AI 培训课程及产业应用方向
AI 赋能千行百业，助力产业高质量发展
AI+政企出海
- ▸Vibe Coding 海外独立站搭建
- ▸AI 海外市场调研
- ▸海外社媒内容生产
- ▸AI 跨境电商
- ▸AI 销售与海外客户开发
- ▸AI 多语言营销
AI+政企营销增长
- ▸AI 品牌策划与营销
- ▸AI 图文/视频内容生产
- ▸AI 短视频与数字人
- ▸AI 新媒体矩阵
- ▸AI 私域与客户运营
AI+政企经营管理
- ▸AI 办公与材料生产
- ▸AI 数据分析
- ▸AI 政企知识库
- ▸AI 工作流自动化
- ▸AI 管理与决策
AI+智能体 / 数字员工
- ▸政企专属 AI 知识库
- ▸AI Agent 智能体
- ▸AI 客服 / AI 销售
- ▸AI 内容生产员工
- ▸政企 AI 工作流
AI+政务
- ▸AI 政务办公
- ▸AI 政策研究与分析
- ▸AI 公文与材料
- ▸AI 政务宣传
- ▸政策知识库 / 政务智能体
AI+医疗
- ▸医疗大模型应用
- ▸医疗知识库
- ▸AI 辅助医疗科研
- ▸AI 医疗数据分析
- ▸AI 医教与患者咨询
- ▸浙江大学「启真」大模型等应用
AI+文旅
- ▸AI 影视作品创作
- ▸AI 景区宣传片
- ▸AI 文旅短视频生产
- ▸AI 景区语音导览
- ▸AI 数字人导游
- ▸AI 文旅营销与传播
AI+行业创新
- ▸AI+制造业 / AI+外贸
- ▸AI+跨境电商 / AI+教育
- ▸AI+金融 / AI+海洋经济
- ▸AI+农业
- ▸AI+零售/服务业
实战派 AI 应用金牌讲师
把 AI 带入真实业务流程，而不是停留在工具演示
田宝森
北京众星汇智科技有限公司｜西班牙 UCAM｜硕士
专注把 AI 带入真实应用场景流程，服务政企增长、组织效率、内容生产、客户服务与产业场景落地。
服务政企 AI 化 100+，覆盖财税、法律、地产、外贸、零售、餐饮、物流、影视、音乐等 50+ 行业。
为山东曦和集团、中国食品城、山东华丰集团、恒达信集团等公司提供深度入企 AI 化服务。
2025 全明星足球赛、星源足球青训｜人工智能应用顾问。
从趋势认知到四个城市级 AI 实验室
战略叙事是「城市新生产力」，现场实操是「真实流程跑起来」
AI 发展趋势
从聊天机器人到数字员工
AI 系统架构
模型、RAG、Agent、API、安全
AI 厦企出海助手
市场、网站、内容、客服、销售
AI 厦门文旅大脑
导游、行程、内容、运营
AI 惠企与政务服务
政策、预审、智问智办
AI 招商助手
产业图谱、企业画像、匹配评分
AI 发展到哪一步了？
它正在把「智力劳动」规模化：信息数字化 → 服务在线化 → 业务数据化 → 智力规模化
AI 会写、会总结、会聊天
AI 会看图、生成视频、写代码、调用工具
AI 进入 Agent、Workflow、政企系统和城市应用
从大模型到数字员工
AI 的关键变化：从回答问题，到执行任务——下一阶段不是「人操作软件」，而是「人提出目标，AI 调度软件」。
大模型
- 理解语言
- 生成内容
- 推理解释
RAG
- 检索资料
- 引用来源
- 降低幻觉
Agent
- 选择工具
- 拆解任务
- 多轮执行
Workflow
- 连接 API
- 触发流程
- 写入系统
真正的 AI 系统：七层架构
大模型只是其中一层
核心技术原则
RAG 找依据，规则算条件，模型负责表达
RAG
找到政策、政企资料、文旅内容等依据
规则引擎
计算是否符合条件、材料是否完整
LLM
理解用户意图，并把结果讲清楚
Human-in-the-loop
审批、招商判断、重大风险必须人工确认
不能把大模型当审批员，也不能把 RAG 当真理机。
AI 厦企出海助手
让一家中小企业拥有数字化海外事业部
把政企原本缺失的海外市场、内容、销售能力变成 AI 工作流：数据用 API，决策用评分，沟通用 AI，成交仍保留销售人员。
海外市场分析 Agent
AI 不能凭感觉选市场，必须接真实数据
- 搜索需求：Google Ads API（关键词、月搜索量、竞争度）
- 平台数据：Amazon SP-API / TikTok Shop API（订单、商品、库存）
- 竞品流量：Similarweb / SEO 平台
- 政企内部：ERP / CRM / 成本 / 库存
品牌国际化 Brand Brain
出海不是翻译，是文化适配
- 品牌知识库：品牌故事、产品参数、语气、禁用词、视觉规范
- 多语言术语库：名称、材料、技术参数、Slogan 统一
- 本地化输出：美国版更直接，日本版更细腻，德国版更强调参数与可靠性
- 合规校验 + 人工确认
Vibe Coding 独立站
30 分钟从业务需求生成海外官网原型
- 业务输入 → AI 生成 PRD → 页面结构 → AI Coding
- 多语言 SEO + 询盘表单 + 上线测试
- 工具：Cursor / Claude Code / v0 / Replit / Qwen Code
- 技术：Next.js + React + Tailwind + PostgreSQL / Supabase
跨境平台与 API 集成
独立站、平台店和 ERP 必须打通
- Shopify：Admin GraphQL API（商品、订单、客户、库存、Webhook）
- Amazon：SP-API（订单、商品目录、Listing、库存）
- TikTok Shop：Products / Orders / Fulfillment / Webhooks
- CRM（HubSpot / Zoho / 自建）与 ERP / WMS 库存发货打通
AI 视觉与视频内容工厂
一款产品，生成多个国家的内容资产
- 视觉资产：白底图、场景图、Banner、详情页、社媒封面
- 视频资产：15 秒短视频、直播脚本、分镜、配音、字幕
- 真实性边界：不能让 AI 改变产品结构、接口、颜色和真实参数
WhatsApp AI 客服
海外客户消息进入 AI 工作流
- WhatsApp Cloud API + Webhook 接入
- 意图识别 → 商品库 / 订单库 / 物流 API → AI 回复 → 转人工 / CRM
- 常见问题：库存、价格、MOQ、物流、订单状态、售后
- 高金额订单、退款争议、法律投诉、低置信度回答必须转人工
AI 销售 Agent
从「有人问」到「持续跟进」的销售漏斗
- Lead 评分：国家、采购量、企业邮箱、采购周期、预算信号
- 销售内容：首封确认、产品资料、案例、报价、样品、Follow-up
- 人工节点：价格、合同、折扣、承诺、风险客户必须由销售确认
- CRM 跟进沉淀客户资产
市场选择评分模型
API 负责取数，算法负责评分，AI 负责解释，业务负责人负责决策。
现场 Demo：30 分钟跑完一条出海链路
一个市场报告、一版官网、三张图、一条短视频、一条销售跟进——让现场看到 AI 不是「写文案」，而是形成业务闭环。
AI 厦门文旅大脑
让 AI 理解厦门，并向不同游客讲述不同的厦门
根据时间、预算、兴趣、天气、交通生成个性化路线
结合位置、景点、知识库，用不同语言和深度讲文化
分析评论、投诉、偏好，帮助文旅产品设计和服务优化
AI 文旅不是多一个导游，而是让城市内容变成可交互资产——游客要的不是百科，而是「适合我的厦门」。
文旅知识库
AI 讲厦门的底座：官方、结构化、多语言、可追溯
- 内容来源：景区资料、文化档案、博物馆、活动、交通、公共服务
- 结构化字段：景点 ID、坐标、开放时间、票价、标签、人群、故事
- 检索方式：关键词 + 向量 + 地理位置 + 人群标签
- 讲解模式：儿童版、专业版、海外游客版、短视频版
AI 行程规划
从「我要来厦门」到动态路线：LLM 负责理解，地图 API 负责路径
- 自然语言需求 → 用户画像 → POI 候选 → 约束求解 → 路径优化 → 行程叙事
- 约束条件：开放时间、交通时间、预算、天气、预约、拥堵
- 可接工具：高德地图 Web Service API（POI、路线、周边搜索）
- 输出形式：小程序、APP、网页、语音导游、旅行卡片
AI 文化讲解员
同一份资料，多种表达：位置感知 + 知识库 + 多语言语音
- 定位 / 扫码 → 景点 ID → 知识库检索 → 游客画像 → LLM 生成 → TTS 语音 → 追问互动
- 儿童游客：用故事和比喻讲
- 外国游客：补足中国历史背景与文化差异
- 建筑爱好者：讲风格、年代、材料和城市演变
AI 文旅内容工厂
把城市文化变成短片、海报、海外传播素材
- 历史资料 → 剧本 → 人物 / 场景 → 分镜 → AI 图片 / AI 视频 → 多语言发行
- 选题示例：《1920 年的鼓浪屿》《一位南洋华侨回到厦门》《外国人第一次理解闽南》
- 输出渠道：抖音、小红书、视频号、TikTok、Instagram、YouTube
- 合规要求：历史事实校验、肖像版权、AI 生成内容标识、官方口径
游客反馈与产品设计
AI 从宣传工具进入运营决策
- 反馈分析：问卷、投诉、客服、授权 OTA 评论 → 主题聚类、情绪分析、问题定位
- 产品组合：建筑路线 + 咖啡 + 摄影 + 酒店 + 文创，按人群兴趣动态组合
- 管理预警：排队、交通、服务、卫生、价格争议，按时间和地点发现异常
AI 惠企与政务服务
让政策找政企，让办事更清楚
能做
谨慎做
不能直接做
政务 AI 不是让 AI 替政府做决定，而是让人更快、更全面、更标准地做决定。
政策知识库
不能只是上传 PDF：要结构化、版本化、可检索、可引用
- 政策元数据：文件号、发布单位、状态、生效 / 失效日期
- 适用条件：区域、行业、企业规模、营收、研发投入、时间窗口
- 知识切片：按章、条、款切片，不按固定长度粗切
- 索引体系：BM25 关键词 + 向量语义 + Reranker；每个结论回到原文条款
政务 RAG：Hybrid Search
关键词精准 + 语义理解 + 重排序
- 链路：用户问题 → 意图识别 → BM25 + 向量检索 → Metadata 过滤 → Reranker → 带引用回答
- 为什么要关键词？文件号、条款、专有名词需要精确匹配
- 为什么要向量？用户不会用政策原文提问，需要理解语义
- 为什么要重排？把最相关、最新、权限允许的资料排到前面
政策匹配：RAG + 规则引擎
让「政策找政企」有依据、有计算、有解释
- 企业画像：统一社会信用代码、注册地、行业、营收、员工数、研发投入、资质
- 规则引擎：AND/OR 条件、日期窗口、金额上限、材料要求、例外条款
- 输出结果：可能符合 / 不符合 / 缺材料 / 需人工确认 / 原文依据
- AI 解释 + 人工确认收口
智能预审
减少反复提交材料
- 链路：材料上传 → OCR / 解析 → 字段抽取 → 完整性检查 → 一致性检查 → 规则校验 → 补正清单
- 检查缺失：是否少营业执照、财务报表、知识产权证明等
- 检查格式与一致性：日期、签章、文件类型、字段、材料之间是否冲突
- 输出补正建议，最终仍由工作人员审核
智问智办与惠企服务
从「政企找政策」到「政策找政企」
- 智问：政企用自然语言描述问题，AI 识别事项、部门、流程和材料
- 智办：连接现有政务服务入口，提醒材料、状态、下一步动作
- 惠企：新政策进入系统，自动匹配企业画像，定向触达
- AI 不重造政务门户，而是成为现有政务服务的智能入口
AI 产业招商助手
让招商干部拥有一个产业研究团队
企业画像
基本面、产品、融资、风险、扩张信号
产业图谱
上下游、客户、供应商、园区、政策
匹配评分
补链强链价值、落地可行性、风险调整
会议助手
会前 Brief、会议纪要、需求提取、CRM 跟进
招商的本质是信息不对称，AI 先解决研究和匹配。
招商数据源
必须合规、授权、可追溯：政企项目不应以网页爬虫作为核心方案
- 内部数据：历史项目、园区空间、政策、基金、招商 CRM
- 公共数据：依法开放的法人、信用、产业、项目数据
- 商业 API：天眼查 / 企查查等授权企业数据接口
- 资本与创新数据：融资并购、投资机构、专利软著、论文、技术路线
- 扩张信号：招聘、融资、产能、供应链、出海、新设机构
产业知识图谱
招商不是表格，是关系网
- 政企 ↔ 产品：识别核心产品与技术方向
- 政企 ↔ 供应商 / 客户：发现补链强链和本地协同机会，判断市场方向
- 政企 ↔ 园区：匹配空间、载体、人才和上下游
- 政企 ↔ 政策 / 基金 / 风险：匹配扶持政策与资本工具，纳入司法、信用、经营异常信号
- 图谱解决「谁和谁有关」，RAG 解决「资料怎么解释」
企业画像 Agent：会前一页纸
让招商干部快速知道「该怎么谈」
- 基础画像：公司、创始人、产品、营收规模、融资、风险、新闻、招聘
- 厦门匹配点：产业链位置、园区资源、供应链、人才、政策、基金
- 拜访策略：核心问题、政企顾虑、落地方案、后续动作、风险提示
招商 Meeting Copilot
会前、会中、会后形成闭环
- 会前：生成企业画像、厦门匹配点、建议问题
- 会中：录音 ASR 转写，标注政企需求、政策诉求、选址条件、时间表
- 会后：生成纪要、待办、跟进邮件和项目进度，写入 CRM
- 敏感会议需要本地 ASR、本地模型和权限审计
招商匹配评分
AI 可以推荐招商对象，但招商决策必须由人和制度确认。
AI 厦门能力底座
本地算力、本地知识库、本地模型、本地工作流
三级部署策略
把数据等级和业务风险分开，才能既开放又安全。
公开营销内容、普通翻译、社媒视频、公开资料分析
政企服务、公开政策、文旅知识、一般行业智能体
内部政务、招商、政企敏感信息、未公开数据
本地模型部署：Model Gateway + vLLM
- 模型路由：小模型做分类，大模型做复杂推理，多模态模型处理图片 / 文件
- 兼容接口：vLLM 可提供 OpenAI 风格 HTTP API，便于上层应用切换模型
- 生产要求：API 网关、身份认证、限流、审计、监控、灰度发布
工作流与 API 网关
- 快速构建：Dify / n8n / RAGFlow，适合 Demo、MVP 和低代码工作流
- 生产系统：Java / Python 微服务，API 网关、消息队列、事务和权限
- 统一管控：鉴权、限流、审计、Tool 权限、人工确认
本地知识库技术栈
结构化、检索、向量和图谱分工明确政企 AI 安全控制清单
安全不是「服务器放本地」就结束
- 每个文档 Chunk 带权限标签，检索时继承用户身份
- 高风险工具分为 Read / Write / Approve，不能让 AI 无限调用
- 所有回答、检索、工具调用、人工修改都进入审计日志
数据来源治理
有 API 就不用爬虫，有授权就不用灰色采集；政企级 AI 系统的数据要能解释来源、授权、用途和更新时间。
0—12 个月推进路线
不要一开始建设「超级大脑」，先做可验证 MVP。
盘点与选型
- 场景盘点
- 数据盘点
- 安全分级
- POC 选型
MVP 试用
- 4 个 MVP
- 真实部门试用
- 建立评估集
接入真实系统
- 接入真实系统
- API 打通
- 权限审计
平台化复用
- 公共能力平台化
- 模型 / 知识 / 工作流复用
