从提出问题到整理结果,AI 能替你完成多少步?
想了解一家公司的最新动态,你可能需要先确定搜索关键词,再打开新闻、公告和相关网页,筛选有用的信息,最后整理出一份便于阅读的结果。
看起来只是“帮我查一下”,背后却包含一连串具体操作:去哪里找、找什么、哪些内容值得保留,以及什么时候可以结束搜索。
如果希望把这类工作交给 AI,该怎样描述任务?怎样让模型连接搜索工具?又该如何判断,它交回来的结果是否满足了最初的需求?
本次活动由 Coates Group Enterprise Architect Bowen Jia 老师主讲,围绕一个金融信息搜索 Agent Demo,从具体的信息检索场景出发,介绍自动化助手的搭建思路,并结合演示拆解任务、工具与执行流程之间的关系。
活动主题: 如何用 AI Agent 搭建一个自动化助手
案例展示: 金融信息搜索 Agent Demo
活动时间: 2026 年 11 月 10 日(周二),悉尼时间 20:00–21:00
活动形式: 线上讲座与 Demo 展示
主讲人: Bowen Jia|Enterprise Architect @ Coates Group
搜索资料是一个熟悉的场景,也很容易暴露自动化助手需要解决的问题。
我们往往能够描述自己想知道什么,却未必能一次说清楚完成任务需要哪些步骤。把一个需求变成可执行的流程,需要进一步考虑:
用户提出的问题,应该怎样转化为明确的搜索目标?
模型在什么时候需要调用外部工具,工具返回的信息又怎样进入后续处理?
面对大量搜索结果,怎样判断哪些内容与任务相关?
信息不完整、来源存在差异时,哪些部分需要进一步核实?
怎样检查最终结果,确认助手完成了预期的工作?
金融信息搜索为这些问题提供了一个具体的观察场景。本次分享将以此为切口,帮助你把 Agent 的概念与实际任务联系起来,理解一个自动化助手是怎样组织工作的。
Bowen Jia
Enterprise Architect @ Coates Group
拥有 15 年 IT 行业经验,专注于企业系统集成、API 平台设计及 AWS 云架构。负责跨国企业的技术路线规划与平台架构,推动 AI 编程工具在开发团队中的应用,具备 DevOps、CI/CD 及跨国团队协作经验,擅长结合真实项目讲解云平台建设与 AI 辅助开发的落地方法。
一、从一个具体需求开始:助手究竟要帮你完成什么?
以金融信息搜索为例,梳理输入问题、搜索范围和预期结果,理解为什么搭建助手首先需要明确任务目标,以及怎样为一次任务设定合理的边界。
二、理解 Agent 的基本工作流程
围绕“接收任务、调用工具、处理返回信息、组织结果”这条链路,认识模型与工具各自承担的角色,理解它们如何连接成一个可执行的流程。
三、金融信息搜索 Agent Demo 展示
通过具体演示,观察任务如何被交给 Agent,以及搜索过程与最终结果如何呈现。沿着一次任务的执行过程,理解各个步骤之间的联系。
四、拆解搭建过程中的关键问题
结合案例讨论任务描述、工具连接和结果检查:哪些要求需要提前说清楚?怎样判断返回的信息是否足够?哪些环节适合自动处理,哪些判断需要保留人工确认?
五、从案例出发,梳理自己的自动化需求
回到日常工作中的资料检索与信息整理,思考如何选择一个范围清晰、结果便于检查的小任务,作为设计自动化助手的起点。
对 Agent 工作流程的具体认识: 把任务、模型、工具和结果连接起来,理解它们如何协作。
一个可观察的应用案例: 通过金融信息搜索 Demo,认识自动化助手的运行过程。
任务拆解的思路: 从输入、执行步骤和预期结果三个角度梳理需求。
结果检查的意识: 关注信息来源、任务完成情况和需要人工确认的环节。
自己的实践切入点: 为后续尝试搭建助手,找到一个更明确的起步方向。
已经使用 AI 工具,希望进一步了解自动化助手如何搭建的学习者
对 AI Agent 应用感兴趣,希望通过具体 Demo 理解执行流程的开发者
需要判断哪些工作适合引入 AI 自动化的产品经理与业务人员
日常涉及资料搜索、信息整理,希望梳理自动化需求的从业者
欢迎带着自己的使用场景和问题参加:一个任务应该拆到多细?什么时候需要连接搜索工具?怎样判断搜索结果是否足够?如果想做第一个自动化助手,应该从哪类需求开始?
11 月 10 日(周二)悉尼时间晚 8 点,线上见。
从提出问题到整理结果,AI 能替你完成多少步? 想了解一家公司的最新动态,你可能需要先确定搜索关键词,再打开新闻、公告和相关网页,筛选有用的信息,最后整理出一份便于阅读的结果。 看起来只是“帮我查一下”,背后却包含一连串具体操作:去哪里找、…
从提出问题到整理结果,AI 能替你完成多少步?
想了解一家公司的最新动态,你可能需要先确定搜索关键词,再打开新闻、公告和相关网页,筛选有用的信息,最后整理出一份便于阅读的结果。
看起来只是“帮我查一下”,背后却包含一连串具体操作:去哪里找、找什么、哪些内容值得保留,以及什么时候可以结束搜索。
如果希望把这类工作交给 AI,该怎样描述任务?怎样让模型连接搜索工具?又该如何判断,它交回来的结果是否满足了最初的需求?
本次活动由 Coates Group Enterprise Architect Bowen Jia 老师主讲,围绕一个金融信息搜索 Agent Demo,从具体的信息检索场景出发,介绍自动化助手的搭建思路,并结合演示拆解任务、工具与执行流程之间的关系。
活动主题: 如何用 AI Agent 搭建一个自动化助手
案例展示: 金融信息搜索 Agent Demo
活动时间: 2026 年 11 月 10 日(周二),悉尼时间 20:00–21:00
活动形式: 线上讲座与 Demo 展示
主讲人: Bowen Jia|Enterprise Architect @ Coates Group
搜索资料是一个熟悉的场景,也很容易暴露自动化助手需要解决的问题。
我们往往能够描述自己想知道什么,却未必能一次说清楚完成任务需要哪些步骤。把一个需求变成可执行的流程,需要进一步考虑:
用户提出的问题,应该怎样转化为明确的搜索目标?
模型在什么时候需要调用外部工具,工具返回的信息又怎样进入后续处理?
面对大量搜索结果,怎样判断哪些内容与任务相关?
信息不完整、来源存在差异时,哪些部分需要进一步核实?
怎样检查最终结果,确认助手完成了预期的工作?
金融信息搜索为这些问题提供了一个具体的观察场景。本次分享将以此为切口,帮助你把 Agent 的概念与实际任务联系起来,理解一个自动化助手是怎样组织工作的。
Bowen Jia
Enterprise Architect @ Coates Group
拥有 15 年 IT 行业经验,专注于企业系统集成、API 平台设计及 AWS 云架构。负责跨国企业的技术路线规划与平台架构,推动 AI 编程工具在开发团队中的应用,具备 DevOps、CI/CD 及跨国团队协作经验,擅长结合真实项目讲解云平台建设与 AI 辅助开发的落地方法。
一、从一个具体需求开始:助手究竟要帮你完成什么?
以金融信息搜索为例,梳理输入问题、搜索范围和预期结果,理解为什么搭建助手首先需要明确任务目标,以及怎样为一次任务设定合理的边界。
二、理解 Agent 的基本工作流程
围绕“接收任务、调用工具、处理返回信息、组织结果”这条链路,认识模型与工具各自承担的角色,理解它们如何连接成一个可执行的流程。
三、金融信息搜索 Agent Demo 展示
通过具体演示,观察任务如何被交给 Agent,以及搜索过程与最终结果如何呈现。沿着一次任务的执行过程,理解各个步骤之间的联系。
四、拆解搭建过程中的关键问题
结合案例讨论任务描述、工具连接和结果检查:哪些要求需要提前说清楚?怎样判断返回的信息是否足够?哪些环节适合自动处理,哪些判断需要保留人工确认?
五、从案例出发,梳理自己的自动化需求
回到日常工作中的资料检索与信息整理,思考如何选择一个范围清晰、结果便于检查的小任务,作为设计自动化助手的起点。
对 Agent 工作流程的具体认识: 把任务、模型、工具和结果连接起来,理解它们如何协作。
一个可观察的应用案例: 通过金融信息搜索 Demo,认识自动化助手的运行过程。
任务拆解的思路: 从输入、执行步骤和预期结果三个角度梳理需求。
结果检查的意识: 关注信息来源、任务完成情况和需要人工确认的环节。
自己的实践切入点: 为后续尝试搭建助手,找到一个更明确的起步方向。
已经使用 AI 工具,希望进一步了解自动化助手如何搭建的学习者
对 AI Agent 应用感兴趣,希望通过具体 Demo 理解执行流程的开发者
需要判断哪些工作适合引入 AI 自动化的产品经理与业务人员
日常涉及资料搜索、信息整理,希望梳理自动化需求的从业者
欢迎带着自己的使用场景和问题参加:一个任务应该拆到多细?什么时候需要连接搜索工具?怎样判断搜索结果是否足够?如果想做第一个自动化助手,应该从哪类需求开始?
11 月 10 日(周二)悉尼时间晚 8 点,线上见。
获取最新 AI 活动 / Workshop / Meetup 通知,邮箱可随时退订。
按城市、方向和活动类型找下一场 Workshop、Meetup 或直播。


我们很自豪能够与一些全球最具影响力的科技和商业公司建立合作。这些合作伙伴关系展现了我们对卓越与创新的承诺,并为我们的学员提供了接触Professional Networking, 真实项目, 实习机会, 就业机会以及前沿技术的宝贵机会。