01 / START
AI 通识与协作
给希望迈出第一步的每个人
理解 AI 能做什么、不能做什么，把一个模糊的需求，变成清晰的任务。
- 任务拆解与工具选择
- 提示方法与多轮协作
- 答案核验与使用边界
从理解，到行动让想法真正发生
不止学会一个工具留下一套好方法
学习，连接人与 AI 的新可能。向下探索
A PATH FOR EVERY TEAM
从你的起点，
找到学习的方向。
不追逐每一个新工具。
围绕岗位、基础与真实问题，组合适合团队的学习内容。
02 / PRACTICE
岗位场景实训
给业务、内容与运营团队
把每天的工作带进学习，在客户沟通、内容起草与经营复盘中动手练习。
- 客户记录整理与跟进
- 内容构思与脚本起草
- 日报、周报与数据复盘
03 / BUILD
团队智能工作坊
给管理者与内部 AI 推动者
从个人会用，到团队能用。整理企业知识，探索能持续复用的工作流程。
- 知识库与岗位助手原型
- 轻量自动化与 SOP
- 使用规范与回岗验证
课程参考方案 · 具体内容、形式与安排根据团队需求确认
LEARNING BY DOING
不是听懂一节课，
而是做好一件事。
带着问题来，带着方法回到工作。
每一步，都留下可以继续使用的成果。
- 01
看懂任务
找到重复、耗时、容易遗漏的环节。先明确问题，再选择工具。
一张任务拆解表 - 02
学会协作
提供背景、说明目标、补充约束，让人与 AI 的沟通更清楚。
一个可复用的提示模板 - 03
连接知识与流程
整理资料、商品信息与工作 SOP，探索适合岗位的应用方式。
一个岗位助手或流程原型 - 04
验证，再复用
核对来源与输出，把人工审核放在关键步骤，让好方法留在团队。
一份团队使用说明
云科 AI 实践课堂互动示意
今天的练习
把客户沟通，变成下一步。
01 · 明确任务
“客户想了解日常佩戴的素圈手镯，
还不确定自己的圈口。”
02 · 说清要求
提取需求、列出待补信息。
不猜测预算，不编造商品信息。
03 · 得到可核对的草稿
- 已知需求日常佩戴、素圈手镯
- 待补信息合适圈口、预算范围
- 建议下一步发送圈口测量说明
04 · 由团队核对，再决定如何回复
示例资料 · 不连接真实客户数据
SMALL PROJECTS. REAL LEARNING.
让学习，
在一个个作品里发生。
以下是可以带进课堂的练习方向。
从具体场景开始，把“我懂了”变成“我做到了”。
内容 × 创意练习示意 / 01
CONTENT STUDIO
为一个产品，找到表达。
从真实特点出发，练习受众分析、创意构思与脚本起草。不编造功效或材质信息。
知识 × 整理02
让经验，随问随查。
整理资料与来源，做一个知识问答原型。
复盘 × 思考03
让记录，指向行动。
从零散日报里，整理重点与待确认项。
流程 × 协作练习示意 / 04
把好方法，连接成流程。
用一份 SOP，定义输入、步骤与检查点，让团队协作有章可循。
以上均为课程场景设计与原创视觉示意，并非已交付项目或真实课堂记录。
OUR APPROACH
工具在变。
真正的能力，会留下来。
我们关注的不只是一次操作，
更是理解问题、表达想法与持续学习的能力。
从问题出发
不为使用 AI 而使用 AI。先找到值得解决的真实任务。
在实践中理解
亲手尝试、比较与修正，知道结果为什么好，哪里还需改进。
让方法可复用
把有效做法留下来，让一次学习连接到下一次工作。
保持人的判断
了解技术边界，也保留好奇、责任与独立思考。
HUMAN FIRST. ALWAYS.
学会使用 AI，
也学会负责任地使用。
用模拟或脱敏资料练习，对答案保持追问。重要内容先核对，关键决定由人来做。
能力越强，越要清楚边界。A FEW GOOD QUESTIONS
开始之前，
你可能想知道。
没有编程基础，也能参与吗？
可以从任务拆解、提示方法和现有工具入手。涉及 API、系统集成或开发的内容，会单独确认所需基础与实施范围。
一定要使用某一个 AI 工具吗？
不以单一工具为中心。根据任务、数据要求和现有系统讨论选择，相关账号与费用在方案中说明。
能使用公司的真实资料练习吗？
建议先使用模拟或脱敏资料。涉及客户、经营和内部敏感信息时，应先确认使用权限与数据处理方式。
课程怎么安排，费用是多少？
先了解团队岗位、基础与希望解决的问题，再确定内容、形式及报价。具体方案按需制定，不设置统一课时或套餐。
LET’S LEARN SOMETHING NEW
从团队里
最重复的一件事开始。
告诉我们谁在做、怎么做、哪里最费时间。
一起找到值得迈出的第一步。