你将获得
“1. 明晰大模型、AIGC 等核心概念及应用价值
2. 掌握主流大模型分类与 Kimi、通义千问等使用方法
3. 学会提示词优化常用技巧及 9 个实用沟通公式
4. 掌握单样本学习、分步思考等提示词实战优化方法
5. 学会部署本地模型、使用知识库与插件扩展大模型能力”
课程介绍
本课程聚焦大模型基础与提示词优化核心技能。从概念入手，解析 GenAI、AIGC 等基础概念，介绍主流大模型分类及能力差异，详解 Kimi、通义千问、Coze 等模型的使用方法。重点讲解提示词优化技巧，结合 9 个实用公式、单样本学习（OneShot）、分步思考等实战方法，提升与大模型沟通效率。通过案例实操，包括部署本地大模型（LM Studio）、用知识库回答定制问题、借助插件增强搜索能力，以及打造提示词模板车间批量生成个性化模板，助力无技术基础学员快速掌握大模型使用与提示词优化能力。
课程目录
学习目标:
1. 了解大模型是什么、能做什么以及能帮我们创造哪些价值。
2. 知道有哪些主流的大模型及相关应用，能够根据自己的需求选择合适的大模型。
3. 无需技术基础，掌握提示词优化技巧，学会高效地和大模型沟通，发挥大模型的最大效能。
知识点:
1.GenAl 通识、大模型、AIGC、生成式人工智能等概念介绍，
2. 主流大模型介绍与分类 (能力差异、资源差异等)。
3. 不同大模型的使用方法 (Kimi、通义千问、Coze 等)。
4. 提示词优化的常用方法。
案例:
- 使用 LM Studio 部署本地大模型。
- 提示词优化的 9 个公式: 学会更高效地与大模型沟通、
- 使用 OneShot(单样本学习) 优化健身食谱生成效果。
- 使用内置提示词“一步一步思考”改善家庭旅游计划。
- 使用知识库，回答定制化产品信息。
6. 使用插件，增加大模型搜索能力。
7. 使用 MetaPrompt 方法自动评估并改进提示词，
8. 打造提示词模版车间，批量生成个性化模版。"
查看更多
讲师
尹会生
大模型领域连续创业者 & 技术战略专家
看过的人还看了
