大模型原理及产业发展趋势

2024年初以Chatgpt为首的“大模型”技术席卷了各行各业，但是对这种技术的评价确实两极分化的，特别积极的观点认为这个技术会在很短时间内彻底取代人类去工作，但特别消极的观点会认为这个技术不过又是一个“智商税”噱头居多，作为普通人，我们肯定对大模型存在很多这样那样的疑问。

• 大模型到底是啥

• 大模型的原理是什么

• 大模型到底怎么用，才能对企业带来价值

• 有哪些好用的大模型工具，分别有什么特点

• 能否举一些场景，给我们演示一下工具的具体使用技巧

• 有没有“万用”的提示词，让我们都能够快速掌握大模型工具

所有答案将在课上揭晓！

• 理解大模型的原理

• 知晓中美两国不同工具的差距

• 掌握大量大模型在企业落地的具体案例

• 掌握使用大模型加速办公的六大场景

• 看清未来，知晓大模型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。

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

一、 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影响企业

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

• 智能体供应链自动化案例

• 智能体合规性审查案例

• 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）

三、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）

1. 场景6.1-对比主流的视觉设计工具

2. 场景6.2-如何选择不同的视觉设计工具

• 案例演示6：如何制作爆款视频（剪映、快影VS pika、Gen2）

1. 场景7.1-复制现有爆款视频（形象生成+文案生成+数字人）

2. 场景7.2-用新一代AI工具定制爆款营销视频（文案+长视频+短视频素材）

• 案例演示7：如何生成PPT（微软Copilot VS 讯飞星火 VS WPS VS 智谱清言）

1. 场景8.1-从零开始生成高质量PPT

2. 场景8.2-从大段文本生成总结PPT

3、通用的提示词套路

• 1、所有问题从方法论开始，如何让大模型说真话

• 2、“喊几个”顶 尖专家帮你厘清思路

• 3、万用提示词套路-让LLM帮你写提示词

• 4、让LLM持续帮你优化工作结果

• 5、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：让大语言模型帮你搞定工业视觉质检，让大语言模型帮你搞定活动创意。

四、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