写清任务
掌握目标、背景、约束、格式、示例和验收六个任务要点。
Agilean 企业 AI 培训
AI 提示词实战培训：从清晰提问到可靠交付
面向业务、管理和项目团队的两小时通用实战课。用真实工作任务学习如何写清要求、选择提示词结构，并检查 AI 输出的依据与可用性。
培训收获
学完即可把方法带回自己的工作
课程不要求记忆复杂公式。通过一套检查清单、六类任务模板和综合练习，形成可以继续使用的工作方法。选对结构
学会处理问答、整理、创作、分析、规划和检查六类工作任务。
持续协作
能够管理上下文、分阶段协作，并检查 AI 输出的来源、假设和不确定性。
核验结果
把课堂方法迁移到一项自己的真实工作任务，形成个人提示词行动卡。
核心方法
六个要点是一套任务检查清单
先写清本类任务最重要的信息，其余内容按需补充。不要求每次机械填满六项，也不依赖固定的“万能咒语”。01
目标
明确要解决的问题、使用目的和最终交付物。
02
背景
提供受众、角色、已有事实、输入资料和必要上下文。
03
约束
说明资料范围、不可改变的事实、时间与权限边界。
04
格式
约定栏目、结构、长度、语气、语言或输出字段。
05
示例
特殊格式或风格难以描述时，提供可参考的样例。
06
验收
写明覆盖事项、核对依据、准确性和可用性要求。
六类工作任务
先识别想要的结果，再选择提示词写法
六类任务可以单独使用，也可以组合成一条工作流。课程采用通用办公、项目协作和分析汇报场景，不限定具体行业。问答解惑
针对陌生知识或概念，获得适合自己基础和用途的解释。
重点信息：问题、用途、已有认知、解释深度提炼整理
从会议记录、访谈或反馈中提取重点，归纳分类并重新组织。
重点信息：原始材料、忠于原文、整理字段内容创作
根据使用目的、受众和渠道，构思、撰写或改写内容。
重点信息：用途、受众、渠道、文体与语气分析研判
依据资料比较选项、解释现象，并形成边界清楚的判断。
重点信息：数据口径、证据、假设和验收方案规划
围绕目标和限制设计步骤、分工、依赖关系与里程碑。
重点信息：交付期限、现状资源、前置条件检查优化
依据明确标准检查已有成果，定位问题并提出修订建议。
重点信息：原稿、检查标准、修改边界、复核两小时课程大纲
方法、案例和练习交替进行
课程保留完整方法框架，把长案例压缩为现场对照和综合练习，为学员留出真正动手的时间。提示词与工作任务
理解提示词的作用和边界，对比模糊要求与清晰任务说明。
写清任务的六个要点
学习六要点检查清单，现场改写一条常见的模糊提示词。
六类常见工作任务
逐类讲解适用场景、重点信息、常见问题与可复用模板。
课间休息
整理问题，为综合练习准备一项自己的工作任务。
综合案例练习
将混合材料转化为决策摘要、行动计划和待确认事项。
八个协作技巧
管理上下文、调用工具、检查依据、分阶段推进并设置人工审批点。
课程回顾与迁移
选择模板、完成个人提示词行动卡，并明确后续复用方式。
持续协作
八个技巧帮助团队获得更稳定的结果
提示词只是开始。复杂任务还需要管理上下文、工具、证据和人工确认点。目标明确，路径开放
说清结果与边界，让 AI 提出可比较的实现思路。
主动管理上下文
在阶段切换时保存目标、事实、约束和任务状态。
明确使用工具
需要搜索、读取文件或计算时，规定来源和时间范围。
检查判断依据
区分事实、推断和假设，核对来源、前提与计算。
分阶段推进
先确认理解与方向，再逐步生成可以检查的成果。
用 AI 评审 AI
增加独立复核视角，按问题严重程度组织修改建议。
暴露不确定性
信息不足时标记待确认，并给出验证所需的信息。
设置人工审批点
对外发布、修改正式数据或高影响操作前暂停确认。
课程讲师
吴穹 Adam
北京大学软件工程博士｜Agilean 联合创始人兼首席顾问
长期服务大型组织研发转型、业务架构、工程效能提升与 AI 应用落地。课程强调从真实工作任务出发，把提示词方法、结果核验与可复用的团队协作方式连接起来。
课程资料
不是听完就结束，而是带走可以继续用的工具
学员可以把自己的高频任务补进模板，逐步形成适合个人或团队的提示词资产。六类提示词模板
覆盖问答、整理、创作、分析、规划与检查。
六要点检查清单
快速检查任务信息是否充分、清楚和可验收。
AI 输出核验清单
检查来源、假设、不确定性及人工确认事项。
个人提示词行动卡
把课程方法迁移到一项自己的真实工作任务。
把提示词方法带进团队的真实工作
可围绕团队高频的资料整理、内容撰写、分析汇报或项目协作任务调整课堂案例。