AI降本增效-打造岗位智能副驾（新能源行业版）

课程背景：新能源行业正处在"平价上网＋电力市场化＋AI技术成熟"三重叠加的窗口期。光伏、风电装机持续攀升，储能从配套走向独立市场主体，分布式光伏"四可"（可观、可测、可调、可控）成为监管刚需，2026年底前电力现货市场将实现全覆盖——发电企业的竞争从"发多少电"转向"每度电怎么卖、怎么省"。行业先行者的量化战果已经密集出现：国能日新以"旷冥"大模型服务新能源场站6029家，功率预测系统在南方电网综合排名连续3年第 一，光伏出力预测R²≥0.93、负荷预测误差率≤5%、调度决策响应≤90秒、运营成本降低10%-30%；SNEC 2026上，天合富家发布"天盈AI"、晶澳推出多智能体架构的JA E-Link AgentOS、远景发布"天机＋天枢"双大模型驱动的AI光储一体化系统；华 为"电力大模型＋昇腾AI"已赋能137个工业园区实现用能成本下降12%-18%。但新能源AI落地有一条不可逾越的底线：电站运行数据、交易数据、客户与设备数据高度敏感，并网功率预测、AGC/AVC、储能安全（热失控预警）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，面向新能源电站开发、工程建设、运维值班、生产制造、电力交易与市场、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. 看清新能源行业AI落地的真实水位与量化战果（国能日新6029场站、功率预测R²≥0.93、华 为园区用能成本-12~18%），建立对AI能力边界的清醒认知，避开数据、并网、合规三大坑；2. 掌握新能源AI落地的前置条件——场站/制造/交易数据治理与并网合规底座（"四可"、功率预测上报、AGC/AVC），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真正读懂可研报告、操作规程、检修手册、交易规则与验收标准；4. 会用Dify等本地部署平台搭建岗位智能体，电站与交易数据不出域，满足电力调度与数据安全要求；5. 收获六大岗位（电站开发/工程建设/运维值班/生产制造/电力交易市场/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，含并网、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——新能源行业为什么必须做岗位AI副驾（1小时）

一、新能源行业的AI落地水位与量化战果

1. 功率预测龙头：国能日新服务场站6029家、南方电网综合排名连续3年第 一，光伏出力预测R²≥0.93、负荷预测误差率≤5%

2. 大模型军备竞赛：SNEC 2026天合"天盈AI/天益AI"、晶澳JA E-Link AgentOS多智能体、远景"天机＋天枢"双大模型＋六大智能体

3. 用能侧战果：华 为"电力大模型＋昇腾AI"赋能137个工业园区用能成本下降12%-18%；AI优化充放电使峰谷套利收益提升20%

4. 国家视角佐证：工信部285个AI典型案例中能源电力32个全行业第 一（生产制造17/运维安全27），AI正从试点走向规模提质

二、新能源企业为什么必须做岗位智能副驾

1. 从"发多少电"到"每度电怎么卖怎么省"：电力现货全覆盖（2026年底）、电价波动常态化

2. 分布式"四可"监管与存量电站提质：运维人力短缺、巡检依赖人工

3. 制造端内卷：组件/电芯/电池pack价格战，降本增效是生存线

三、六大岗位的共性痛点与"副驾"画像

1. 电站开发岗：尽调报告、申报材料重复劳动

2. 工程建设岗：计划与文档依赖历史经验、验收资料繁琐

3. 运维值班岗：功率预测解读、告警初析、巡检记录繁重

4. 生产制造岗：质检与追溯记录多、工艺参数靠经验

5. 电力交易与市场岗：交易策略分析、市场报告耗时

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、并网与调度指令AI碰不得、交易决策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：拆解国能日新功率预测与远景六大智能体案例：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——新能源数据治理与并网合规底座（1小时）

一、新能源数据资产盘点：从辐照度到交易电价

1. 场站运行数据：SCADA/逆变器/风机/储能PCS-BMS-EMS数据、气象与辐照数据、功率预测数据

2. 制造数据：组件/电芯/电池pack产线MES、品质追溯、LIMS/QMS数据

3. 交易与经营数据：电力交易结算、绿电绿证、碳资产、ERP/供应链/客户数据

二、数据治理基线：可算、可信、可溯

1. 可算：统一编码与主数据（场站、设备、电价曲线、交易品种）

2. 可信：功率预测上报、发电量、充放电量、结算数据谁生成、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、并网与储能安全合规底座

1. 并网硬约束：功率预测上报、AGC/AVC响应、分布式"四可"（可观可测可调可控）

2. 储能安全红线：电芯热失控预警与消防联动，AI只做预警初析、不替代保护动作

3. 交易合规：现货/中长期/绿电绿证交易规则，AI辅助分析、人做决策与申报

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，场站、交易、客户数据不出域

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：气象大模型/能源大模型做预测底座，岗位智能体做执行，规则引擎做校验

▸ 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：并网与储能安全红线问答：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. 新能源典型提示词示例：可研摘要、巡检记录规范化、告警初析、交易日报生成

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：从报告到规程

1. 语料来源：可研报告、施工图集、操作规程、检修手册、电力交易规则、验收标准、事故案例、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：WBS萃取与投标方案（海外光伏）

1. WBS经验萃取：6637份文件→307候选→8阶段20工作包58活动的标准WBS，每个工作包标注来源证据

2. 投标方案自动生成：12份文档构建离线投标引擎（海外光伏），8章节方案逐条溯源到源文档页码

3. 同理可萃：检修方案库、并网申报资料库、交易规则问答库、资质证书秒查系统

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（电站、交易、客户）严禁进公网大模型，必须本地部署

▸ 实战演练：现场编写"告警初析"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：从可研报告/操作规程/交易规则中选一个语料源，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、电站开发岗（开发/选址/申报）——尽调与申报辅助

1. 痛点：尽调报告、可研初稿、申报材料重复劳动，选址分析靠经验

2. 副驾原型：尽调报告初稿、可研摘要与要点、申报材料要素核对、选址条件清单化

3. 实证：讲师海外光伏EPC经验（WBS萃取8阶段20工作包）沉淀为开发计划基线

二、工程建设岗（EPC设计/施工/验收）——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、验收与并网资料繁琐

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）、投标方案离线引擎（12份文档出8章节方案）

三、运维值班岗（值班/巡检/检修）——预测解读与告警初析

1. 痛点：功率预测解读与上报、告警风暴、巡检记录与检修报告繁重

2. 副驾原型：功率预测偏差初析、告警根因初析与处置建议、巡检记录规范化、检修报告初稿

3. 实证：国能日新功率预测R²≥0.93/调度决策90秒、阳光EMS3000电芯热失控早期诊断（AI只预警、保护动作不替代）

四、生产制造岗（组件/电芯/电池pack）——质检与追溯辅助

1. 痛点：质检记录与追溯台账重复、工艺参数靠经验、不良分析慢

2. 副驾原型：检验报告初稿、追溯台账自动归集、不良初析（鱼骨图草拟）、工艺参数问答

3. 实证：讲师锂电池项目管理课族（254号），智能BMS延长电池寿命15%、AI质检效率+40%量级参考

五、电力交易与市场岗（交易/绿电/碳资产）——策略与报告辅助

1. 痛点：交易策略分析耗时、市场日报重复、规则解读依赖专人

2. 副驾原型：现货/中长期报价策略初析、市场日报自动生成、交易规则问答、绿电绿证台账

3. 实证：国能日新电力交易大模型1.0（时空-博弈双驱动）落地19省，AI优化充放电使峰谷套利收益提升20%（决策与申报必须人签字）

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（投标申报秒查）、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：运维值班岗：给一条功率预测偏差告警，用提示词让AI输出"偏差初析＋处置建议"一页纸（15分钟）

▸ 实战演练：工程建设岗：给一张光伏项目任务清单，让AI生成WBS草案并标出缺失工作包（15分钟）

▸ 案例分析：拆解国能日新功率预测闭环与远景六大智能体：每个场景"AI做什么、人做什么"（10分钟）

▸ 小组研讨：电力交易岗＋制造岗：设计"交易日报→报价策略"与"不良→追溯"两条副驾工作流（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×并网合规风险×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、告警初析、交易日报优先）

2. 并网与储能保护相关场景只做"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SCADA/EMS/交易平台数据联动）

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（如巡检记录、申报材料、交易日报）

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、报告周期缩短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（功率预测/交易申报）、并网资料、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》《新能源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：新能源岗位智能体开发工作坊（2天）、智能电站/智慧运维专题、电力交易与虚拟电厂专题

▸ 小组研讨：按"ROI×并网合规风险×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：并网上报/储能保护/交易申报/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》《新能源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（含并网/储能安全/数据出域）》；3）可进阶开展"新能源岗位智能体开发工作坊（2天）""智能电站/智慧运维专题""电力交易与虚拟电厂专题"等。