人工智能与大模型介绍(deepseek)之企业赋能

人工智能与大模型介绍企业赋能2025人工智能和大模型的介绍人工智能是计算机科学的一个分支，旨在创建能够模拟人类智能行为的系统或软件。它涵盖机器学习、自然语言处理等多个领域。例如，图灵测试是衡量机器是否具有智能的经典标准，要求机器能够与人类进行自然对话而不被识破。01人工智能自20世纪50年代诞生以来经历了多次起伏。早期的专家系统曾取得一定成果，但受限于计算能力。近年来，随着深度学习的兴起，人工智能在图像识别、语音识别等领域取得了突破性进展，推动了技术的广泛应用。02什么是人工智能大模型通常指的是大规模的人工智能模型，是一种基于深度学习技术，具有海量参数、强大的学习能力和泛化能力，能够处理和生成多种类型数据的人工智能模型。01通常说的大模型的“大”的特点体现在：02什么是大模型训练数据量大计算资源需求高参数数量庞大架构规模大人工智能包含了机器学习

，机器学习包含了深度学习

，深度学习可以采用不同的模型

，其中一种模型是预训练模型

，预训练模型包含了预训练大模型（可以简称为

“大模型”）

，预训练大模型包含了预训练大语言模型（可以简称为

“大语言模

型”）

，预训练大语言模型的典型代表包括OpenAI的GPT和百度的文心ERNIE

，

文心一言是基于文心ERNIE开发的大模型产品

人工智能

机器学习

深度学习

预训练大模型

预训练

大语言模型

预训练大语言模型

GPT

文心ERNIE

...深度学习模型预训练模型

文心一言

ChatGPT人工智能与大模型的关系人工智能的架构多样性人工智能包含多种技术架构，如决策树、支持向量机等传统机器学习算法，适用于不同的数据类型和任务场景。例如，在图像分类任务中，卷积神经网络（CNN）是常用的人工智能架构，能够有效提取图像特征。大模型的架构特点大模型主要基于Transformer架构，其核心是自注意力机制，能够捕捉长距离依赖关系，适合处理语言类任务。Transformer架构通过并行计算提高了训练效率，使得大模型能够在短时间内处理海量数据，实现复杂的语言生成和理解功能。技术架构的区别人工智能的数据需求传统人工智能模型对数据量要求相对较低，但对数据质量要求较高。例如，监督学习需要标注清晰的数据集来训练模型。在一些特定领域，如医学影像分析，少量高质量的标注数据即可训练出有效的模型，用于疾病诊断等任务。大模型的数据需求大模型需要海量的数据进行训练，以学习语言的规律和模式。这些数据通常来自互联网，涵盖多种语言和领域。例如，GPT模型的训练数据量可达数千亿词，通过无监督学习方式从大规模文本中提取知识，从而具备广泛的语言生成能力。数据需求的区别大模型主要集中在自然语言处理领域，如文本生成、机器翻译、问答系统等。在教育领域，大模型可以为学生提供个性化的学习辅导，根据学生的问题生成详细的解答和学习建议。大模型的应用场景02人工智能广泛应用于各个行业，如工业自动化中的机器人控制、智能家居中的设备互联等。在安防领域，人工智能通过视频监控和图像识别技术实现智能安防，能够实时检测异常行为并发出警报。人工智能的应用场景01应用场景的区别01AIGC是利用AI技术生成文本、图像、音频、视频等内容的技术体系，基于深度学习、自然语言处理等技术，通过大规模数据训练使AI模仿人类创作逻辑。02AIGC与大模型紧密相关，大模型为AIGC提供了强大的生成能力，是AIGC的核心支撑。AIGC对于人类社会、人工智能的意义是里程碑式的。短期来看AIGC改变了基础的生产力工具，中期来看会改变社会的生产关系，长期来看促使整个社会生产力发生质的突破。AIGC的概念

推动行业创新与转型AIGC技术的快速发展为传统行业带来了转型升级的契机。

通过与AIGC技术

的深度融合

，传统行业可以探索新的商业模式和服务模式

，实现创新发展。

例如，在零售业中，AIGC技术可以用于智能推荐、虚拟试衣等场景，提升购

物体验并促进销售增长。在金融领域，AIGC技术可以应用于投资策略优化、

风险管理等方面，提高金融机构的决策效率和准确性

内容创作领域的革新AIGC技术能够自动生成高质量的文本、

图像、音频和视频等内容，极大地提

高了内容创作的效率。在新闻、广告、

自媒体等领域，AIGC已经实现了广泛

应用

，帮助创作者快速生成多样化、个性化的内容

，满足市场需求。

这种技

术革新不仅降低了内容创作的成本

，还激发了创作者的创新灵感

，推动了内

容产业的繁荣发展

生产力提升与成本降低AIGC技术在多个行业中展现了其提升生产力和降低成本的潜力。例如，在游

戏开发领域，AIGC技术可以用于场景构建、角色互动等，减少人工制作的工

作量，提高开发效率。在制造业中，AIGC技术可以辅助设计、优化生产流程，

降低生产成本。这些应用使得企业能够更快地响应市场变化，提升竞争力AIGC技术对行业发展的影响AIGC技术通过提供个性化、定制化的内容和服务，显著提升了用户体验。在

智能客服、在线教育等领域，AIGC技术可以根据用户的需求和偏好提供精准的服务

，满足用户的个性化需求。

这种以用户为中心的服务模式不仅增强了

用户的满意度和忠诚度，还为企业带来了更多的商业机会用户体验的升级

职业发展路径的多样化AIGC技术的发展为职业发展路径提供了更

多的可能性

。从业者可以根据自己的兴趣和

特长

，选择适合自己的职业发展方向。例如，

一些对AI技术感兴趣的从业者可以选择成为

A

I训练师或机器学习工程师

，而一些具有创

意和设计才能的从业者则可以利用AIGC技

术来提升自己的创作能力

新兴职业的出现随着AIGC技术的快速发展

，一系列与该技术相关的新兴职业应运而生

。例如

，A

I训练师

、机器学习工程师

、数据标注员等职业需求激增

。这些新兴职业不仅要求从业者具备

扎实的技术基础

，还需要不断学习和掌握最新的AIGC技术动态

工作方式的变革AIGC技术改变了传统的工作方式

，使得远

程工作

、灵活办公成为可能

。许多企业开始采用AIGC技术来优化工作流程

，减少人力成本

，提高工作效率

。这种变革不仅为员工提供了更加灵活的工作方式

，也为企业带来

了更大的经济效益

传统职业的转型升级AIGC技术也为传统职业的转型升级提供了

契机

。许多传统职业如编辑

、设计师

、教师

等

，在AIGC技术的辅助下

，工作效率和创

作质量得到了显著提升

。

同时

，这些职业也

需要从业者不断适应技术变革

，掌握新的技能和工具

，以适应市场需求的变化

持续学习与技能提升面对AIGC技术的快速发展

，从业者需要不

断学习和提升自己的技能水平

。通过参加培训课程

、

阅读专业书籍

、参与技术论坛等方式

，从业者可以紧跟技术前沿

，保持自己的

竞争力AIGC技术对行业发展的影响大模型与AIGC之间的关系可以说是相辅相成、

相互促进的。

大模型为AIGC提供了强大的技术基础和支撑，而AIGC则进一步推动了大模型的发展和应用大模型和AIGC的结合

，

也带来了广泛的应用前景AIGC的需求也推动了大

模型的发展大模型为AIGC提供了丰

富的数据资源和强大的计

算能力030102AIGC与大模型的协同发展这些工具基于大语言模型技术

，具备文本生成、

语言理解、

知识问答、

逻辑推理等多种能力

，可广泛应用于写作辅助、

内容创作、

智能客服等多个领域。

通过不断迭代和优化

，为用户提供更加智能、

高效的内容生成解决方案。Kimi文心一言豆包DeepSeek讯飞星火通义千问ChatGPTAIGC技术对行业发展的影响Kimi文心一言豆包DeepSeek讯飞星火大模型榜单01DeepSeek是一款国产AI工具，不仅能够帮助我们解决日常问题，还能在工作和学习中提供极大的帮助，相比其他同类工具，无论推理能力、文字处理能力、思考能力、还是框架构建能力都更强大，重点是免费

与传统AI应用不同，DeepSeek采用了独特的算法和模型架构，这使得它在回应速度和内容质量上都有了极大的提升。例如，在处理复杂的问题时，DeepSeek能够快速分析问题的关键要点，调动其学习到的知识储备，给出准确、详细且富有逻辑的回答。1.智能问答：通过自然语言对话，快速解答用户的问题。2.内容生成：帮助用户生成高质量的文章、报告、邮件等内容。3.数据分析：对用户提供的数据进行分析，生成可视化图表或报告。4.任务管理：帮助用户规划日程、提醒任务、管理时间。5.学习助手：提供学习资料、解答学术问题、辅助研究。02DeepSeek的定义01DeepSeek是由中国的深度求索公司开发的，成立于2023年，是一家创新型科技公司，专注于开发先进的大语言模型（LLM）和相关技术，在数学、代码、自然语言推理等任务上性能优异，并且对中文的处理能力较强。

2024年1月5日发布DeepSeekLLM，包含670亿参数，从零开始在2万亿token数据集上训练，全部开源。

DeepSeek采用了强化学习技术，与OpenAI开发的ChatGPT相比，能够在极少标注数据的情况下提升模型推理能力，并且训练成本较低，仅为ChatGPT的十分之一。02推理型大模型:DeepSeek的核心是推理型大模型，与指令型大模型不同，它不需要用户提供详细的步骤指令，而是通过理解用户的真实需求和场景来提供答案。更懂人话:DeepSeek能够理解用户用"人话“表达的需求，而不需要用户学习和使用特定的提示词模板。深度思考:DeepSeek在回答问题时能够进行深度思考，而不是简单地罗列信息。文风转换器:DeepSeek可以模仿不同作家的文风进行写作，适用于多种文体和场景DeepSeek的发展历程01多头潜在注意力（MLA）使用低秩联合压缩方法减少注意力计算的缓存需求，同时保持多头注意力的性能。采用混合专家（MoE）架构提高训练效率，引入多令牌预测（MTP）机制提升预测能力。02冷启动数据引入推理导向的强化学习监督微调与拒绝采样全场景强化学习：DeepSeek的技术特点0102强化学习中的群体相对策略优化（GRPO）：近端策略优化算法（PPO）是OpenAI

2017年提出的一种强化学习算法，被用于GPT等多款主流模型训练过程中用于优化模型表现。DeepSeek提出组相对策略优化（GRPO），对PPO改良，提高计算a效率，降低内存占用。DeepSeek性能优化●Deep

See

k

V

3模型训练成本达2

7

8

.

8

万H

8

0

0小时

，

共花费5

5

7

.

6

万美元

。

对比Open

A

I、

Anthropic

、

LlaMA

3等模型

，

Deep

SeekV

3单次训练成本显著降低

，

主要系Deep

Seek公司通过优化模型结构

、

模型训练方法

、

针对性GPU优化等部分

，

提升了模型训练

过程中的算力使用效率。表：

DeepSeek

V3训练成本（假设H800租赁价格为2美元/每GPU小时）训练成本预训练上下文扩展后训练总计H800GPU小时

（万小时）266.411.90.5278.8美元

（万元）532.823.810557.6用于负载均衡的辅助无损策略All

To

ALL通信内核IB+NVLinkPTX语言带宽限制无张量并行TP专家模型MOE+多头潜在自注意力MLA多标记预测(MTP)DualPipe低精度FP8训练模型结构Architecture模型训练方法Pre-Train针对性GPU优化图：

DeepSeek

V3节省训练成本的方法

，包括调整模型结构

、训练方法

、GPU优化等DeepSeek开源与成本优势如何使用DeepSeek网页版使用•官方网页版API调用

充值金额仅用于调用API服务，网页版及App对话免费使用，无需充值。手机端使用手机端使用DeepSeek三种使用模式的区别模式特点推荐场景深度思考（R1）1.调用复杂推理能力2.基于模型内部知识库(非实时)3.生成结构化分析需要逻辑推演和多角度分析的问题联网搜索1.实时访问互联网最新信息2.整合外部数据源结果3.可能附带来源引用依赖时效性或模型知识库外的事件默认模式（两者都不选)1.快速生成简洁回答2.依赖模型预训练知识(可能过时）3.无额外扩展简单事实确认或常识性问题1、

错峰使用：避开白天高峰期2、

本地部署：减少服务器依赖

，降低延迟并提升响应速度3、

使用第三方平台：访问支持DeepSeek模型的第三方平台4、

多刷新几次：我就不信了！

多刷新几次总会出来目前DeepSeek最大的瓶颈：

服务器繁忙

DeepSeek目前因为访问量过大等原因经常出现服务器繁忙的情况，受到不少网友调侃外部恶意攻击服务维护与限制推测原因解决办法用户流量过大技术性能瓶颈DeepSeek不好用虽然DeepSeek能够回答

，但是错误提问会

导致答案效果不好（如右图）不过DeepSeek也会通过推导识别用户缺少

的细节

，不断引导用户补充信息。不需要太多太长的提示词

，是否就意味着可以随便提问DeepSeek呢？那DeepSeek可以随便提问？常见错误提问方式

•

问题杂糅--混合多个问题

，主旨不清晰•

命令模糊-缺乏具体形式•

信息缺失--没有场景DeepSeek不好用短视频流量下滑是什么原因？

（是什么）平台算法近期有哪些调整？

（为什么）如何通过内容优化在1周内提升播放量？

（怎么做）我计划开展跨境电商业务（需求）担心海外政策变化影响物流（担忧）请提供3条风险规避策略（解决措施）我是母婴博主（身份）需为新手妈妈推荐辅食工具（目标对象）重点强调安全性和性价比（核心重点）语言风格亲切易懂（风格要求）掌握提问万能公式

，获得满意答案

虽然DeepSeek不太需要结构指令型的提示词

，但是具有需求和场景的提问方式更能引导它进行深度思考：3.

个性化输出公式身份

+

目标对象

+

核心重点

+

风格要求适用场景：对语言风格有要求，更贴近

“说人话”1.

分析类问题公式

是什么

+

为什么

+

怎么做适用场景：需要深度解析复杂问题2.

反向提问公式

需求

+

担忧/问题

+

解决措施适用场景：针对潜在风险或挑战寻求方案DeepSeek问答的使用技巧

优化回答与验证回答小技巧

将复杂问题进行拆分

，便于DeepSeek对每个

问题进行深度思考用相反结论要求DeepSeek论证

，

以此来验证

之前的回答每次迭代更新补充1-2个信息点

，尤其可以补充问题的场景信息对文本形式进行要求或者限制内容字数

，

比如可以补充要求输出表格假设DeepSeek是某个角色

，再次询问其回答如何验证回答如何优化回答约束输出形式：假设角色身份：补充场景信息：结构化拆分：反驳验证：DeepSeek问答的使用技巧在输入提示词时，明确指定任务内容、要求和期望输出，使模型准确理解意图。（提问五大黄金法则）1、明确需求

2、提供背景

3、指定格式

4、控制长度5、及时纠正

1、背景+需求+约束条件。

我是一位职场新人(背景信息)需要提升自己的办公软件使用技能(明确需求)，请推荐适合初学者的办公软件学习教程，并按照难易程度进行分类(约束条件)2、需求+担忧+反向验证我需要购买一台笔记本电脑(需求)，担心电脑性能不够满足我的工作需求(担忧)，请列举3个可能导致性能不足的原因，并针对每个原因提供相应的解决方案(反向验证)DeepSeek问答的使用技巧DeepSeek赋能场景应用在输入提示词时，明确指定任务内容、要求和期望输出，使模型准确理解意图。（提问五大黄金法则）1、明确需求

2、提供背景

3、指定格式

4、控制长度5、及时纠正

1、背景+需求+约束条件。

我是一位职场新人(背景信息)需要提升自己的办公软件使用技能(明确需求)，请推荐适合初学者的办公软件学习教程，并按照难易程度进行分类(约束条件)2、需求+担忧+反向验证我需要购买一台笔记本电脑(需求)，担心电脑性能不够满足我的工作需求(担忧)，请列举3个可能导致性能不足的原因，并针对每个原因提供相应的解决方案(反向验证)DeepSeek+1.

DeepSeek

+

Gamma：

快速制作

PPT•适用场景：

需要快速制作演示文稿的用户

，如教师

、

职场人士等。2.

DeepSeek

+

剪映：

一键生成图文视频•适用场景：

需要快速制作视频内容的用户

，如自媒体人

、

营销人员等。3.

DeepSeek

+

MJ：

高质量图片生成•适用场景：

设计师

、

艺术家等需要高质量图片的用户。4.

DeepSeek

+

飞书：

快速总结会议纪要•适用场景：

职场人士

，特别是需要频繁参加会议并记录要点的用户。5.

DeepSeek

+

MJ

+

腾讯混元

3D：

IP

角色设计•适用场景：

需要进行3D建模和IP设计的用户

，如开发者

、

动画制作等。6.

DeepSeek

+

Cline：

A

I

编程助手•适用场景：

程序员和开发者

，提高编程效率和代码质量。7.

DeepSeek

+

Notion：

自动生成文本知识库•适用场景：

需要进行知识管理和内容创作的用户

，如研究员

、

创作者等。8.

DeepSeek

+

Otter：

一键转会议记录•适用场景：

职场人士

，特别是需要频繁参加会议并记录要点的用户。9.

DeepSeek

+

即梦

+

Tripo：

3D

模型创建•适用场景：

需要进行3D建模的用户

，如游戏开发者

、

动画制作人员等。千行百业正在迎接智能化升级新浪潮科学研究模拟实验知识发现简历筛选员工培训员工满意度分析数据分析合同审核法律咨询研发创新市场营销人力资源财务法务智能诊断助手药物研发个性化治疗计划智能投资顾问行业投研风险管理与评估个性化推荐库存管理客户服务与支持能源消耗预测··智能电网管理可再生能源优化零售行业金融行业能源行业健康行业增长运营个性化推荐市场竞争情报大模型成为AI开发新范式加速产业智能化升级进程赋能行业应用知识场景化：知识专题、地图，如新人培训场景、流程控制场景等基于知识图谱+大模型，对话方式直接给答案统一知识结构化pipeline，大模型信息抽取，打通知识关联性，一站式智能分析产研的设计文档、质量工程师测试方案和报告，自动推理风险项故障诊断推理，结合FMEA、FTA，反向推送到设计、制造、工艺环节，提升产品质量，降低次品率和工艺稳定性企业知识管理01呼叫中心知识库，客服知识库02学习培训03业务场景知识推送04企业内部法律，合规，规章制度等05目标场景基于大模型的知识平台智能运维与制造优化大模型技术在智能运维和制造优化方面也发挥着重要作用。利用大模型技术构建了智能运维系统，通过自然语言交互界面，实现了对运维问题的智能回答。在制造领域，大模型可以通过智能分析和预测维护，提升生产效率知识管理大模型技术正在重塑企业知识管理场景。通过大模型对语义的理解，企业可以将非结构化数据进行结构化提取和总结，大大降低了知识管理的落地门槛数据分析数据分析是企业决策的重要依据。

大模型技术通过引入编程能力，可以大大降低数据分析成本。然而，目前大模型在特定业务场景下的效果仍需优化，模型微调是一种解决办法在软件开发领域，大模型技术可以作为编码助手，提升工程师的工作效率。通过AI编程助手，减少了重复劳动，提

升了代码质量编码助手企业大模型的七大落地场景对话助手对话助手是大模型技术最基础也是最广泛的应用形态。基于知识库数据源和API查询，对话助手能够实时回答用户问题，提供高效的信息传递。报告生成企业常常需要撰写大量报告，这些报告往往具有固定模板且内容复杂。大模型技术可以通过分解报告为多个子问题，分别求解，并将结果整合到预定框架中，实现报告的自动生成。审核与合规企业大模型的七大落地场景审核类场景通常与生成类场景相伴相生。

大模型技术不仅可以辅助生成文档，还可以用于审核结构化业务数据和非结构化文档。

利用DeepSeek生成思维导图，快速梳理知识结构，明确工作重点。其实DeepSeek本身无法直接生成思维导图，实现方式基本是：DeepSeek生成Markdown格式文本，然后导入到支持Markdown转思维导图的工具比如Xmind、MindMaster等工具进。利用DeepSeek生成思维导图利用DeepSeek生成PPT随时发起会议交流，更高效、便捷进行团队沟通与协作基于音视频会议自动生成纪要对话工作知识数据汇总，团队与个人数据分析，AI助手提取关键人物与总结工作内容，帮助成员更全面了解学习工作进展状况组织数据可视化角色:Mermaid图表代码生成器功能:根据用户提供的流程或架构描述

，自动生成符合Mermaid语法的图表代码。技能:熟悉Mermaid的图表类型和语法

，能高效将流程转化为代码。理解流程分析、架构设计及结构化展示等领域知识。约束:代码必须符合Mermaid语法规范。流程和结构表达需准确清晰。流程图需要有二级、三级等多层级。输出的代码格式应简洁且易于理解。工作流程:询问用户希望绘制哪种类型的图表。收集详细的流程或架构描述。根据描述分析并设计图表结构。生成并输出符合Mermaid语法的代码。校验代码

，确保没有语法错误。将最终代码提供给用户。输出格式:Mermaid图表代码。示例：graphTD;A[开始]-->

B[做事情];B-->

C[结束];利用DeepSeek生成可视化图表-流程图利用DeepSeek生成可视化图表-甘特图AI生成办公相关图像——真实感摄影1、

让AI写提示词：提示词生成器文字

输入到DeepSeek2、

准备好想到的画面/关键要素：例如：本图给DS的是：南京的高铁在过江

，背景有南

京标志性建筑

，湛蓝的天空

，摄影风格。DeepSeek返回的是：一列流线型白色高铁正以300公里时速穿越南京长江大桥

，银

色轨道在阳光下闪耀

，桥墩直插碧波荡漾的江面

，背景是点缀着棉花糖般云朵的湛蓝天幕

，采用哈

苏X2D中画幅相机拍摄的现代工程摄影作品

，广角镜头完美捕捉大桥的钢铁几何结构与列车动态轨

迹

，8K超高清画质下可见车窗反光中的云影与江面泛起的白色航迹波1、

选择合适工具、

lora、

示例

，调整根据AI绘画工具推荐的lora或示例

，适当调整提示词。

例如本次使用的是即梦2、

调增基本设置

，生成图片等：例如

，本图用即梦生成

，设置好提示词、模型、

图片

大小等

，点击生成。1、

选择一张满意的选择一张满意的

，不满意可参考提供的

样图重新生成。2、

进一步微调可以进行“局部消除”、“风格延伸”等AI生成办公相关图像—带文字海报1、

准备好提示词

，

自备+参考：例如

：在“即梦”平台的“活动”专项“想象力挑战第29期·AI电影海报设计”找到自己喜欢的海报

，参考一下提示词。比如

，经过参考

，我的提示词如下：

科幻电影海报

，

BI数据分析大

赛的宣传海报

，

BI表格

，

图表实现

，交互模块

，数据加工计算

，场

景拆解分析。

海报主标题是“

中天精密材料BI自助数据分析大赛”

，粗

体、

棱角分明的液晶发光字体

，具有锋利的边缘和流动的数据线条

，

传达出一种科技感和神秘感。

副标题是“快来加入我们

，用数据说话，

以智慧取胜！

”海报下方小标题是“等你来战

，一起开启数据驱动的新

篇章！

”视觉冲击力强

，充满数字朋克（

cyberpunk）

氛围

，风格简

约

，超级酷炫

，好莱坞顶级海报设计。1、

选择一张满意的选择一张满意的

，不满意可参考提供的

样图重新生成。2、

进一步微调图片背景满意

，文字不满意

，可以进行“局部消

除”

，把文字消除后

，再用PS添加文字

，并参考AI的排版1、

选择合适的工具选择可以生成文字的工具

，例如即梦AI2、

调增基本设置

，生成图片等：生图模型选择“

图片2.1”

,比例9:16注意：需要出现在图片的文字用“”表示

AI生成办公相关图像——icon图标1、准备好提示词：例如：A3Diconofatrain（可替换主体）,cartoon,clay,cute,glossy,smooth,glossy,,gradient,white

background,

highest

detail,

style

expression,isometric

view,HD或者A(Optical

fiber)（括号内主体可替换）icon,gradient

frostedglass

texture,orange-biue,blind

box,cartoon

design,3d,frosted

alass,white

background,natural

light,8k,3d

rendering或者

：in

The

center

is

a

blue-purple

gradient

transparent

three-dimensional3D

shape

of“（keyboard

icon）”（括号内主体可替

换）,suspended

on

the

stage,surrounded

by

light

blue

transparent

glass,and

the

background

is

a

multi-layered

transparent

block,3Drendering,studio

lighting,C4D,high

contrast,high

saturation,1、

选择合适lora或作品示例

，调整根据AI绘画工具推荐的lora或示例

，适当调整

提示词2、

调增基本设置

，生成图片等：例如

，本图用即梦生成。

图片大小1:1或者使用工具“堆友”生成

，设置好正反提示词、模

型选择“微软风图标”、

设置图片大小等

，点击生成。1、

选择一张满意的选择一张满意的

，不满意可参考提供的

样图重新生成。2、

适当抠图适当抠图

，点击喜欢的图片

，选择“一键抠图”用DeepSeek来实现Photoshop图片批量处理

，本质上是DeepSeek代码能力的体现

，

目前的工作流基本是：

用DeepSeek生成一段可执行的代码脚本

，然后导入到Photoshop中运行。需要注意的是：

这种方法出现代码报错的概率比较高

，虽然报错也能发给DeepSeek帮忙解决

，但对于不熟悉Photoshop和代码

的小伙伴来说效率比较低

，

而对于熟悉Photoshop的小伙伴来说提效可能不太明显。步骤一步骤二

步骤三打开Photoshop

，在【文件】

菜单中依次点击【脚本-浏览】

，然后打开我们在

步骤二保存好的.jsx文件复制Javascript代码并保存到本地：

Win电脑可以先保存为.txt再改格式为.jsx

Mac电脑可以用VScode保存为.jsxDeepSeek生成代码脚本（Javascript）利用DeepSeek批量处理图片目前比较热门的AI编程工具Cursor和Windsu均已接入DeepSeekV3和DeepSeekR1

，不过需要会员才能调用（消耗的还是

slowrequests的额度）

。如果需要的话

，也可以通过API的方式接入。利用DeepSeek编程信息溯源与多维度答案推荐回答的问题基于数据库进行匹配，显示回答来源供参考，提高信息获取的深度和广度自定义问答Bot创建用户能够选择不同的数据源，制定Bot的对话流程和功能，从而创建一个专属于自己团队或业务的智能对话系统智能问答与实时检索根据用户输入的查询词，在企业内部进行搜索，并对搜索到的内容进行智能总结，极大提升信息检索效率，节省员工时间并优化工作流程让企业知识触手可及知识库问答客服助手问答助手企业知识问答数据输入与提取：AI从企业已有的数据库或其他文档中提取关键数据和信息文档生成：根据自定义模板或规则，AI根据提取的数据自动生成项目报告、工作总结、技术文档等内容整合与更新：AI自动将不同来源的信息进行整合、去重和优化，形成一个完整的文档发布与存档：最终文档可直接发布或存档，并根据模板或规范自动分类、保存文档整合与生成能力是AI知识中台的重要功能之一，能够帮助企业从大量数据和文档中自动生成和整合内容，提升文档管理和生产效率项目文档生成汇报总结方案生成试卷生成标书撰写业务文档整合生成项目文档生成企业AI

Agent定制

通过对企业数据库的深度学习和定制化开发，提供高效的业务支持和流程自动化数据接入：对AI

Agent与企业数据库连接，分析已有数据，了解企业工作流程和业务需求知识提取与应用：基于企业历史数据和员工行为模式，AIAgent学习并提取有价值的业务信息，应用于任务分配、报告生成等任务中智能反馈与优化：AI

Agent不断学习并根据用户反馈进行调整，优化任务分配、知识推荐和决策支持个性化推送与自动执行：基于用户的工作情况和需求，AI

Agent自动推送相关任务、建议或工作流程，提升工作效率企业助手运营助手行业信息助手业务流程自动化审核流程自动化决策助手组织智能助手定制81.57%82.43%81.83%83.22%80.70%80.22%78.39%74.87%76.35%78.09%74.87%76.09%73.04%75.99%75.48%73.65%72.35%73.65%75.39%75.39%75.39%74.78%74.78%76.00%77.00%75.39%74.17%88.35%84.48%76.70%75.39%杭州深圳

成都

苏州

无锡

上海青岛厦门宁波北京350.00%300.00%250.00%200.00%150.00%100.00%50.00%0.00%90.00%80.00%70.00%60.00%AI眼中的城市形象：三级分布，江浙沪评分较高88.43%88.35%89.04%88.43%87.65%87.22%86.52%86.52%85.91%鄂尔多斯

大模型A大模型B大模型C大模型D石家庄成都杭州嘉兴唐山广州大连徐州郑州宁波绍兴温州南京青岛沈阳合肥盐城南通重庆台州武汉无锡临沂昆明DeepSeek进行市场调查智能合同合同起草支持通用条款匹配及应用企业特色条款匹配及应用智能起草起草合同的关键信息内部评审协同智能支持外部磋商、条款谈判智能支持合同版本比对支持履约智能支持智能协同融合协同场景，提供及时AI协助风险点识别与判断风险处理建议参考法律条文与案例/条款风险点入库智能审查合同风险审查与协助法务知识标准条款备用条款风险点条款谈判策略合同模版业务模型履约模型履约跟踪应用场景知识层基础层AI模型层要素配置合同类型属性/表格条款风险点AI业务要素中心合同要素审查规则AI场景库（Prompt）导入/导出/使用AI训练数据集训练数据集训练集积累（导入/导出/维护）平台层业务层角色层平台层业务层角色层调优数据集知识沉淀知识沉淀–法务、业务法务财务税务知识沉淀业务合同签署知识沉淀条款项/审查清单沉淀外部通用/专有模型业务知识平台条款库企业条款库个人条款库平台业务库企业业务库个人业务库数据标注智能合同：定位解决企业的业财法人员审查合同低效、风险高等痛点，构建了合同审查、合同比对及协同评审等智能化管理能力，帮助企业极大提升合同管理效率。智能合同审核效能提升33%AI智能初审：面向业务人员自动初审合同，针对不用合同类型及审核点，借助大模型能力自动初审合同，给业务人员输出合同风险点及修改建议。AI辅助审核：辅助财法等专业人员在主体审查，风险审查等方面的应用能力。合同智能审批：合同审核要点自动提取，由AI助手替代运营自动审批合同要点，同时帮助合同审批人归纳合同审批要点，提高合同审批效率。文档知识转化为知识内容，提取文件的关键信息示例报告解读内容总结与创作根据用户自身属性、不同的流程状态，对用户的问答进行个性化回复，帮用户解决员工服务、财务、EIT、OA等领域问题内容创作群聊总结多应用ChatBI既能面向决策层解决问数的绝对准确性，也能面向数据分析师解决SQL自动生成，NL2SQL的准确度到达业界SOTA水平(75%+)，复现多篇学术界SOTA论文，支持多模型并跑，进一步提升准确度。问答+问数一体化，支持基于知识库对数据进行总结分析数据支持可视化和交互式分析与传统BI相结合，可驱动BI报表生成；可适配客户已有的BI产品，提供NL2SQL核心能力。题目：《生成式人工智能行业发展现状与未来趋势分析》报告创作：

对于体制内员工或职场人士来说，撰写工作报告、市场调研报告等往往是一项繁琐的任务。

DeepSeek可以根据提供的数据和要求，生成专业的报告框架和内容。

比如输入某产品的销售数据、

市场调研结果以及分析要求，它能生成一份包含数据图表分析、

市场趋势预测、

建议措施等内容

的完整报告，为工作提供有力支持。工具准备及注意事项•

要做到

“有深度”

，有以下三个途径：

参考《麦肯锡快速将实习生培养成行业专家》

的方法

，

快速找准一个行业的100个关键词和10个领域大牛来完成自己对行业有深入的了解

，

整理出深刻的洞察和见解。

分模块完成

，

逐步深入地向A

I咨询

，

借助A

I

的海量知识

，

一边学习

、

一边研究

、

一边洞察总结。

“文不如表,表不如图”

，

数据分析环节增加图表

，

图文并茂的表达成果。•

大模型Deepseek

、

豆包•

AI搜索引擎秘塔AI•PPT生成工具KIMI、

万知、

麦当秀撰写步骤材料检索—Deepseek+秘塔AI提示词参考：

我要写一个主题是《生成式人工智能行业发展现状与未来趋势分析》

的调研报告，

请帮我检索相关的文献材料

，

要求相关性强

，有真实来源。Deepseek:

秘塔Al:总结归纳材料—豆包提示词参考：

我要完成《生成式人工智能行业研究调研报告》，请你帮我快速阅读并总结10篇关于生成式人工智能行业的文献

，

希望能提取出每篇文献的关键观点

，

并进行比较和归纳

，

担心遗漏重要的趋势和发展方向而不能满足报告中对于行业现状与未来趋势的深入分析需求。Deepseek:豆包批量高效读文献

，整理笔记

，撰写文献综述。豆包:Deepseek生成报告大纲拆分写作流程，阶段性AI辅助我要撰写《生成式人工智能行业发展现状与未来趋势分析》报告的调研背景部分

，给报告内容使用

，

希望通过详细阐述生成式人工智能的突破性进展和广泛应用

，

强调其对产业变革和各行业影响的重要性

，担心背景内容不够全面

，

难以突出行业发展的深远意义。好的

，

接下来我们来看《生成式人工智能行业发展现状与未来趋势分析》报告的第二章调研方法部分

，

希望能够运用SWOT分析法全面分析生成式人工智能行业的优势

、

劣势、

机会和威胁

，

结合文献研究、

案例分析、

专家访谈等方法

，

担心方法部分不够系统

，

无法有效体现行业的多维度分析。我要撰写《生成式人工智能行业发展现状与未来趋势分析》

报告的调研结果部分

，

给报告内容使用，希望通过收集相关行业数据并进行数据清洗、

统计分析

，

转化为直观的可视化图表（如柱状图、

折线图、

饼图、

散点图等）

，

担心数据处理不够精确，图表展示效果不理想

，

影响报告的清晰度与专业性。

注意：

图生成Mermaid格式

，

方便我去第三方平台生成图片。好的

，

接下来我要撰写《生成式人工智能行业发展现状与未来趋势分析》

报告的建议措施部分

，给报告内容使用

，

希望提出切实可行的建议

，

推动技术研发、

应用落地、

产业生态完善、

人才培养和监管治理等方面的具体措施

，

担心建议措施过于笼统

，

缺乏针对性和操作性

，

难以有效指导行业发展。三、

研究结果

四、

建议措施二、

研究方法一、

研究背景各章节生成效果三、

研究结果

四、

建议措施二、

研究方法一、

研究背景数据分析提示词与可视化方法数据分析提示词参考：

作为一名数据分析专家

，

你的任务是对生成式人工智能行业相关数据

进行清洗、

预处理和分析。

数据可能存在缺失值、

重复记录、

异常值等问题

，

需通过清理和

格式统一来确保数据准确一致。

请删除重复数据、

处理缺失值、

修正异常值

，

并将

“

时间

”

字段转换为时间格式。

完成这些步骤后

，

进行探索性数据分析（EDA）

，

使用统计图表和摘

要统计量识别数据中的趋势、

分布和变量关系

，

为行业发展提供洞察。

最后

，

通过数据可视

化工具生成清晰的图表

，

确保所有结果易于理解并支持后续决策。Deepseek可视化生成图表的方法：1

、

deepseek生成图表的Mermaid输出

，

拷贝到draw.io或在线平台完成图片生成。2

、

chatbox种选择Deepseek

R1模型

，

生成图表。Deepseek打造可视化内容的方法流程图Mermiad思维导图Xmind趋势图Html矢量图SVG创意视觉图Napkin时间轴Napkin改写润色，完成报告—Deepseek提示词参考：

请你作为一名资深行业报告润色专家

，

仔细阅读以下文本

，

并提升其专业性和逻辑性。

使用正式和专业的行业术语

，

避免口语化和非正式表达；

确保报告结构清晰

，

每个段落的中心思想突出

，

逻辑紧密；

引用相关研究或数据支持论点

，

确保报告内容客观、

准确；

避免重复和冗余信息

，

确保每一句话都为内容增值；

核实文本中的数据和事实

，

确保其准确

性；

在润色过程中标注修改部分

，

并给出修改理由。成果展示—报告文稿成果展示—汇报PPT安全、幻觉、本地化部署学术：模型生成与事实不符、逻辑断裂或脱离上下文的内容，本质是统计概率驱动的“合理猜测

”说人话：一本正经地胡说八道事实性幻觉：指模型生成的内容与可验证的现实世界事实不一致忠实性幻觉：指模型生成的内容与用户的指令或上下文不一致

提问：

糖尿病患者可以通过吃蜂蜜代替糖吗？错误：

蜂蜜虽然是天然食品，

但仍然含有大量果糖和

葡萄糖，

会升高血糖水平，

不适合糖尿病患者代替糖

使用。偏题：回答内容虽无事实错误，

但与提问“糖尿病患

者是否可以用蜂蜜代替糖”无关，

未忠实于用户意图。蜂蜜富含维生素和矿物质，

对提高

免疫力很有帮助，

因此是一种健康

的食品。是的

，蜂蜜是天然的

，可以帮助糖

尿病患者稳定血糖水平。回答

分析忠实性幻觉事实性幻觉AI幻觉的定义VectaraHHEM人工智能幻觉测试场景类别具体场景示例风险等级防护建议知识边界模糊开放域生成续写未完结的经典文学作品高添加创作范围限制+事实性标注未来事件预测预测2030年科技突破细节极高声明预测性质+概率分布呈现复杂推理多跳推理任务追溯企业高管早期职业轨迹高分步验证+外部知识库检索数学证明延伸要求证明未解决的数学猜想极高中断机制+当前研究进展说明技术性诱发长文本生成小说连续章节生成中阶段一致性检查+人物属性维护多轮对话复杂业务流程咨询高对话历史摘要+关键事实复核数据引用矛盾数据源不同版本的实验数据引用中矛盾点对比+最新研究成果优先情感驱动安慰性回应重症患者寻求治疗方案建议极高情感剥离响应+理论应用提示特殊领域医疗诊断根据症状描述提供诊断建议极高明确非专业建议+医疗数据库法律咨询解释特定法条适用范围高司法辖区限定+法律条文引用金融预测给出具体股票买卖建议极高风险提示+历史回报率说明AI幻觉高发场景大模型通用性测试幻觉率事实性测试幻觉率DeepSeekV32%

0%（下降2%）

29.67%

24.67%（下降5%）DeepSeekR13%

0%（下降3%）22.33%

19%（下降3%）注：

黑色为未开启联网搜索

，红色为开启联网搜索

以上VectaraHHEM人工智能幻觉测试（行业权威测试，通过检测语言模型生成内容是否与原始证据一致，从而评估模型的幻觉率，帮助优化和选择模型）普通用户应对AI幻觉的方式使用联网搜索功能双AI验证/大模型协作例如，利用DeepSeek生成答案后，再应用其他大模型进行审查，相互监督，交叉验证普通用户应对AI幻觉的方式提示词工程知识边界限定：通过时空维度约束降低虚构可能性（本质：约束大模型）1.

时间锚定法：

“基于2023年之前的公开学术文献

，分步骤解释量子纠缠现象"→规避未来时态虚构2.

知识锚定法：

”基于《中国药典》

回答

，若信息不明确请注明

“暂无可靠数据支持

”

→

限定权威来源3.

领域限定符：

“作为临床医学专家

，请列举FDA批准的5种糖尿病药物

”→添加专业身份限定4.

置信度声明：

“如果存在不确定性

，请用[推测]标签标注相关陈述

“→减少绝对化错误断言5.

上下文提示：

“根据《

2024全球能源转型报告》（国际能源署

，

2024年1月发布）

显示：

”2030年光伏发电成本预计降至0.02美元/千瓦时

，但储能技术突破仍是普及瓶颈

。“请基于此数据

，分析中国西部光伏基地发展的三个关键挑战

，并标注每个挑战与原文结论的逻辑关联

。→嵌入权威数据片段6.

生成参数协同控制：

“请以temperature=0.3的严谨模式

，列举2024年《柳叶刀》发表的传染病研究

”普通用户应对AI幻觉的方式提示词工程对抗性提示：

强制暴露推理脆弱点，用户可见潜在错误路径（本质：

大模型自我审查）1.

植入反幻觉检测机制：

"请用以下格式回答：