拒绝只做“AI聊天”，这场高校实战工作坊把「AI Agent」讲透了！

很多人第一次接触AI，都是从一句话开始的：“帮我写一段文案”、“帮我总结一篇文章”...

但在真实工作里，问题往往不是「AI会不会回答」，而是它能不能真的开展工作流，把一件具体的事从头到尾推进下去 。

比如整理资料、分析需求、调用工具、生成页面、部署上线，最终沉淀成下一次还能复用的流程 。

为了解决这个问题，近期我们联合亚马逊Quick、蚂蚁灵光等友商在深圳技术大学创意设计学院开展了一场名为「造一个会替你干活的AI」的全链路 Al Agent 实战工作坊 。

在这场聚焦 AI Agent 实战部署的训练营中，我们与不同领域的用户面对面，将一套完整的 AI 应用实践路径带到了课堂现场 。

认知升级：从“神奇提示词”到“AI 工作流”

0 1

过去，AI 培训往往容易停留在工具介绍的层面 。但真正会干活的 AI，从来不是靠一句神奇的 Prompt（提示词）变出来的 。

因为一个临时 Prompt 可以完成一次生成任务，但真实业务往往包含连续步骤。比如资料整理、需求分析、内容生成、结果校验、页面制作、部署上线、复盘优化。

结构化 Prompt 更像是一份任务说明书。它至少需要回答六个问题：

· 你是谁：AI 在任务中扮演什么角色？

· 你面对什么背景：业务目标、用户对象和限制条件是什么？

· 你要完成什么任务：目标是否明确、可执行、可验收？

· 你能使用什么材料：输入信息、参考资料、数据来源有哪些？

· 你需要遵守什么要求：格式、风格、边界、禁区是什么？

· 你要交付什么结果：输出形式、评价标准和后续动作是什么？

当 Prompt 继续升级，就会变成 Agent 原型规格书。学员在实操中开始用输入、输出、工具、反思节点、人工确认节点和评估标准来描述自己的 Agent，而不是只依赖一句临时指令。

在工作坊现场，讯飞产品运营经理徐祯老师和 AI 大学堂布道师糖水老师，带领学员们完成了从「问AI」到「给AI派活」的认知转变 。

• 理解 Agent 工作机制： 普通大模型更像一个回答问题的人，而 Agent 需要以大语言模型为核心，结合工具权限、循环推理以及安全边界，来完成多步骤任务 。Agent 的运行是一个包含感知、思考、行动、观察的闭环 。

• 重塑提示词工程： 一个好的 Prompt 不是简单的“帮我做一下”，而是需要结构化地写清角色、背景、任务、输入、要求和输出格式 。

• 掌控安全与边界： 在遇到关键节点（如登录、付款、发布等），不能让 AI 擅自越界，目标和红线必须由人来设定，交还给人确认 。

因此学习Prompt只是起点，会设计工作流才是关键。

平台赋能：讯飞星辰 MaaS 打通模型与实操

0 2

理论需要落地的土壤。在这场实战中，大学堂与星辰 MaaS 平台不再仅仅是单独的工具展示，而是成为了连接学习、模型调用、应用开发和后续实践的核心基础设施 。

我们引导学员不再盲目依赖单一的对话框，而是学会“选模型”与“搭系统”：

• 精准调用模型： 课程深入讲解了大模型基础，帮助学员理解上下文长度、Token 成本以及不同模型的输出差异 。

• 平台实操接入： 现场演示了如何在讯飞开放平台创建应用、获取 API Key，并在工作流中配置自定义模型，完成模型接入和连接测试 。

• 支撑复杂任务： 通过讯飞星辰 MaaS，学员深刻体验了模型即服务如何支撑文本生成、理解、改写、总结、对话，并最终串联成智能体工作流 。

企业真正需要的 AI 能力，不是单纯的“会问 AI”，而是“会设计 AI 工作流” 。学员们开始利用输入、输出、工具、反思节点、人工确认节点等元素，来搭建真正可运行的 Agent 原型 。

资产沉淀：打通 AI 应用交付的最后一公里

0 3

如果说前几天的学习是如何完成一次任务，那么最终的核心目标，是如何把一次有效的流程，变成下一次还能复用的“资产” 。

这也是 AI 教育进入新阶段的标志：把模型平台、Agent 工具和项目交付串联起来 。

• 提炼 Skill（技能）： 学习如何将流程沉淀为 Skill，这就好比一份标准的“炒菜配方” 。它包含触发关键词、适用场景、推进步骤和所需工具 。有了它，AI 就不需要每次从零理解任务，而是能按照标准流程自动执行 。

• 拥抱标准化协议： 课程引入了 MCP（Model Context Protocol）协议的概念，让 Agent 框架可以直接调用外部标准接口，进一步拓展 AI 的能力边界 。

• 从本地到云端： 最终学员们将项目转化为 PRD 文档、交互说明，甚至部署为公网可访问的链接与可展示作品 。

回顾这场工作坊，我们不是单纯提供了一套工具合集，而是交付给大家一条从认知、实操到交付的完整闭环路径 。它将 AI 学习从「看演示」切实推进到了「做产出」 。

正如我们在课程中传达的核心理念：AI不是炫技，AI是解决真实问题 。

当每个人都能把自己的问题拆成工作流，把工作流接入模型和工具，再把结果变成可交付作品，AI 才真正从屏幕里的答案，变成现实里的生产力。

未来大学堂也将继续围绕大模型、AI Agent、模型调用与行业应用实践，打造更多理论与实操结合的学习内容，帮助更多学习者完成从“会使用 AI”到“会设计 AI 工作流”的跃迁。