课程背景：电力行业正处在投资超级周期与AI技术拐点的交汇期。"十五五"期间全国电网固定资产投资将突破5万亿元，2026年国网、南网年度投资合计首破万亿，特高压在建规模将超过前两个五年计划之和；与此同时，新能源高比例接入让电网复杂度指数级上升，负荷预测、调度决策、设备运维、客户服务的压力同步放大——这正是AI落地电力行业的最 大牵引力。头部电网企业的量化战果已经密集出现：国网光明电力大模型支撑分布式光伏功率预测准确率93%、设备缺陷识别率90%、95598数字接话员月均辅助生成工单67万张、客服分流率超81%；山东AI负荷预测大模型高温期准确率达99.45%；雄安城市电网调度智能体一分钟生成多套应急处置方案；广州配网抢修指挥官把故障处置从人工研判15分钟压缩到1分钟；深圳119个数字员工让巡检效率提升19倍。工信部2025年285个典型案例中，能源电力以32个案例居全行业第 一，运维/安全场景27个为最 高密度单元。但电力AI落地有一条不可逾越的底线：电网拓扑、负荷数据、营销客户信息高度敏感，电力监控系统执行"安全分区、网络专用、横向隔离、纵向认证"十六字方针，生产控制大区与管理信息大区必须隔离，生产与经营数据严禁出境、严禁直连公网SaaS——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，面向调度、运维、营销、财务、物资、职能六大岗位，在安全合规框架内打造"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. 看清电力行业AI落地的真实水位与投资方向，建立对AI能力边界的清醒认知，避开数据安全、幻觉、合规三大坑；2. 掌握电力AI落地的前置条件——电网数据治理与安全分区合规，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真正读懂规程、操作票、设备台账、电价政策与客户档案；4. 会用Dify等本地部署平台搭建岗位智能体，生产控制区数据不出域，满足电力监控系统安全防护要求；5. 收获六大岗位（调度/运维/营销/财务/物资/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，含安全与治理要点，课后即可启动最小闭环。

第 一讲 认知破局——电力行业为什么必须做岗位AI副驾（1小时）

一、电力行业的三重压力：投资超级周期、新能源高比例、复杂度指数上升

1. 投资周期："十五五"电网投资破5万亿，2026年国网南网合计首破万亿，特高压大提速

2. 运行压力：新能源高比例接入，负荷预测、调度决策、设备运维复杂度倍增

3. 服务压力：客户规模大、业务链条长，营销计量电费环节重复劳动密集

二、AI副驾要解决什么：电力业务的五大典型痛点

1. 调度依赖人工经验：操作票、方式安排、事故处置预案编写耗时

2. 巡检靠人海战术：人工巡视、缺陷识别主观、报告整理繁琐

3. 营销文档繁重：业扩方案、客服话术、电费核算、用电检查材料

4. 职能事务重复：财务对账、招标文件、安全培训材料、制度问答

5. 数据在孤岛：调度、营销、财务、物资系统各管一段

三、行业先行者的量化战果

1. 国网光明大模型：光伏功率预测93%、缺陷识别90%、95598月均辅助工单67万张

2. 山东AI负荷预测：高温期准确率99.45%；雄安调度智能体一分钟多套处置方案

3. 广州配网抢修指挥官：故障处置15分钟→1分钟；深圳119个数字员工巡检效率+19倍

4. 行业全景：工信部285案例中能源电力32个全行业第 一，运维/安全27个最 高密度

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. 六大岗位与电力系统的映射（调度/运维/营销/财务/物资/职能）

3. 安全红线先行：生产控制大区隔离、数据不出域、审计留痕

▸ 课程导入：电力行业信息化系统全景图（EMS/DMS/SCADA/营销/计量采集/ERP/EAM）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：国网光明、山东负荷预测、广州抢修指挥官三组量化战果解读：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——电力数据治理与安全底座（1小时）

一、电网数据治理：让AI吃"干净粮"

1. 四类核心数据：电网拓扑与台账、量测数据、营销客户数据、气象与负荷数据

2. 主数据治理：变电站/线路/台区/用户的统一编码与唯 一标识

3. 数据链路：调度-营销-财务-物资系统关键接口的打通优先级

二、安全分区合规：电力监控系统的"十六字方针"

1. 安全分区：生产控制大区与管理信息大区严格隔离

2. 网络专用、横向隔离、纵向认证：边界防护基本要求

3. AI部署边界：调度与生产数据必须本地部署，禁止直连公网

三、知识资产化：规程、台账与经验的数字化

1. 知识库构成：调度规程、操作票模板、设备台账、检修工艺、电价政策、客户档案

2. 老师傅经验沉淀：故障处置案例、异常分析记录的结构化

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

四、平台选型原则：为什么默认Dify本地部署

1. 电网拓扑、负荷数据、客户信息的敏感性：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. 信创与国产化：国产大模型＋本地部署的组合，对接国网南网信创要求

▸ 案例分析：解读电力监控系统安全防护"十六字方针"：AI应用应部署在哪个区、哪些数据能出区（10分钟）

▸ 小组研讨：盘点本企业数据孤岛与台账缺口：哪些台账还是纸质/Excel、距离"可治理"差多远（15分钟）

▸ 实战演练：把一份部门规程或设备台账整理成可入库的知识资产清单：命名、分类、清洗、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：让大模型听懂电力语言

1. T-SPEC提示词框架：任务、情境、步骤、示例、风格、约束

2. 电力场景提示词示例：操作票起草、缺陷描述、电费问答、规程检索

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：调度规程、操作票、设备台账、检修工艺、电价政策、客户档案、历史案例

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、电力特有约束：安全敏感内容的"三道闸"

1. 调度与生产类内容（操作票、处置方案）：强校验＋人工终审，关键操作人签字

2. 对外内容（客户答复、政策解释）：口径统一＋强制校验

3. 电网数据与客户信息：按角色权限隔离、数据不出域、全程审计

▸ 实战演练：用T-SPEC框架写一个"调度规程即时问答"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、调度岗副驾：调度运行与应急处置

1. 典型场景：操作票辅助起草与核对、运行方式安排初稿、事故处置预案生成、告警信息初析、负荷预测辅助

2. 关联系统与案例：EMS/调度自动化/DMS；山东负荷预测99.45%、雄安调度智能体一分钟多套方案、长治30秒风险识别

3. 合规要点：调度操作须人做终审、关键指令人工确认、全过程留痕

二、运维岗副驾：设备运维与巡检

1. 典型场景：巡视记录自动整理、缺陷工单初稿、检修方案辅助、无人机巡检报告生成、预测性维护提醒

2. 关联系统与案例：SCADA/在线监测/巡检机器人；姑苏换流站无人机90%巡检、上海立体巡检替代60%人工、缺陷识别90%

3. 合规要点：缺陷等级与处置须人工确认、检测数据可追溯

三、营销岗副驾：客户服务与计量电费

1. 典型场景：业扩报装方案初稿、客服答复辅助、计量异常初析、电费核算辅助、用电检查材料、诉求工单自动生成

2. 关联系统与案例：营销系统/用电信息采集/95598；江苏高压供电方案效率+211%、95598数字接话员月辅助67万工单、天津工单审核-83%

3. 合规要点：电价政策口径统一、客户隐私保护、对外答复人工终审

四、财务岗副驾：财务资产与月结

1. 典型场景：发票查验与月结对账、固定资产折旧、预算初稿、审计资料整理

2. 讲师实战案例：AI一键合并报表——八大模块适合度分级（银行对账?适合、折旧?、存货跌价?半自动）

3. 红线：核心财务数据绝不进公网大模型，全部走本地部署

五、物资岗副驾：物资采购与仓储

1. 典型场景：采购计划与招标文件初稿、供应商准入资料整理、库存预测辅助、到货对账

2. 关联系统与讲师案例：ERP物资/EAM/电商平台；讲师RFQ自动生成（12小时→3分钟）、供应商考察AI做不了

3. 能力边界：供应商现场考察、商务谈判AI做不了，副驾只做文书与情报

六、职能岗副驾：安全监督与人事综合

1. 典型场景：安全培训材料生成、制度与规程问答、简历初筛、会议纪要、体系审核资料

2. 讲师实战案例：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）

3. 合规要点：安全考核记录真实可溯、人事信息保密

▸ 实战演练：调度岗：给定一个事故场景，用岗位知识库＋提示词生成处置预案初稿与操作票核对清单（15分钟）

▸ 实战演练：运维岗：把一段巡检记录交给副驾，生成结构化巡视报告与缺陷工单初稿（15分钟）

▸ 实战演练：营销岗：输入一个业扩报装需求，生成方案初稿与客户答复口径（15分钟）

▸ 实战演练：财务岗：用副驾把当月银行流水与账套做初对，输出差异清单（10分钟）

▸ 实战演练：物资岗：输入采购需求，生成询价函＋供应商比对表初稿（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、低安全风险场景起步

1. 速赢场景判断矩阵：ROI×安全合规风险×数据就绪度

2. 建议路径：先职能/营销/财务的管理区场景，再进运维、调度生产区（管理信息大区先行）

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、验证与安全：AI系统也要过"安全关"

1. 管理信息大区内的AI按信息化系统管理：需求、设计、测试、缺陷、变更的文档链

2. 涉及生产数据的AI须通过安全评估：数据分级分类、最小化访问

3. 数据可追溯三问：谁生成的、依据什么、如何复核

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

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（调度、停电、计量）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/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、报告/方案周期、工单处理时长、主数据一致率

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：安全合规红线问答

▸ 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：安全合规红线问答：现场澄清数据分区、权限、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》《电力知识库分类与命名模板》《提示词工程速查卡》《AI应用安全合规红线清单》；3）可进阶开展"电力岗位智能体开发工作坊（2天）""电网数据治理与安全分区专题""AI辅助调度与负荷预测专题"等。