资源介绍
视频数量：35个
总时长：1小时38分
课程介绍：
AI辅助商业分析实战：从需求到数据
商业分析师每天做的事情，说到底就是阅读、倾听和写作。访谈记录、工作坊笔记、需求文档、流程图、状态更新，这些东西填满了大部分工作时间。现在AI来了，它确实能帮上很多忙，但有些地方它做得很好，有些地方它却会悄悄地把你带进坑里。这门课不讲空泛的理论，而是用一个完整的真实项目，带你看清楚哪些工作可以放心交给AI，哪些必须自己牢牢抓住。
一、课程起点：先搞清楚AI能干什么、不能干什么
课程一开始，你就拿到一个真实项目：一家区域性货运公司Tarnby Freight想要搭建一个门户网站，让企业客户能够报告货物损坏、延误和丢失的问题。你手里会有项目简报、三次利益相关者访谈记录、一份工作坊文字稿、一份理赔政策文件、一份供应商报价邮件、一份需求文档草案，还有一个季度的工单数据。这些材料都是真实的，每个提示词都实际发送给了AI助手Claude，每个回答都按原样展示，没有经过美化。
在学习具体技能之前，课程先帮你建立判断力：AI擅长什么，在哪里会失败。你会学到一套实用的提示词结构——上下文、任务、格式、限制，这四个要素怎么组合才能让AI输出真正有用的东西。
二、需求获取：从访谈记录到冲突发现
第二部分聚焦在需求获取上。你首先要学会如何用AI准备利益相关者访谈，不是让AI替你提问，而是帮你梳理该问什么、怎么问。访谈做完之后，AI可以帮你根据证据总结访谈内容，但关键在于——你要能分辨哪些是受访者真正说过的，哪些是AI自己推断出来的。
更有意思的是，课程会教你如何用AI找出不同利益相关者之间的矛盾。运营部门想要快速处理，财务部门想要严格审核，客户想要即时反馈，这些冲突不解决，后面的需求就会埋雷。你还会学到如何质疑一份含糊不清的项目简报，以及如何把工作坊的文字记录快速转成会议纪要和行动项。
三、需求撰写与建模：可测试、可追溯
第三部分进入需求文档的核心环节。课程给了三条硬规则：每条需求都是一个包含行为主体的可测试陈述；每条需求都要注明来源，包括文档和发言者；当利益相关者意见不一致时，不选边站，而是写成一个待定决策。
你会看到AI如何在43秒内生成了5组共21条功能需求，涵盖异常报告、状态跟踪、账户与访问、运营处理和财务审批。每条需求都标注了来源，冲突的地方也被正确处理成了待定决策。此外，课程还会教你写用户故事和验收标准，让AI输出结构化的内容，直接导入电子表格或待办事项工具。非功能性需求和需求追溯矩阵也都会涉及。
四、流程与数据：让分析有据可依
第四部分和第五部分转向流程建模和数据分析。你需要把当前流程梳理清楚，然后设计未来流程并找出差距。业务规则可以用决策表来表达，利益相关者也需要映射清楚谁影响谁、谁决定谁。
数据分析部分非常实在。你会学到如何用代码分析工单数据，如何自己核对数字而不是盲目相信AI的计算结果，还有专门为商业分析师设计的SQL技能。最精彩的是，课程会演示如何用数据来终结一场争论——当两个部门各执一词时，数据往往是最公正的裁判。
五、文档沟通与风险管控
第六部分教你起草需求文档、为不同受众写不同版本的更新、用MoSCoW方法做优先级排序，以及把决策转化成待办事项列表。
第七部分是安全与风险。你会看到AI在哪些情况下会产生幻觉，如何测试模型到底知道什么；在发送提示词之前如何对机密数据进行脱敏；文档中可能藏有哪些隐藏指令；以及同一个问题问三次为什么会得到不同的答案。这些测试的结果有些出人意料，但正是这些真实反馈让你建立起对AI的正确认知。
六、建立自己的工作方式
最后一部分帮你把所学整合成可复用的工作方法：建立自己的提示词库、用检查清单审核AI输出、明确AI在商业分析师工作生命周期中应该出现在哪个环节，以及最重要的一件事——哪些工作永远是你的职责，不能交给AI。
这门课总共35个视频，不到两个小时就能看完，但每个视频都对应着商业分析师日常工作中的真实场景。学完之后，你手里会多一套经过验证的AI协作方法，知道什么时候该用AI提速，什么时候该自己动手，以及如何确保最终交付的质量经得起推敲。