让天下没有难找的讲师,职业讲师,商业讲师,培训师,讲师库-北京昭智教育

李家贵:大模型技术商业和技术落地

[复制链接]

          李家贵老师主页

大模型技术商业和技术落地
人工智能实战专家—李家贵老师
西安交大数字经济研究院首席科学家/深圳市人工智能协会特邀专家
课程背景: 随着人工智能技术的不断发展,AI大模型成为企业提升智能化水平的关键工具。本课程将探讨AI大模型的应用及其在实际场景中的落地过程,帮助企业把握这一技术潮流,提升竞争力。课程收益: 学员将了解AI大模型的核心能力及其局限性,掌握大模型在企业中的应用方法,学习新交互体验设计和场景分析的策略。课程还提供实际案例,展示AI大模型在不同企业中的应用效果,为企业智能化升级提供有力支持。教学方法: 课程采用讲解、案例分析和互动讨论相结合的教学方式,帮助学员深入理解和应用所学知识。通过具体案例和互动环节,学员将能更好地掌握课程内容并应用于实际工作中。目标学员: 本课程适合企业高管、产品经理、技术研发人员以及对人工智能技术感兴趣的从业人员。无论是希望在企业中推动AI应用的决策者,还是从事AI技术研发的专业人员,都能从本课程中获得有价值的知识和技能。
课程模型:(SPARK模型)

时间安排:1天,6小时第一章:AI大模型的能力边界1.1 AI基础知识:基本概念、发展历程、工作原理、关键技术l  应用场景对比:机器学习 vs 深度学习l  传统机学习的“特征工程”困境l  深度学习的革命性突破l  神经网络的数学本质与训练逻辑l  Transformer架构的范式革命l  大模型训练全流程揭秘l  推理模型的兴起与CoT技术l  数据即模型,模型即服务l  大模型对人才结构的影响l  推理模型的魔力l  数据即模型,模型即服务l  大模型对人才结构的影响
1.2 主流AI模型介绍及应用:ChatGPT、Claude、Gemini、Deepseek、千问1.3 AI模型本地化部署:服务器部署,移动端部署
1.4 数据安全和隐私保护策略
1.5大模型能力利用:意图识别、ICL(上下文学习)、COT(思维链)、IF(指令遵循)
1.6大模型能力局限:缺乏领域知识,缺乏复杂多步推理
1.7大模型及应用安全专题:架构安全、网络安全、数据安全
1.8周边影响:核心硬件+AI数据中心建设+云计算给AI带来的影响
第二章:AI大模型的产品落地过程2.1 新交互体验设计:什么时候应该LUI,什么时候应该GUI?2.2新应用形态:Agent
l  Agent的发展历程
l  Agent的内核
l  Agent的四大模块
l  Agent颠覆工作范式
l  Agent的商业核心价值
l  Agent是Knowhow的核心承载体
l  Agent可以完成更好的交互和流程
案例:华为智能客服Agent
案例:前沿Agent Manus解构
2.2知识库:RAGl  RAG的架构l  NaiveRAG
l  Advanced RAG
l  Graph RAG
l  常用RAG工具
案例:河北住建厅知识库项目                        
l  实战探讨:如何提升RAG的准确性
2.3 知识库的梳理、语料的准备
2.4新场景PMF:场景拆解四步法
案例1AI在保险产品设计的案例
案例2AI在保险产品运营的案例
案例3AI在保险产品营销的案例
案例4AI在保险产品客服的案例
2.5 AI大模型产品的系统方法论:三层、五阶和八步(华为大模型落地系统方法论)
对标产品:
微软麦当劳AI产品开发第三章:人工智能开发过程和技术架构3.1 AI开发新技术3.1.1 AI大模型训练
AI大模型训练过程,微调和局限性,数据处理,微调案例(大模型蒸馏)
互动:微调数据格式一般是什么样的?
3.2 AI开发新过程AI部署五步法
互动:AIGC开发最核心的步骤是什么?
3.3 AI开发新范式软件3.0
微软如何做大模型重构,微软与麦当劳的案例
案例:大小模型结合进行完整产品开发的过程
互动:软件3.0开发过程中与传统开发最核心的不同是?
第四章:使用技巧:提示词工程(人机协同,可控生成)
聚焦提示词工程(Prompt Engineering),帮助掌握高效的人机协同技巧。
1. Prompt的一个本质
2. Prompt的二个心法
3. Prompt的三项沟通要点
4. Prompt的四项chat法则
5. Prompt的五个业务法则
6. Prompt的六条咒语
7. Prompt的七项注意
8 .Prompt的天龙八部
9. Prompt的追问法则
10. Prompt的继续法则
第五章 进阶技巧:AI Agent工作流
进阶的AI工作流实践,从步骤拆解到工具应用,让复杂流程清晰化。     
1.【What】AI工作流:一种结构化的流程设计方法
2.【What】核心目标:将复杂任务系统化、可复制、可优化
3.【Why】AI工作流的误区解析
4.【Why】工作流不等于简单的流程,而是智能化的系统集成
5.【Where】适合工作流的业务类型
6.【Where】业务拆解的标准与方法论
7.【How】工作流拆解的具体步骤
8.【How】工具模块选择与应用
9.【How】工作流与Agent的关键区别
10. 【How】案例:抖音评论截流工作流
第五章Dify技巧:Dify实战
5.1 Dify安装(docker快速安装)
5.2 Dify主要部件
5.3搭建人生第一个Dify Agent
5.4 认识Manus这类多Agent架构

李家贵老师的相关内容

使用道具

管理技能讲师|企业战略讲师|新媒体讲师|营销服务讲师|职场技能讲师|人力资源讲师|党政爱国讲师|财税金融讲师|生产管理讲师|其他类讲师|内训课程|讲师列表|公开课|

讲师库 | 讲师列表 | 账号登录 | 立即注册 | 网站地图 | 京公网安备11010702002698 | 京ICP备2024062795号-1

返回顶部 返回列表