资源介绍
视频数量：56个
总时长：6小时40分
课程介绍：
业务分析师的人工智能实战：从需求到交付
你手里有三天的工作量，今天已经是周四下午。手边的需求文档还没写完，上午的访谈记录堆在那里等你整理，客户的数据分析报告下周要交，利益相关者的邮件还没回。这个场景如果你熟悉，那你就是这门课要找的人。
这不是一门教你变成数据科学家或者人工智能工程师的课。六小时四十分钟，五十六节课，全程围绕一件很具体的事：让你手头正在用的ChatGPT、Claude、Copilot这些工具，真正变成业务分析师日常工作的加速器，而不是又一个试了两天就丢在角落的新鲜玩意儿。
一、生成式AI的基本功与业务分析定位
课程开篇先把生成式人工智能的底层逻辑讲清楚。大语言模型是什么，令牌和上下文窗口怎么运作，人工智能会一本正经胡说八道的"幻觉"问题是怎么回事。这些听起来像技术术语，但每一块都直接关系到你在工作中该不该信AI说的话、什么时候必须自己再过一遍。讲完原理，紧接着告诉你人工智能在业务分析全生命周期的哪些环节能真正发力，让你对工具的能力边界心里有数。
二、提示词工程——最核心的硬技能
这一节是整门课的重头。课程会拆解一个好提示词的四个组成部分：角色、上下文、任务、格式。然后在此基础上引出专门为业务分析师定制的CRAFT框架，也就是背景、角色、行动、格式、验证这五个元素。其中第五个元素"验证"特别关键，因为业务分析师交付的从来不是创意写作，而是需求、验收标准、流程描述这类必须准确、完整、可追溯的东西。CRAFT框架把验证写进每一条提示词里，逼着AI尊重你的约束，而不是给你一堆听起来漂亮但没法用的废话。课程还会教你少样本示例驱动、链式提示、迭代优化等进阶技巧，最后带你搭建一套属于自己的提示词库，从此不用每次从零开始写。配套的实战练习会带你把一段会议纪要一步步变成经过验证的需求草稿，还有真实的ChatGPT操作录屏演示。
三、需求获取与发现
这一章直面业务分析师最耗时的工作之一：和利益相关者打交道。课程演示如何用人工智能准备访谈问题、总结访谈记录和研讨会纪要、识别需求中的空白和冲突、自动生成假设和风险、把一堆杂乱的原始笔记快速变成结构化的需求列表。全程有ChatGPT实际操作演示，你能看到每一步提示词是怎么写的、AI的输出长什么样、你又做了哪些调整。
四、文档撰写与建模
用户故事、验收标准、业务需求文档、功能需求与非功能需求、BPMN流程描述、用例、数据字典、用户画像和旅程图——业务分析师要写的文档种类多到让人头疼。这一章教你如何用人工智能快速生成这些文档的初稿，把你从格式排版中解放出来，把精力集中在内容判断上。实战环节会让你组装一份完整的需求包，亲手走一遍流程。
五、不写代码也能做数据分析
不会写SQL查询？不会写电子表格公式？没关系。这一章教你怎么用自然语言跟AI对话来完成数据探索、描述性统计、异常检测、生成图表、根因分析，甚至自动写出查询语句和电子表格公式。核心技能是把分析结论转化成执行摘要，让你的发现真正被领导看见。
七、利益相关者沟通与交付
邮件怎么写得更清楚，状态报告怎么让领导一眼看懂，幻灯片叙事怎么组织，技术细节怎么翻译成业务人员能理解的语言，会议议程和回顾怎么设计，变更请求怎么处理——这些看似琐碎的沟通工作占据了分析师大量的时间。人工智能在这些场景下能帮上大忙，而且课程会演示具体怎么用。
八、企业级AI的合规与责任
这一章讨论的是你必须在工作中警惕的事：哪些数据绝对不能贴进聊天框，如何应对AI的幻觉输出，偏见与公平性问题，企业内部的人工智能治理政策，以及如何把Copilot在Teams、Jira、Confluence里的能力用起来。最后会帮你搭建一套属于自己的AI增强工作流，还会给出一份"安全粘贴清单"，让你在企业环境中用AI时心里有底。
九、综合实战
课程最后的毕业项目会带你把前面所有内容串起来，从头到尾走一遍业务分析师用人工智能完成真实项目的全过程。完成后你还会拿到一份三十天习惯养成计划，把课程中学到的东西真正固化到日常工作里，并附赠一套可直接复用的提示词模板库。
学完这门课，你不会变成另一个人。但你会发现，同样一天的工作，你能多出两三个小时的深度思考时间，文档质量更高，分析更有洞察，沟通更顺畅。工具不会取代业务分析师，但善用工具的业务分析师，一定会比还在犹豫的人走得更远。