能看到哪个部门会把 AI 用在什么事上;总部或审计问起时有政策可以拿出来;付了钱的授权真正用在了实际工作上。
负责人才培养的人事与管理层 · 08 / 14
面向泰籍员工的企业内训 AI 课程
为泰国银行和医院构建 AI 系统的工程师用泰语培训泰籍员工。各部门的真实文件和工作就是教材,学员带走第二天就能用的提示词、AI 使用政策草案和课上做出的第一个自动化。
“泰国公司全员都开了 ChatGPT,也让大家上了网课。回来只用它写邮件草稿。有人把整份客户名单直接贴进去,有人怕出错根本不碰。总部问哪个部门该用在什么事上,没人答得出来。”
我们常见的问题
多数公司的起点是给员工买授权,或者送去上讲 ChatGPT 通用用法的课。回来后,员工只是写邮件草稿快了一点,因为课上的例子是别人家的工作。面对自己的工作,比如带特殊条款的报价单、要引用公司制度的报告,就不知道从哪里下手,也没有人告诉他们 AI 的回答能信到什么程度。
在泰国的公司还多一层情况:培训不用泰语,泰籍员工听不进去。与此同时,同一个办公室里,有人把整份客户名单直接贴进公开的 AI,有人怕出错干脆不用。总部问有没有政策,只能回答正在制定。人事手里有培训预算,却很难找到既真正懂 AI 系统如何运作、又了解会计和采购每天在做什么的讲师。
我们的解决方法
授课的是我们的工程师,他们每天为泰国的银行、医院和大型企业集团构建 AI 智能体(AI Agent)、自动化和私有化部署的大模型(Private LLM)。他们能讲清语言模型怎样运作、为什么有时会一本正经地答错、输入的数据会去到哪里。培训前,我们向各部门收集实际在用的文件,例如报价单模板、产品手册、休假规定、月度报告,去掉个人数据后做成练习。每个人练的都是星期一等着自己的工作。
课程以企业内训形式进行。教材就用公司已付费的工具,ChatGPT、Microsoft 365 Copilot、Google Workspace 中的 Gemini 或 Claude 都可以。每堂课都有一起写 AI 使用政策的时间:哪类数据可以放进去,个人数据按泰国《个人数据保护法》(PDPA)怎样遮盖,哪些工作要有人检查后才能用。
下课前,团队在公司自己的账号上一起做出一个小的第一个自动化,例如让 n8n 读取客户的请求邮件并摘要进 Google Sheets,或为 LINE OA 上的问题起草回复、由人点击发送。大家会看到,从敲一段提示词到一个自己运转的系统,距离比想象的短。培训后,团队在跟进答疑中把试做的工作发给工程师,拿回修改办法;按部门整理的提示词集和人事培训新员工用的简短指南留在公司。想再往前走时,我们的 FDE 驻场工程师会进驻,在真实系统上做出应用场景。
系统如何运行
- 各部门的真实文件和工作
- 公司已订购的 AI 授权
- 团队卡住过的问题
- 总部和泰国公司对数据与 PDPA 的顾虑
- 工程师讲解 AI 的运作方式和出错场景
- 每个人用自己的工作试做
- 在白板上一起起草政策
- 一起做出第一个自动化
- 按部门整理的提示词集
- AI 使用政策草案
- 能运转的第一个自动化
- 简短指南与跟进答疑
使用前后对比
您将获得
- 01
管理层场次。企业主和部门主管先看 AI 在贵公司的工作里能做什么、不能做什么,再决定哪个团队先开始、哪些数据不出公司、政策由谁负责
- 02
按部门的工作坊(泰语)。销售、会计、采购、人事或客服的每位学员,用公司已经订购的 ChatGPT、Copilot 或 Gemini 做自己手头的工作:根据旧报价单起草新的、总结长篇报告、依据公司手册回答客户
- 03
课上一起写出的 AI 使用政策草案:哪类数据可以放进哪个工具,客户数据和个人数据在使用前要按 PDPA 做什么处理,哪些工作必须有人检查后才能发出,出了差错向谁报告
- 04
课上团队和我们的工程师一起做出的第一个自动化,例如用 n8n 把客户邮件摘要进 Google Sheets,或为 LINE OA 上的问题起草回复,搭在公司自己的账号上,并附上如何扩展的说明
- 05
培训后的跟进答疑。团队把实际试做的工作发给工程师,拿回提示词和修改办法;另有按部门整理的提示词集,以及人事可用来培训新员工的简短指南
各方的收获
授课的工程师清楚员工输入 AI 的数据会去到哪里,所以权限、个人数据遮盖和提示词注入(Prompt Injection)一并教。课上做出的自动化放在公司自己的账号上,IT 随时可以查看和关闭;数据不能出公司时,我们也会介绍私有大模型这一选项。
泰籍员工在工程师身边用自己的工作试做,为什么得到这样的回答,当场就能用泰语问清楚。带回去的是能直接用的提示词,什么可以做、什么不可以也清清楚楚,不用再怕做错。
适合哪些企业
对接您现有的系统
开发流程
- 1
需求梳理
明确需求、用户与成功指标,开工前锁定范围与价格。
- 2
设计
设计 UX 与系统架构,原型确认后才进入开发。
- 3
开发
AI 加速的迭代冲刺,每周演示,资深工程师评审。
- 4
测试
按约定范围验证质量、安全与性能。
- 5
上线与维护
生产部署、团队培训与月度维护计划。