小班授课,由我亲自上门。每位学员带着一件每周都要做的工作来上课,我们在课上把工具装好、接入他原本用的文件和系统。课程结束时,那件工作已经用 AI 在做。
先看清楚问题在哪里,就明白这门课为什么要这样设计。
听的时候似乎都明白,回到座位打开自己那份 Excel,却不知道第一步该做什么。
演示的工具与日常工作无关,有些在香港根本无法稳定使用,散场后就再没打开过。
讲者在台上,员工在台下,回到公司谁也记不起当天做过哪几步。
没有人帮忙把工具接入真正的工作,微信群、Excel 报表、口头交接一切照旧,两周后便放弃。
费用按人数和节数计算。30 分钟初谈之后,你会收到明确报价和上课时间表。
这门课的核心是「带着自己的工作来上课」。开课前,每位学员交一件自己每周都要做的工作。工具按贵公司的实际环境挑选,在课上一起安装设置,再接入大家每天在用的文件和系统。两节课之间相隔一周,让学员把课上做好的东西用在真正的工作上,下一节课再一起修正。
一家公司一班,不与其他公司混合 · 上课地点在贵公司 · 上课语言由你决定 · 贵公司只需准备一间会议室和每人一台电脑,账号和工具设置在课上一起完成
预约 30 分钟免费初谈三个部分,分 3 到 4 节上。每一部分都有实际成果。
大语言模型是什么,agent 和 harness 又是什么;市面上那一堆名词,哪些是真的新东西,哪些只是换了名字;AI 现在擅长哪类工作,又不擅长哪类。
成果:全队有一套共同语言,讨论 AI 时不再各说各话。
按贵公司的实际环境选定工具,在课上一起安装设置,做几个基本操作,再把工具接入大家每天在用的文件和系统。同一节课定下数据规矩:公司机密不贴进任何 AI 工具,练习一律用脱敏或虚构的数据。
成果:每位学员的电脑上都有一套能用的工具,数据规矩也定好了。
开课前,每人交一件自己每周都要做的工作。课上把它拆开,一起搭建、一起试到能用为止,每节处理几个人的案例。边做边学,也顺便看看别人的工作是怎样拆的。
成果:每位学员带走至少一件已经用 AI 在做的工作。
课程结束后另外安排一节答疑。很多问题要真正用起来才会出现,通常就在这个时候。
成果:卡住的地方有人接手,课程不会停在教室里。
由我亲自授课。
2026 年 9 月 7 日,我应邀在香港都会大学商学院演讲,题目是「AI in Business: What works, what breaks, and why」,九十分钟,现场约二百人。讲座谈的是 AI 在企业里为什么成、为什么败;这门课则把那九十分钟的判断,变成员工电脑上每天在用的工作。
我是黄嘉骏(Jason Huang),Eporo Technology 创始人,常驻香港。八年美国一线科技公司经验,曾在 Amazon 任 Tech Lead,在 Snowflake 任 Senior Software Engineer / Tech Lead;我经手的系统,每天有数百万人在用。完整介绍
教课的人,就是写过这些系统的人。由我亲自上门授课,不会交给初级讲师。
同一套教法,用在不同的工作现场。
运营、客服、选品每天都在重复查找和整理,人一多,做法就各有各的。
生意在跑,但报表靠人工拼凑、流程靠经验,想用 AI 却不知道该从哪件工作入手。
也说清楚这门课不适合谁:如果只想听一场概念分享,不打算让员工在课上动手处理自己的工作,这门课帮不上忙。那种需要,一场讲座就够了。
开课前最常被问到的八个问题。
工具在开课前按贵公司的实际环境挑选。有些主流工具在香港没有正式提供,或者用起来不稳定,所以我们只选团队真正用得到的,在课上一起安装设置。
不会。公司机密不会贴进任何 AI 工具,练习一律用脱敏或虚构的数据。这条规矩本身就是课程的一部分:团队带走的除了工具,还有这条使用数据的界线。
可以。上课语言由你决定:普通话、粤语或英语。
一间会议室,和每位学员一台电脑。账号和工具设置在课上一起完成。
最少 3 人,最多 10 人。人再多,课上就没法逐一把每个人的工作做到能用。
不可以,一家公司一班。课上会谈到各自真实的工作流程和数据,不适合和其他公司混合。
按参加人数和节数计算。30 分钟初谈之后,你会收到明确报价和上课时间表。
有。课程结束后另外安排一节答疑,处理真正用起来才遇到的问题。
初谈免费。你说说团队的情况和想处理的工作,我直接告诉你这门课帮不帮得上。
发邮件预约