课程背景：市政工程行业正处在"增量转存量＋养护需求爆发＋AI技术成熟"的转型关口。城市发展从增量扩张转向存量提质，"重施工、轻管护"的惯性被打破，道路、管网、桥隧、泵站、绿化等市政设施进入大规模养护期；传统运维"感知手段单一、数据孤岛严重、发现处置滞后"三大痛点突出。行业先行者的量化战果已经密集出现：陕建股份华山路桥建成"天-空-地-内"四位一体感知网络，AI智能巡查效率从人工每天5-10公里跃升至100公里/天，桥梁高塔巡检效率提升70%以上；天津市政总院"天路健"平台可识别270多种路面病害、养护方案制定周期缩短60%以上；武汉环卫车变身智慧巡检员，病害识别准确率95%以上、漏报率低于5%；平顶山运管服平台接入大模型开展道路寿命推演与预防性养护，病害发现效率提升60%以上；广西交科"报告通"把检测报告编写从一周压缩到10分钟。但市政工程AI落地有一条不可逾越的底线：管线GIS、图纸、合同、签证资料高度敏感，审计溯源依赖原始资料；安全生产（深基坑、顶管、有限空间）、地下管线保护（燃气/供水/热力交叉施工）、招投标合规是硬约束——AI应用必须以私有化/本地部署为前提、数据不出域，这正是本课程坚持"Dify本地部署＋数据不出域＋人做终审"的根本原因。本课程以"数据打底、知识铸魂、智能体干活、治理兜底"为主线，面向项目管理、商务造价、工程技术、安全质量、运维养护、职能六大岗位，在合规框架内打造"岗位智能副驾"，让AI从"会聊天"变成"会干活"，实现"模型起草、规则校验、人做终审"的落地闭环。

课程收益：1. 看清市政工程行业AI落地的真实水位与转型方向（存量提质、智慧运维、数字孪生），建立对AI能力边界的清醒认知，避开数据泄露、合规、幻觉三大坑；2. 掌握市政AI落地的前置条件——设施台账与数据治理、管线GIS底座，明白为什么"数据不通、AI必废"；3. 掌握提示词工程与岗位知识库（RAG）搭建方法，让AI真正读懂定额、图纸、养护规范、管线资料与合同；4. 会用Dify等本地部署平台搭建岗位智能体，管线与经营数据不出域，满足安全生产与审计合规要求；5. 收获六大岗位（项目管理/商务造价/工程技术/安全质量/运维养护/职能）智能副驾落地原型与真实案例拆解；6. 形成本岗位"30-60天AI副驾落地"行动清单，含合规与治理要点，课后即可启动最小闭环。

第 一讲 认知破局——市政工程为什么必须做岗位AI副驾（1小时）

一、市政工程的三重压力：增量转存量、养护爆发、经验断层

1. 行业转型：从"重施工轻管护"到"投资-建造-运维"一体化

2. 养护需求：道路/管网/桥隧/泵站/绿化进入大规模养护期

3. 经验断层：病害判断、养护决策、施工组织依赖老师傅

二、AI副驾要解决什么：市政业务的五大典型痛点

1. 巡检靠人海：人工徒步巡查效率低、病害漏检

2. 台账与资料繁重：一路一档、管线资料、签证结算文书量大

3. 养护决策靠经验：病害分级、养护优先级、预算分配主观

4. 跨部门协同难：管线交叉施工、联合审批、市民诉求闭环

5. 数据在孤岛：建设期与运维期数据割裂

三、行业先行者的量化战果

1. 华山路桥"天-空-地-内"感知：AI巡查5-10公里/天→100公里/天

2. 天津"天路健"：识别270+种病害、养护方案周期-60%

3. 武汉环卫车智慧巡检：病害识别准确率95%+、漏报<5%

4. 广西交科"报告通"：检测报告一周→10分钟

四、什么是"岗位智能副驾"：边界与定位

1. 副驾不是自动驾驶：模型起草、规则校验、人做终审

2. 六大岗位与市政系统的映射（项目管理/商务造价/工程技术/安全质量/运维养护/职能）

3. 合规红线先行：管线保护、安全生产、审计溯源、数据不出域

▸ 课程导入：市政工程信息化系统全景图（ERP/造价/BIM/智慧工地/运维平台/管网GIS）快速对号入座，标出本岗位天天在用的系统（15分钟）

▸ 案例分析：华山路桥、天路健、环卫车巡检三组量化战果解读：哪些可以复制、哪些依赖特定条件（10分钟）

▸ 小组研讨：列出本岗位最耗时的三个重复性场景，按"AI可替代性×数据敏感性"初判优先级（15分钟）

第二讲 地基先行——市政数据治理与合规底座（1小时）

一、市政数据治理：让AI吃"干净粮"

1. 数据分类：设施台账（道路/桥梁/管网/泵站/绿化）、巡检与病害数据、造价与合同数据、管线GIS数据

2. 主数据治理：设施编码"一路一档"、设备/材料/供应商的统一标识

3. 数据链路：建设期与运维期数据贯通，GIS+BIM+CIM数字孪生底座

二、管线保护与安全生产：市政生命线

1. 地下管线保护：燃气/供水/热力交叉施工的探测与保护要求

2. 安全生产：深基坑、顶管、有限空间作业的硬约束

3. AI生成记录的三原则：可溯源、可复核、可审计

三、知识资产化：定额、养护规范与经验的数字化

1. 知识库构成：市政定额与清单库、养护规范、病害图鉴、施组方案模板、签证案例、历史成本数据

2. 老师傅经验沉淀：病害判断、养护决策、抢工经验的结构化

3. 讲师实战：WBS经验萃取（6637份文件→307条标准）在工程文档上的应用

四、平台选型原则：为什么默认Dify本地部署

1. 管线GIS、图纸、合同、报价的敏感性：数据不出域是底线

2. 在线SaaS（各类在线版大模型/工作流）仅用于个人学习验证

3. 国产化与信创：国产大模型＋本地部署的组合，对接城投与监管要求

▸ 案例分析：解读管线保护与"一路一档"：AI应用应如何接入设施台账与GIS底座（10分钟）

▸ 小组研讨：盘点本单位台账与数据缺口：哪些还是纸质/Excel、距离"可追溯"差多远（15分钟）

▸ 实战演练：把一份养护规范或设施台账整理成可入库的知识资产清单：命名、分类、权限、更新规则（15分钟）

第三讲 核心技能——提示词工程与岗位知识库（1小时）

一、提示词工程：让大模型听懂市政语言

1. T-SPEC提示词框架：任务、情境、步骤、示例、风格、约束

2. 市政场景提示词示例：病害描述生成、养护方案初稿、签证事由说明、管线保护交底

3. 对抗"AI幻觉"：限定知识来源、强制引用标注、置信度提示——安全与造价场景尤其重要

二、岗位知识库（RAG）：把企业知识变成AI的"参考文献"

1. 知识库构成：市政定额与清单、养护规范、病害图鉴、施组方案、管线资料、合同模板、历史成本

2. 建库四步：定分类维度→定库结构→定索引规则→定更新与版本机制

3. 讲师实战案例：Foxmail邮件知识库、Notes邮件知识库（华 为中兴同款、32位版本匹配坑）

三、智能体与工作流：让AI"干活"而非"聊天"

1. 从对话到任务：输入→处理→规则校验→输出的自动化链条

2. Dify本地部署下的智能体搭建入门：知识库＋工作流＋规则校验

3. "模型起草、规则校验、人做终审"的实现机制

四、市政特有约束：工程敏感内容的"三道闸"

1. 对外内容（投标、报价、对业主函件）：强校验＋人工终审，口径统一

2. 对内记录（签证、验收、养护台账）：真实可溯、与现场一致

3. 管线与成本数据：按角色权限隔离、数据不出域

▸ 实战演练：用T-SPEC框架写一个"病害描述与养护建议"提示词，现场测试并调优（15分钟）

▸ 案例分析：拆解讲师知识库案例：从0到1建一个岗位知识库的全过程（10分钟）

▸ 实战演练：在Dify（本地部署）中串联"知识库检索→起草→规则校验"三步流程（15分钟）

第四讲 六大岗位智能副驾实战（2小时）

一、项目管理岗副驾：策划、计划与统筹

1. 典型场景：施工组织策划初稿、进度计划初排、周报月报生成、与业主/监理的函件初稿、例会纪要

2. 关联系统与讲师案例：项目管理系统；讲师WBS经验萃取（6637份→标准WBS）用于计划编制

3. 合规要点：策划与计划依据可溯、关键节点人做终审

二、商务造价岗副驾：算量、组价与结算

1. 典型场景：清单描述辅助、AI算量结果复核清单、签证与变更费用初稿、结算书初稿、询价

2. 关联系统与案例：造价软件；AI算量准确率90%-98%、清单清标3-5天→约4小时

3. 合规要点：AI输出逐项核验、底稿与依据存档、签字人担责

三、工程技术岗副驾：方案、交底与管线保护

1. 典型场景：深基坑/顶管/管线迁改专项方案初稿、技术交底生成、图纸会审问题清单、隐蔽工程记录辅助

2. 关联系统与案例：BIM/GIS；管线交叉施工联合审批、BIM图审与设计成本一体化

3. 合规要点：方案审批流程完整、管线保护交底签字留痕

四、安全质量岗副驾：隐患、整改与验收

1. 典型场景：隐患排查清单、整改通知单初稿、验收资料辅助、有限空间/深基坑交底、安全培训材料

2. 关联系统与案例：智慧工地AI识别（安全帽/危险区域/扬尘噪音）；病害发现效率+60%的AI巡查

3. 合规要点：整改闭环留痕、验收记录真实、危大工程管控到位

五、运维养护岗副驾：巡检、病害与养护决策

1. 典型场景：巡检病害自动归类与工单生成、养护方案初稿、病害图鉴问答、养护台账、泵站运行记录、应急抢修材料

2. 关联系统与案例：智慧运维平台/道路养护决策平台；华山路桥AI巡查100公里/天、天路健270种病害/方案周期-60%、武汉环卫车巡检95%+

3. 合规要点：病害定级与处置人做终审、养护记录真实可溯

六、职能岗副驾：财务、人事与资料归档

1. 典型场景：发票查验与月结对账、付款审批辅助、简历初筛、培训材料生成、竣工资料归档辅助

2. 讲师实战案例：AI筛简历（113份5小时→2分钟）、财务月结"八大模块适合度分级"、流程效率AI评估

3. 红线：核心财务数据绝不进公网大模型，全部走本地部署

▸ 实战演练：项目管理岗：给定一个市政项目背景，用岗位知识库＋提示词生成策划初稿与关键里程碑（15分钟）

▸ 实战演练：商务造价岗：把一段图纸说明交给副驾，生成清单描述初稿并列出复核要点（15分钟）

▸ 实战演练：工程技术岗：输入一个顶管穿越管线场景，生成专项方案要点与管线保护交底初稿（15分钟）

▸ 实战演练：安全质量岗：用副驾把一次安全检查记录整理为隐患清单与整改通知单（10分钟）

▸ 实战演练：运维养护岗：输入一段病害巡检数据，用副驾生成养护方案与派单建议初稿（10分钟）

▸ 实战演练：职能岗：用副驾把10份简历压缩为一份初筛对比表，说明筛选规则（10分钟）

第五讲 落地路径——试点选择、验证与治理（1小时）

一、试点选择：从高ROI、低合规风险场景起步

1. 速赢场景判断矩阵：ROI×合规风险×数据就绪度

2. 建议路径：先职能/商务/技术文档场景，再进养护决策、安全、现场核心区

3. 30-60天速赢组合：1个知识库＋1个智能体＋1条业务流；"小步快跑"轻量化模块优先

4. 试点体检工具：讲师"流程效率AI评估法"——先埋数据点、再评估流程堵点，找出最值得AI介入的环节

二、验证与合规：AI系统与工程资料

1. 涉及造价与养护决策的AI按信息化系统管理：需求、设计、测试、缺陷、变更的文档链

2. 数据完整性：谁生成的、依据什么、如何复核——AI底稿同样适用

3. 与运管服/监管平台的对接验证：一路一档数据格式与时效

三、治理机制："人＋智能体"的双主体权限与审计

1. 权限模型：人的权限＋智能体的权限，双主体授权，管线数据分级

2. 全链路审计追踪与操作留痕

3. 熔断与人工兜底：高危操作（管线开挖、结算、对外报价）强制人工二次确认

四、组织保障与三段式路线

1. 复合人才培养：数字化专员/市政数智工程师的角色定位

2. 三段式路线：速赢期（0-90天）→兑现期（3-6个月）→纵深期（6-12个月）

3. 门禁指标：人均每周节省时间、巡检/报告周期、病害处置及时率、数据一致率

五、收尾：模型起草、规则校验、人做终审

1. 一句话总结：AI负责起草与初筛，规则负责校验，人负责终审与签字

2. 每位学员带走：本岗位"30-60天AI副驾落地"一页纸

3. 答疑与共识：合规红线问答

▸ 小组研讨：按"ROI×合规风险×数据就绪度"矩阵，为自家单位选出1个速赢场景（15分钟）

▸ 实战演练：为选定场景填写"30-60天落地一页纸"：目标、数据源、校验规则、门禁指标、责任人（15分钟）

▸ 互动答疑：合规红线问答：现场澄清管线保护、签证、结算、审计相关疑问（10分钟）

后续落地建议

1）课后30天内，以行动学习小组为单位，完成"一个岗位＋一个场景＋一个知识库＋一个智能体"的最小闭环，并提交落地复盘；2）配套发放四份工具包：《岗位AI副驾搭建Checklist》《市政知识库分类与命名模板》《提示词工程速查卡》《AI应用合规红线清单》；3）可进阶开展"市政岗位智能体开发工作坊（2天）""智慧运维与道路养护决策专题""市政项目全过程成本管控专题"等。