《供应链 AI 应用实战：Dify 平台从入门到落地》

一、课程背景

大模型（LLM）正在重塑供应链的日常作业方式，但多数业务人员卡在"知道 AI 有用，却不知道怎么落地"。Dify 作为低代码 AI 应用平台，让不懂编程的业务人员也能自己搭建 AI 助手和自动化流程。本课程面向助听器企业供应链部门，围绕 Dify 平台，从"会提问（Prompt）"到"会搭建（Agent / Workflow）"，再到"安全合规地用"，帮助学员两天内把 AI 用到自己的岗位上。

二、课程目标

1. 理解大模型与 Dify 平台的基本概念、能力边界与典型应用场景

2. 掌握把业务需求写成高质量 Prompt（AI 指令）的结构化方法，能独立完成供应链场景的指令编写与调优

3. 能够独立在 Dify 上搭建一个简单的 AI 助手（Agent），并接入知识库与工具

4. 能够独立在 Dify 上搭建一个简单的自动化流程（Workflow），完成多步骤业务任务

5. 建立数据安全意识，掌握模拟数据使用规范，明确 AI 使用的合规红线

三、课程收益

零代码上手 Dify，两天内做出 3 个以上能用于本职工作的 AI 应用

掌握"业务需求 → AI 指令"的转化方法，让 AI 输出稳定、可用的结果

带回一套供应链场景的 Prompt 模板库、一个库存查询助手、一个采购流程自动化样例

拿到本部门可落地的《AI 使用数据安全清单》，安全合规地用 AI

四、课程大纲

第一天：AI 认知与 Prompt 工程（把话说清楚）

模块 1：AI 通识与 Dify 平台入门（1 小时）

教学目标：理解大模型能做什么、不能做什么，能独立登录 Dify 并创建第一个应用

知识点：

大模型是什么：按指令生成内容，而非"搜索答案"；能力边界（幻觉、上下文长度、知识截止时间）

什么是 Dify：低代码 LLM 应用开发平台，不用写代码也能搭 AI 应用

Dify 应用类型：聊天助手、Agent（自主调用工具）、Workflow（固定流程编排）

Dify 核心概念：工作台、应用、知识库、工具、API Key、发布

案例/实操：注册/登录 Dify，配置模型，创建第一个"聊天助手"，发一句问候并观察回复

互动形式：讲师演示 + 学员跟做

模块 2：Prompt 工程——把业务需求写成 AI 能懂的指令（4 小时）

教学目标：掌握结构化 Prompt 写法，能独立把供应链业务需求转成稳定可用的 AI 指令

知识点（上：原理与写法，1.5h）：

为什么 Prompt 重要：AI 按指令办事，指令不清结果就糊

结构化 Prompt 公式：角色 + 背景 + 任务 + 要求/格式 + 示例

常用技巧：角色扮演、少样本（few-shot）、思维链、限定输出格式（表格 / JSON）、给正反例

调优方法：指令含糊→补约束；结果太长→限字数；不准→给示例；有幻觉→要求"不知道就说不知道"

知识点（下：供应链场景实操，2.5h）：

供应链典型指令拆解：把"帮我查下这批货到哪了"补全成完整指令

助听器供应链高频场景：供应商询价、订单交期、库存预警、对账、物料 BOM 说明

案例/实操（每项在 Dify 聊天助手中验证并迭代）：

练习 1：写"供应商询价函生成"Prompt（给定物料清单，输出正式询价函）

练习 2：写"订单交期查询回复"Prompt（给定订单信息，输出对内部/对供应商两种口径）

练习 3：写"库存预警说明"Prompt（给定库存数据，输出预警分析与补货建议）

练习 4：写"供应商对账邮件"Prompt（给定对账差异，输出礼貌催办邮件）

互动形式：讲授 30% + 分组实操 70%

第二天：Agent、Workflow 与数据安全（把应用搭起来）

模块 3：搭建 AI 助手（Agent）（2.5 小时）

教学目标：理解 Agent 与普通聊天助手的区别，能独立搭一个带知识库/工具的供应链 AI 助手

知识点：

Agent 是什么：能自主规划步骤、调用工具完成任务的 AI（对比聊天助手只会"对话"）

Dify 中 Agent 的组成：系统提示词、工具（Tools）、知识库、记忆、变量

常用工具：内置工具（网页搜索、计算器）、自定义工具（HTTP API）、知识库检索

供应链 Agent 场景：库存查询助手、供应商信息助手、采购制度知识库问答

案例/实操：

实操 1：搭建「供应链库存查询助手」——导入模拟库存表到知识库，让学员自然语言提问"XX 物料还剩多少、低于安全库存吗"

实操 2：搭建「采购知识库问答助手」——上传采购制度、供应商准入清单，测试问答

实操 3：给助手加一个工具（如交期计算 / 汇率换算），观察 Agent 自主调用工具的过程

互动形式：讲授 40% + 分组实操 60%

模块 4：搭建自动化流程（Workflow）（1.5 小时）

教学目标：理解 Workflow 与 Agent 的区别，能独立搭一个多步骤的供应链自动化流程

知识点：

Workflow 是什么：把多个节点串成固定流水线（对比 Agent 自主决策、Workflow 流程可控）

Dify 节点类型：开始、LLM、知识检索、代码、条件分支（IF/ELSE）、HTTP 请求、循环、结束

供应链 Workflow 场景：询价函自动生成、采购申请智能分类、订单状态查询

案例/实操：

实操 1：搭「采购申请智能分类」流程——输入申请 → LLM 分类（物料/服务/其他）→ 条件分支 → 输出不同处理建议

实操 2：搭「供应商询价函自动生成」流程——输入物料清单 → 检索询价模板 → LLM 生成正式询价函

互动形式：讲授 40% + 分组实操 60%

模块 5：数据安全与模拟数据使用规范（1 小时）

教学目标：明确哪些数据绝不能上传 AI，掌握模拟数据/脱敏数据的制作方法，能产出本部门安全清单

知识点：

AI 使用红线：绝不能上传的数据——真实客户/患者信息、供应商价格与成本、订单与合同原件、医疗器械注册与质量资料

为什么：公有大模型可能留存并用于训练，商业机密与个人信息有泄露风险

合规背景：数据安全法、个人信息保护法、医疗器械行业监管要求

模拟数据规范：脱敏（去除真实名称/金额）、虚构（数据量与结构一致、内容造假）、标识（明确标注"模拟数据"）

Dify 安全配置：私有化部署 vs 云版选型、API Key 管理、知识库访问权限、成员角色

案例/实操：

研讨：把一份真实采购订单现场改造成合规的"模拟数据"，全员互查

产出：制定本部门的《AI 使用数据安全清单》（红线 + 白名单 + 模拟数据规范）

互动形式：讲授 50% + 研讨 50%

综合实战：分组路演 + 结业（0.5 小时）

教学目标：综合运用两天所学，产出一个可用的供应链 AI 应用

案例/实操：每组自选一个本岗位场景，用 Dify 搭一个应用（Prompt 模板 / Agent / Workflow 均可），3 分钟演示 + 讲师点评

互动形式：分组路演

五、教学方式

讲授 30%（概念、原理、规范）

演示 20%（讲师逐步演示 Dify 操作）

实操 50%（分组跟做 + 自主练习 + 路演）

讲练比约 4:6，每个工具讲完立刻上手练。

六、考核与评估

课堂练习：每模块 1~2 个现场练习，讲师当场验收

结业路演：每组交付一个供应链 AI 应用并演示

七、课前准备

学员：每人一台联网电脑；提前注册好 Dify 账号；准备 1~2 个本岗位真实业务场景（必须用模拟/脱敏数据）

场地：机房或自带电脑的教室、投影仪、白板、稳定网络

平台：Dify 云版（或企业私有化部署版）；建议提前为学员建好账号与权限