我要預訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com

課程背景

在當今快節奏的商業環境中，企業面臨的問題日益復雜。麥肯錫經典的“七步成詩法”提供了一套嚴謹、系統化的解決問題邏輯，被譽為咨詢界的“圣經”。然而，對于許多中基層管理者和員工而言，這套方法論的學習門檻較高，且在執行過程中耗時較長。

隨著大語言模型（AI）技術的成熟，我們有機會通過“人機協作”的新模式重塑這一經典流程。AI強大的知識庫和結構化輸出能力，能極大地降低邏輯構建的難度，提升分析效率。本課程旨在將麥肯錫的“道”（邏輯思維）與AI的“術”（工具效率）完美結合，幫助學員實現從“憑經驗盲目行動”到“基于邏輯與數據高效破局”的轉變。

課程目標

1.掌握方法論：深入理解并掌握麥肯錫“七步成詩法”的全流程邏輯與核心原則（如MECE、二八法則、金字塔原理）。

2.AI 賦能：熟練運用國內主流AI工具（DeepSeek/通義千問）輔助完成問題界定、邏輯拆解、計劃制定及匯報生成的全過程。

3.實戰落地：通過模擬實戰，產出可落地的問題解決方案，提升解決復雜業務問題的效率與質量。

課程亮點

1.經典與前沿融合：既保留了原汁原味的麥肯錫咨詢顧問思維訓練，又引入了最前沿的Prompt Engineering（提示詞工程）技術。

2.工具化交付：課程不只講理論，更提供一套經過驗證的“七步成詩AI指令庫”，學員拿來即用。

3.雙重能力提升：同步提升學員的底層邏輯思維能力和數字化工具應用能力。

學員對象

企業中基層管理者、項目骨干、業務分析師及需要提升系統化解決問題能力的普通員工。

課程大綱

第一部分：課程導入與思維重塑

1. 解決問題的基本認知

1.1 常見誤區分析

缺乏邏輯：憑直覺行動，忽略事實。

直奔結論：未界定清楚問題就開始尋找方案。

盲目收集數據：沒有假設驅動，導致信息過載。

1.2 方法論全景概覽

麥肯錫“七步成詩法”全流程解析：從界定問題到交流溝通的閉環系統。

1.3 AI時代的解題新范式

角色定位：邏輯思維是骨架，AI工具是血肉。

人機協作：人負責判斷與決策，AI負責發散與執行。

工具準備：學員注冊并登錄AI工具平臺（DeepSeek/通義千問）。

第二部分：七步成詩實戰演練（AI加持版）

2. 第一步：界定問題（Define）—— 找準靶心

2.1 原理精講：明確目標與范圍

SMART原則：具體（Specific）、可衡量（Measurable）、行動導向（Action-oriented）、相關（Relevant）、有時限（Time-bound）。

問題界定報告（Statement of Work）六大要素：

a.基本問題：簡潔、具體的問題陳述。

b.背景：行業趨勢、公司現狀及復雜性。

c.決策者：誰來拍板，誰可能阻礙，決策者的顧慮。

d.成功的標準：明確指出“成功是什么”，客戶采納建議的基礎。

e.解決方案的范圍：明確包括什么，不包括什么。

f.主要限制條件：時間、預算、資源等限制。

2.2 AI工具融合：智能化的需求清洗

應用場景：將模糊的領導指令轉化為標準的問題界定報告。

AI實操演練：

學員輸入模糊的初始問題。

利用AI扮演“咨詢顧問”，基于SMART原則追問關鍵信息。

AI自動生成包含六大要素的《問題界定書》草稿，學員進行人工復核。

3. 第二步：分解問題（Structure）—— 拆解難題

3.1 原理精講：構建邏輯框架

邏輯樹（Logic Tree）：將大問題分解為一系列相關子議題，從抽象到具體。

MECE原則：相互獨立（Mutually Exclusive），完全窮盡（Collectively Exhaustive）。

兩種核心邏輯樹類型：

a.議題樹（Issue Tree）：回答“什么”或“如何”，側重解決方案拆解。

b.假設樹（Hypothesis Tree）：回答“為何”，側重原因分析與假設驗證。

3.2 AI工具融合：結構化思維輔助

應用場景：突破思維盲區，快速構建多維度邏輯框架。

AI實操演練：

輸入界定好的問題，指令AI基于MECE原則生成3層級邏輯樹。

關鍵練習：學員審查AI生成的邏輯樹是否違反MECE原則（檢查重疊與遺漏），并進行人工修正定稿。

4. 第三步：優先排序（Prioritize）—— 抓大放小

4.1 原理精講：高效能決策

漏斗法：去除不重要的議題，集中精力于關鍵領域。

80/20法則：20%的關鍵議題決定80%的問題解決效果。

2x2矩陣分析工具：

縱軸：實施難易程度（易/難）。

橫軸：經濟效益/影響力（高/低）。

決策動作：鎖定“優先措施”（易實施且高收益），剔除非關鍵性議題。

4.2 AI工具融合：模擬決策評估

應用場景：在資源有限情況下，快速輔助篩選核心議題。

AI實操演練：

將邏輯樹末端議題投喂給AI。

指令AI模擬項目經理視角，構建“難易度-效益”評估矩陣，推薦Top 3優先議題并給出理由。

第三部分：分析執行與方案生成（下午）

5. 第四步：分析議題（Analyze Issues）—— 制定計劃

5.1 原理精講：從議題到行動

分析議題工作表：聯系議題界定與實際分析工作的紐帶。

工作表核心字段解析：

議題：對關鍵問題的具體描述。

假設：可能的答案（是或否）。

支持性依據：需要哪些證據來驗證假設（充分且必要）。

分析方法：具體的模型、對比或計算方式。

數據來源：內部數據、外部報告、訪談對象。

工作計劃管理：明確職責（誰做）、最終成果形式、時間安排。

5.2 AI工具融合：生成式計劃制定

應用場景：快速匹配分析方法與數據源，填補知識盲區。

AI實操演練：

針對篩選出的核心議題，讓AI推薦具體的分析模型及所需數據清單。

自動生成標準化的《分析議題工作表》，學員完善責任人與時間節點。

6. 第五步：關鍵分析（Critical Analysis）—— 挖掘洞察

6.1 原理精講：以事實為基礎

核心原則：“不要把海煮干”（Don't boil the ocean），講究實際與效率。

分析準則：追求能支持決策的精確度，而非學術級的完美。

分析邏輯：事實與數據必須能邏輯推導至結論，嚴格區分“知覺”與“事實”。

6.2 AI工具融合：模擬數據分析師

應用場景：快速處理非結構化數據，輔助驗證假設。

AI實操演練：

（課堂模擬環境）提供模擬的雜亂數據文本或訪談記錄。

學員利用AI進行數據清洗、分類統計與模式識別。

判斷分析結果是“證實”還是“證偽”了步驟四中的假設。

7. 第六步：歸納建議（Synthesize）—— 提煉觀點

7.1 原理精講：思維躍遷

概括（Summary）vs 歸納（Synthesis）：

概括：對事實的濃縮及重復（例如：鑰匙丟了，護照丟了）。

歸納：說明了什么，意味著什么（例如：我這人很馬虎）。

So What?：每一個分析結果必須追問“那又怎樣？”，推導出具有行動意義的建議。

主要觀點構建：觀點必須明確、有力、具體。

7.2 AI工具融合：高價值觀點提煉

應用場景：將零散的分析結論轉化為高層的管理建議。

AI實操演練：

將分析結果輸入AI。

使用特定指令限制AI進行簡單的羅列，強制AI輸出基于“So What”思維的深度洞察與行動建議。

8. 第七步：交流溝通（Communicate）—— 有力表達

8.1 原理精講：構建有說服力的故事

金字塔原理：結論先行，自上而下，論據相互獨立且支撐論點。

故事框架：利用SCQA（情境、沖突、問題、答案）模型構建引人入勝的故事線。

電梯實驗：假設只有30秒時間向CEO匯報，如何精準傳達核心觀點。

8.2 AI工具融合：匯報材料自動化

應用場景：快速起草邏輯嚴密的匯報大綱與演講稿。

AI實操演練：

利用AI將“歸納建議”轉化為符合金字塔結構的PPT大綱。

生成30秒電梯演講腳本，學員進行現場模擬匯報演練。

第四部分：總結與落地

9. 課程復盤與工具交付

9.1 知識全景回顧

通過“問題解決循環”圖譜，串聯全天七個步驟的關鍵知識點。

9.2 落地工具包發放

《七步成詩法邏輯檢查清單》：用于人工審核每一步的邏輯嚴密性。

《麥肯錫 x AI 快捷指令手冊》：包含七個步驟的標準化Prompt模板，支持學員課后直接應用。

9.3 課后行動計劃

布置微行動作業：在下周的工作中，應用所學的一套“人機協同”流程解決一個實際的微小業務問題。

盧老師

盧敏行 銀行智能化轉型及AI應用方案咨詢專家

微軟生成式AI認證專家

Google Gemini認證教育家

螞蟻集團認證智能體工程師

國內著名AI開源公益社區WaytoAGI共創專家

國內最大AI提示詞工程社區LangGPT卓越貢獻者

中信銀行、建設銀行、太平洋保險AI應用咨詢專家

曾任：報喜鳥集團(上市公司)HRD

曾任：聯想控股（世界500強）下屬子公司COO

曾任：某知名基金公司運營VP

擅長領域：組織數字化轉型與效率提升、AI再造金融行業務流程、AI應用場景落地、金融行業專用Agent設計等

盧老師擁有超過15年跨國企業高管及管理實操背景，深耕金融企業數字化轉型、戰略性布局及復雜組織效能提升領域。憑借深厚的管理積淀，精通以生成式AI（GenAI）技術重構金融業務流程，通過算法思維驅動客戶經營體系升級與服務體驗精細化，助力機構攻克存量競爭瓶頸，實現組織運營的韌性增長。

在人工智能技術前沿領域，盧老師作為「通往AGI之路」開源社群共創者及LangGPT項目核心貢獻者，在提示詞工程（Prompt Engineering）與大語言模型應用（LLM Application）方面具備深厚的技術護城河。其獨創的“AI+職場提效”體系，通過將底層管理邏輯與AI技術創新深度融合，為金融從業者構建體系化的數字生產力框架。

核心項目成果與行業積淀

全球視野與落地實戰： 具備全球領先IT企業數字化轉型項目的全周期治理經驗，擅長將頂層設計轉化為可落地的業務方案。

深耕金融垂直賽道： 長期擔任多家頂尖銀行私人銀行部AI應用落地項目的戰略顧問與專業導師，主導實施了多項針對高凈值客戶經營、智能投研支持、投顧話術自動生成等場景的AI賦能項目。

高標準交付與效能轉化： 構建了以業務價值為導向的培訓評估體系，通過STAR法則拆解復雜業務場景，確保內訓內容與業務KPI高度掛鉤。其項目落地轉化率持續保持在 90%以上，以高ROI和強實操性深受金融機構管理層認可。

主講課程

銀行《銀行人的職場AI必修課》

《私人銀行AI實戰：從工具入門到業績提升》

《AI賦能對公營銷：智能工具與對公場景實戰》

保險《AI賦能·營銷破局：保險營銷精英實戰》

《AI賦能·效能革命：保險中后臺運營精英實戰》

《保險人的AI必修課：洞悉趨勢、降本增效與智能化轉型》

郵政《AI驅動的郵政管理與業務變革》

《基于DeepSeek的郵政營銷落地實戰》

《AI賦能郵政金融業務增長與團隊管理》

授課風格

扎實有料：內容精準實用，方法科學嚴謹，緊貼學員需求，知識點豐富易懂，結合深厚的管理實戰經驗和對企業應用場景的深刻理解，不僅傳授技能，更提供切實可行的解決方案，確保學員學得會、用得好、見實效。

清晰有序：邏輯嚴密，結構分明，課程設計層次清晰，循序漸進，幫助學員快速吸收知識并高效轉化為實踐能力，從系統性學習到具體場景應用一脈貫通。

生動有情：課堂互動性強，形式新穎有趣，授課風格親和自然，善于捕捉學員需求，通過啟發式教學激發潛力，結合企業實際問題，引導學員沉浸式體驗與深度思考，全面提升學習效果與能量感。

部分客戶見證

中國建設銀行有限公司、中信銀行股份有限公司、興業銀行股份有限公司、交通銀行有份有限公司、長沙銀行股份有限公司、中國郵儲銀行股份有限公司、華夏銀行股份有限公司、中原銀行股份有限公司、長沙農商銀行股份有限公司、中國平安保險（集團）股份有限公司、中國太平洋保險（集團）股份有限公司、中國郵政集團有限公司、國家電網有限公司、中國廣電湖南網絡股份有限公司、巴彥淖爾銀行業協會、鄂爾多斯銀行業協會、聯想控股股份有限公司、浙江報喜鳥集團有限公司……

我要預訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com