AI Adoption Specialist 做什么、市场需求 ($70K-$250K)、和 AI Engineer / AI PM 的区别
讲师用自己的真实案例走一遍完整流程：识别机会 → 选工具 → 跑试点 → 培训团队 → 管理变革 → 度量扩展
学员上手体验：用 ChatGPT / Claude 完成 3 个真实任务（邮件整理、会议摘要、数据分析）
Prompt Lab: hello-ai — 第一次和 AI 对话
现场 3 个任务练习：
1. 用 AI 整理一周的邮件摘要
2. 用 AI 总结一段会议录音
3. 用 AI 分析一份 CSV 销售数据
写一份 "AI 在我的工作中的 5 个应用机会" 清单
要求：每个机会标注当前耗时、AI 预计节省时间、用什么工具
这份清单会在 Week 5 的 AI Pilot 设计课中用到
ChatGPT: Custom Instructions 配置、GPT Store 使用、Advanced Data Analysis (Code Interpreter)、Canvas 协作编辑
Claude: Projects 功能、Artifacts 代码/文档生成、100K+ 长文档分析、结构化 JSON 输出
现场对比：同一个任务用两个工具做，分析各自优劣
Prompt Lab: clear-task — 任务清晰度练习
Prompt Lab: output-format — 控制输出格式
实操练习：
1. 用 ChatGPT 分析一份真实销售数据 CSV，生成图表和洞察
2. 用 Claude Projects 构建 "公司政策知识库"，上传 3 份文档后对话测试
1. 为你的岗位写一份 ChatGPT Custom Instructions，提交使用前后的输出对比
2. 用 Claude 分析一份 20 页 PDF 合同，标记风险条款，输出结构化报告
Microsoft Copilot: Word/Excel/PPT/Teams 集成演示
Google Gemini: Docs/Sheets/Slides 集成演示
AI 工具选型框架（Adoption 专属）：
帮公司选 ChatGPT Enterprise vs Claude Teams vs Copilot — 评估维度、对比矩阵、POC 方法
统一答疑 Week 1 所有问题
1. 用 Gemini 在 Google Sheets 中自然语言分析数据
2. 用 Copilot 在 Excel 中生成 Pivot Table
Prompt Lab: context-management — 高效管理上下文窗口
对比报告：同一个任务用 ChatGPT / Claude / Copilot 三个工具完成，写一份对比分析
包含：各工具的优势、劣势、适用场景、定价对比
这份报告的格式就是未来帮公司做工具选型的模板
角色设定、Few-shot Learning、Chain of Thought、结构化输出 (JSON/Markdown)、Prompt 模板库构建方法
现场对比：好 prompt vs 坏 prompt 的真实输出差异
讲师展示自己的 Prompt 模板库，讲解每条 prompt 的设计思路
Prompt Lab 10 个真实场景练习：
zero-shot · few-shot · role-playing · chain-of-thought · constraints · json-schema · business-writing · text-summarization · information-extraction
课上做 3-4 个核心 Lab，其余课后自学
建立一个 10 条 prompt 的个人模板库
每条标注：场景、变量、预期输出、使用的技巧 (few-shot / CoT 等)
这个模板库会在 Week 6 的 AI 培训设计课中作为教学素材
前 1h — AI 自动化：
Zapier AI Actions、Make.com AI modules、n8n AI Nodes
讲师现场搭建 Zapier workflow
后 1h — Email AI 管理：
多个邮箱统一绑定 → AI 分类 → 优先级排序 → 自动回复草稿 → 跨邮箱摘要
讲师演示自己的真实 Email 工作流
用 Zapier 搭建自动化流程：
"收到邮件 → AI 分类 → 更新 Google Sheet → 发 Slack 通知"
Prompt Lab: information-extraction — 从邮件中提取结构化信息
为你的日常工作设计 3 个自动化 workflow
每个包含：流程图、涉及的工具、预计节省时间
+ 配置好你的 Email AI 管理（至少绑定 2 个邮箱）
前 45min — Vibe Coding (Non-coder 版)：
Cursor 基础操作、用自然语言让 AI 写 Google Sheets 公式 / SQL 查询 / Python 脚本
中 45min — 会议 AI + 知识管理：
Otter.ai / Fireflies 会议记录、Notion AI 知识库搭建、AI 搜索 (Perplexity)
后 30min: 统一答疑 + Phase 1 总结复盘
Prompt Lab: code-generation — AI 写代码练习
Vibe Coding Lab: 用 Cursor 做一个简单数据 Dashboard
用 Otter.ai 转录 30 分钟模拟会议 → 生成结构化 notes (decisions, action items, owners)
1. 用 AI 写一个自动化报表脚本 (Google Apps Script 或 Python)，截图演示运行结果
2. 搭建一个团队 AI 知识库 demo (Notion AI 或 Claude Projects)，至少 10 篇文档