AI赋能人力资源实操——从提示词应用到扣子智能体：直播日期：8月18日（下午14：00-16：30，2.5学时）

课程背景：生成式AI正在快速进入招聘、培训、绩效、员工服务和人力资源数据整理等工作场景。但在实际应用中，不同学员的学习需求和技术接受程度存在明显差异：部分学员更关注如何使用大语言模型完成日常HR任务，部分学员则希望进一步了解智能体、知识库和自动化流程。

因此，本课程不直接从智能体搭建切入，而是先帮助学员掌握通用、低门槛、能够立即应用的提示词方法，再逐步进入扣子智能体的应用逻辑、基础搭建和场景演示。

课程按照“先会用AI，再理解智能体，最后尝试搭建”的路径展开。即使不准备开发智能体的学员，也能够获得提示词模板和HR工作提效方法；希望进一步学习智能体的学员，则可以掌握扣子的基本操作逻辑和应用路径。

课程目的和价值：1.理解大语言模型、提示词和智能体之间的关系。2.掌握人力资源工作中通用的提示词设计方法。3.能够使用AI辅助完成招聘、培训、绩效和员工沟通等任务。4.理解智能体相对于普通对话工具的价值和适用场景。5.掌握扣子智能体的角色设定、任务指令和测试优化方法。6.了解知识库和工作流在人力资源智能体中的作用。7.能够判断哪些HR任务适合使用提示词，哪些任务适合进一步搭建智能体。8.建立人工审核、个人信息保护和AI应用边界意识。

课程设计思路：课程采用“30%提示词应用＋70%智能体讲解”的结构。

1. 第一阶段：提示词应用，人人都能学——通过招聘、培训和绩效场景，让学员掌握不依赖智能体、可以直接在大语言模型中使用的方法。

2. 第二阶段：认识智能体，降低学习门槛——先通过普通对话与智能体的对比，让学员理解智能体解决什么问题，而不是直接进入平台操作。

3. 第三阶段：体验智能体，感受实际价值——通过招聘助手和制度问答助手案例，让学员看到智能体如何实现角色固定、知识调用和重复任务标准化。

4. 第四阶段：演示智能体搭建，满足进阶需求——由讲师完整演示智能体创建、知识库接入和基础工作流设置。学员可以同步操作，也可以重点理解应用逻辑，不强制所有学员完成复杂搭建。

课程比例：LLM及提示词功能：45分钟，占30%。扣子智能体应用：105分钟，占70%

教学方式：方法讲解：20%，案例演示：40%，在线练习与互动：40%

课程对象：1.招聘、培训、绩效、员工关系等HR职能人员；2.HRBP、人力资源主管及人力资源经理；3.希望使用AI提高工作效率，但没有技术基础的学员；4.希望进一步了解扣子智能体应用的HR从业者。学员无需编程基础。建议使用电脑参加课程，并提前注册扣子账号。

课程详细大纲：

第一讲：先让AI真正听懂HR任务——LLM与提示词应用

一、从普通搜索到大语言模型——1.大语言模型能够帮助HR完成什么：1）生成文字材料，2）整理和分析信息，3）提炼关键问题，4）按照指定格式输出结果。2.AI在人力资源工作中的主要应用场景：1）招聘：岗位说明书、招聘文案、面试问题，2）培训：课程框架、培训通知、练习题，3）绩效：目标分解、绩效事实整理、面谈提纲，4）员工沟通：通知、邮件和沟通话术。3.AI应用的基本边界：1）AI提供辅助，不代替最终决策，2）敏感信息和个人信息不能随意上传，3）劳动法、薪酬和绩效结论必须人工审核

二、HR提示词的五要素结构：1.明确角色：让AI以什么身份工作，2.说明任务：需要完成什么具体任务，3.补充背景：企业、岗位、对象和使用场景，4.设定标准：必须遵守哪些要求和限制，5.规定输出：最终采用什么格式呈现

三、提示词优化的三个步骤：1.第一步：先说明最终需要的工作成果，2.第二步：把复杂任务拆分为多个小任务，3.第三步：根据第一次输出继续追问和修正

四、案例演示：生成结构化面试问题：1.输入岗位职责和任职要求，2.提取岗位核心胜任要求，3.生成结构化面试问题，4.设置追问问题和评价标准，5.对AI生成结果进行人工审核

五、学员在线练习：1.选择一个真实HR工作任务，2.按照提示词五要素编写指令，3.生成第一版结果，4.找出内容过于空泛或不准确的地方，5.补充条件并完成第二轮优化

第二讲：从一次性对话到持续服务——认识扣子智能体

一、为什么仅有提示词还不够：1.每次都需要重新输入背景和要求；2.同一任务不同人员输出标准不一致；3.AI不了解企业内部制度和业务资料；4.复杂任务需要多步骤连续处理；5.提示词难以在团队内部统一使用

二、智能体与普通AI对话的区别：1.普通对话：解决一次性、临时性问题；2.智能体：承担相对固定的角色和任务；3.知识库：让AI依据指定资料回答；4.工作流：让AI按照固定步骤完成任务；5.发布应用：让其他人员直接使用配置好的助手

三、哪些HR任务适合搭建智能体：1.高频重复出现的任务；2.有明确流程和输出标准的任务；3.需要反复查询内部资料的任务；4.需要多人使用统一标准的任务

四、哪些任务不必搭建智能体：1.偶尔发生的一次性工作；2.需求经常变化、尚未形成标准的任务；3.直接使用提示词即可完成的简单任务；4.涉及重大人事决策和高度敏感信息的任务

五、对比演示：同一个“生成面试问题”的任务，分别采用：1.普通提示词直接生成，2.招聘智能体自动生成，3.对比两种方式的使用成本、稳定性和适用条件

第三讲：从零开始创建HR智能体——扣子基础操作

一、创建智能体前先明确三件事：1.这个智能体服务谁，2.解决什么具体问题，3.最终输出什么工作成果

二、讲师演示：创建招聘面试助手：1.新建智能体并设置名称，2.明确智能体角色定位，3.编写智能体核心任务指令，4.设置输入信息要求，5.规定面试问题和评价表的输出格式，6.设置资料不足时的处理方式，7.测试智能体的第一版回答

三、智能体指令与普通提示词的区别：1.普通提示词服务于一次对话，2.智能体指令需要覆盖长期使用场景，3.智能体需要明确不能做什么，4.智能体需要处理用户信息不完整的情况，5.智能体需要保持角色和输出标准稳定

四、智能体测试的四种方法：1.正常输入测试，2.信息缺失测试，3.模糊任务测试，4.超出职责范围测试

五、学员分层练习：基础学习任务：1.修改智能体名称，2.修改智能体角色，3.调整输出格式，4.测试一项真实HR任务。进阶学习任务：1.增加任务边界，2.增加追问机制，3.增加结果检查要求，4.优化智能体回答稳定性

第四讲：让智能体依据企业资料回答——HR知识库应用

一、知识库解决什么问题：1.通用模型不了解企业内部制度；2.制度问答需要明确依据；3.多份文件容易出现内容冲突；4.企业资料更新后需要统一维护

二、适合进入HR知识库的资料：1.员工手册；2.考勤与休假制度；3.招聘与入职流程；4.培训管理制度；5.绩效管理办法；6.常见员工问题及标准回答

三、资料导入前的处理要求：1.删除身份证号、手机号等敏感信息；2.清理已经失效的制度版本；3.标明制度名称、生效时间和适用范围；4.避免同时上传内容相互冲突的文件；5.将复杂长文件拆分为结构清晰的资料

四、讲师演示：HR制度问答助手——1.创建知识库；2.上传HR制度样例；3.将知识库关联到智能体；4.设置回答必须依据知识库；5.设置资料没有规定时不得自行编造；6.测试年假、请假和入职流程问题

五、知识库问答风险测试：1.制度中有明确答案的问题；2.制度中没有明确答案的问题；3.用户表述不完整的问题；4.多份制度内容不一致的问题；5.需要转交人工HR确认的问题

第五讲：从单一回答到连续任务——工作流体验与应用迁移

一、什么是智能体工作流：1.把复杂HR任务拆分为多个步骤；2.每个步骤完成一个明确任务；3.上一步结果自动传递到下一步；4.最终形成结构统一的工作成果

二、招聘工作流案例演示：输入岗位信息后，自动完成：1.提取岗位核心职责；2.提取任职资格；3.识别关键能力要求；4.生成结构化面试问题；5.生成面试评价标准；6.输出完整面试工具包

三、工作流不需要一次学会全部技术：1.普通学员重点理解流程拆解逻辑；2.有兴趣的学员可以使用模板进行修改；3.不搭建工作流，也可以使用提示词完成分步任务；4.是否搭建智能体取决于任务频率和标准化程度

四、从招聘场景迁移到其他HR场景：1.培训智能体：生成课程框架和练习题；2.制度助手：回答员工常见制度问题；3.绩效助手：辅助分解目标和整理绩效事实；4.HRBP助手：整理访谈信息和问题清单；5.员工服务助手：提供流程指引和材料清单

五、课程总结：HR使用AI的三级路径：1.第一级：会使用提示词完成单项任务；2.第二级：会使用智能体固化重复任务；3.第三级：通过知识库和工作流形成HR应用

课程最终强调：不是所有HR任务都需要搭建智能体。先掌握提示词，再判断任务是否值得标准化，最后根据实际需要选择智能体、知识库或工作流。

师资介绍：杨老师——是一位从战略制定到落地，拥有完整链条实操经验的综合型人力资源管理实战专家。