4006-998-758
3000+课程任你选择
大语言模型赋能下的新商业模式与行业实战案例VI
研发学院 大语言模型赋能下的新商业模式与行业实战案例VI
Jack Miao
  • 业界知名实战派研发效能(软件工程)和软件质量双领域专家,在国内外各大技术峰会担任联席主席,技术委员成员和出品人

  • 国内第一本多模态大模型书籍的作者,国内最早的大模型应用领域的一线实践者和布道者

  • 硅谷先进研发效能理念在国内的技术布道者,互联网行业研发效能提升领域的技术先行者

  • 大语言模型LLM在软件研发领域应用与落地的先行者

  • 测试基础架构和测试中台建设的技术布道者与实践者

  • “研发效能宣言“发起人和主要起草人

● 腾讯研究院 特约研究员

● 腾讯Tech Lead

● 腾讯集团技术委员会委员

● 腾讯管理干部技术领导力建设核心讲师

● 腾讯CTO领航营特聘讲师

● 腾讯研究院AIGC行业研究专项 特聘技术专家

● 腾讯学堂AIGC和LLM行业应用进阶特聘讲师

● 腾讯投后企业技术高管技术领导力课程核心讲师

● 中国计算机学会(CCF) TF 研发效能SIG 主席

● 国务院发展研究中心AIGC应用 特约访谈专家

● 中国信息通信研究院“LLM智能化软件工程”年度贡献专家

● 中国通信标准化协会TC608云计算标准和开源推进委员会云上软件工程工作组副组长

● IEEE 智能化软件工程标准的撰写人之一

● 年度IT图书最具影响力作者(与吴军同时获奖)

● 22年23年连续两年获得 中国信通院软件工程领域年度十大突出贡献专家

● 年度IT技术领导力年度互联网行业测试领域技术专家

● 中国商业联合会 互联网应用技术委员会 智库专家

● 腾讯云架构师技术同盟入会发展主席

● 畅销书《多模态大模型:技术原理与实战》作者

● 台湾繁体图书《多模态+大模型实作精讲》作者

● 《大模型驱动的软件测试:从理论到实践》译者

● 《构建Agentic AI系统:打造能推理、可规划、自适应的AI智能体》译者

● 《智能体设计模式:构建Agentic系统实践》译者(即将出版)

● 《因果 AI》译者(即将出版)

● 《AI Agents in Action》译者(即将出版)

● 《Engineering AI System》译者(即将出版)

● 《AI赋能的数据科学:基于LLM的多模态数据分析》译者(即将出版)

● 腾讯云最具价值专家TVP,阿里云最具价值专家MVP,华为云最具价值专家MVP

● 业界第一本研发效能领域专著《软件研发效能提升之美》作者

● 畅销书《软件研发效能提升实践》作者

● 畅销书《软件研发效能权威指南》主编

● 畅销书《测试工程师全栈技术进阶与实践》作者

● 畅销书《高效自动化测试平台:设计与开发实战》作者

● 畅销书《现代软件测试技术之美》作者

● 新书《高质效交付:软件集成、测试与发布精进之道》

● 新书《软件研发行业创新实战案例解析》主编

● 新书《现代软件测试技术权威指南》

● 译作《整洁架构之道(中文新版)》

● 译作《软件设计的哲学(第2版)》

● 译作《DevOps实践指南(第2版)》

● 译作《持续架构实践:敏捷和DevOps时代下的软件架构》

● 译作《现代软件工程:如何高效构建软件》

● 译作《精益DevOps》

● 译作《基础设施即代码:模型驱动的DevOps》

● 译作《计算机科学通识:计算思维培养与多学科问题解决实践》

● 硅谷架构经典教程《软件架构实践(第4版)》技术审校

● 《软件开发中的决策:权衡与取舍》技术审校

● InfoQ极客时间《软件测试52讲-从小工到专家的实战心法》作者

● 《研发质量保障与工程效能》作者之一

● 团体标准“软件研发效能度量规范“核心编写专家

● 信通院“DevOps能力成熟度模型”核心编写专家

● 技术白皮书“研发效能实践指南“主编

● 技术白皮书“软件测试技术趋势白皮书“指导委员会委员

● 技术白皮书“数字化时代质量工程白皮书“编写委员会成员

● “2022研发效能实践案例智库集“主编

● Certified DevOps Enterprise Coach课程设计者

● “中国数字经济发展观察报告”作者之一

● 西南科技大学 计算机科学与技术学院 研究生导师

● 南京大学 软件学院 企业讲师

● 中国移动通信联合会ICT领域专家级讲师认证

查看老师详情
课程内容

课程大纲

大语言模型LLM简介

l 什么是大型语言模型?

l GPT系列模型概述

l chatGPT和GPT的关系

l AIGC和LLM的关系

l 开源模型 vs 闭源模型

l 公域模型 vs 私有部署

l DeepSeek和传统大模型的主要区别

l 预训练 vs 后训练

l 单模态 vs 多模态

l AIGC的三大应用领域

l 应用案例和潜在能力

l 实战案例演示(文本生成+文生图)

 

大语言模型LLM的基本原理

l 大语言模型“大”在哪里

l 大语言模型的基本原理

l 大语言模型的训练过程

l chatGPT的三阶段训练

l DeepSeek基于推理提升模型能力的基本原理

l 大语言模型的不可解释性

l 大语言模型和搜索引擎的区别与联系

l 大模型环境问题的正确理解与应用

l 数据为王:知识工程的回归

如何高效使用LLM

l 如何构建有效的提示词

l LLM应用能力的进阶模型(“倒三角”模型)

l 提示词工程基础知识

l 主流提示词使用技巧

l 提示的万能使用公式详解

l 提示词模板的使用

l 提示词静态链的使用

l 提示词的横向扩展

l 提示词的纵向扩展

l 使用OpenAI API

l ReAct的概念和落地

l 思维链和多思维链

l RAG的基本原理与应用

l 多模态RAG的使用

l plugin机制与使用方式

l Function Call机制与使用方式

l MCP的原理与使用

l Skill的原理与使用

l Skill高级使用技巧

l Skill的管理

l Agent的雏形

l Agent开发的基本框架

l 业界主流Agent的设计思路与使用

l Multi-Agent的雏形

l 业界主流Multi-Agent的设计思路

l Multi-Agent的基本逻辑和应用范围

l OpenClaw的原理与架构

l OpenClaw的使用

l Multi-Agent应用示例:MetaGPT

l Multi-Agent应用示例:DevChat

 

Manus和OpenClaw小龙虾多智能的原理与重现

l Manus能做什么

l Manus是如何实现的

l 如何在Multi Agent项目中有效使用A2A协议

l OpenClaw的原理与架构

l 固定工作流

l 动态规划工作流

l “人原生”ReAct的基本实现

l Manus的复现详解

 

大语言模型LLM加持下的全新商业模式(独家干货)

l 文生文的各类应用场景(独家案例)

l 文生文行业产品分析(独家案例)

l 文生图的各类应用场景(独家案例)

l 文生图行业产品分析(独家案例)

l 文生视频的各类应用场景(独家案例)

l 文生视频行业产品分析(独家案例)

l AIGC全球商业案例与产品创新(上)(独家案例)

l AIGC全球商业案例与产品创新(下)(独家案例)

l 产品经理的思考

 

大语言模型LLM对传统行业的赋能

l 提效级创新

l 开创性创新 VS 微创新

l 在金融行业的提效案例

l 在办公行业的提效案例

l 在数据分析行业的提效案例

l 在招聘场景的提效案例

l 在广告文案行业的提效案例

l 在销售行业的提效案例

l 在研发效能提升领域的案例

 

LLM的未来发展和应用前景

l LLM的未来发展方向

l LLM在各行业中的应用前景

l LLM与其他人工智能技术的关系和比较

l LLM的风险与不确定性应对

l LLM的技术演化方向

l LLM的法律风险

l LLM的哲学思考

 

大语言模型的局限性

l 安全性和隐私

l 伦理使用指南

l 暗知识的局限性

l 知识平权场景下的LLM

 

LLM在行业的各类应用解读

l 智能客服:提供24/7在线支持,快速解答用户问题,减少人工客服负担。

l 产品推荐:- 根据用户需求和偏好,智能推荐合适的PC或笔记本型号。

l 市场调研分析:- 分析用户反馈和市场趋势,帮助厂商优化产品设计和营销策略。

l 文档自动生成:- 自动生成产品说明书、用户手册和技术文档,提高文档编写效率。

l 售后服务优化:- 分析故障报告,提供解决方案,提升售后服务质量。

l 培训与教育:- 为员工提供定制化的培训内容,提高员工技能和知识水平。

l 设计辅助:- 在产品设计阶段,提供创意建议和技术支持,提升设计效率。

l 代码生成与优化:- 在软件开发过程中,自动生成代码片段或优化现有代码,提高开发效率。

l 用户体验提升:- 通过分析用户行为,优化产品界面和功能,提高用户满意度。

l 内容审核:- 自动审核用户生成内容,确保符合品牌标准和政策要求。

l 社交媒体管理:- 自动生成和发布社交媒体内容,增强品牌曝光和用户互动。

l 多语言支持:- 提供多语言翻译和本地化支持,拓展国际市场。

 

实战演练与案例分享

l 千行百业中的真实案例实战(各类实现干货案例)

l 从需求到解决方案的完整过程

l 行业大语言模型使用现状与限制

l 软件开发中的实战案例

制造业的实际案例

 



返回上一级