业务在前
从实际问题、可用样本和验收目标出发。
ABOUT / 关于衍谷
让企业的问题进入课堂，
让学员的能力走进现场。
培养 AI 原生人才 · 构建 AI 原生服务 · 孵化 AI 原生公司
项目带教
任务要能检查，成果要能说明，关键判断有人负责。
边界清楚
外部参考、教学模拟与衍谷交付分别标注，不把学习资料当成交付成绩。
03 / THE WAY WE WORK
项目带着教学走，
交付有人负责。
导师与交付负责人对企业结果负责。
学员承担经过拆解、可检查的任务。
- 01
找准问题
看当前怎么做，找到重复、费时、容易返工的环节。
产出：问题定义与基线 - 02
做小试点
限制范围、明确样本，约定验收方式与人工复核点。
产出：试点方案与任务书 - 03
实训与交付
学员完成可检查模块，专业团队集成、测试与上线。
产出：可运行工作流 - 04
验收与复用
用同一批任务对照验证，记录边界，沉淀可复用方法。
产出：验收记录与操作手册
企业问题导师拆解学员实训专业交付企业验收课程与案例
三条项目底线数据按授权范围使用关键输出保留人工复核效果以实际验收为准
HOW WE WORK / 项目协作
懂业务、懂行业、能实现，
一起把问题做完。
一个项目需要三类责任协同。沟通时先明确谁负责需求、业务判断和技术实现，让每个环节有人承接。
把需求说清楚
连接客户与交付团队，明确要解决的问题、试点范围、进度与验收口径。
- 关键产出
- 需求说明 · 范围与进度 · 验收清单
- 要回答的问题
- 这次先做什么，做到什么算完成？
把业务判断做实
梳理实际流程、行业规则和样本，确认什么结果可用，哪些判断需要人工负责。
- 关键产出
- 流程与样本 · 业务规则 · 复核标准
- 要回答的问题
- 结果是否符合一线工作的真实需要？
把方案运行起来
将知识库、工作流与接口连接起来，验证权限、异常处理、部署和维护方式。
- 关键产出
- 可运行 Demo · 测试记录 · 交接说明
- 要回答的问题
- 能否重复运行，失败后由谁处理？
这是项目协作的责任划分；同一人可以兼任。具体负责人、参与方式与交付范围，在项目沟通中确认。
聊聊你的项目 →PEOPLE / 师资介绍
把行业经验，带进具体任务。
以下依据提供的讲师介绍资料整理；具体授课安排以班期确认为准。所列个人任职不代表相关机构与衍谷建立合作或提供背书。
崔俊
AI应用实战导师
将自动化工程背景与制造业实战经验融入AI教学，专注于让大模型、知识库与智能工作流在真实业务中发挥作用。
- 英国谢菲尔德大学自动化工程背景
- 制造业AI落地实践者
- 专注大模型应用、AI工作流与知识库建设
了解导师经历
毕业于英国谢菲尔德大学自动化工程专业，兼具工程技术背景与制造业一线实践经验。回国后深入拥有40年历史的家族制造企业，跟进生产全流程，将工程思维与真实业务需求相结合，探索AI在企业运营中的实际应用。
擅长从具体业务问题出发，拆解任务、组织工具并搭建可执行的工作流程。已自主搭建应用于仓库管理的AI工作流，并围绕RAG、AI Agent与多工具协同持续开展实践。
课程分享以真实业务案例为基础，结合原理讲解、操作演示与落地经验，帮助学员理解AI的应用逻辑，建立从识别问题到搭建解决方案的完整思路。
SPACE / 环境展示
留出专注实践，
也留出交流的空间。
选自提供的环境宣传素材，以下仅展示其中的空间照片区域，未改动原图。素材中的“10.3 免费体验日”等文字不代表当前活动、价格或报名承诺。
IN PRACTICE / 真实课堂
在现场，把问题讲明白。
2026年10月3日 · 衍谷开放日。围绕大模型、知识库与工作流，通过现场讲解与演示交流应用思路。
