商业技能
专业选修课 · 2学分, 中国人民大学高礼金融科技双学位实验班, 2026
课程定位:面向中国人民大学高礼金融科技双学位实验班学生,以“大语言模型(LLM)+ 智能体(Agent)+ 商业与金融应用”为主线,强调从业务问题识别到智能体原型构建、效果评测与合规治理的完整实践过程。
课程简介
本课程结合2025—2026年大模型与智能体的发展,讲授长上下文、多模态理解、推理模型、提示工程、检索增强生成(RAG)、工具调用与工作流自动化,并通过商业数据分析、智能客服、营销、风控和研报生成等案例开展实践。强化学习与多智能体协作以概念、案例和流程设计为主。
通过“理论学习 + 案例分析 + 工具实操 + 项目”,训练学生将AI能力转化为可验证的业务价值。
学习目标
完成本课程后,学生应能够:
- 理解LLM、推理模型、多模态模型、RAG、工具调用与智能体系统的原理、适用范围及局限。
- 识别金融、零售、客服、市场分析和风控场景中的AI应用机会,完成需求拆解与流程设计。
- 使用AI工具完成数据分析、文档理解、报告生成、客户画像、策略比较和业务自动化原型。
- 设计智能体效果评测方案,兼顾成本、延迟、人工审核、数据安全与合规要求。
- 通过个人项目展示智能体作品,论证技术方案、业务价值与风险控制措施。
课程准备
选课学生建议提前安装或注册以下账号。
注册github 账号,地址:https://github.com/,同时建议下载:https://desktop.github.com/download/
注册ima 账号:地址:https://ima.qq.com/,同时建议下载:ima电脑版,https://ima.qq.com/download/
注册trae 账号,地址:https://www.trae.cn/,同时建议下载:traecode
注册书卷侠账号,地址:https://chat.scholarhero.cn/,输入邀请码:351326
课程讲义
第一讲:商业技能与AI智能体
涵盖大语言模型、工作流与智能体的基本概念,工具调用与RAG、金融与商业应用、效果评测、风险控制,以及课堂练习与课后学习。
第二讲:大语言模型的前世今生与提示工程
涵盖语言模型演进、预训练与后训练、多模态与智能体、提示词设计、零样本与少样本提示、结构化输出和任务分解,并提供销售分析案例、参考核验结果、课堂练习与课后学习。
第三讲:提示词工程与智能体基础
围绕校园文创店售后助手,讲解任务设计与结构化交付、推理预算与上下文管理、工作流与智能体运行、RAG证据流程,以及课堂实践与效果评估。提供配图、任务提示、输出示例和课堂测试题。
第四讲:商业数据分析、客户服务与营销智能体
延续校园文创店案例,讲解商业数据分析与指标口径、客户画像与RFM、客服流程、个性化推荐与销售线索评分,以及A/B实验、服务质量和业务价值评价。包含课堂实践、期中项目准备与参考文献。
第五讲:大语言模型智能体开发平台
用活动费用预检比较扣子编程、Dify 和阿里云百炼,讲解模型与工具选择、可复用技能、AI 编程、异常复核和个人期中项目汇报。
第六讲:智能投顾、研报生成与文档智能
讲解客户需求与资产配置、财报与研报生成、文档解析与RAG证据核验、再平衡与顺序决策,以及工作流设计和质量评测。包含公开财报与机构应用案例、课堂练习、个人作业与参考文献。
第七讲:强化学习、多智能体协作与治理评测
以财报简报助手为案例,讲解MDP、Q-learning与策略优化、多智能体分工、方案比较、重复测试、工具权限和运行控制。包含近期官方案例、课堂测试、个人项目改进作业与参考文献。
第一讲作业点评
按词条认领分工逐项反馈,包含内容亮点、需要修改的问题与下一步要求。解锁后可按姓名、词条与分类查找;刷新页面需重新输入密码。
10.23 作业汇总与智能体实践
收录30份AI智能体调研,支持姓名、学号、产品与正文关键词搜索,以及分类筛选、逐份摘要、原文件下载和汇总表导出。页面末尾整理智能体的共同特点、商业思考与构建建议,并提供对账差异助手的项目示例。
课程练习
课堂练习由每位同学独立完成。阅读每讲的题目,先记下预期结果,再保留实际输出和本人核对的证据。第五讲的正式提交是个人期中项目说明,第六讲是个人研究简报,课堂记录可并入相应作业。
- 第一讲 · 画出一个业务场景。 选财报、客服、周报或风控中的一项工作,用一页写清使用者、输入、处理步骤、输出和人工接管条件。用一例正常输入与一例异常输入走一遍流程。第一讲练习
- 第二讲 · 比较两版提示词。 对同一份资料先用简短需求,再补充资料范围、计算口径和输出结构。并列保留两版回答,指出改对了什么、还错在哪里。第二讲练习
- 第三讲 · 核验售后答复。 用校园文创店的四份制度核对退换货案例,记录决定、条款编号、缺失信息和下一步动作。选一次失败,展示修改和复测结果。第三讲练习
- 第四讲 · 用数据设计客服或营销方案。 从校园文创店的数据中选一个发现,说明统计期间和指标口径。课堂成果是一页业务说明、一张流程图和一份评价指标表,可沿用到期中项目。第四讲练习
- 第五讲 · 测试费用预检。 用300元预算和三笔费用逐项测试补凭证、重复导入、金额不符、超预算和工具超时,留下五行实测记录。期中汇报用自己的项目展示一例正常运行、一例异常处理,以及与原办法的比较。课堂数据与五个用例 · 个人期中项目要求
- 第六讲 · 审财报,算调仓。 从公告复算四个同比,改写一段混淆单季与累计利润的摘要。再用一张表比较持有与再平衡在两种涨跌情形下的结果。强化学习配套页沿用这张表。课后自选公司,提交一份2—3页研究简报及附件。财报纠错题 · 再平衡计算题 · 个人研究简报要求
- 第七讲 · 检验一次项目改进。 用讲义的12类任务检查原型,留下一条失败记录。对同一输入运行原方案和修订方案,写清错误出现的位置、本人所做的修改和复测结果。第七讲练习 · 个人项目改进要求
第八周进入期末作品展示,交付内容见下方“项目式学习”。
八周教学安排
| 周次 | 主题 | 核心内容与实践任务 |
|---|---|---|
| 第1周 | 课程导论:商业技能与AI智能体 | LLM、Agent的商业价值、能力边界与风险;梳理一个金融或商业AI应用场景。 |
| 第2周 | 大模型最新进展与提示工程 | 长上下文、多模态、推理模型、工具型AI;角色设定、任务分解、结构化输出和少样本提示;比较主流工具的表现。 |
| 第3周 | RAG、企业知识管理与工具调用 | 文档切分、检索、重排序、引用溯源、知识库评测;函数调用与数据库、浏览器等工具接入;设计知识库问答或自动化方案。 |
| 第4周 | 商业数据分析、客户服务与营销智能体 | 财务、交易和用户行为数据处理;客户画像、智能客服、个性化推荐与服务质量评测;完成数据摘要及Agent方案。 |
| 第5周 | 期中项目方案汇报与智能风控 | 汇报项目需求、数据、技术路线、风险和价值;学习异常检测、信用评分、交易监控、合规审查与人工复核。 |
| 第6周 | 智能投顾、研报生成与文档智能 | 核对财报的单季与累计数据,复算配置与再平衡结果,完成一份个人研究简报。 |
| 第7周 | 强化学习、多智能体协作与治理评测 | 通过案例认识Q-learning、DQN与策略优化的基本概念;设计Planner–Executor、Reviewer、Critic等协作流程;开展准确性、鲁棒性、幻觉、成本、延迟与安全评测。 |
| 第8周 | 项目打磨、期末展示与课程总结 | 展示智能体原型、业务方案及评测结果;综合考查技术实现、商业价值、合规意识、个人贡献和表达能力。 |
项目式学习
项目按“需求定义—方案设计—原型实现—评测改进—展示交付”推进,课堂练习为各阶段提供可复用的材料与方法。
- 课堂练习按讲次列出任务、课堂成果与提交要求。查看各讲练习
- 期中方案汇报(第5周):提出业务问题,说明数据来源、系统设计、风险控制和预期价值。
- 期末智能体作品(第8周):提交可展示的智能体原型、项目报告、演示材料及AI使用说明;报告需说明业务方案、评测结果和风险控制措施。
项目评价重视问题定义、数据与知识组织、智能体流程设计、评测指标、风险控制及商业表达。
考核方式
| 考核环节 | 成绩占比 |
|---|---|
| 课程作业 | 30% |
| 研讨交流与课堂表现 | 20% |
| 期中项目方案汇报 | 20% |
| 期末智能体作品与项目报告 | 30% |
| 合计 | 100% |
阅读分享计入“研讨交流与课堂表现”;期末交付要求见“项目式学习”。所有提交材料均须遵守学术诚信规范。
负责任的AI应用
课程将科技向善、诚信合规、数据安全、金融风险意识和负责任创新贯穿各周案例与项目评审,重点讨论算法公平、个人隐私、模型幻觉、版权与学术诚信、金融消费者保护等问题。在自动化方案中重视人工复核、证据核验和责任边界。
推荐阅读:经典思维与商业实践
阅读书目围绕“善于提问—识别真需求—清晰表达—理解技术—验证价值—审慎决策”组织。经典阅读训练提问、论证与表达能力;延伸阅读涵盖数据分析、AI产品、消费趋势、经营管理与组织沟通,结合课程项目开展应用。
阅读与分享要求
- 建议每位同学选读至少1本经典著作及1本中文商业实践读物。
- 2—3位同学共同选择一本书开展分享,每位成员均需参与准备与交流,每本书分享时间不超过15分钟。
- 分享周次在课堂分组后统一安排,成绩归属见“考核方式”。
- 在项目报告中结合数据、访谈或实验检验书中的观点。
一、经典阅读(5本)
1. 《创新,从提问开始:深度学习模式探秘》
核心内容:基于以色列教育与创新实践访谈,讨论提问、思辨、深度学习与创新文化之间的关系。此处“深度学习”指教育中的学习方式,不是神经网络技术。
课程应用:为拟开发的AI商业产品提出5个可检验的问题,区分“技术功能”与“业务问题”。
2. 《真需求》
核心内容:从用户价值、共识与商业模式出发辨识需求,结合产业和产品案例讨论商业创新为何成立。
课程应用:开展用户访谈,形成“目标用户—关键痛点—现有替代方案—价值主张”需求画布。
3. 《费曼学习法:用输出倒逼输入》
核心内容:通过目标聚焦、知识理解、简明复述、查漏补缺和再次表达,提高学习与知识迁移能力。
课程应用:用3分钟向非技术听众解释RAG或Agent的工作流程,标记解释不清的环节并修订。
4. 《批判性思维》(Critical Thinking)
核心内容:训练辨别事实和观点、评估证据、识别逻辑谬误,以及进行归纳、演绎与论证。
课程应用:审查一份AI商业计划中的关键假设、数据证据和因果推断,形成“主张—证据—反例”表。
5. 《艾伦·图灵传:如谜的解谜者》(Alan Turing: The Enigma)
核心内容:介绍图灵在计算理论、密码分析和机器智能方面的探索及其时代背景,帮助理解AI的历史起点。
课程应用:讨论“机器能否思考”的概念与当代大模型的能力边界,区分计算、模仿与理解。
二、中文商业技能延伸阅读(11本)
6. 《数据驱动:从方法到实践》
核心内容:数据采集、指标设计与企业数据应用。
课程应用:设计业务指标体系和数据采集方案。
7. 《价值驱动:数据分析价值逻辑与实战方法》
核心内容:数据分析与业务价值创造。
课程应用:量化AI方案的收益和成本。
8. 《数据运营之路:掘金数据化时代(升级版)》
核心内容:数据运营、用户分析与增长。
课程应用:设计转化率和留存率分析。
9. 《人工智能产品经理:AI时代PM修炼手册(修订版)》
核心内容:AI产品需求、设计及迭代管理。
课程应用:撰写AI产品需求文档。
10. 《生意的本质:商业模式动态升级的底层逻辑》
核心内容:商业模式和企业价值创造。
课程应用:绘制商业模式画布。
11. 《第五消费时代》
核心内容:消费社会与未来市场需求。
课程应用:分析目标市场消费变化。
12. 《孤独社会:即将到来的第五消费时代》
核心内容:社会结构变化和消费行为。
课程应用:研究独居群体的服务需求。
13. 《活下来就有转机:做好经营的48个关键洞见》
核心内容:经营决策、资源配置与风险应对。
课程应用:设计项目经营应急预案。
14. 《关键对话:如何高效能沟通(原书第3版)》
核心内容:高风险场景下的有效沟通。
课程应用:进行客户访谈及团队分歧沟通演练。
15. 《向上管理:搞定领导拿结果》
核心内容:目标对齐、汇报反馈与协同。
课程应用:设计利益相关方沟通方案。
16. 《无限游戏:可持续范式的商业未来》
核心内容:长期主义、商业创新与持续经营。
课程应用:对比短期KPI与长期商业价值。
三、建议阅读与实践路径
| 阶段 | 推荐阅读 | 课堂产出 |
|---|---|---|
| 问题发现与需求识别(第1—2周) | 《创新,从提问开始》《真需求》《第五消费时代》 | 研究问题、用户访谈、需求画布 |
| 理解与沟通(第2—3周) | 《费曼学习法》《批判性思维》《艾伦·图灵传》《关键对话》 | 技术说明、论证核查、沟通演练 |
| 数据与AI产品设计(第3—5周) | 《数据驱动》《价值驱动》《数据运营之路》《人工智能产品经理》 | 指标体系、数据分析、AI产品需求文档 |
| 商业策略与组织协作(第5—8周) | 《生意的本质》《活下来就有转机》《向上管理》《无限游戏》 | 商业模式画布、风险预案、价值评估 |
