杂度、实际稳定性和落地成熟度存在明显焦虑，不知道该不该学、学了能不能真正用起来。

本课程正是基于这样的现实需求设计。一方面，课程会帮助学员客观看待OpenClaw，理解它适合做什么、不适合做什么，降低对新工具的盲目期待与不必要焦虑；另一方面，课程将以更成熟、上手门槛更低的扣子（COZE）平台为主线，结合企业真实业务场景，带领学员从提示词（Prompt）、知识库、插件、工作流（Workflow）到发布运营，完成一批真正能落地、能复用、能形成部门资产的智能体应用。

丨课程收益丨

1、正确认识OpenClaw 与扣子（COZE）的差异，建立对智能体的清晰判断，减少“工具焦虑”和“跟风试错”。

2、掌握智能体搭建的核心方法，知道如何从真实业务场景中筛选出适合落地的提效任务。

3、学会使用提示词（Prompt）、知识库、插件、工作流（Workflow）等能力，搭建部门可用的智能体雏形。

丨课程交付丨

分组（按部门/业务线）→选题（每组一个真实场景）→现场搭建→现场演示→讲师点评优化→形成可用版本

丨课程大纲丨

OpenClaw智能体应用

模块1：AI智能体时代的企业落地逻辑与平台入门

一、什么是AI智能体（Agent）？

1.案例导入：小龙虾OpenClaw爆火后带来的AI焦虑

2.智能体=把AI从“聊天工具”升级为“业务执行员工”

3.智能体 vs. 传统AI大模型：从“能说会想”到“能说会做”

二、为什么企业必须学习智能体？

1.AI对话升级：基于碎片式的AI对话已很难满足真实工作需要

2.个人端：信息整理助手、工作效率专家、创意激发器、个性化学习伙伴

3.企业端：解决营销、内容创作、大客户销售、产品研发等核心业务痛点

三、有哪些好用的AI智能体，如何选择？

1.OpenClaw：权限获取高，自动化程度高，可以直接调用本地电脑或者外部工具

2.扣子（COZE）：上手速度快、生态丰富度、零代码拖拽，多平台一键部署 

3.Dify：开源全栈，私有化部署首选，上手门槛高，生态依赖社区

模块2： 认识OpenClaw并快速上手

一、重新认识OpenClaw：它不是聊天工具，而是执行型智能体

1.OpenClaw的定位与价值：理解它从“回答问题”走向“执行任务”的核心差异

2.对话式AI、AI智能体的区别：搞清不同AI形态在工作中的分工

3.OpenClaw适合解决什么问题：优先聚焦高频、重复、流程清晰的办公任务

4.普通用户学习路径：先体验、后配置、再逐步扩展，不一开始陷入技术细节

二、从“能打开”到“能使用”的关键动作

1.告别复杂操作：大厂套壳OpenClaw一键安装即用，以腾讯WORKBUDDY为例

2.角色设定与提示词（Prompt）配置：让智能体明确身份、任务和输出要求

3.技能（Skills）：让AI具备调用工具和分步执行能力

4.高频小场景演练：从信息整理、提醒、内容汇总等简单任务开始上手

5.建立最小使用闭环：让学员真正完成一次“输入任务—执行动作—输出结果”的全过程

三、【案例实战】OpenClaw实战演示

1.OpenClaw定时抓取竞品信息

2.OpenClaw获取本地文档批量处理

扣子智能体应用

模块1：提示词工程标准化——让智能体输出稳定可控

一、扣子（COZE）平台快速上手

1.扣子平台核心模块详解：个人空间、资源库、插件商店、作品社区

2.一个案例快速入门扣子：通过AI对话搭建一个会议记录整理智能体

二、提示词的本质：企业智能体的“岗位说明书”

1.提示词就是智能体的工作制度与行为规范

2.输出质量=提示词质量+知识库质量+流程设计质量

三、企业级提示词设计四要素

1.明确的角色定位：岗位化、场景化、职责清晰

2.详细的技能（Skills）描述：目标、输入、处理逻辑、输出对象

3.明确的输出格式：结构化输出（标题、列表等）提升可用性

4.必要的约束条件：语气、长度、合规、风险提示机制

四、扣子（COZE）中的提示词应用

1.系统提示词 vs. 用户提示词

2.三种编写方式：直接编写、使用模板、AI自动生成与优化

五、【案例实战】高情商职场回复助手

1.目标：掌握“拒绝、催办、解释、安抚”的话术生成

2.技能（Skills）点：用四要素做出可复用的企业级沟通助手

模块2：工作流编排与流程自动化——让智能体从“会答”变成“会干活”

一、工作流（Workflow）原理与价值

1.将复杂任务分解为可视化、可管理的步骤

2.工作流 vs. 对话流：前者侧重任务自动化（手和脚），后者侧重多轮对话交互（嘴和耳朵）

3.核心组件：节点（开始/结束、大模型、插件、选择器等）

二、【案例实战】企业级答疑与业务助手

1.目标：打造7x24小时在线制度、产品及流程答疑助手

2.技能（Skills）点：

a)构建对话流，处理多轮交互

b)开发自定义“意图识别”插件，区分打招呼、找人工、专业咨询

c)结合知识库（RAG）与大模型，精准回答专业问题

模块3：企业知识库与RAG落地——让智能体成为“组织记忆”

一、RAG（检索增强生成）技术原理

1.解决大模型“幻觉”与知识滞后问题

2.工作流程：用户提问 → 知识库检索 → 上下文融合 → 大模型生成答案

二、企业知识库搭建方法

1.文档准备：制度、产品资料、流程手册、合同模板（支持PDF、Word、Excel、图片等），确保内容准确、权威、最新

2.文档切片：按符号/长度/语义切分，提高命中率

3.文档向量化：实现语义检索与精准召回

三、【案例实战】企业产品信息查找助手

1.目标：为客户快速提供产品建议，给出数量、报价等信息

2.适合场景：财务和人力制度、法律合同、产品、FAQ复杂的企业

丨讲师介绍丨