课程大纲

大语言模型LLM简介

什么是大型语言模型？

GPT系列模型概述

chatGPT和GPT的关系

AIGC和LLM的关系

开源模型 vs 闭源模型

公域模型 vs 私有部署

DeepSeek和传统大模型的主要区别

预训练 vs 后训练

单模态 vs 多模态

AIGC的三大应用领域

应用案例和潜在能力

实战案例演示（文本生成+文生图）

大语言模型LLM的基本原理

大语言模型“大”在哪里

大语言模型的基本原理

大语言模型的训练过程

chatGPT的三阶段训练

DeepSeek基于推理提升模型能力的基本原理

大语言模型的不可解释性

大语言模型和搜索引擎的区别与联系

大模型环境问题的正确理解与应用

数据为王：知识工程的回归

大语言模型本地部署实战

本地部署的基础知识

本地安装ollama

本地部署Deepseek R1

本地部署Llama 3.3

本地安装open-webui

本地部署实现RAG

如何使用好LLM

什么是提示词工程？

如何构建有效的提示

LLM应用能力的进阶模型（“倒三角”模型）

提示词工程基础知识

主流提示词使用技巧

提示的万能使用公式详解

提示词模板的使用

提示词静态链的使用

提示词的横向扩展

提示词的纵向扩展

使用OpenAI API

ReAct的概念和落地

思维链和多思维链

RAG的基本原理与应用

多模态RAG的使用

plugin机制与使用方式

Function Call机制与使用方式

Agent的雏形

Agent开发的基本框架

业界主流Agent的设计思路与使用

Multi-Agent的雏形

业界主流Multi-Agent的设计思路

Multi-Agent的基本逻辑和应用范围

Multi-Agent应用示例：MetaGPT

Multi-Agent应用示例：DevChat

DeepSeek大模型基础与使用进阶

DeepSeek与传统LLM的主要区别

从DeepSeek R1 Zero到DeepSeek R1

DeepSeek R1和OpenAI O1模型的对比总结

预训练范式 vs 推理计算范式

多头潜在注意力机制MLA

混合专家架构MoE

DeepSeekMoE的关键创新

对传统大模型的挑战和机遇

DeepSeek的常见误解与详细解读

LLM在软件研发全生命周期中的应用场景与案例（独家干货，来自大厂一线落地实践）

软件研发全流程中LLM擅长的部分

软件研发全流程中LLM不擅长的部分

竞品分析与市场调研阶段LLM的应用场景与案例

产品概念与产品定义阶段LLM的应用场景与案例

产品原型阶段LLM的应用场景与案例

产品体验设计阶段LLM的应用场景与案例

需求分析阶段LLM的应用场景与案例

技术选型阶段LLM的应用场景与案例

顶层设计阶段LLM的应用场景与案例

详细设计阶段LLM的应用场景与案例

从设计到UML，从UML到代码的完整示例

编码阶段LLM的应用场景与案例

代码评审阶段LLM的应用场景与案例

单元测试阶段LLM的应用场景与案例

接口测试阶段LLM的应用场景与案例

持续集成流水中LLM的应用场景与案例

各类软件工程文档中LLM的应用场景与案例

持续发布中LLM的应用场景与案例

性能测试阶段LLM的应用场景与案例

测试结果分析中LLM的应用场景与案例

基础设施运维中LLM的应用场景与案例

安全工程LLM的应用场景与案例

实战演练与案例分享

千行百业中的真实案例实战（各类实现干货案例）

从需求到解决方案的完整过程

行业大语言模型使用现状与限制

互联网大厂BAT的研发效能实践与产品化

软件开发中的实战案例

软件测试中的实战案例

业务运维场景中的实战案例

Infrastructure运维场景中的实战案例