早期用戶與大模型交互主要依賴直接對(duì)話，此時(shí)提示詞的設(shè)計(jì)至關(guān)重要。例如同樣是生成DeepSeek介紹文檔，“創(chuàng)建DeepSeek說(shuō)明文檔”與“作為大模型講師為***人員撰寫(xiě)DeepSeek SIG講解文檔”會(huì)觸發(fā)不同的輸出邏輯。 

高效提示詞需遵循“思維鏈”結(jié)構(gòu)，明確角色、任務(wù)、步驟及限制條件。

例如項(xiàng)目經(jīng)理可設(shè)計(jì)：“我是敏捷Scrum團(tuán)隊(duì)項(xiàng)目經(jīng)理，需將用戶故事轉(zhuǎn)換為符合Evens原則的條目，要求包含標(biāo)準(zhǔn)格式、技術(shù)約束及輸出示例”。

推理模型（如DeepSeek R1）的出現(xiàn)改變了交互模式。模型內(nèi)置問(wèn)題分解“實(shí)踐手冊(cè)”，可自動(dòng)解析用戶需求并生成執(zhí)行流程，大幅簡(jiǎn)化提示詞復(fù)雜度。

其通用公式為：任務(wù)目標(biāo)+背景說(shuō)明+負(fù)面限定。

以任務(wù)分解為例，用戶只需輸入“根據(jù)用戶故事分解任務(wù)，**到工時(shí)，排除非技術(shù)任務(wù)”，模型即可自動(dòng)完成從需求分析到優(yōu)先級(jí)排序的全流程處理。這種能力使非技術(shù)人員也能高效調(diào)用大模型，減少對(duì)專業(yè)提示工程的依賴。

1. 智能體：預(yù)設(shè)流程的自動(dòng)化助手

智能體是大模型應(yīng)用的重要升級(jí)，本質(zhì)是“預(yù)設(shè)提示詞模板的中介”。例如“用戶故事分解助手”智能體，可接收用戶輸入的Scrum用戶故事，自動(dòng)按規(guī)范分解為任務(wù)列表、優(yōu)先級(jí)及工時(shí)估算。 創(chuàng)建智能體需明確三要素：

角色定位：如敏捷團(tuán)隊(duì)Master，負(fù)責(zé)需求分解；

技能定義：支持文本輸入解析、圖片內(nèi)容識(shí)別（調(diào)用外部工具）；

輸出規(guī)范：按Scrum標(biāo)準(zhǔn)生成帶驗(yàn)收條件的任務(wù)卡片。

2. 工作流智能體：

跨工具協(xié)同的自動(dòng)化流程

進(jìn)階的工作流智能體可串聯(lián)多個(gè)工具，實(shí)現(xiàn)復(fù)雜任務(wù)處理。例如處理用戶上傳的圖片需求時(shí)，智能體先調(diào)用圖片識(shí)別插件提取文字，再將結(jié)果傳入大模型生成分析報(bào)告。這種模式使大模型從單一對(duì)話工具升級(jí)為覆蓋“數(shù)據(jù)輸入-處理-輸出”的完整工作流引擎。

3. 基于RAG的知識(shí)庫(kù)智能體：

企業(yè)專屬知識(shí)注入

為解決大模型缺乏企業(yè)定制化知識(shí)的問(wèn)題，結(jié)合RAG技術(shù)的智能體可接入內(nèi)部文檔（如業(yè)務(wù)規(guī)則、產(chǎn)品手冊(cè)）。模型在回答問(wèn)題前，先從知識(shí)庫(kù)中檢索相關(guān)內(nèi)容，確保輸出符合企業(yè)特定邏輯。例如某公司智能體接入售后工單數(shù)據(jù)后，可精準(zhǔn)調(diào)用內(nèi)部故障處理流程，提升客服響應(yīng)一致性。

4. MCP協(xié)議：大模型與企業(yè)系統(tǒng)的深度融合

**的MCP（大模型統(tǒng)一訪問(wèn)協(xié)議）技術(shù)實(shí)現(xiàn)了大模型與本地系統(tǒng)的交互。例如企業(yè)部署的DeepSeek可通過(guò)MCP接口直接調(diào)用數(shù)據(jù)庫(kù)，用戶提問(wèn)“去年銷量**產(chǎn)品”時(shí)，模型自動(dòng)生成SQL查詢語(yǔ)句并返回結(jié)果，無(wú)需人工中轉(zhuǎn)操作。這一突破使大模型真正成為企業(yè)數(shù)據(jù)系統(tǒng)的智能前端。

02

1. 用戶畫(huà)像與需求池生成

通過(guò)DeepSeek輸入競(jìng)品鏈接或用戶訪談文檔，可快速生成結(jié)構(gòu)化需求池。例如分析某視頻軟件應(yīng)用商店評(píng)論時(shí)，模型自動(dòng)提取高頻痛點(diǎn)（如“廣告過(guò)多”“加載卡頓”），并按優(yōu)先級(jí)排序，縮短需求驗(yàn)證周期30%以上。 操作流程：

① 上傳原始文檔（支持PDF/CSV/TXT）；

② 調(diào)用“需求提取”智能體，指定輸出格式為Excel表格；

③ 模型自動(dòng)分類（功能需求/體驗(yàn)優(yōu)化）并生成初步解決方案。

2. 用戶故事結(jié)構(gòu)化轉(zhuǎn)換

傳統(tǒng)產(chǎn)品經(jīng)理需手動(dòng)將原始需求轉(zhuǎn)化為用戶故事，耗時(shí)且易遺漏細(xì)節(jié)。借助智能體，輸入“管理員需刪除違規(guī)用戶”等模糊需求后，模型可自動(dòng)生成符合Scrum規(guī)范的故事條目，包含角色、目標(biāo)、驗(yàn)收條件

示例輸出：

- 角色：管理員 

- 目標(biāo)：在用戶發(fā)表不當(dāng)言論時(shí)刪除用戶賬號(hào)

- 驗(yàn)收條件：

① 系統(tǒng)記錄刪除時(shí)間戳；

② 觸發(fā)通知郵件模板；

③ 保留7天可恢復(fù)機(jī)制。

1. Sprint規(guī)劃自動(dòng)化

在Scrum模式中，項(xiàng)目經(jīng)理可通過(guò)DeepSeek R1快速拆解用戶故事為任務(wù)卡片。

輸入“開(kāi)發(fā)用戶刪除功能”的用戶故事后，模型自動(dòng)生成：

任務(wù)列表：需求分析（4工時(shí)）、數(shù)據(jù)庫(kù)設(shè)計(jì)（6工時(shí)）、后端開(kāi)發(fā)（8工時(shí)）、前端開(kāi)發(fā)（6工時(shí)）；

優(yōu)先級(jí)建議：數(shù)據(jù)庫(kù)設(shè)計(jì)優(yōu)先（依賴其他任務(wù)）；

責(zé)任人匹配：根據(jù)歷史績(jī)效推薦資深工程師負(fù)責(zé)核心模塊。

2. 看板任務(wù)流生成

結(jié)合MCP技術(shù)，模型可直接對(duì)接企業(yè)項(xiàng)目管理工具（如Jira），將生成的任務(wù)自動(dòng)同步至看板，標(biāo)注“進(jìn)行中”“待審核”狀態(tài)，并觸發(fā)站會(huì)提醒。這**程使項(xiàng)目經(jīng)理從繁瑣的事務(wù)性工作中解放，聚焦風(fēng)險(xiǎn)監(jiān)控與資源協(xié)調(diào)。

03

Coze.cn：免費(fèi)、零代碼，支持自動(dòng)化智能體生成，適合快速驗(yàn)證場(chǎng)景（如臨時(shí)需求分析）；

阿里百煉平臺(tái)：集成阿里云生態(tài)，支持多模態(tài)數(shù)據(jù)處理，適合中大型企業(yè)；

智譜清言：聚焦中文語(yǔ)義理解，提供行業(yè)專屬模板（如電商需求分析）。

Define：純圖形界面，適合非技術(shù)團(tuán)隊(duì)搭建私有智能體，但知識(shí)庫(kù)功能較弱；

FastGPT：強(qiáng)化知識(shí)庫(kù)管理，支持文檔向量檢索，適合對(duì)數(shù)據(jù)安全要求高的企業(yè)。

1. 場(chǎng)景優(yōu)先級(jí)排序：從重復(fù)度高、規(guī)則明確的任務(wù)（如需求錄入、報(bào)告生成）入手，降低試錯(cuò)成本；

2. 小范圍試點(diǎn)：先在單個(gè)團(tuán)隊(duì)（如敏捷試點(diǎn)團(tuán)隊(duì)）部署智能體，收集反饋優(yōu)化流程；

3. 培訓(xùn)與支持：為員工提供提示詞設(shè)計(jì)、智能體操作培訓(xùn)，配套《大模型應(yīng)用手冊(cè)》；

4. 效果追蹤：通過(guò)任務(wù)處理時(shí)效、需求變更率等指標(biāo)評(píng)估ROI，持續(xù)迭代模型配置。

04

大模型技術(shù)正從“效率工具”向“智能協(xié)作伙伴”演進(jìn)。未來(lái)，自動(dòng)智能體（如Coze空間）將實(shí)現(xiàn)“需求輸入-流程自動(dòng)生成-任務(wù)執(zhí)行”全閉環(huán)，用戶無(wú)需預(yù)先設(shè)計(jì)智能體結(jié)構(gòu)，僅需描述目標(biāo)即可觸發(fā)復(fù)雜工作流。同時(shí)，隨著多模態(tài)模型的成熟，智能體將支持語(yǔ)音、圖像等更自然的交互方式，深度融入產(chǎn)品設(shè)計(jì)、會(huì)議紀(jì)要、跨部門協(xié)作等場(chǎng)景。 

對(duì)于非技術(shù)崗位而言，關(guān)鍵不在于掌握模型開(kāi)發(fā)技術(shù)，而在于理解大模型的能力邊界與協(xié)作邏輯，學(xué)會(huì)將專業(yè)知識(shí)轉(zhuǎn)化為智能體可執(zhí)行的“流程指令”。

正如直播中強(qiáng)調(diào)的：“大模型不是替代人類決策，而是將重復(fù)性勞動(dòng)標(biāo)準(zhǔn)化，讓專業(yè)人員聚焦創(chuàng)造性工作?！?/span>通過(guò)合理應(yīng)用，大模型將成為崗位效能提升的核心引擎，推動(dòng)企業(yè)從“人力驅(qū)動(dòng)”向“智能驅(qū)動(dòng)”轉(zhuǎn)型。

掃碼查看完整回放

????????????

大模型技術(shù)的發(fā)展日新月異，落地應(yīng)用中的技術(shù)細(xì)節(jié)與前沿趨勢(shì)更值得深入探索 —— 下一場(chǎng)直播《AI + 技術(shù)：解鎖 AI 大模型落地密碼》將聚焦技術(shù)落地維度，為你揭開(kāi)更多實(shí)戰(zhàn)奧秘：

你將收獲

1. 掌握大模型落地的五大技術(shù)路徑關(guān)鍵要素  

2. 構(gòu)建企業(yè)級(jí)數(shù)據(jù)治理與知識(shí)庫(kù)建設(shè)方法論  

3. 識(shí)別大模型部署中的核心技術(shù)難點(diǎn)與應(yīng)對(duì)策略  

4. 制定符合企業(yè)現(xiàn)狀的AI人才能力矩陣  

5. 設(shè)計(jì)Agent系統(tǒng)的分階段實(shí)施路線圖