02 · AI 工厂 7 天培训手册 (新人 D1-D7 上岗课表)

本文档定位:任何新加入的"工厂主"在 7 个工作日内独立带 8 个 Agent 跑起一条业务线。 核心思想:「不是培训『人怎么做』,而是培训『人怎么管 Agent 做』」 适用对象:

• HHzc 内部招聘 (F-002 到 F-010 任意岗位)
• 强哥团队希望自建 AI 工厂的成员 (送来 HHzc 一起带) 更新日期:2026.04.19

0. 培训地图

放大

1. D1 — AI 工厂宇宙观 (8h)

1.1 学习目标

• 理解 HHzc 第二代 = 10 工厂主 + 80 智能体的范式
• 理解"机械臂换人手"的工业类比
• 知道自己未来岗位的位置和上下游

1.2 课表

1.3 课后作业

• 用一张 A4 纸画出"自己岗位的 8 个 Agent"草图
• 写 200 字回答:「为什么 HHzc 是 10 人不是 50 人?」

1.4 D1 心智模型

放大

2. D2 — 工具栈 (8h)

2.1 学习目标

• 在自己的电脑装好 5 大类工具 (模型 / Agent / 数据 / 设计 / 协作)
• 完成"环境健康检查清单"

2.2 工具地图

放大

2.3 工具清单 (按岗位分发)

2.4 环境健康检查 (D2 末)

• 5 个 AI 视频模型至少有 2 个能正常出片
• LangGraph 跑通 Hello World 节点
• Coze 工作室能登录 + 创建 1 个 Bot
• 蝉妈妈 / DataEye 至少 1 个能正常拉数据
• 飞书 / Notion / GitLab 账号都已开通

3. D3 — 第 1 个 Agent 开发 (8h)

3.1 学习目标

• 独立完成 1 个最小可用 Agent (输入 → 决策 → 输出)
• 理解 Agent 的 5 件零件 (大模型 + 工具 + 记忆 + 决策 + 执行)

3.2 实操示例:做一个"爆款标题生成 Agent"

放大

3.3 代码骨架 (LangGraph + Python)

from langgraph.graph import StateGraph, END
from typing import TypedDict, List

class State(TypedDict):
    topic: str
    audience: str
    history_titles: List[str]
    candidates: List[str]
    output: List[str]

def fetch_history(state: State) -> State:
    state["history_titles"] = chanmama_api.top_titles(state["topic"], n=100)
    return state

def generate(state: State) -> State:
    prompt = f"题材:{state['topic']}\n受众:{state['audience']}\n参考爆款:{state['history_titles']}\n输出 30 个标题分 3 组"
    state["candidates"] = llm.invoke(prompt)
    return state

def select(state: State) -> State:
    state["output"] = state["candidates"][:30]
    return state

workflow = StateGraph(State)
workflow.add_node("fetch", fetch_history)
workflow.add_node("generate", generate)
workflow.add_node("select", select)
workflow.set_entry_point("fetch")
workflow.add_edge("fetch", "generate")
workflow.add_edge("generate", "select")
workflow.add_edge("select", END)
agent = workflow.compile()

3.4 D3 自测

• 能独立画出"5 件零件 + 数据流"图
• 能解释 LangGraph 中"节点 / 边 / 状态"的关系
• 能跑通自己写的 1 个 Agent

4. D4 — Multi-Agent 编排 (8h)

4.1 学习目标

• 理解 5 种 Multi-Agent 协作模式 (流水线 / 群辩 / 主管 / 拍卖 / 投票)
• 用 CrewAI 编排 3 个 Agent 协作完成 1 个任务

4.2 5 种协作模式

放大

4.3 实操:编剧 Crew (3 Agent 协作)

crew:
  agents:
    - role: 角色卡设计师
      goal: 输出 30 个候选角色卡
      backstory: 深谙抖音受众心理
    - role: 情节生成师
      goal: 给定角色,输出 100 情节点
      backstory: 编剧 5 年经验
    - role: 钩点检测官
      goal: 标注每集"黄金 3 秒"
      backstory: 数据分析背景

  tasks:
    - agent: 角色卡设计师
      input: 题材 + 受众
      output: 30 角色卡
    - agent: 情节生成师
      depends_on: 角色卡设计师
      input: 5 个被人工选中的角色
      output: 100 情节点
    - agent: 钩点检测官
      depends_on: 情节生成师
      input: 100 情节点
      output: 12 集分镜稿 + 钩点标注

4.4 D4 自测

• 能解释「主管型」vs「投票型」的适用场景
• 能用 CrewAI 跑通自己写的 3 Agent 工作流
• 能识别 "Agent 死锁"(永远在互相等)的症状

5. D5 — 业务线 SOP 走读 (8h)

5.1 学习目标

• 选定自己未来主带的业务线 (漫剧 / 短剧 / 数字人 / 小程序游戏 / IP 改编 等)
• 走读完整 7 步 SOP

5.2 通用 7 步 SOP

放大

5.3 业务线 SOP 速查表

5.4 D5 作业

• 选 1 条业务线,在 1 张 A3 纸上画出完整 7 步 SOP
• 标出每步对应的 8 个 Agent
• 标出每步的"人工介入点"

6. D6 — 第 1 条业务线打通 (8h)

6.1 实战目标

• 在工厂主 #01 (HH 本人) 带领下,端到端打通 1 条业务线
• 输入:1 个真实题材 (如:女频甜宠 1 集 60s)
• 输出:1 条可发布的成片 + 1 份投放计划 + 1 份 ROI 预测

6.2 时间盒

6.3 全程录像

• 用 OBS 录全程屏幕
• 当晚剪成 30 分钟"上岗实录" → 入新人知识库

6.4 验收清单

• 成片符合 4 道质量门控
• 投放计划包含至少 3 组 A/B
• ROI 预测有具体数字 (不是"应该挺好")

7. D7 — 考核 + 上岗仪式 (4h)

7.1 考核结构

放大

7.2 考核细则

7.3 上岗仪式

• 通过 → 发"工厂主胸牌"+ 接管自己 8 个 Agent 的钥匙
• 不通过 → 复训 3 天,再考 1 次
• 复训后仍不通过 → 转外包 / 协助岗

8. 知识库 + Prompt 模板库索引

8.1 知识库结构

HHzc-知识库/
├── 01-课程/             # 7 天培训录像 + 课件
├── 02-SOP/              # 各业务线 7 步 SOP
├── 03-Prompt 模板/      # 按 5 大模型 + 12 题材分类
├── 04-Agent 模板/       # LangGraph YAML + CrewAI 配置
├── 05-数据 DNA 库/      # 爆款拆解结论
├── 06-客户档案/         # 客户对接历史
├── 07-合规/             # 平台规则更新
└── 08-复盘/             # 周报 / 月报 / 季度复盘

8.2 Prompt 模板库示例 (PT-001 仿真人漫剧 SeeDance)

[SeeDance 2.0 提示词模板 PT-001 v3]

题材标签:女频甜宠 / 都市爱情
镜头时长:6 秒 (固定)
分辨率:1080p 9:16
风格关键词:仿真人 / 电影感 / 暖色调

提示词结构:
[镜头] {广角 / 中景 / 特写}
[人物] {角色 A 简描} {表情} {动作}
[场景] {地点} {时间} {天气}
[情绪] {一句话情绪关键词}
[镜头语言] {推 / 拉 / 摇 / 移}

示例:
[镜头] 中景
[人物] 25 岁短发女生 微笑 转身
[场景] 上海陆家嘴写字楼大堂 黄昏 阳光斜射
[情绪] 期待中带紧张
[镜头语言] 缓慢推近

变量替换 (用于 A/B 测试):
- {时间}: 黄昏 / 清晨 / 雨夜
- {情绪}: 期待 / 惊喜 / 失落 / 释怀
- {镜头语言}: 推 / 拉 / 摇 / 移

A/B 测试规则:
- 每变量 3 组,共 9 组测试
- 选完播率 + 转化率 TOP 3 锁定

9. 培训成本核算

对比传统外包培训成本 ¥30K-50K / 人 (3 个月),HHzc 是 8-12% 成本。

10. 常见疑问 FAQ

Q1:7 天就能上岗,会不会太草率? A:7 天 ≠ 7 天就独立带 8 个 Agent。7 天后是"M+1 月"半托管期,工厂主 #01 仍每周复盘 1 次。3 个月后才完全独立。

Q2:如果新人本来就懂 Agent,能不能加速? A:可以,有 LangGraph 基础的人可以跳过 D2-D3,直接进 D4。最快 3 天上岗。

Q3:不会写代码可以做工厂主吗? A:F-005 编剧、F-008 运营、F-009 法务、F-010 商务这 4 个岗位不需要写代码,只需要会用 Coze 工作室拖拽。

Q4:培训能不能远程? A:D1 + D7 必须线下(成都办公室或临时场地),D2-D6 远程 + Zoom。

📞 用法

• HHzc 招聘:每招 1 个新人,启动 1 次 7 天培训
• 强哥团队:可送 1-3 人来 HHzc 联合培训(分摊成本)
• 客户:培训纪录可作为 28 天 MVP 的"团队证据"

签收:本文档作为 HHzc 工厂主入职合同的"附件 B"。