astronaut

职场新人的第一堂AI课

全体系阶梯式培训课件

精益办公室 Darian 🔥

Verify

密码错误，请重试

📑 全部幻灯片
课程大纲
AI培训 课程体系 01 基础认知 AI浪潮 + LLM 基础概念、运行逻辑 02 底层原理 LLM大模型 · Token·Tool·上下文·Prompt 03 进阶能力 Agent智能体 · Skill·MCP协议·Agent loop 04 职场应用 文本处理·PPT创作·VBA·VBS·代码开发 05 落地总结 AI边界与EPOCH模型 5个模块 · 循序渐进 · 从认知到落地
01
基础认知
AI浪潮、LLM概念、运行逻辑
AI浪潮：关键里程碑
AI诞生 1956 1997 深蓝获胜 深度学习 2012 2017 Transformer ChatGPT 2022 2023 GPT-4 多模态大模型 2024 2025 Agent元年 推理模型 2026 从规则到深度学习，从ChatGPT到Agent，AI正在加速进化
LLM预训练：从原始数据到高质量数据集
PB级 过滤 纯文本 去重 ↓ 完成
🌐
采集原始数据
Common Crawl
全网爬取
🚫
站点过滤
剔除广告垃圾
保留合规源
🔧
文本提取
剥离HTML标签
提取纯文字
🔄
文本去重
近似去重
避免重复学习
🔒
隐私脱敏
清除隐私信息
规避合规风险
✅
高质量数据集
纯净 · 合规 · 丰富 · 去重
例：44TB The Pile
什么是LLM？概率接龙

LLM的本质

超级强大的"文字概率接龙机器"

通过海量数据学习，预测下一个词的概率

核心原理

每一步：输入上下文 → 计算概率 → 选最高概率词 → 继续

输入： 今天天气很好，
Step 1: 我想 → 预测下一词： 去(70%) 要(20%) 可以(10%)
Step 2: 我想去 → 预测下一词： 公园(60%) 散步(25%) 购物(15%)
Step 3: 我想去公园 → 预测下一词： 散步(55%) 玩(30%) 跑步(15%)
输出： 我想去公园散步
什么是AI？
AI 学习 数据挖掘 推理 逻辑分析 感知 视觉听觉 行动 决策执行 弱AI（当前） vs 强AI（未来）
从规则到学习：AI技术范式的变迁
01 规则驱动 专家编写规则 固定知识库 02 统计学习 从数据找规律 贝叶斯算法 03 深度学习 神经网络 端到端学习 从人工定义规则 → 机器自主发现规律
LLM如何"学习"？预训练与微调

01 预训练 Pre-training

  • 目标：学习通用语言规律
  • 数据：海量互联网文本（TB级）
  • 结果：通用基础模型（Base Model）

02 微调 Fine-tuning

  • 目标：适应特定领域或任务
  • 数据：高质量专业数据集（GB级）
  • 结果：专家模型（Expert Model）
阶段1：预训练 Pre-training
📚
网页文本
📄
书籍
💻
代码
🌍
多语言
↓ 整合（TB级数据）
原始模型
→
预训练
→
基础模型
训练时间：数周~数月 | GPU：数千张
章节小结：基础认知
AI浪潮
关键里程碑
ABCDE框架
核心本质
概率接龙
逐Token生成
预训练
从原始数据
到高质量模型
核心特性
无长期记忆
会"犯错"
理解AI是什么、怎么工作，是后续学习的基础
02
底层原理
LLM核心四大概念：Token、上下文、Prompt、Tool
核心概念①：Token（词元）

Token的本质

数字积木 — AI处理文本的最小计算单元

所有文字在进入模型前都会被切分成Token

为什么重要？

✅ 决定上下文窗口大小

✅ 影响API调用成本

✅ 决定响应速度

动画：文本如何被切分成Token？
原文： 我爱AI技术
Step 1: 我 → Token 1
Step 2: 爱 → Token 2
Step 3: AI → Token 3 (合并为一个)
Step 4: 技术 → Token 4
结果： "我爱AI技术" = 4个Token
0 4 Tokens
深入理解Token：为什么如此重要？
决定上下文窗口大小 影响单次交互的信息量上限 关联API调用成本 输入和输出的Token都计费 影响响应速度 Token越多，生成越慢 精简指令 = 高效使用AI
核心概念②：向量化数据：让AI理解语义

什么是向量化？

  • 向量化 = 将文字转换为数字数组
  • AI 无法直接理解文字，只能处理数字
  • 向量化让 AI 理解语义相似度
  • 类比：给每个词一个坐标，相似词距离近

为什么需要向量化？

  • 语义搜索：搜索"苹果手机"能找到"iPhone"
  • 相似度计算：计算文本、图片的相似程度
  • RAG基础：向量化是RAG检索的核心技术
输入文本
📝 "人工智能改变世界"
第1步：输入需要向量化的文本
嵌入模型处理中...
输入文本
→
嵌入模型
→
向量输出
模型处理过程：
✓ 加载嵌入模型...
✓ 分词处理...
✓ 计算词向量...
✓ 生成句子向量...
✓ 向量化完成！
向量化结果（768维向量，展示前10维）
[
0.23
-0.15
0.78
-0.42
0.56
...
]
每个数字代表一个语义维度
Token与向量数据对比：从文本到语义

Token vs 向量：核心区别

  • Token：文本的最小单位，离散符号
  • 向量：Token的语义表示，连续数值
  • 关系：Token → 嵌入模型 → 向量
  • 类比：Token是字母，向量是含义

完整流程

  • ① 中文文本 → 原始输入
  • ② Token化 → 分割成Token
  • ③ TokenID → 转换为数字ID
  • ④ 嵌入模型 → 生成向量
  • ⑤ 存入向量库 → 用于语义搜索
① 中文文本输入
📝 "人工智能改变世界"
原始中文文本
② Token化
人工智能
+
改变
+
世界
分割成3个Token
③ 转换为TokenID
人工智能
改变
世界
→
39284
1756
8924
每个Token对应一个唯一的数字ID
④ 嵌入模型生成向量
TokenID序列
→
嵌入模型
→
768维向量
向量示例（前5维）：
0.23
-0.15
0.78
-0.42
...
⑤ 存入向量数据库
向量数据库：
ID-001
人工智能改变世界
ID-002
AI改变未来
ID-003
机器学习应用
向量化后，可以通过相似度搜索找到相关文档
核心概念③：Context（上下文）

什么是上下文？

AI的"临时记忆"

当前对话窗口内的全部内容总和

包括：系统提示 + 历史消息 + 当前输入

上下文边界

窗口大小有限（如4K/8K/128K Token）

超出容量后，最早的内容会被"遗忘"

动画：上下文窗口如何工作？
上下文窗口 (8K Token)
用户：什么是AI？
AI：AI是人工智能...
用户：那Token是什么？
AI：Token是最小单元...
用户：能举个例子吗？
⚠️ 窗口已满，早期消息将被遗忘...
0% 100%
如何有效管理上下文？
保持对话聚焦 避免话题过度发散 及时开启新对话 切换话题时重置上下文 长对话定期总结 压缩历史信息保留要点 合理的上下文管理 = 精准高效的人机交互
核心概念④：Prompt（提示词）

什么是Prompt？

与AI对话的"指令语言"

质量直接影响AI输出效果

优质Prompt要素

🎯 明确目标

📋 提供上下文

📝 指定格式

动画：劣质Prompt vs 优质Prompt
❌ 劣质Prompt：
"帮我写个报告"
✅ 优质Prompt：
请帮我写一份关于AI培训的PPT大纲，
包含5个部分，每部分3-5页，
风格专业简洁，适合职场新人。
劣质Prompt效果 优质Prompt效果
Prompt的两种类型

🤖 系统提示词（System Prompt）

定义AI的身份、角色、行为规则

通常在对话开始时设置，持续生效

示例："你是一个职场培训师，擅长用通俗易懂的方式讲解AI概念..."

💬 用户提示词（User Prompt）

用户每次输入的具体问题或指令

在对话过程中动态变化

示例："请用类比的方式解释什么是Token"

动画：系统提示词如何引导AI行为？
🤖 系统提示词（预设身份）
你是一个职场AI培训师，
请用通俗易懂的方式讲解，
多使用类比和生活实例。
💬 用户提示词（实际问题）
问题："什么是Token？请用外卖点餐类比解释"
🤖 AI回复（受系统提示词影响）
Token就像外卖点餐时的"份数"...（通俗易懂，用了类比）
✅ 系统提示词设定风格 → 用户提示词提出具体问题 → AI按照设定的风格回复
深入理解Prompt：高级技巧
01 角色扮演 Role Play 赋予AI专业身份和视角 例："你是一位资深市场营销专家" 02 提供示例 Few-shot 通过示例校准输出风格和质量 例：给出期望的输入输出对 03 思维链 CoT 迫使AI展示推理路径 例："请一步步分析再给出结论" 优秀的Prompt = 与AI协作的艺术
核心概念⑤：Tool（工具调用）

LLM的原生短板

  • 知识有截止日期，无实时资讯
  • 数学/逻辑计算容易出错（幻觉）
  • 无法主动连接外部系统和数据源

Tool 赋予AI"手脚"

  • 突破天花板：从思考到行动
  • 形成闭环：决策→调用→整合→输出
  • 连接现实世界：自动化执行任务
动画：Tool调用流程示例（查天气）
① 用户输入
"北京今天天气怎么样？"
② AI决策：需要调用天气Tool
检测到意图：查询天气
选择工具：get_weather(city="北京")
③ Tool执行中...
⏳ 正在调用天气API...
④ AI整合结果，生成回复
"北京今天天气晴朗，气温25°C，湿度45%，适合外出活动哦！"
💡 Tool让AI从"我不知道"变成"我查一下告诉你"
核心概念⑥：API 接口：让程序调用AI
什么是 API？
API（Application Programming Interface）
是程序之间的"插头"
你的代码 → 发请求 → AI返回结果
为什么需要 API？
✅ 不用自己训练模型
✅ 按需付费，成本低
✅ 统一接口，切换模型方便
典型场景
📱 你的APP没有AI算力
🔗 通过API调用豆包大模型
📤 发送用户问题 → 收到智能回答
场景：你的APP 没有AI算力
📱
你的APP
❌ 无AI算力
?
如何获得AI能力
🤖
豆包大模型
✅ 强大算力
💡 解决方案：通过 API 接口连接两者
点击「下一步」查看具体流程
核心概念⑦：MCP（模型上下文协议）

MCP 是什么？

  • MCP = AI 的「万能连接器」
  • 打通 AI 和所有平台：微信、DeepSeek、GitHub、飞书……
  • 以前：AI 只能「说话」，不能「做事」
  • 有了 MCP：AI 能「跨平台操作」，真正帮你干活

为什么需要 MCP？

  • 没有 MCP：AI 是个孤岛，只能聊天，干不了活
  • 有了 MCP：AI 连上微信就能发消息，连上 GitHub 就能提 PR
  • 统一标准：一个 MCP 协议，所有平台都能接
  • 类比：手机充电口统一成 Type-C，所有充电器都能用
MCP：统一连接协议
🧠
💬
🐙
📋
📧
📝
🗄️
微信
GitHub
飞书
邮件
腾讯文档
数据库
AI与各个平台孤立，无法直接通信
核心概念⑧：RAG（检索增强生成）

RAG 是什么？

  • RAG = 检索 + 生成
  • 让 AI 先查资料，再回答问题的技术
  • 解决 AI "幻觉"问题（虚构事实）
  • 让 AI 回答基于真实数据

为什么需要 RAG？

  • 没有 RAG：AI 只能靠训练数据回答，不知道最新信息
  • 有了 RAG：AI 可以查询你的文档、数据库、知识库
  • 类比：给AI配了一个图书管理员，随时查资料
用户提问
📝 "公司2024年Q4的销售额是多少？"
第1步：接收用户问题
❌ 没有 RAG
"抱歉，我不知道公司2024年Q4的销售额..."
AI training data doesn't include company internal information
✅ 有 RAG：检索增强
用户问题
→
检索知识库
→
增强上下文
→
生成回答
📚 检索到相关文档：
《2024年Q4销售报告.pdf》
• Q4总销售额：1.2亿元
• 同比增长：15%
✅ RAG 增强后的回答
根据《2024年Q4销售报告》：
Q4总销售额为 1.2亿元，
同比增长 15%
基于真实数据，准确可靠
章节小结：底层原理
Token
最小计算单元
按Token计费
向量化
让AI理解语义
嵌入模型
Context
上下文窗口
短期记忆
Prompt
与AI沟通语言
精准描述需求
Tool
AI能力外延
调用外部工具
MCP
统一连接协议
平台互联互通
RAG
检索增强生成
外挂知识库
API
程序调用AI
HTTP+JSON
掌握8大核心概念，真正理解AI的工作原理
03
进阶能力
Agent智能体：自主循环、技能包与MCP协议
Agent vs LLM：核心区别
LLM（被动响应者） • 单步简单任务 • 有限的上下文窗口 • 本质是问答专家 Agent（主动规划者） • 多步复杂任务自主完成 • 具备长短期记忆管理 • 是你的全能自主助理 Agent = LLM + 任务规划 + 工具调用 + 记忆管理
Agent智能体：从被动到主动
01 思考 Think 02 规划 Plan 03 执行 Act 04 反思 Reflect Agent Loop 自主循环
Agent Loop 核心四步法
Agent Loop 循环过程动画
Agent Loop
持续循环
🤔 思考
分析任务
制定计划
⚡ 行动
调用工具
执行操作
👁️ 观察
获取结果
分析结果
🔄 反思
评估进度
调整策略
循环次数
0
Agent-Skill：让AI掌握专项能力

📦 什么是Skill

  • Skill = AI的"技能包"
  • 包含：触发词 + 操作流程 + 示例代码
  • 让AI"学会"使用特定工具
  • 例：PPT Skill、Excel Skill、邮件Skill
📄 Skill文档结构（SKILL.md）
• trigger（触发词）
"做PPT"、"生成幻灯片"
• description（功能描述）
"根据内容生成PowerPoint演示文稿"
• parameters（参数说明）
标题、副标题、章节数、风格...
• workflow（执行流程）
1.解析内容 2.生成大纲 3.填充页面...

🎨 动画演示：PPT Skill文档长什么样

📝 步骤1：用户输入提示词
用户输入：
帮我做一个项目汇报PPT，包含：
• 项目背景（2页）
• 进展成果（3页）
• 问题风险（1页）
• 下步计划（1页）
风格：商务简约，主色调：深蓝
🔍 步骤2：AI识别需要PPT Skill...
用户输入
→
AI分析
→
匹配Skill
📦 正在加载 PPT Skill...
📄 步骤3：PPT Skill文档（SKILL.md）
# PPT Generation Skill
- trigger: ["做PPT", "生成幻灯片", "创建演示文稿"]
- description: 根据内容生成PowerPoint演示文稿
- parameters:
title: 演示文稿标题（必填）
chapters: 章节列表（数组）
style: 视觉风格（简约/商务/创意）
color: 主色调（深蓝/红色/绿色...）
- workflow:
1. 解析用户输入的内容和参数
2. 生成PPT大纲（章节结构）
3. 逐页填充内容（标题、正文、图表）
4. 应用视觉风格和配色方案
5. 导出为.pptx文件
- example:
"帮我做一个项目汇报PPT，包含4个章节，风格商务简约"
✅ 步骤4：根据Skill文档生成PPT
项目汇报.pptx - PowerPoint
项目汇报
封面
背景 2页
成果 3页
风险 1页
计划 1页
✅ 共7页，已生成项目汇报.pptx
Agent实战：完整运行流程

🤖 Agent运行特点

  • 自主规划：分解任务步骤
  • 动态反思：遇错自动调整策略
  • 交互确认：不确定时询问用户
  • 多Skill协作：组合多个工具

📋 任务场景

用户："请帮我在邮箱里找AI课件，并把课件发给Darian"

动画：Agent对话式运行流程
🤖 Agent 运行中
👤 用户
请帮我在邮箱里找AI课件，并把课件发给Darian
🤖 Agent
🤔 分析任务：需要搜索邮件 + 发送文件...
⚙️ 执行
尝试调用腾讯邮箱Skill...
❌ 错误：未找到该Skill
🤔 Agent反思
换用网易邮箱Skill...
✅ 成功！找到附件：AI课件.pdf
🤖 Agent
📮 课件已找到！请问您希望通过邮箱还是微信发给Darian？
👤 用户
微信
⚙️ 执行
调用微信Skill...
✅ 文件已发送给Darian！任务完成 🎉
💡 Agent通过对话式交互，自主完成复杂任务
章节小结：进阶能力
Agent
自主规划执行
主动循环
Agent Loop
ReAct循环
思维链→行动→观察
Skill
任务APP化封装
即插即用
MCP
统一互联标准
平台即插即用
Agent + Skill + MCP = 真正的AI自动化能力
04
职场应用
AI在文本处理、PPT制作、自动化及代码开发中的实战应用
AI职场应用：核心原则
AI 擅长的领域 • 极致执行力，7×24小时在线 • 海量信息检索与整理归纳 人类擅长的领域 • 深度决策与价值判断 • 创新思维与跨界整合 核心法则：用AI增强人，而非替代人
初阶应用：解放双手 (1/2)—— 文档 & 图片 AI 处理
📸
输入：表格截图
┌──────┬──────┐
│ 姓名 │ 分数 │
├──────┼──────┤
│ 张三 │ 85 │
│ 李四 │ 92 │
└──────┴──────┘
➡️
🤖 AI识别
OCR+结构化
📊
输出：Excel表格
A   B
1 姓名  分数
2 张三   85
3 李四   92
🖼️
输入：原始图片
🧑
含背景
➡️
🤖 AI抠图
智能去背景
✂️
输出：透明背景
🧑
透明背景PNG
初阶应用：解放双手 (2/2)—— 视频 & 音乐 AI 处理
🎥
输入：无声视频
▶️
无声
无字幕
➡️
🤖 AI字幕
语音识别+同步
🎬
输出：字幕视频
▶️
你好欢迎收看
自动字幕+时间轴
✍️
输入：文字描述
"轻松愉快的
办公室背景音乐
适合Vlog使用"
➡️
🤖 AI作曲
旋律+编曲+混音
🎵
输出：完整音乐
🎧 可播放/下载
中阶应用：Agent 办公提效
借助智能体平台，让AI成为你的办公助手，自动完成数据分析、文档处理、流程自动化等复杂任务
🤖
WorkBuddy
本地化AI办公智能体
核心能力：
• 文件批量处理与分析
• 代码生成与调试
• 自动化脚本编写
• 本地数据安全可控
💡 适合敏感数据处理
🧩
TraeWork
字节跳动企业智能体平台
核心能力：
• 企业知识库接入
• 会议纪要自动生成
• 项目进度自动追踪
• 跨部门协作自动化
💡 适合团队协作场景
⚡
Agent 通用能力
所有智能体平台共有的核心功能
典型场景：
• 📊 数据分析：上传Excel自动生成图表
• 📄 文档处理：批量摘要/翻译/格式转换
• 🔄 办公自动化：定时任务/流程编排
• 🔍 信息检索：联网搜索+知识库问答
💡 零代码即可上手
提出需求
→
Agent 理解意图
→
调用工具/知识库
→
返回结果
高阶应用：AI作为编程伙伴
除了直接使用 AI 对话，还可以借助脚本语言实现日常办公自动化，让重复工作一键完成
📜
VBS
Windows 原生脚本，无需安装任何环境

典型场景：
• 自动发送邮件
• 文件批量重命名
• 定时弹窗提醒
• 操作 Windows COM 对象
' 弹窗示例
MsgBox "任务完成!"
📊
VBA
Excel / Word / PPT 内置宏语言

典型场景：
• 批量合并/拆分表格
• 自动生成报表
• 数据清洗与格式化
• 一键操作 Office 对象
' 合并表格
Sheets.Copy
⚙️
BAT
Windows 命令行批处理脚本

典型场景：
• 一键备份文件
• 批量启动程序
• 清理临时文件
• 系统环境配置
@echo off
xcopy D:\ E:\backup\ /E
🌐
HTML 工具
用 HTML+JS 制作本地小工具

典型场景：
• 数据转换工具
• 表单自动填写器
• 文本处理工具
• 简单信息查询面板
<button onclick="run()">
  开始处理</button>
💡 这些脚本都可以让 AI 帮你写，你只需要描述需求
🚀 零基础也能快速上手
VBA 办公自动化示例

⚙️ 实际痛点场景

  • 📂 问题：每月收到各部门的 Excel 表格，需要手动合并成一份
  • ⏰ 痛点：打开每个文件、复制、粘贴，重复劳动耗时30分钟+
  • ✅ 方案：VBA脚本一键批量合并，只需几秒钟
5秒
处理时间
N个文件
支持数量
360x
效率提升
' VBA核心代码：遍历文件夹中的所有Excel文件并合并
Sub 批量合并Excel()
Dim folderPath As String
Dim fileName As String
Dim wb As Workbook
Dim lastRow As Long
 
folderPath = "D:\数据\"
fileName = Dir(folderPath & "*.xlsx")
 
Do While fileName <> ""
Set wb = Workbooks.Open(folderPath & fileName)
lastRow = Cells(Rows.Count, 1).End(xlUp).Row + 1
wb.Sheets(1).UsedRange.Copy Destination:=ThisWorkbook.Sheets(1).Cells(lastRow, 1)
wb.Close False
fileName = Dir()
Loop
 
MsgBox "合并完成！"
End Sub

📊 合并过程动态演示

📁 场景：文件夹中有多个Excel文件待合并
📘
销售部_2026.xlsx
156 行 × 8 列 | 大小 42KB
待合并
📗
市场部_2026.xlsx
98 行 × 8 列 | 大小 31KB
待合并
📙
财务部_2026.xlsx
203 行 × 8 列 | 大小 58KB
待合并
📕
人事部_2026.xlsx
67 行 × 8 列 | 大小 19KB
待合并
⚡ VBA 脚本正在执行...
正在读取文件... 0%
[启动] 开始执行批量合并任务...
[1/4] 打开 销售部_2026.xlsx ✓
[1/4] 复制 156 行数据... ✓
[1/4] 粘贴到目标表格 ✓
[2/4] 打开 市场部_2026.xlsx ✓
[2/4] 复制 98 行数据... ✓
[2/4] 粘贴到目标表格 ✓
[3/4] 打开 财务部_2026.xlsx ✓
[3/4] 复制 203 行数据... ✓
[3/4] 粘贴到目标表格 ✓
[4/4] 打开 人事部_2026.xlsx ✓
[4/4] 复制 67 行数据... ✓
[4/4] 粘贴到目标表格 ✓
═══ 全部完成！共合并 524 行 ═══
✅ 合并成功！生成汇总表格
📋 汇总表_全部部门.xlsx
部门 姓名 月份 金额
销售部 张三 2026-01 ¥12,500
市场部 李四 2026-01 ¥8,200
财务部 王五 2026-01 ¥23,800
人事部 赵六 2026-01 ¥4,600
524
总行数
4
合并文件
~3秒
处理时间
150KB
输出大小
⚡ 手动操作：约 30 分钟 → VBA自动化：约 3 秒 — 效率提升 600倍
AI工具开发：提示词 → 生成此课件

💡 AI工具开发实战

  • 输入详细提示词描述需求
  • AI自动生成完整HTML课件代码
  • 支持动画、交互、深色主题
  • 一键导出可直接使用的文件
📝 提示词（输入给AI）
帮我创建一个职场AI培训课件HTML，要求：

【页面结构】
• 单文件HTML，深色科技风格
• 左右布局：左侧缩略图导航，右侧主内容区
• 共40+页，支持键盘切换/点击导航

【内容模块】
• 封面页：标题+副标题+演讲者信息
• 目录页：5个章节，带序号和图标
• 内容页：AI基础/提示词/智能体/职场应用/落地总结
• 动画页：SVG流程图+JS交互动画

【视觉风格】
• 主色：深蓝黑 #0a0e1a，强调色：青色 #00d4ff
• 卡片半透明毛玻璃效果
• 标题渐变高亮，按钮脉冲动画

请直接生成完整可运行的HTML文件。
30秒
生成完整课件
40页
自动生成内容
0行
手写代码

🎨 生成过程演示

📝 步骤1：输入提示词
提示词：
帮我创建一个职场AI培训课件HTML，要求：

【页面结构】单文件HTML，深色科技风格，左右布局...
【内容模块】封面、目录、AI基础、提示词、智能体...
【视觉风格】主色深蓝黑，强调色青色，卡片毛玻璃...

请直接生成完整可运行的HTML文件。
⚡ 步骤2：AI正在生成课件代码...
正在分析提示词... 0%
<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<title>职场新人的第一堂AI课</title>
<style>
body { background:#0a0e1a; color:#e0e6ed; }
.slide { display:none; }
.slide.active { display:flex; }
.card { background:rgba(255,255,255,0.05); }
</style>
</head>
<body>
<!-- 封面页 -->
<div class="slide active" id="slide-1">
<h1>职场新人的第一堂AI课</h1>
</div>
<script>
function updateSlide(n) { ... }
</script>
</body>
</html>
✅ 步骤3：生成完成！预览课件效果
职场新人的第一堂AI课.html
缩略图
职场新人的第一堂AI课
全体系阶梯式培训课件
01 AI基础
02 提示词
03 智能体
04 职场应用
05 落地总结
共 40+ 页·深色科技风格
支持键盘切换 / 点击导航 / 动画演示
1 / 40
章节小结：职场应用
核心原则
人机协作分工
AI擅长 vs 人类擅长
文本处理
报告/邮件/总结
效率飞跃
PPT制作
AI极速搭建
大纲→配图→成片
代码开发
最强编程伙伴
补全/调试/生成
AI让职场人成为更高效、更有创造力的执行者
05
落地总结
AI的能力边界与EPOCH人类核心竞争力模型
AI的两大核心能力
⚙️
自动化 · Automation
工作自动化提效，释放人力
💡 核心价值
将重复性、规则化的任务交给AI处理，大幅降低人工成本，让人类专注于更高价值的创造性工作。
⚡ 典型场景
● 自动生成工作报告和数据摘要
● 自动处理和分析大量数据
● 自动回复常见客户咨询
● 自动翻译多语言内容
🧠
能力增强 · Augmentation
拓展思路、快速学习、方案规划
💡 核心价值
借助AI的强大能力，拓展人类认知边界，加速学习过程，提升决策质量和效率，实现"人机协同"的倍增效应。
🚀 典型场景
● 头脑风暴，拓展创意思路
● 快速学习新领域知识和概念
● 制定详细的项目方案和计划
● 多角度分析问题，辅助决策
AI的"幻觉"现象
什么是幻觉？ 输出内容无事实依据 但逻辑看起来似乎严密 核心根源 概率模型的本质特性 训练数据的缺陷偏差 应对策略 多方交叉验证事实 始终保持批判性思维 ⚠️ 关键信息务必人工审核！
EPOCH模型：人类不可替代的核心竞争力
E Empathy 同理心 P Presence 在场感 O Opinion 独立观点 C Creativity 创造力 H Hope 希望引导 E P O C H
职场新人的AI时代生存策略
AI 工具驾驭力 成为高效执行者 EPOCH 人文内核 打造独特价值壁垒 领域专业深度 放大AI的产出价值 高效执行者 → 价值洞察者 → 策略决策者
新人行动指南：AI学习路径图
STEP 1
📚
学习AI
基本常识
了解AI能做什么
不能做什么
STEP 2
🎮
找AI平台
练手
选择一款AI工具
坚持每日使用
STEP 3
✍️
Prompt
精准描述
学会精准表达需求
提升AI输出质量
STEP 4
💼
AI办公
提效
用AI处理文档数据
提升工作效率
STEP 5
🔧
制作
提效工具
用AI编写自动化脚本
开发小工具
STEP 6
🚀
搭建
赋能平台
构建团队AI能力
实现规模化赋能
💡 循序渐进，从基础到平台化，逐步提升AI应用能力
章节小结：落地总结
两大核心能力
自动化提效
能力增强
能力边界
有局限需审核
警惕幻觉
EPOCH模型
人类核心竞争力
不可替代
学习路径
6步循序渐进
从基础到平台化
AI是时代的能力放大器，拥抱它、善用它！
1 / 44