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