主讲：王明哲老师
【课程背景】
“人工智能是新的电力，他讲彻底重塑我们现在的所有产业”，很多大咖都这样描述AI。但是作为普通人，我们肯定对AI存在很多这样那样的疑问。
▪ AI的发展史是什么样的，我们正处在什么样的历史时期？
▪ 我们常常听到的“大模型”到底属于哪一类AI技术？
▪ 大模型等新一代AI技术的原理是什么样的？
▪ 我们能如何使用这些技术赋能公司业务？
▪ 除了大模型，还有哪些AI技术？
▪ 这些AI技术能够如何影响企业，如何影响社会？
▪ 企业想要应用AI技术，具体该怎么办？
所有答案将在课上揭晓！
【课程收益】
▪ 掌握AI的发展史
▪ 了解AI技术的分类
▪ 明确的知晓新一代AI技术能够如何在企业落地
▪ 掌握AI的三大技术浪潮
▪ 掌握一套AI落地框架
▪ 了解制造业AI落地的7大场景
▪ 动手规划最合适自身企业的AI项目
▪ 看清未来，知晓AI究竟会如何影响产业和社会
【课程特色】
够专业，内容前沿且正确；讲俗话，将复杂技术具象清晰有趣化；重互动，巧妙设计提升参与感；能落地，反复验证的方法及真实案例。
【课程时间】2天（6小时/天）
【课程大纲】
一、AI技术的分层
1、通用VS专用
▪ 什么是AI：AI是用数学模拟人类智慧的技术
▪ 专用AI技术：用自己企业的数据，训练专属自己的AI算法
▪ 通用AI技术：使用别人做好的AI算法，做自己企业的业务
▪ 通用AI技术的代表：大语言模型（DeepSeek，chatgpt等）
2、专用&通用技术对比
▪ 专用AI技术：数据、算力、专业知识门槛高，不容易落地
▪ 通用AI技术：各方面门槛低，比较容易落地
3、通用工具的落地形式
▪ 提示词工程：人直接用大语言模型工具
▪ 智能体：有思维链，不需要人实时驱动，真正能够解放生产力
案例：微软百度等顶尖科技公司，如何让使用通用工具
二、通用大模型的细分
1、推理模型VS通用大模型
▪ 通用大模型：能够胜任简单明确的任务
▪ 推理模型：能够胜任需要多步思考的复杂任务
▪ 简单任务vs复杂任务：写个宣传稿VS写个项目策划书
2、两类模型的特点和用法
▪ 两类模型特性对比
▪ 两类模型提示词技巧
▪ 总结：推理模型更厉害，更好用
3、中美两国的推理模型
▪ 美国推理模型王者：GPT-o1
▪ 中国推理模型冠军：DeepSeek-R1
▪ 中美推理模型的性能对比
▪ 结论：DeepSeek打破了美国的技术垄断和封锁
三、DeepSeek等新一代大模型工具如何落地制造业
1、提示词工程对企业和员工的影响
▪ 量变：让员工效率暴增
▪ 量变案例：3小时完成原本需要2个月周期的定制方案
▪ 质变：让员工掌握原本不增拥有的能力
▪ 质变案例：用人话完成3D建模设计，用人话完成数字仿真
▪ 质变案例：人人都能编程（用人话编程）
▪ 质变案例：办公自动化（大模型帮你完成所有需要用电脑完成的工作）
▪ 质变案例：数据分析（大模型帮你完成商业智能和人工智能建模分析）
▪ 结论：提示词工程能使员工效率暴增，但是对企业几乎没有效果
2、智能体
▪ 智能体：把大模型的使用过程固化下来
▪ 智能体流程自动化案例
▪ 智能体合规性审查自动化案例
▪ 结论：智能体会让办公室里的人越来越少
▪ 问题：是谁代替了这些人？（谁来主导智能体开发）
▪ 答案：率先选择拥抱新技术的员工，替代那些不愿意拥抱的
（有效的智能体只能有企业内部业务专家主导）
四、动手掌握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发挥到最大
▪ 提示词工程是一切的基础
▪ 写好提示词，需要解锁三个“隐藏功能”
2、使用DeepSeek等新一代大模型提升工作效率
▪ 国内外AI工具的区别和优势
▪ 案例演示1：用AI新工具搜索信息和素材（DeepSeek VS Perplexity）
场景1.1-AI工具对比搜索引擎
场景1.2-AI搜索工具的一般用法和高质量用法
场景1.3-极限案例：10分钟了解竞争对手市场占有率
▪ 案例演示2：用大语言模型完成文案写作（Claude VS Chatgpt VS DeepSeek）
场景2.1-万用文案撰写套路（含国内外工具对比）
场景2.2-如何让你的文案有个性更易于传播
场景2.3-利用ChatGPT预判客户反馈及竞争对手动向
场景2.4-如何逼出AI工具的全部潜力
▪ 案例演示3：用大语言模型高效抽取会议信息（Claude VS Chatgpt VS DeepSeek）
场景3.1-通用会议总结套路
场景3.2-从大段文本中整理表格
场景3.3-从大规模文本中提取信息（政策文件、技术手册等）
▪ 案例演示4：真·人人都能写代码-办公自动化/数据分析（chatgpt vs 智谱清言VS DeepSeek）
场景4.1-专业程序员如何使用AI工具完成5倍以上的效率提升
场景4.2-不写一行代码，用“人话”完成办公自动化编程（表格整理，文件批处理）
场景4.3-用“人话”从表格中完成商业智能数据分析
场景4.4-外行也能完成机器学习算法开发，预测客户流失
▪ 案例演示5：如何完成创意视觉设计（MJ vs SD vs DALLE vs Ideogram）
场景6.1-对比主流的视觉设计工具
场景6.2-如何选择不同的视觉设计工具
▪ 案例演示6：如何生成PPT（微软Copilot VS 讯飞星火 VS WPS VS 智谱清言）
场景6.1-从零开始生成高质量PPT
场景6.2-从大段文本生成总结PPT
3、通用的提示词套路
▪ 所有问题从方法论开始，如何让大模型说真话
▪ “喊几个”顶尖专家帮你厘清思路
▪ 万用提示词套路-让LLM帮你写提示词
▪ 让LLM持续帮你优化工作结果
▪ 一些通用的小技巧
4、走入听众工作场景
▪ 此部分案例请甲方提供一些基础素材
▪ 老师将根据甲方提供的素材定制演示案例
案例：让大语言模型完成研发文档撰写。
五、智能体技术
1、智能体技术基础
▪ 什么是智能体：让机器自己使用LLM工具
▪ 智能体的关键点：思维链和提示词工程
▪ 智能体的开发框架：零代码框架与编程框架
2、打造智能体的正确流程
▪ 用精益的方式确定场景
▪ 用业务思维理顺流程
▪ 找到高质量的提示词和思维链
▪ 把思维链固化下来转换成智能体
3、如何确定落地场景
▪ 用精益的方式确定场景
▪ 用数据决策的方式确定
▪ 汇总所有痛点场景
4、如何折算场景价值
▪ 找到一个合理的评估逻辑
▪ 带入一组真实的数据
▪ 动手用LLM帮助完成价值折算
5、迭代提示词
▪ Clear：将任务拆解的够具体
▪ Specific：每个子任务的要求提清晰
▪ Little tricks：Relection、职场PUA等方法
▪ 不断动手迭代，找到最优解
6、确定思维链
▪ 将迭代好的提示词转换为思维链
▪ 将思维链图像化表示
▪ 复查并迭代
六、动手制作专属智能体
1、智能体开发平台介绍
▪ Coze：行业主流的零代码智能体开发平台
▪ Coze的开发逻辑
▪ Coze中的模块介绍
2、通用智能体开发案例
▪ 通用案例：表格整理及流程自动化
▪ 用Coze快速生成智能体
▪ 快速生成智能体的问题
▪ 如何用自定义思维链提升智能体效果
▪ 自定义思维链模块介绍
▪ 最终效果演示
3、制造业智能体案例
▪ 流程自动化案例
▪ 跨系统数据整合案例
▪ 质量管控智能体案例
▪ 研发自动化缩短研发周期案例
七、DeepSeek等大模型对时代的影响
1、大模型会逐渐替代所有办公室里的人
▪ 前期大模型会大大减少人的工作强度
▪ 智能体彻底成熟后，能够逐渐替代所有岗位
案例：某企业智能体项目
2、人类社会将迎来翻天覆地的改变
▪ AI为我们带来的终局
▪ 绝大部分的工作会被替代
▪ 只有两类人会留下：做决策&有想法
案例：18年图灵奖得主案例，智能化终局解读，元宇宙加持下的后AI时代。辨析大模型和小模型选择对行业的影响
