AI-LLM应用开发及部署

GPT模型因其强大的文本生成能力，正在被广泛应用于各行各业。无论是自动化的客户服务、个性化的内容推荐还是智能助手的设计，GPT模型都能提供高效且高质量的支持。本课程旨在帮助学员快速掌握GPT模型的基础到高级应用。

课程收获

• 理解GPT模型的基本原理和技术优势。

• 掌握从基础调用到高级微调的全过程。

• 能够独立设计和实现基于GPT的智能应用。

• 学会评估和优化GPT模型的输出质量。

• 了解最新的GPT技术和行业发展趋势。
  
  

课程对象

• 对自然语言处理和人工智能感兴趣的初学者。

• 希望利用GPT模型解决具体业务问题的企业技术人员。

• 需要提升现有产品智能化水平的产品经理或开发者。

• 关注人工智能技术在行业应用中的产品经理和项目经理。

• 想要了解GPT模型最新进展的研究人员。
  
  

课程时长

1天（6小时）

【课程大纲】

 Part 1：AI-LLM的发展现状及趋势 1. AI-LLM

1.1 AI的定义
1.2 AI的发展史
1.3 AI三大要素：算法 + 数据 + 算力

• 机器学习：监督学习、无监督学习、强化学习

• 深度学习：图像识别技术CV与人类自然语言处理NLP

• AI-LLM大模型的诞生

1.7 AI-LLM大模型的技术原理

• transformer架构

• 注意力机制

• 量化模型

• 模型枝剪

• 知识蒸馏

2. AI-LLM大模型的主要应用领域

3.1 AI-LLM特点：理解语义、知识记忆、逻辑推理、直接生成
3.2 文生文、文生图、文生音频、文生视频、文生代码
3.3 图生视频
3.4 数字员工

3. AI-LLM大模型的发展现状及趋势

4.1 国外AI-LLM大模型介绍
4.2 AI-LLM大模型的发展趋势
4.3 多模态
4.4 AI agent的出现

4. AI agent（应用）

5.1 AI agent

• 国内外 agent 工具介绍：文心智能体、智谱清言智能体和coze

• 本地化部署：ollama 和 LM studio

5.2 工作流 RPA + LLM + RAG 本地化知识库搭建

• 工作流

• 节点与参数

• LLM调用

• RAG

5.3 部署

• API部署

• 链接

• 云化移动端部署：公众号、企微、小程序、钉钉等

• 本地化端侧部署

5.4 数字员工的诞生

Part 2：AI-LLM应用 1. 内容生成 - 工具类

1.1 文本类：通讯稿 / 培训总结 / 会议纪要 / 公文 / 营销文

• 工具：kimi、文心一言、通义千问、讯飞星火、豆包
  
  

1.2 图片类：配图 / 营销海报 / 产品图片

• 工具：SD、即梦、文心一格、canva
  
  

1.3 短视频：纪录片 / 品牌宣传 / 产品推介 / 数字人播报

• 工具：星火绘镜、即梦、Runway、Pika、度+
  
  

1.4 PPT：演示类 / 演讲类 / 培训类

• 工具：Gamma、AIppt、WPSAI
  
  

1.5 其他：数据处理、思维导图

• 工具：kimi、文心一言
  
  

2. 数字员工（Agent + RPA + LLM + RAG + Prom + ollama）

2.1 应用领域：

• FAQ客服机器人

• 内容生成类数字员工

• 自动工作流机器人

• 财务数字员工

• 营销运营数字员工

• HR数字员工

2.2 主要的工作原理及关键点

• Agent界面搭建

• LLM调用：算法模型调用

• RAG：知识库构建

• Promote：调优
  
  

2.3 数据安全

• 开源数据使用

• 本地化数据治理与RAG
  
  

附：AI-LLM产品开发和应用的基础能力体系 1. Prompt 提示词

1.1 提示词的基本结构
1.2 三类提示词写作模板
1.3 提示词强化加强
1.4 调优

2. Agent 工具

2.1 工具：智谱清言Agent、文心智能体、coze、ollama
2.2 工作流设计
2.3 知识库RAG
2.3 部署

3. RAG本地化知识库

3.1 AI-agent 能够解析的知识库
3.2 知识体系
3.3 知识笔记 obsidian 工具的使用

4. 工作流 + AI-IPA（RPA）

4.1 定义工作流
4.2 工作流程设计
4.3 国内主流RPA工具介绍
4.4 RPA流设计器的使用