课程大纲：

1.     从技术演进看 AIGC 创新路径【基础知识-能力向】

a.     基础大模型技术（性能、价格、速度）

b.     图片可控生产技术（填充、涂抹、增强）

c.     Sora类视频化技术（运动、实体一致性、3D化）

d.     ASR、有声、音乐技术（情感、旋律、音质）

e.     虚拟人、具身智能与基础算力服务（现状与展望）

2.     AIGC业界前沿产品与行业地图【基础知识-应用向】

a.     大模型应用行业地图（工具向  &  娱乐向）

b.     基础类AIGC应用（chatGPT、MJ等）

c.     办公泛工具类（AI-PPT、效率、创意）

d.     垂直场景类2B应用（客服、营销、培训等）

e.     情感陪伴类C端应用（星野、talkie、筑梦岛等）

f.      金融大模型场景实践（咨询问答、售前客服、安全风控）

3.     大模型应用开发实践范式【实践-概览】

a.     整体开发流程介绍

b.     AIGC落地技术选型（提示词工程、开源模型微调与私有化部署）

c.     RAG+Agent+Workflow框架

d.     开发资源与团队构成

4.     提示词工程的最佳实践【实践-prompt】

a.     基于结构化prompt

b.     基于CoT的prompt优化

c.     基于RAG的领域能力提升

d.     基于functionCall的专业能力提升

e.     基于ReAct框架协同推理与行动

f.      实例演示：短信编写、SQL生成、角色扮演

5.     大模型私有化落地基础方案【实践-私有化模型】

a.     开源与闭源大模型介绍

i.      chatGPT、Claude、Gemini、kimi与其余闭源大模型

ii.     国外开源大模型概览（llama、Grok、Mistral、Gemma等）

iii.   国内开源大模型概览（通义千问、百川、智谱、deepseek等）

b.     大规模推理成本优化（量化、vLLM并行推理）

c.     检索强化型大模型应用

d.     模型评估与线上Case修复

e.     大模型安全与风险控制

6.     大模型Agent赋能生产环境【实践-具体场景 以Coze/Dify框架为例】

a.     从Agent到Langchain/Coze/Dify

b.     营销创意：广告图文生成、文案创意编排

c.     办公提效：AI +  脑图/PPT/Excel/代码 Copilot

d.     知识整理：私有化企业资料问答系统/垂类搜索

7.     AI产品的落地范式与未来展望

a.     AI时代下团队的人员配置与分工

b.     AI时代下公司创新探索与传统业务的关联

c.     展望：成本、业务与商业价值兑现