课程简介

25 年开始，AI Agent 真正进入爆发期，尤其是随着 manus、扣子空间的推出，Agent 的热度进一步增加。随着 Agent 能解决的问题越来越多和越来越复杂，激活 Agent 系统的优化潜能，才能让AI Agent 真正驶向深水区。而 Agent不仅只是搭建，更要持续的优化、迭代和全生命周期运营。

传统的经验驱动调优方式往往面临效率低下、效果有限、缺乏系统性等挑战，如何建立科学、高效的效果优化体系成为关键问题。Badcase 驱动的调优方法能够直接针对实际失败案例，通过数据化分析和系统化优化，实现 Agent 效果的持续改进。

本次分享将结合扣子平台的真实调优挑战，分享端到端的 Badcase 收集体系构建、多维度问题分类与分析，以及实现发现与优化的系统化闭环。同时，探讨 Agent 效果科学度量、建立质量评估指标体系，以及 Badcase 驱动的调优方法及工具平台。借此为AI Agent领域从业者带来新的调优思路与工程实践的方法指导。

课程收益

1、帮助学员掌握「扣子罗盘」方法论，构建系统化Agent调优能力；

2、通过真实案例实战，帮助学员获得从问题到优化的闭环解决方案；

3、推动行业Agent调优标准化，赋能团队与产品升级

受众人群

AI Agent开发者与工程师、大模型应用产品经理与设计师、AI领域研究者与学术人员以及其他对AI感兴趣的人员

课程周期

 0.5天（3H）

课程大纲

1、AI Agent 开发过程中的问题与挑战

深入分析Agent落地过程中的核心痛点问题

2、核心问题的解法思路

1）Agent调优的核心思路

2）如何进行Badcase问题挖掘

3）如何进行科学的效果评测

4）如何高效解决Prompt效果问题

3、实践案例分享

1）简篇 ：自动化评测保证业务效果

2）抖音电商 ： 借助线上真实case提升prompt效果

4、总结与展望

5、QA