课程背景：水利水务行业正处在"强监管＋民生刚需＋AI技术成熟"三重叠加的窗口期。"十五五"规划明确城乡供水一体化与数智转型，《供水条例》实施着力破解供水"最后一公里"，防汛抗旱责任制、水库汛限水位、山洪预警"预警到户"是不可逾越的安全底线。行业先行者的量化战果已经密集出现：深圳环境水务集团"水管家"智能体覆盖全市7000余个居民小区、服务2000万市民，AI应答成功率98%、累计处置隐患23285处、投诉减少超15%；鹰潭供水以智能水表构建数据底座，漏损率从35%大幅降至8.59%、年节约成本约600万元；江苏宿迁部署486个DMA分区与AI预警模型，漏损率从9.38%降至6.36%、维修时长从36小时压缩至7.5小时；数字孪生流域建设先行先试94项，数字孪生三峡、南水北调、小浪底等11个重点工程投入实战应用。但水利水务AI落地有一条不可逾越的底线：防汛调度与水库泄洪指令、水质水量上报数据必须真实可溯，AI只能做辅助研判、不得替代调度指令；供水、排水与用户数据（水表、住址、缴费）高度敏感，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，面向水利防汛调度、工程建设、水库大坝管理、水厂运营、管网运维与营收、供应链与职能六大岗位，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. 看清水利水务行业AI落地的真实水位与量化战果（深圳水管家、鹰潭漏损35%→8.59%、宿迁DMA+AI），建立对AI能力边界的清醒认知，避开数据、调度、合规三大坑；2. 掌握水利水务AI落地的前置条件——水文/监测/管网/营收数据治理与防汛合规底座（汛限水位、预警到户、水质上报），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真正读懂调度规程、操作规程、验收标准、抢修手册与供水条例；4. 会用Dify等本地部署平台搭建岗位智能体，供水排水与用户数据不出域，满足民生数据安全要求；5. 收获六大岗位（防汛调度/工程建设/水库大坝管理/水厂运营/管网运维营收/供应链职能）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，含防汛、权限、审计等治理要点，课后即可启动最小闭环。

第 一讲 认知破局——水利水务行业为什么必须做岗位AI副驾（1小时）

一、水利水务行业的AI落地水位与量化战果

1. 民生服务标杆：深圳"水管家"智能体覆盖7000余小区/2000万市民，AI应答成功率98%、隐患处置23285处、投诉-15%

2. 漏损治理实证：鹰潭漏损率35%→8.59%（年省600万）、宿迁486个DMA漏损9.38%→6.36%（维修36h→7.5h）、重庆日均爆管10.5→0.3次

3. 数字孪生水利：先行先试94项，三峡/南水北调/小浪底等11个重点工程投入实战应用

4. 智慧水利市场：2024年约102亿元→2025年约118亿元→2031年预计209亿元，慧图科技份额4.13%居首

二、水利水务企业为什么必须做岗位智能副驾

1. 民生刚需与强监管：《供水条例》、防汛抗旱责任制、山洪预警"预警到户"、水质安全新国标

2. 降本增效压力：漏损与能耗是供水企业两大出血点，人力巡检/抄表成本高

3. 城乡供水一体化"十五五"：管理半径扩大、人员紧缺，AI补位正当时

三、六大岗位的共性痛点与"副驾"画像

1. 防汛调度岗：汛情研判、调度方案、值班日志重复且高压

2. 水利工程建设岗：计划与验收资料依赖历史经验、文档繁琐

3. 水库大坝管理岗：监测数据量大、巡查记录繁重

4. 水厂运营岗：运行日志、化验报告、加药曝气靠经验

5. 管网运维与营收岗：巡检抢修工单多、漏损定位难、抄表客服量大

6. 供应链与职能岗：采购/财务/人事事务性工作繁重

四、什么是"岗位智能副驾"：边界与定位

1. 副驾不是无人驾驶：AI负责"起草、初析、初筛"，人负责"校验、判断、终审"

2. 落地准则："模型起草、规则校验、人做终审"

3. 能力边界：供应商考察AI做不了、泄洪与调度指令AI碰不得、用户数据AI带不走

▸ 课程导入：每人写下本岗位"最耗时且重复"的一件事，贴到痛点墙上（15分钟）

▸ 案例分析：拆解深圳水管家与鹰潭漏损案例：AI替代了什么、保留了什么人（10分钟）

▸ 小组研讨：对照六大岗位痛点画像，给本部门选出2个最值得做副驾的岗位（15分钟）

第二讲 地基先行——水利水务数据治理与合规底座（1小时）

一、水利水务数据资产盘点：从雨量站到水表

1. 水利数据：水文站网（雨量/水位/流量/墒情）、大坝安全监测（变形/渗流/应力）、山洪预警、灌区量测水

2. 水务数据：SCADA（水厂/泵站/污水厂）、管网GIS/DMA分区计量、二次供水、水质在线监测、营收与工单

3. 经营与用户数据：ERP、客服工单、抄表缴费、用户信息（水表/住址）

二、数据治理基线：可算、可信、可溯

1. 可算：统一编码与主数据（管网节点、水厂设备、用户户号、监测站点）

2. 可信：鹰潭经验——智能水表每小时采集、以全域数据为底座实现业务闭环；水质水量上报数据谁生成、何时生成、依据什么

3. 可溯：审计追踪与版本管理，AI生成内容标注来源与置信度

三、防汛与民生安全合规底座

1. 防汛红线：泄洪与调度指令必须人签发，AI只做方案初拟与预演（数字孪生预演）

2. 民生红线：水质安全新国标、饮用水水源地保护，检验与上报数据真实可溯

3. 用户信息保护：水表/住址/缴费属个人信息，严禁进公网大模型

四、平台选型原则：Dify本地部署＋数据不出域

1. 智能体与工作流平台统一采用Dify本地部署，水利、供水、用户数据不出域

2. 在线SaaS工作流仅用于个人学习验证，严禁直连生产业务

3. 大小模型协同：大模型做研判起草、规则引擎做校验、人做终审

▸ 实战演练：盘点本岗位的数据资产：画出"采集→平台→报表/上报"的数据链路并标出断点（10分钟）

▸ 小组研讨：对照"可算、可信、可溯"三条基线，为自家数据打分并找出最薄弱一项（15分钟）

▸ 互动答疑：防汛与民生安全红线问答：哪些能做、哪些绝 对不能碰（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、提示词工程基础：让AI说人话、干人事

1. T-SPEC提示词框架：任务、情境、步骤、示例、风格、约束

2. 水利水务典型提示词示例：汛情研判摘要、巡查记录规范化、漏损初析、抢修工单生成

3. 常见翻车与修正：幻觉、单位错误、标准引用错误——用规则校验兜底

二、岗位知识库（RAG）搭建：从规程到案例

1. 语料来源：调度规程、操作规程、抢修手册、验收标准、供水条例、应急预案、历史工单、事故案例

2. 搭建步骤：先定分类维度、再定库与索引方法、最后批量导入并测试问答

3. 知识库是抑制幻觉的"紧箍咒"：文档越多、溯源越全，AI越靠谱

三、讲师实战案例：邮件知识库与经验萃取

1. 邮件知识库：Foxmail/Outlook/Notes（华 为中兴同款、32位版本匹配），先定分类维度再建库

2. WBS经验萃取：6637份文件→307候选→标准WBS并保留来源溯源，防止水利工程经验白流失

3. 同理可萃：抢修方案库、防汛预案库、异常处置案例库、投标方案库

四、合规要点：可溯、可审、不出域

1. AI输出必须可溯源到源文档出处

2. 引用标注与置信度：关键结论标注依据，不确定即转人工

3. 涉密数据（用户信息、水源地、防汛设施）严禁进公网大模型，必须本地部署

▸ 实战演练：现场编写"管网漏损初析"提示词，并让AI按格式输出、互相挑错（15分钟）

▸ 实战演练：给本岗位设计知识库分类维度与命名规范（10分钟）

▸ 小组研讨：从操作规程/抢修手册/应急预案中选一个语料源，设计"先定维度再建库"的一页纸方案（15分钟）

第四讲 六大岗位智能副驾实战（2小时）

一、防汛调度岗（防汛值班/水情调度/预警）——研判与值班辅助

1. 痛点：汛期24小时值班高压、调度方案依赖经验、值班日志与预警信息重复

2. 副驾原型：汛情研判摘要、调度方案初拟（数字孪生预演辅助）、值班日志自动生成、预警信息草拟

3. 红线：泄洪与调度指令必须人签发，AI只做方案初拟与影响预演（溪源溪小流域知识图谱智能调度参考）

二、水利工程建设岗（设计/施工/监理）——计划与资料辅助

1. 痛点：项目文档散落个人电脑、计划缺历史基线、验收与结算资料繁琐

2. 副驾原型：WBS与进度计划草拟、施工日志/会议纪要生成、验收资料清单化、签证与变更初稿

3. 实证：讲师WBS经验萃取（6637→307→标准WBS），对应水利工程"施工-监理-验收"全流程

三、水库大坝管理岗（安全监测/巡查/除险加固）——监测初析与巡查记录

1. 痛点：变形/渗流/应力监测数据量大、巡查记录重复、隐患闭环难

2. 副驾原型：监测数据趋势初析、巡查记录规范化、隐患整改单草拟、除险加固方案初稿

3. 实证：数字孪生大坝（三峡/丹江口/大藤峡投入实战）预演与决策辅助，AI只预警、处置必须人签字

四、水厂运营岗（供水/污水厂运行化验）——运行日志与工艺辅助

1. 痛点：运行日志与化验报告重复、加药曝气靠经验、异常处置慢

2. 副驾原型：运行日志自动生成、化验报告初稿、AI加药与曝气建议（辅助）、异常初析

3. 实证：伏泰AI智能加药与精准曝气（晋城/深圳下坪数字孪生污水厂）、沈阳水务11大类智能工单体系

五、管网运维与营收岗（巡检/抢修/DMA漏损/抄表客服）——漏损初析与工单辅助

1. 痛点：漏损定位难、巡检抢修工单多、抄表估抄错抄、客服量大

2. 副驾原型：DMA漏损初析（夜间最小流量+AI声振定位）、抢修工单自动生成、抄表智能体（OCR+状态识别）、客服智能体（拟人化应答/催缴外呼）

3. 实证：宿迁DMA+AI漏损9.38%→6.36%、重庆"三级五区"爆管-97%、台湾工研院声振AI开挖成功率83%、深圳水管家自动生成检漏工单

六、供应链与职能岗——采购/财务/人事/资质

1. 采购：RFQ自动生成（12小时→3分钟），能力边界——供应商考察AI做不了

2. 资质与投标：资质证书秒查系统、投标方案自动生成（逐条溯源）

3. 职能：财务月结辅助（八大模块分级，红线"核心财务数据绝不进公网大模型"）、AI筛简历（113份5小时→2分钟）、流程效率AI评估（47次审批定位堵点）

▸ 实战演练：管网运维岗：给一条DMA夜间最小流量异常，用提示词让AI输出"漏损初析＋抢修建议"一页纸（15分钟）

▸ 实战演练：防汛调度岗：给一个汛情场景，让AI生成"调度方案初拟＋影响预演要点"并人工复核（15分钟）

▸ 案例分析：拆解深圳水管家与沈阳智能工单体系：每个场景"AI做什么、人做什么"（10分钟）

▸ 小组研讨：水厂运营岗＋大坝管理岗：设计"异常→初析→处置→闭环"的副驾工作流（10分钟）

▸ 小组研讨：供应链职能岗：把RFQ/资质秒查/简历筛选迁移到本单位，标出数据不出域边界（10分钟）

▸ 实战演练：本岗位副驾原型设计：输入/输出/校验规则/人工终审点一页纸（15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：ROI×安全合规风险×数据就绪度

1. 三矩阵打分：先选"高ROI、低合规风险、数据就绪"的场景（漏损初析、巡查记录、工单生成优先）

2. 防汛泄洪与水质上报相关场景只做"分析辅助"，不进指令链路

3. 参考路线：0-90天速赢（知识库＋1个副驾）→3-6个月推广（3-5个岗位）→6-12个月纵深（与SCADA/GIS/DMA数据联动）

二、30-60天速赢组合：1个知识库＋1个智能体＋1条业务流

1. 从本岗位最痛的重复事务切入（如巡查记录、工单、化验报告）

2. 讲师"流程效率AI评估法"作试点体检：先埋点再评估，47次审批定位堵点

3. 门禁指标：每岗人均周省X小时、工单周期缩短X%，不达标不进下一阶段

三、治理保障：终审、权限、审计

1. 人工终审机制：对外上报数据（水质/水量/预警）、调度指令、验收文件必须人签字

2. 权限与审计：AI应用台账、操作全链路审计、高危操作人工二次确认

3. 持续治理：幻觉率回归测试集、提示词版本管理、模型变更验证

四、工具包与后续行动

1. 工具包：《岗位AI副驾搭建Checklist》《水利水务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》

2. 行动闭环：30天内完成"一个岗位＋一个场景＋一个知识库＋一个智能体"

3. 进阶方向：水利水务岗位智能体开发工作坊（2天）、数字孪生流域/智慧水厂专题、漏损治理与营收数智化专题

▸ 小组研讨：按"ROI×安全合规风险×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：防汛泄洪/水质上报/用户数据/调度指令的边界澄清（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》《水利水务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（含防汛/水质/数据出域）》；3）可进阶开展"水利水务岗位智能体开发工作坊（2天）""数字孪生流域/智慧水厂专题""漏损治理与营收数智化专题"等。