核心原则实操部分简化专业术语步骤拆解到「每一步点哪里、改什么」重点标注避坑点同时传递产品设计的核心逻辑比纯操作更重要一、企业内部AI赋能核心场景分类课程中将企业内部AI赋能分为两大核心类别排除了营销文案、物理资源申领领笔/物资、打卡统计等场景原因AI赋能价值低、需要庞大系统支撑实操难度高核心分类及子场景如下核心类别核心子场景核心价值主流产品/开源项目流程赋能类AI招聘面试低薪资岗位初筛突破人工瓶颈北森、牛客、开源项目follow up流程赋能类合同审批审核自动化风险识别、条款审查玛卡暗读、密律智能、WPS智能审查、开源翻16支撑赋能类内部知识问答企业知识高效检索、复用飞书问答、腾讯文档、开源pandawiki支撑赋能类会议纪要实时转写、智能总结、结构化输出飞书妙记、通义听悟、开源midly核心结论企业内部AI赋能本质是「大模型作为功能节点的工程/工作流」而非纯AI自主决策Agent在企业内部几乎无法落地仅小场景以Chatbot形式存在。二、流程赋能类场景与产品实操一AI招聘面试场景1. 产品核心逻辑核心价值针对1万以下薪资岗位做第一轮批量初筛突破人工筛选的数量瓶颈人工实习生一天仅能筛200份简历AI可无限制沟通而非打造「真人面试体验」2万以上高薪岗位几乎不使用AI面试。核心功能根据岗位要求候选人简历生成定制化问题→数字人一对一面试→语音转文字→结构化面试报告多维度打分→HR/业务负责人二次筛选。行业产品北森流程完善、牛客功能杂偏商务二者均需留联系方式体验课程提供牛客《AI面试实践白皮书》含行业调研带营销属性但可参考。2. 核心开源项目follow up可部署AI面试类最完整开源项目1项目核心功能创建数字人面试官→生成岗位定制化面试题→分享面试链接给候选人→数字人实时面试→自动生成结构化面试报告含总体评分、沟通能力、胜任力等维度JSON格式输出支持候选人匿名、面试时长设置。2部署步骤全程标注避坑点前置准备电脑安装基础开发工具无需懂代码仅做「复制/粘贴/点击」操作可访问GitHub准备好科学上网部分工具需外网。Plain Text步骤1下载项目代码- 从GitHub拉取follow up代码保存到本地文件夹无需修改仅解压。步骤2配置Clock登录系统免费- 打开Clock官网注册账号免费额度可用- 进入「config→API keys」复制**next public clock public key**和**clock secret key**- 粘贴到项目的环境变量配置文件中font colorred避坑1/font不要用课程演示的key会被限流。步骤3配置Superbase数据库系统无限期免费- 打开Superbase官网创建**1个数据库**免费版仅支持1个- 进入数据库「SQL」页面复制项目文档中的**Superbase schema**脚本粘贴后运行自动创建表格- 进入「connect→API keys」复制**API URL**和**key**粘贴到项目环境变量中font colorred避坑2/font必须运行SQL脚本否则表格缺失会报错。步骤4配置Retail AI数字人面试官免费- 打开Retail AI官网进入「dashboard」font colorred避坑3/font直接进主页无法访问需从dashboard入口进- 进入「setting→API key」创建并复制API key粘贴到项目环境变量中- 在Retail AI中创建数字人面试官支持男/女形象关联到项目中。步骤5适配国内模型解决「仅支持OpenAI Key」问题零基础核心改法- 项目默认仅支持OpenAI Key国内无法使用需**修改2处代码**无需懂逻辑直接复制① 搜索项目中含「Openai key」的代码在下方添加一行openai.baseURL 环境变量中的base URL推荐用Deepseek的base URL② 将代码中的「model模型名称」改为国内模型名称如Deepseek相关模型- 把国内大模型的API key填写到环境变量中font colorred避坑4/font必须同时改base URL和model缺一不可。步骤6安装依赖并运行项目- 打开电脑终端进入项目文件夹输入指令安装依赖yarn install 或 npm install二者任选零基础推荐npm更通用- 输入运行指令yarn dev 或 npm run dev项目将在**3001端口**启动打开浏览器输入localhost:3001即可访问。3项目运行与避坑启动后登录项目先创建「组织/账号」再创建面试官、新建面试填写岗位介绍、上传简历、设置面试时长/问题数量font colorred常见报错/fontinterviewer ID is not present→原因是Superbase表格未创建成功重新运行SQL脚本即可font colorred体验卡顿/font因开了科学上网项目编译问题属于正常现象无需处理。3. 产品优化小技巧可理解面试可提视频抽帧检测面试时每隔10秒对候选人视频抽帧检测眼睛是否瞟向别处判断是否作弊/用AI辅助可作为人工抽检依据定制化问题相比北森「一个岗位一套题」follow up可根据每个人的简历生成专属问题更贴合候选人情况。二合同审批审核场景1. 产品核心逻辑核心价值替代法务人工初审自动化完成合同条款拆解、风险识别、立场适配甲方/乙方、条款批注提升审查效率核心流程上传合同Word/Excel→选择审查立场/强度→系统解析文档→批量识别风险→条款级批注→生成审查报告行业产品玛卡暗读体验最好支持浏览器实时预览Word、密律智能逻辑类似、WPS智能审查深度审查功能额度有限。2. 主流产品实操玛卡暗读上传合同直接拖拽Word文档到平台支持「深度审查/普通审查」立场定制选择甲方/乙方可设置「强势/中性」审查风格填写审阅人用于导出批注核心体验浏览器内实时预览Word审查结果分段呈现风险识别、条款批注、合法性分析点击批注可直接定位到合同原文支持在线编辑/备注产品优化点审查为异步进行无需用户等待完成后推送通知支持批量上传合同。3. 开源项目实操2个核心项目分阶段学1翻16本地端入门级核心特点本地运行无需部署可分段审查合同先拆条款再逐条审查前端实时显示审查进度不卡顿核心优势相比在线项目「一次性塞给AI全部内容」分段审查更省TOKEN、体验更好是合同审查产品的标准设计思路零基础必记。2在线合同审查项目进阶版支持浏览器预览Word核心依赖使用开源工具onlyoffice可在浏览器中模拟Word需部署约3G大小免费零基础部署步骤① 下载项目代码用Docker启动font colorred避坑1/fontDocker需提前安装直接双击启动即可② 该项目为前后端分离需打开2个终端分别启动前端和后端指令cd 前端/后端文件夹 → npm run dev③ 项目默认端口3000部署后会自动变为8688/8088font colorred避坑2/font端口不变会提示「用户身份未识别」④ 上传合同选择审查立场甲方/乙方、审查点返利/权责/违约等启动审查。font colorred核心避坑点零基础高频报错/font①TOKEN超限项目未配置Max TOKEN默认仅支持4K TOKEN约8000字超过会截断内容→解决在代码中添加Max TOKEN配置设置为8K/16K②无原文定位该项目仅在右侧显示审查清单无法定位到合同原文→解决参考玛卡在代码中添加「original text」关联用原文内容匹配定位③审查卡顿因一次性提交全部合同内容→解决参考翻16改造成分段审查审一条出一条结果。三、支撑赋能类场景与产品实操一内部知识问答场景1. 产品核心逻辑核心价值将企业内部文档/聊天记录转化为可检索的知识库支持自然语言问答权限与企业组织架构联动核心谁有权看什么内容核心对比飞书问答腾讯文档企业微信智能总结腾讯文档仅以「生成文档」为核心飞书以「回答问题」为核心支持内外双端。2. 行业标杆产品飞书问答重点学习设计最完善1核心功能知识来源企业内部文档、聊天记录、邮箱等权限自动联动员工有什么文档权限就有什么问答权限精细化问答支持「全企业知识库问答」「单个知识库专属问答」可发布知识库为对外问答商业设计对内免费对外可知识付费设置免费/打折/付费权限仅给问答权限不给看完整知识库权限小问题员工离职后资料移交会混入新负责人的知识库降低回答质量属于使用问题非产品问题。2企业微信智能总结补充核心功能仅支持聊天记录文档的智能总结可定位「与某个人的聊天内容」支持自动更新以人为核心比飞书更贴合日常沟通。3. 开源项目实操2个核心项目按难度选择1pandawiki/pandalking功能最完善进阶版核心特点企业级知识库支持文档导入/管理、多层级权限控制、接入第三方机器人适合企业内部搭建demo零基础部署用Docker启动font colorred避坑/font新版部署易失败可下载旧版本无需深究原因能运行即可核心不足界面较丑部署步骤稍复杂适合有一定基础后再深入。2轻量级权限管理开源项目入门级零基础重点核心特点刚开源功能简陋但权限管理逻辑完善用户管理、角色分配、数据隔离是内部知识问答的核心学习方法无需部署成功仅看功能设计用AI工具Claude code/Deepseek拆解代码问AI「这个项目的权限管理是怎么实现的」AI会自动分析用户/角色/权限的设计逻辑零基础无需懂代码直接用AI结果。4. 核心知识点权限管理是知识问答的「灵魂」核心要求「谁能问、谁能看、谁能改」必须和企业组织架构一致核心设计可设置「仅问答权限」「查看问答权限」「管理权限」对外可设置付费/免费权限对内按部门/岗位隔离。二会议纪要场景1. 产品核心逻辑必懂核心价值会议实时语音转文字→智能总结核心内容→结构化会后纪要→支持回溯/标记替代人工记录提升效率核心功能实时转写、智能总结、字幕翻译、会议标记、会后结构化报告、文档共享主流产品均支持「迟到者看历史总结」。2. 行业标杆产品飞书妙记重点体验生态最完善1实操步骤直接用无需部署打开飞书发起「视频会议」开启AI总结和实时字幕在会议底部工具栏会议中系统实时转写文字每隔一段时间自动总结核心内容迟到者可直接看历史总结支持手动标记重要节点打标签回放时可快速定位、字幕翻译中译英/英译中适合跨语言会议会议中可共享文档参会人可实时编辑支持弹幕提问会议结束系统自动生成结构化纪要包含参会人、发言记录、核心总结、标记点全员可查看/下载。2其他行业产品通义听悟有完整API接口零基础可直接调用接口搭建和通义听悟一模一样的会议纪要产品无需开发核心功能腾讯会议功能类似但AI总结和实时转写体验略逊于飞书。3. 开源项目实操midly会议纪要类最火本地模型入门级核心特点纯本地模型运行无需调用外网API免费支持实时音频录制、转写、智能总结、字幕生成可创建本地笔记并导出零基础体验下载项目后用Docker启动直接打开即可使用font colorred避坑/font默认是英文模型中文转写有bug无需修复体验核心功能即可对比char课程体验后认为midly优于charchar功能更简单无本地模型优势。4. 核心结论除超大型企业要求自研不用第三方绝大多数公司直接采购飞书/腾讯会议无需自研会议纪要产品零基础学习重点理解飞书妙记的产品体验设计实时总结、标记、字幕翻译而非开发面试时可提「基于通义听悟API搭建会议纪要产品」。四、零基础通用实操技巧全网避坑指南课程中所有开源项目部署、产品实操的通用技巧零基础记牢可避免90%的报错无需懂专业开发一开源项目部署通用步骤万能模板下载代码→2. 配置环境变量各种key→3. 安装依赖npm install→4. 启动项目npm run dev→5. 浏览器访问端口localhost:端口号二高频避坑点全场景通用API Key相关不要用课程演示的key会被限流国内模型必须同时改base URL和model名称缺一不可端口问题项目默认端口可能被占用部署后会自动变按实际提示的端口访问前后端分离项目必须打开多个终端分别启动前端和后端缺一不可TOKEN超限所有大模型调用都要配置Max TOKEN根据需求设置为4K/8K/16K避免内容截断Docker启动提前安装Docker直接双击启动项目用Docker部署时无需配置额外环境科学上网访问GitHub/海外工具时开国内模型运行时可关开着会导致项目卡顿。三代码修改技巧不用懂代码直接抄改base URL在含「Openai key」的代码下添加openai.baseURL 你的base URL改Max TOKEN在大模型调用代码中添加max_tokens: 81928K改端口在项目的config文件中搜索「port」修改为未被占用的数字如8080/8688。四AI工具辅助学习「外挂」用Claude code/Deepseek拆解开源项目直接把代码粘贴给AI问「这个功能是怎么实现的」「这个报错怎么解决」AI会给出通俗解释和修改方法用AI生成PRD学习完产品后让AI根据产品功能生成产品需求文档理解产品设计逻辑。五、开源项目/工具/产品资源汇总一开源项目按场景分课程重点推荐场景开源项目名称核心特点难度AI招聘面试follow up功能最完整支持数字人面试进阶合同审批审核翻16本地端分段审查入门级入门合同审批审核在线审查项目支持浏览器预览Word依赖onlyoffice进阶内部知识问答pandawiki功能完善多权限管理进阶内部知识问答轻量级权限项目权限设计优秀功能简陋入门会议纪要midly本地模型实时总结最火入门二核心工具需安装/了解开发工具Node.js安装后可使用npm/yarn、Docker开源项目部署、Git拉取GitHub代码AI工具Claude code拆解代码、Deepseek国内大模型替代OpenAI第三方依赖Clock登录、Superbase数据库、Retail AI数字人、onlyoffice浏览器Word三行业产品可免费体验理解产品逻辑流程赋能北森、牛客、玛卡暗读、密律智能、WPS智能审查支撑赋能飞书问答、企业微信智能总结、飞书妙记、通义听悟。六、学习与面试核心建议一学习方法先懂产品逻辑再做实操不要死磕开源项目部署先理解「这个产品解决什么问题、核心价值是什么」实操仅做「复制/粘贴/点击」部署失败也没关系重点看功能设计用AI工具偷懒所有代码拆解、报错解决都用Claude code/Deepseek无需自己研究节省时间做小demo练手课程第二部分会教做企业内部智能小demo如面试小工具、合同审查插件零基础跟着做即使功能简单也能写到简历中。二面试高频考点课程重点强调skills面试高频问重点准备「企业内部AI赋能场景的skills设计」「开源项目实操的skills」产品设计核心回答AI面试/合同审查/知识问答产品时先讲核心价值如AI面试是初筛不是真人体验再讲功能开源项目实操把follow up/midly的部署、改代码经历写到简历中重点说「解决了什么问题」如适配国内模型、解决TOKEN超限产品经理发展趋势未来产品经理需「往前靠研发能写简单demo、往后靠业务找场景/提需求」无需死磕页面设计/流程跳转这类能力价值降低。三简历包装小技巧写「基于通义听悟API搭建会议纪要产品」「基于follow up二次开发AI面试小工具」写「拆解玛卡/飞书问答产品输出产品功能分析报告」写「用Docker部署3个企服开源项目解决了XX报错如TOKEN超限、端口问题」。附录核心术语解释TOKEN大模型的「计费/内容单位」1个TOKEN约等于1-2个中文字超过模型最大TOKEN会截断内容base URL大模型的接口地址国内模型和OpenAI的base URL不同需修改Docker开源项目部署工具无需配置环境直接启动理解为「项目启动器」即可前后端分离项目分为「前端看得见的界面」和「后端看不见的逻辑」需分别启动环境变量存放项目的各种密钥API key、地址base URL的文件无需懂仅做复制/粘贴Workflow/工作流产品的操作流程企业内部AI赋能本质是「大模型作为节点的工作流」AgentAI自主决策体目前在企业内部几乎无法落地仅小场景以Chatbot形式存在。