主講：王明哲老師
【課程背景】
“人工智能是新的電力，他講徹底重塑我們現(xiàn)在的所有產(chǎn)業(yè)”，很多大咖都這樣描述AI。但是作為普通人，我們肯定對(duì)AI存在很多這樣那樣的疑問(wèn)。
? AI的發(fā)展史是什么樣的，我們正處在什么樣的歷史時(shí)期？
? 我們常常聽(tīng)到的“大模型”到底屬于哪一類(lèi)AI技術(shù)？
? 大模型等新一代AI技術(shù)的原理是什么樣的？
? 我們能如何使用這些技術(shù)賦能公司業(yè)務(wù)？
? 除了大模型，還有哪些AI技術(shù)？
? 這些AI技術(shù)能夠如何影響企業(yè)，如何影響社會(huì)？
? 企業(yè)想要應(yīng)用AI技術(shù)，具體該怎么辦？
所有答案將在課上揭曉！
【課程收益】
? 掌握AI的發(fā)展史
? 了解AI技術(shù)的分類(lèi)
? 明確的知曉新一代AI技術(shù)能夠如何在企業(yè)落地
? 掌握AI的三大技術(shù)浪潮
? 掌握一套AI落地框架
? 了解制造業(yè)AI落地的7大場(chǎng)景
? 動(dòng)手規(guī)劃最合適自身企業(yè)的AI項(xiàng)目
? 看清未來(lái)，知曉AI究竟會(huì)如何影響產(chǎn)業(yè)和社會(huì)
【課程特色】
夠?qū)I(yè)，內(nèi)容前沿且正確；講俗話，將復(fù)雜技術(shù)具象清晰有趣化；重互動(dòng)，巧妙設(shè)計(jì)提升參與感；能落地，反復(fù)驗(yàn)證的方法及真實(shí)案例。
【課程時(shí)間】2天（6小時(shí)/天）
【課程大綱】
一、AI技術(shù)的分層
1、通用VS專(zhuān)用
? 什么是AI：AI是用數(shù)學(xué)模擬人類(lèi)智慧的技術(shù)
? 專(zhuān)用AI技術(shù)：用自己企業(yè)的數(shù)據(jù)，訓(xùn)練專(zhuān)屬自己的AI算法
? 通用AI技術(shù)：使用別人做好的AI算法，做自己企業(yè)的業(yè)務(wù)
? 通用AI技術(shù)的代表：大語(yǔ)言模型（DeepSeek，chatgpt等）
2、專(zhuān)用&通用技術(shù)對(duì)比
? 專(zhuān)用AI技術(shù)：數(shù)據(jù)、算力、專(zhuān)業(yè)知識(shí)門(mén)檻高，不容易落地
? 通用AI技術(shù)：各方面門(mén)檻低，比較容易落地
3、通用工具的落地形式
? 提示詞工程：人直接用大語(yǔ)言模型工具
? 智能體：有思維鏈，不需要人實(shí)時(shí)驅(qū)動(dòng)，真正能夠解放生產(chǎn)力
案例：微軟百度等頂尖科技公司，如何讓使用通用工具
二、通用大模型的細(xì)分
1、推理模型VS通用大模型
? 通用大模型：能夠勝任簡(jiǎn)單明確的任務(wù)
? 推理模型：能夠勝任需要多步思考的復(fù)雜任務(wù)
? 簡(jiǎn)單任務(wù)vs復(fù)雜任務(wù)：寫(xiě)個(gè)宣傳稿VS寫(xiě)個(gè)項(xiàng)目策劃書(shū)
2、兩類(lèi)模型的特點(diǎn)和用法
? 兩類(lèi)模型特性對(duì)比
? 兩類(lèi)模型提示詞技巧
? 總結(jié)：推理模型更厲害，更好用
3、中美兩國(guó)的推理模型
? 美國(guó)推理模型王者：GPT-o1
? 中國(guó)推理模型冠軍：DeepSeek-R1
? 中美推理模型的性能對(duì)比
? 結(jié)論：DeepSeek打破了美國(guó)的技術(shù)壟斷和封鎖
三、DeepSeek等新一代大模型工具如何落地制造業(yè)
1、提示詞工程對(duì)企業(yè)和員工的影響
? 量變：讓員工效率暴增
? 量變案例：3小時(shí)完成原本需要2個(gè)月周期的定制方案
? 質(zhì)變：讓員工掌握原本不增擁有的能力
? 質(zhì)變案例：用人話完成3D建模設(shè)計(jì)，用人話完成數(shù)字仿真
? 質(zhì)變案例：人人都能編程（用人話編程）
? 質(zhì)變案例：辦公自動(dòng)化（大模型幫你完成所有需要用電腦完成的工作）
? 質(zhì)變案例：數(shù)據(jù)分析（大模型幫你完成商業(yè)智能和人工智能建模分析）
? 結(jié)論：提示詞工程能使員工效率暴增，但是對(duì)企業(yè)幾乎沒(méi)有效果
2、智能體
? 智能體：把大模型的使用過(guò)程固化下來(lái)
? 智能體流程自動(dòng)化案例
? 智能體合規(guī)性審查自動(dòng)化案例
? 結(jié)論：智能體會(huì)讓辦公室里的人越來(lái)越少
? 問(wèn)題：是誰(shuí)代替了這些人？（誰(shuí)來(lái)主導(dǎo)智能體開(kāi)發(fā)）
? 答案：率先選擇擁抱新技術(shù)的員工，替代那些不愿意擁抱的
（有效的智能體只能有企業(yè)內(nèi)部業(yè)務(wù)專(zhuān)家主導(dǎo)）
四、動(dòng)手掌握DeepSeek等新一代大模型工具
1、如何把DeepSeek等新一代大模型的作用發(fā)揮到最大
? 提示詞工程是一切的基礎(chǔ)
? 寫(xiě)好提示詞，需要解鎖三個(gè)“隱藏功能”
2、使用DeepSeek等新一代大模型提升工作效率
? 國(guó)內(nèi)外AI工具的區(qū)別和優(yōu)勢(shì)
? 案例演示1：用AI新工具搜索信息和素材（DeepSeek VS Perplexity）
場(chǎng)景1.1-AI工具對(duì)比搜索引擎
場(chǎng)景1.2-AI搜索工具的一般用法和高質(zhì)量用法
場(chǎng)景1.3-極限案例：10分鐘了解競(jìng)爭(zhēng)對(duì)手市場(chǎng)占有率
? 案例演示2：用大語(yǔ)言模型完成文案寫(xiě)作（Claude VS Chatgpt VS DeepSeek）
場(chǎng)景2.1-萬(wàn)用文案撰寫(xiě)套路（含國(guó)內(nèi)外工具對(duì)比）
場(chǎng)景2.2-如何讓你的文案有個(gè)性更易于傳播
場(chǎng)景2.3-利用ChatGPT預(yù)判客戶(hù)反饋及競(jìng)爭(zhēng)對(duì)手動(dòng)向
場(chǎng)景2.4-如何逼出AI工具的全部潛力
? 案例演示3：用大語(yǔ)言模型高效抽取會(huì)議信息（Claude VS Chatgpt VS DeepSeek）
場(chǎng)景3.1-通用會(huì)議總結(jié)套路
場(chǎng)景3.2-從大段文本中整理表格
場(chǎng)景3.3-從大規(guī)模文本中提取信息（政策文件、技術(shù)手冊(cè)等）
? 案例演示4：真·人人都能寫(xiě)代碼-辦公自動(dòng)化/數(shù)據(jù)分析（chatgpt vs 智譜清言VS DeepSeek）
場(chǎng)景4.1-專(zhuān)業(yè)程序員如何使用AI工具完成5倍以上的效率提升
場(chǎng)景4.2-不寫(xiě)一行代碼，用“人話”完成辦公自動(dòng)化編程（表格整理，文件批處理）
場(chǎng)景4.3-用“人話”從表格中完成商業(yè)智能數(shù)據(jù)分析
場(chǎng)景4.4-外行也能完成機(jī)器學(xué)習(xí)算法開(kāi)發(fā)，預(yù)測(cè)客戶(hù)流失
? 案例演示5：如何完成創(chuàng)意視覺(jué)設(shè)計(jì)（MJ vs SD vs DALLE vs Ideogram）
場(chǎng)景6.1-對(duì)比主流的視覺(jué)設(shè)計(jì)工具
場(chǎng)景6.2-如何選擇不同的視覺(jué)設(shè)計(jì)工具
? 案例演示6：如何生成PPT（微軟Copilot VS 訊飛星火 VS WPS VS 智譜清言）
場(chǎng)景6.1-從零開(kāi)始生成高質(zhì)量PPT
場(chǎng)景6.2-從大段文本生成總結(jié)PPT
3、通用的提示詞套路
? 所有問(wèn)題從方法論開(kāi)始，如何讓大模型說(shuō)真話
? “喊幾個(gè)”頂尖專(zhuān)家?guī)湍憷迩逅悸?/p>
? 萬(wàn)用提示詞套路-讓LLM幫你寫(xiě)提示詞
? 讓LLM持續(xù)幫你優(yōu)化工作結(jié)果
? 一些通用的小技巧
4、走入聽(tīng)眾工作場(chǎng)景
? 此部分案例請(qǐng)甲方提供一些基礎(chǔ)素材
? 老師將根據(jù)甲方提供的素材定制演示案例
案例：讓大語(yǔ)言模型完成研發(fā)文檔撰寫(xiě)。
五、智能體技術(shù)
1、智能體技術(shù)基礎(chǔ)
? 什么是智能體：讓機(jī)器自己使用LLM工具
? 智能體的關(guān)鍵點(diǎn)：思維鏈和提示詞工程
? 智能體的開(kāi)發(fā)框架：零代碼框架與編程框架
2、打造智能體的正確流程
? 用精益的方式確定場(chǎng)景
? 用業(yè)務(wù)思維理順流程
? 找到高質(zhì)量的提示詞和思維鏈
? 把思維鏈固化下來(lái)轉(zhuǎn)換成智能體
3、如何確定落地場(chǎng)景
? 用精益的方式確定場(chǎng)景
? 用數(shù)據(jù)決策的方式確定
? 匯總所有痛點(diǎn)場(chǎng)景
4、如何折算場(chǎng)景價(jià)值
? 找到一個(gè)合理的評(píng)估邏輯
? 帶入一組真實(shí)的數(shù)據(jù)
? 動(dòng)手用LLM幫助完成價(jià)值折算
5、迭代提示詞
? Clear：將任務(wù)拆解的夠具體
? Specific：每個(gè)子任務(wù)的要求提清晰
? Little tricks：Relection、職場(chǎng)PUA等方法
? 不斷動(dòng)手迭代，找到最優(yōu)解
6、確定思維鏈
? 將迭代好的提示詞轉(zhuǎn)換為思維鏈
? 將思維鏈圖像化表示
? 復(fù)查并迭代
六、動(dòng)手制作專(zhuān)屬智能體
1、智能體開(kāi)發(fā)平臺(tái)介紹
? Coze：行業(yè)主流的零代碼智能體開(kāi)發(fā)平臺(tái)
? Coze的開(kāi)發(fā)邏輯
? Coze中的模塊介紹
2、通用智能體開(kāi)發(fā)案例
? 通用案例：表格整理及流程自動(dòng)化
? 用Coze快速生成智能體
? 快速生成智能體的問(wèn)題
? 如何用自定義思維鏈提升智能體效果
? 自定義思維鏈模塊介紹
? 最終效果演示
3、制造業(yè)智能體案例
? 流程自動(dòng)化案例
? 跨系統(tǒng)數(shù)據(jù)整合案例
? 質(zhì)量管控智能體案例
? 研發(fā)自動(dòng)化縮短研發(fā)周期案例
七、DeepSeek等大模型對(duì)時(shí)代的影響
1、大模型會(huì)逐漸替代所有辦公室里的人
? 前期大模型會(huì)大大減少人的工作強(qiáng)度
? 智能體徹底成熟后，能夠逐漸替代所有崗位
案例：某企業(yè)智能體項(xiàng)目
2、人類(lèi)社會(huì)將迎來(lái)翻天覆地的改變
? AI為我們帶來(lái)的終局
? 絕大部分的工作會(huì)被替代
? 只有兩類(lèi)人會(huì)留下：做決策&有想法
案例：18年圖靈獎(jiǎng)得主案例，智能化終局解讀，元宇宙加持下的后AI時(shí)代。辨析大模型和小模型選擇對(duì)行業(yè)的影響
