課程簡介
在這個快速發(fā)展的數(shù)字化時代，人工智能（AI）已經(jīng)成為推動生產(chǎn)力提升的關鍵因素。本課程旨在深入探討AI技術如何影響和改變我們的工作方式，以及如何利用這些技術來優(yōu)化業(yè)務流程和提高生產(chǎn)效率。
目標收益
培訓對象
1、適合想進入AI領域，或者利用AI提升工作效能的職場人員。
2、適合想更全面判斷AI趨勢、或者利用AI為現(xiàn)有業(yè)務賦能的技術/業(yè)務管理者。
課程大綱
|
第一單元 一、大模型起源、架構及應用場景 【該單元主要介紹AI大模型概念、生態(tài)、原理、發(fā)展階段、應用場景】 |
1.大模型的定義與特點 1.1大模型的特點 1.2大模型是智能的么 1.3大模型的發(fā)展路徑 1.4多模態(tài)大模型 1.5 GPT模型的技術演進 1.6 GPT/LLM嘗試：新聞分類 2.大模型常見概念與架構 2.1大模型的工作原理/過程 2.2 Token定義、過程與定價 2.3 Prompt工程 3.主流大模型介紹 3.1 OpenAI/GPT 3.2 Anthropic/Claude 3.3 Meta/Llama 3.4 智譜/ChatGLM 3.5月之暗面/Kimi 3.6 大模型的Github：HuggingFace 4.大模型的應用場景（案例） 4.1 自然語言處理 4.2 數(shù)據(jù)挖掘與分析 4.3 教育與培訓 4.4 醫(yī)療與健康 4.5 公文與法律 4.6 金融與風控 4.7 娛樂與游戲 4.8 智能客服 4.9 搜索與推薦 |
|
第二單元 二，Prompt Engineering（提示詞工程）【該單元主要講解Prompt工程核心要素、推薦語法、思維框架、安全等。使用Prompt模式/框架實現(xiàn)各種能力?！? |
5.數(shù)據(jù)分析的示例 6.Prompt分析與調(diào)優(yōu) 7.Prompt要素及案例 7.1 Prompt要素之：角色 7.2 Prompt要素之：案例（樣本） 7.3 Prompt要素之：輸出格式 8. Prompt思維框架 8.1 思維鏈（CoT）/思維樹（ToT） 8.2 咒語：Let's think step by step 8.3 自我一致性訓練 8.4 BROKE框架 8.5 CRISPE框架 8.6 LangGPT框架 9.Prompt攻擊 |
|
第三單元 三，AI Agent應用【該單元主要介紹AI Agent應用的模式、案例?！? |
10.Agent應用模式 10.1三種應用模式 10.2 MetaGPT：多Agent框架 10.3 AI Agent應用案例：斯坦福小鎮(zhèn) |
|
第四單元 四，生產(chǎn)力提升（工具）【該單元主要介紹適合在各種工作場景下的提效工具及使用經(jīng)驗?！? |
11.微軟M365 Copilot 11.1 內(nèi)容改寫與表格生成 11.2 總結/基于文檔進行交互 11.3 AI生成PPT的方式與流程 11.4 AI操作Excel并做數(shù)據(jù)洞察（分析表生成） 11.5 AI 郵件總結與分析 12.PPT生成工具：AiPPT vs MindShow 13.月之暗面：Kimi 13.1 文件整理與數(shù)據(jù)分析 13.2 AI繪制流程圖/甘特圖 13.3 AI搜索與寫作 14. AI原型與UI工具 14.1 Motiff/妙多 14.2 Galileo/伽利略 15.多模態(tài)工具 15.1 Stable diffusion圖片生成（開源） 15.2 Midjourney圖片生成 15.3 Suno AI：音樂界的ChatGPT 15.4 AI視頻生成與數(shù)字人工具 16.AI PC的現(xiàn)狀、發(fā)展與未來 16.1 各參與方合作模式 16.2 AI PC產(chǎn)品 16.3 未來發(fā)展趨勢 17.AI與我們（總結） |
|
第一單元 一、大模型起源、架構及應用場景 【該單元主要介紹AI大模型概念、生態(tài)、原理、發(fā)展階段、應用場景】 1.大模型的定義與特點 1.1大模型的特點 1.2大模型是智能的么 1.3大模型的發(fā)展路徑 1.4多模態(tài)大模型 1.5 GPT模型的技術演進 1.6 GPT/LLM嘗試：新聞分類 2.大模型常見概念與架構 2.1大模型的工作原理/過程 2.2 Token定義、過程與定價 2.3 Prompt工程 3.主流大模型介紹 3.1 OpenAI/GPT 3.2 Anthropic/Claude 3.3 Meta/Llama 3.4 智譜/ChatGLM 3.5月之暗面/Kimi 3.6 大模型的Github：HuggingFace 4.大模型的應用場景（案例） 4.1 自然語言處理 4.2 數(shù)據(jù)挖掘與分析 4.3 教育與培訓 4.4 醫(yī)療與健康 4.5 公文與法律 4.6 金融與風控 4.7 娛樂與游戲 4.8 智能客服 4.9 搜索與推薦 |
|
第二單元 二，Prompt Engineering（提示詞工程）【該單元主要講解Prompt工程核心要素、推薦語法、思維框架、安全等。使用Prompt模式/框架實現(xiàn)各種能力?！? 5.數(shù)據(jù)分析的示例 6.Prompt分析與調(diào)優(yōu) 7.Prompt要素及案例 7.1 Prompt要素之：角色 7.2 Prompt要素之：案例（樣本） 7.3 Prompt要素之：輸出格式 8. Prompt思維框架 8.1 思維鏈（CoT）/思維樹（ToT） 8.2 咒語：Let's think step by step 8.3 自我一致性訓練 8.4 BROKE框架 8.5 CRISPE框架 8.6 LangGPT框架 9.Prompt攻擊 |
|
第三單元 三，AI Agent應用【該單元主要介紹AI Agent應用的模式、案例?！? 10.Agent應用模式 10.1三種應用模式 10.2 MetaGPT：多Agent框架 10.3 AI Agent應用案例：斯坦福小鎮(zhèn) |
|
第四單元 四，生產(chǎn)力提升（工具）【該單元主要介紹適合在各種工作場景下的提效工具及使用經(jīng)驗?！? 11.微軟M365 Copilot 11.1 內(nèi)容改寫與表格生成 11.2 總結/基于文檔進行交互 11.3 AI生成PPT的方式與流程 11.4 AI操作Excel并做數(shù)據(jù)洞察（分析表生成） 11.5 AI 郵件總結與分析 12.PPT生成工具：AiPPT vs MindShow 13.月之暗面：Kimi 13.1 文件整理與數(shù)據(jù)分析 13.2 AI繪制流程圖/甘特圖 13.3 AI搜索與寫作 14. AI原型與UI工具 14.1 Motiff/妙多 14.2 Galileo/伽利略 15.多模態(tài)工具 15.1 Stable diffusion圖片生成（開源） 15.2 Midjourney圖片生成 15.3 Suno AI：音樂界的ChatGPT 15.4 AI視頻生成與數(shù)字人工具 16.AI PC的現(xiàn)狀、發(fā)展與未來 16.1 各參與方合作模式 16.2 AI PC產(chǎn)品 16.3 未來發(fā)展趨勢 17.AI與我們（總結） |
近期公開課推薦
