课程背景：化工行业正处在"安全生产＋降本增效＋AI技术成熟"三重叠加的窗口期。作为典型的流程工业，化工生产以"三传一反"（动量传递、热量传递、质量传递与化学反应）为底层约束，装置连续运行、参数耦合度高、报警与联锁是安全红线，"两重点一重大"（重点监管危险化工工艺、重点监管危险化学品、重大危险源）受到最严格的监管。行业先行者的量化战果已经密集出现：湖北兴瑞硅材料建成全球首套全流程自主运行工厂，定员从260人减至80人（人效提升69%）、日均报警频次从5万次降至102次（下降99.8%）、日均操作频次下降94.1%；万华化学宁波氯碱65万吨烧碱装置落地七大智能场景，全厂综合经济效益超800万元/年、报警率降低50%以上；中石化镇海炼化作为全国首批15家领航级智能工厂中唯 一炼化企业，80多万台设备每天3轮"体检"、智能化生产每年增效超2亿元、平均劳动效率提升50%以上。但化工行业AI落地有一条不可逾越的底线：报警与联锁是安全红线，AI只能做分析辅助、不得静默抑制报警、不得绕过联锁；工艺配方、装置参数、客户与财务数据高度敏感，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，面向化工生产运行、工艺技术、设备检维修、安全环保、质量化验、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. 看清化工行业AI落地的真实水位与量化战果（兴瑞报警-99.8%、万华年效益超800万、镇海年增效超2亿），建立对AI能力边界的清醒认知，避开数据、报警、合规三大坑；2. 掌握化工AI落地的前置条件——DCS/实时数据库/设备台账数据治理与安全合规底座，明白为什么"报警与联锁碰不得、AI只能做辅助"；3. 掌握提示词工程与岗位知识库（RAG）搭建方法，让AI真正读懂操作规程、检维修手册、检验标准、事故案例与特殊作业票模板；4. 会用Dify等本地部署平台搭建岗位智能体，工艺与经营数据不出域，满足化工信创与数据安全要求；5. 收获六大岗位（生产运行/工艺技术/设备检维修/安全环保/质量化验/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，含报警、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——化工行业为什么必须做岗位AI副驾（1小时）

一、化工行业的AI落地水位与量化战果

1. 全流程自主运行标杆：兴瑞硅材料，定员260人→80人、人效提升69%，日均报警5万次→102次（降99.8%），日均操作2.5万次→1471次（降94.1%）

2. 龙头智能工厂：镇海炼化80多万台设备每天3轮"体检"、4200多台机泵实时监测、智能化年增效超2亿元、劳动效率提升50%以上

3. 工艺优化实证：万华化学宁波氯碱七大智能场景年效益超800万元；华谊能化TPT预警准确率≥95%；兰州石化榆林投炉升温时间缩短36.8%

4. 工信部285个AI典型案例中，石油化工生产制造10个、运维安全15个——"重资产、强监管"高密度行业

二、化工企业为什么必须做岗位智能副驾

1. 报警风暴与操作负担：DCS报警日均成千上万条，内操疲于确认，误报漏报并存（天津石化报警与操作负担降40%的启示）

2. 老师傅经验传承断档：工艺参数调优、异常工况处置、检维修经验高度依赖个人，退休即流失

3. 安全生产与降本增效双重压力："两重点一重大"监管趋严，能耗物耗压降诉求强烈

三、六大岗位的共性痛点与"副驾"画像

1. 生产运行岗：监盘、巡检、交接班日志重复劳动

2. 工艺技术岗：参数寻优靠经验、异常根因定位慢

3. 设备检维修岗：巡检量大、故障诊断靠老师傅

4. 安全环保岗：作业票繁琐、隐患闭环难

5. 质量化验岗：检验报告重复、超标处置慢

6. 供应链与职能岗：采购/储运/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、报警联锁AI碰不得、工艺配方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：拆解兴瑞硅材料与镇海炼化案例：AI到底替代了什么、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——化工数据治理与安全合规底座（1小时）

一、化工数据资产盘点：从DCS到台账

1. 生产控制层数据：DCS/SCADA实时数据、SIS联锁数据、APC先进控制参数（镇海炼化5万余个监测点位）

2. 生产管理层数据：MES/MOM生产记录、LIMS检验数据、EMS能源数据、AAS报警记录

3. 经营管理与台账数据：ERP、设备台账（镇海80多万台设备）、检维修记录、特殊作业票、隐患台账

二、数据治理基线：可算、可信、可溯

1. 可算：统一编码与主数据（装置、物料、仪表位号一致）

2. 可信：数据质量校验——报警记录、检验记录、操作记录谁生成、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、安全合规底座：报警红线与"两重点一重大"

1. 报警与联锁是安全红线：AI只做分析辅助与根因初析，不得静默抑制报警、不得绕过联锁、不得自动投切联锁

2. "两重点一重大"与双重预防机制：风险分级管控＋隐患排查治理，AI用于辅助辨识与文档初稿

3. 特殊作业许可：动火/受限空间/高处作业票AI可起草初检，审批必须人签字

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，工艺配方、装置参数、客户与财务数据不出域

2. 在线SaaS工作流仅用于个人学习验证，严禁直连生产数据与业务

3. 国产化与信创：DCS/工业软件与AI平台协同，满足化工信创与安全合规要求

▸ 实战演练：盘点本车间/部门的数据资产：画出"DCS→实时数据库→MES→报表"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：报警与联锁AI应用边界问答：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. 化工典型提示词示例：巡检记录生成、检验报告初稿、隐患描述规范化、作业票要素初检

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：从手册到案例

1. 语料来源：操作规程、工艺卡片、检维修手册、检验标准、事故案例、作业票模板、设备台账

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份员工文档→307候选→标准WBS并保留来源溯源，防止历史经验白流失

3. 同理可萃：检维修方案库、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页码/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（工艺配方、装置参数）严禁进公网大模型

▸ 实战演练：现场编写"巡检异常记录规范化"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/事故案例/检验标准中选一个语料源，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、生产运行岗（内操/外操/调度）——报警研判与操作辅助

1. 痛点：DCS报警风暴（兴瑞改造前日均5万次）、交接班日志繁琐、巡检记录重复

2. 副驾原型：报警根因初析（关联参数打包）、操作导航建议、巡检记录自动生成、交接班日志草稿

3. 实证：兴瑞报警99.8%下降、天津石化操作负担降40%——报警治理先行，AI辅助跟进

二、工艺技术岗——工艺优化与异常诊断

1. 痛点："三传一反"机理复杂、参数寻优靠老师傅经验、异常工况根因定位慢

2. 副驾原型：时序大模型（TPT类）预警结果解读、异常工况诊断问答、操作规程/工艺卡片起草

3. 实证：华谊能化TPT预警≥95%/根因90%、兰州石化榆林升温时间-36.8%、万华氯碱七大场景

三、设备检维修岗——预测性维护与方案辅助

1. 痛点：80多万台设备巡检靠人、非计划停机损失大、故障诊断依赖老师傅

2. 副驾原型：设备健康报告生成、振动/温度异常初析、检维修方案草拟、备件清单

3. 实证：镇海炼化4200台机泵在线监测、无线泵群模型巡检核减50%、TPT预警91%、球罐机器人省500多天

四、安全环保岗（HSE）——隐患辨识与双重预防

1. 痛点：特殊作业票（动火/受限空间/高处）繁琐、隐患描述不规范、整改闭环难

2. 副驾原型：作业票要素初检、隐患描述规范化、整改单草拟、安全培训材料生成

3. 红线：AI只做起草与初筛，作业许可审批、报警处置必须人签字；隐患数据实时上报监管平台

五、质量化验岗（LIMS）——检验报告与趋势分析

1. 痛点：检验报告重复劳动、历史趋势靠人工翻、超标处置慢

2. 副驾原型：检验报告初稿生成、历史数据自动趋势分析、超标初析与复检建议

3. 实证：万华化学智能质检大幅降低样品分析频次、减少化验员晚班工作量，数据不出域

六、供应链与职能岗——采购/储运/财务/人事

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. 储运物流：危化品装车预约、磅单核对、运输单据初检

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：生产运行岗：给出DCS报警快照，用提示词让AI输出"根因初析＋关联参数"一页纸（15分钟）

▸ 实战演练：安全环保岗：给一份真实作业票，让AI做要素初检并挑出缺失项（15分钟）

▸ 案例分析：拆解万华氯碱七大场景与镇海炼化设备健康管理平台：每个场景"AI做什么、人做什么"（10分钟）

▸ 小组研讨：质量化验岗＋工艺岗：设计"检验超标→初析→复检→工艺联动"的副驾工作流（10分钟）

▸ 小组研讨：供应链职能岗：把RFQ/简历筛选/月结案例迁移到本单位，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（巡检记录、检验报告、作业票初检优先）

2. 报警与联锁相关场景只做"分析辅助"，不进控制回路

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MES/APC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（如交接班日志、检验报告、隐患整改单）

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、文档周期缩短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：对外文件、上报数据、作业许可、检验放行必须人签字

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》《化工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：化工岗位智能体开发工作坊（2天）、先进控制与报警治理专题、数据治理与信创专题

▸ 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：安全合规红线问答：报警/联锁/作业票/数据出域的边界澄清（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》《化工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（含报警/联锁/两重点一重大）》；3）可进阶开展"化工岗位智能体开发工作坊（2天）""先进控制与报警治理专题""化工数据治理与安全合规专题"等。