主講：王明哲老師
【課程背景】
“人工智能是新的電力，他講徹底重塑我們現在的所有產業”，很多大咖都這樣描述AI。但是作為普通人，我們肯定對AI存在很多這樣那樣的疑問。
? AI的發展史是什么樣的，我們正處在什么樣的歷史時期？
? 我們常常聽到的“大模型”到底屬于哪一類AI技術？
? 大模型等新一代AI技術的原理是什么樣的？
? 我們能如何使用這些技術賦能公司業務？
? 除了大模型，還有哪些AI技術？
? 這些AI技術能夠如何影響企業，如何影響社會？
? 企業想要應用AI技術，具體該怎么辦？
所有答案將在課上揭曉！
【課程收益】
? 掌握AI的發展史
? 了解AI技術的分類
? 明確的知曉新一代AI技術能夠如何在企業落地
? 掌握AI的三大技術浪潮
? 掌握一套AI落地框架
? 了解制造業AI落地的7大場景
? 動手規劃最合適自身企業的AI項目
? 看清未來，知曉AI究竟會如何影響產業和社會
【課程特色】
夠專業，內容前沿且正確；講俗話，將復雜技術具象清晰有趣化；重互動，巧妙設計提升參與感；能落地，反復驗證的方法及真實案例。
【課程時間】2天（6小時/天）
【課程大綱】
一、AI技術的分層
1、通用VS專用
? 什么是AI：AI是用數學模擬人類智慧的技術
? 專用AI技術：用自己企業的數據，訓練專屬自己的AI算法
? 通用AI技術：使用別人做好的AI算法，做自己企業的業務
? 通用AI技術的代表：大語言模型（DeepSeek，chatgpt等）
2、專用&通用技術對比
? 專用AI技術：數據、算力、專業知識門檻高，不容易落地
? 通用AI技術：各方面門檻低，比較容易落地
3、通用工具的落地形式
? 提示詞工程：人直接用大語言模型工具
? 智能體：有思維鏈，不需要人實時驅動，真正能夠解放生產力
案例：微軟百度等頂尖科技公司，如何讓使用通用工具
二、通用大模型的細分
1、推理模型VS通用大模型
? 通用大模型：能夠勝任簡單明確的任務
? 推理模型：能夠勝任需要多步思考的復雜任務
? 簡單任務vs復雜任務：寫個宣傳稿VS寫個項目策劃書
2、兩類模型的特點和用法
? 兩類模型特性對比
? 兩類模型提示詞技巧
? 總結：推理模型更厲害，更好用
3、中美兩國的推理模型
? 美國推理模型王者：GPT-o1
? 中國推理模型冠軍：DeepSeek-R1
? 中美推理模型的性能對比
? 結論：DeepSeek打破了美國的技術壟斷和封鎖
三、DeepSeek等新一代大模型工具如何落地制造業
1、提示詞工程對企業和員工的影響
? 量變：讓員工效率暴增
? 量變案例：3小時完成原本需要2個月周期的定制方案
? 質變：讓員工掌握原本不增擁有的能力
? 質變案例：用人話完成3D建模設計，用人話完成數字仿真
? 質變案例：人人都能編程（用人話編程）
? 質變案例：辦公自動化（大模型幫你完成所有需要用電腦完成的工作）
? 質變案例：數據分析（大模型幫你完成商業智能和人工智能建模分析）
? 結論：提示詞工程能使員工效率暴增，但是對企業幾乎沒有效果
2、智能體
? 智能體：把大模型的使用過程固化下來
? 智能體流程自動化案例
? 智能體合規性審查自動化案例
? 結論：智能體會讓辦公室里的人越來越少
? 問題：是誰代替了這些人？（誰來主導智能體開發）
? 答案：率先選擇擁抱新技術的員工，替代那些不愿意擁抱的
（有效的智能體只能有企業內部業務專家主導）
四、動手掌握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發揮到最大
? 提示詞工程是一切的基礎
? 寫好提示詞，需要解鎖三個“隱藏功能”
2、使用DeepSeek等新一代大模型提升工作效率
? 國內外AI工具的區別和優勢
? 案例演示1：用AI新工具搜索信息和素材（DeepSeek VS Perplexity）
場景1.1-AI工具對比搜索引擎
場景1.2-AI搜索工具的一般用法和高質量用法
場景1.3-極限案例：10分鐘了解競爭對手市場占有率
? 案例演示2：用大語言模型完成文案寫作（Claude VS Chatgpt VS DeepSeek）
場景2.1-萬用文案撰寫套路（含國內外工具對比）
場景2.2-如何讓你的文案有個性更易于傳播
場景2.3-利用ChatGPT預判客戶反饋及競爭對手動向
場景2.4-如何逼出AI工具的全部潛力
? 案例演示3：用大語言模型高效抽取會議信息（Claude VS Chatgpt VS DeepSeek）
場景3.1-通用會議總結套路
場景3.2-從大段文本中整理表格
場景3.3-從大規模文本中提取信息（政策文件、技術手冊等）
? 案例演示4：真·人人都能寫代碼-辦公自動化/數據分析（chatgpt vs 智譜清言VS DeepSeek）
場景4.1-專業程序員如何使用AI工具完成5倍以上的效率提升
場景4.2-不寫一行代碼，用“人話”完成辦公自動化編程（表格整理，文件批處理）
場景4.3-用“人話”從表格中完成商業智能數據分析
場景4.4-外行也能完成機器學習算法開發，預測客戶流失
? 案例演示5：如何完成創意視覺設計（MJ vs SD vs DALLE vs Ideogram）
場景6.1-對比主流的視覺設計工具
場景6.2-如何選擇不同的視覺設計工具
? 案例演示6：如何生成PPT（微軟Copilot VS 訊飛星火 VS WPS VS 智譜清言）
場景6.1-從零開始生成高質量PPT
場景6.2-從大段文本生成總結PPT
3、通用的提示詞套路
? 所有問題從方法論開始，如何讓大模型說真話
? “喊幾個”頂尖專家幫你厘清思路
? 萬用提示詞套路-讓LLM幫你寫提示詞
? 讓LLM持續幫你優化工作結果
? 一些通用的小技巧
4、走入聽眾工作場景
? 此部分案例請甲方提供一些基礎素材
? 老師將根據甲方提供的素材定制演示案例
案例：讓大語言模型完成研發文檔撰寫。
五、智能體技術
1、智能體技術基礎
? 什么是智能體：讓機器自己使用LLM工具
? 智能體的關鍵點：思維鏈和提示詞工程
? 智能體的開發框架：零代碼框架與編程框架
2、打造智能體的正確流程
? 用精益的方式確定場景
? 用業務思維理順流程
? 找到高質量的提示詞和思維鏈
? 把思維鏈固化下來轉換成智能體
3、如何確定落地場景
? 用精益的方式確定場景
? 用數據決策的方式確定
? 匯總所有痛點場景
4、如何折算場景價值
? 找到一個合理的評估邏輯
? 帶入一組真實的數據
? 動手用LLM幫助完成價值折算
5、迭代提示詞
? Clear：將任務拆解的夠具體
? Specific：每個子任務的要求提清晰
? Little tricks：Relection、職場PUA等方法
? 不斷動手迭代，找到最優解
6、確定思維鏈
? 將迭代好的提示詞轉換為思維鏈
? 將思維鏈圖像化表示
? 復查并迭代
六、動手制作專屬智能體
1、智能體開發平臺介紹
? Coze：行業主流的零代碼智能體開發平臺
? Coze的開發邏輯
? Coze中的模塊介紹
2、通用智能體開發案例
? 通用案例：表格整理及流程自動化
? 用Coze快速生成智能體
? 快速生成智能體的問題
? 如何用自定義思維鏈提升智能體效果
? 自定義思維鏈模塊介紹
? 最終效果演示
3、制造業智能體案例
? 流程自動化案例
? 跨系統數據整合案例
? 質量管控智能體案例
? 研發自動化縮短研發周期案例
七、DeepSeek等大模型對時代的影響
1、大模型會逐漸替代所有辦公室里的人
? 前期大模型會大大減少人的工作強度
? 智能體徹底成熟后，能夠逐漸替代所有崗位
案例：某企業智能體項目
2、人類社會將迎來翻天覆地的改變
? AI為我們帶來的終局
? 絕大部分的工作會被替代
? 只有兩類人會留下：做決策&有想法
案例：18年圖靈獎得主案例，智能化終局解讀，元宇宙加持下的后AI時代。辨析大模型和小模型選擇對行業的影響
