大模型基础及应用教程课点5-6 AIGC

大模型概述大模型基础及其应用

第1章人工智能发展态势ANI过度AGI过度ASI能学

会学

想学用力

用脑

用心常用大模型课点05☆K19：识别大语言模型类别★K20：列出国内大语言模型课点5教学目标大模型分类大模型三个层级底座小模型Agent常用大模型DeepSeek底层逻辑--强化学习AIGC课点06☆K21：陈述分析式AI。★K22：比较生成式AI与分析式AI。☆K23：论证AIGC与大模型的关系课点6教学目标分析式AI和生成式AI

在数字时代，人工智能生成内容（ArtificialInteligenceGeneratedContent，AIGC）已成为一个热门话题。它代表了一种全新的内容创作方式，利用人工智能技术自动生成文本、图片、音乐甚至视频。与AIGC相对应的的分析式AI，分析式AI是完成特定任务的智能系统（小模型）。1->n0->1AIGC的发展历程AIGC与大模型之间的关系☆K21：陈述分析式AI。★K22：比较生成式AI与分析式AI。☆K23：论证AIGC与大模型的关系课点6教学目标教学目标回顾☆K14：陈述大模型概念★K15：辨别大模型和小模型☆K16：论证大模型和大语言模型关系☆K17：描述大模型发展历程★K18：解释大模型生态。AI赋能是有门槛的课点07课点7教学目标☆K25：了解AI工具的适用范围★K26：铭记人机共处的基本原则☆K27：把你的事情说明白☆K28：懂业务才能实现真正AI赋能AI赋能是有门槛的了解AI工具的适用范围

每个AI工具都有自己的适用范围。文心一言想象是一个诗情画意的柔美女子，文学性指令方面添加后识别效果评测更实用。天工AI是一个知识渊博的理工男，有深度生成内容也有足够长度。

如果需要进行文学创作或诗歌创作，可以选择文心一言；

如果需要进行代码编写或语言翻译，可以选择通义千问。

如果需要进行商业文案写作，可以选择天工AI；

如果需要进行语音交互或文本生成，可以选择讯飞星火或者豆包；

如果需要进行超长文本处理或信息检索，可以选择Kimi。

铭记人机共处的基本原则多轮迭代把你的事情说明白提示词在大模型的使用中起到了关键的作用，它们可以帮助模型更好地理解用户需求，提高输出质量，同时降低资源消耗，提升用户体验。（1）好的提示词可以指导模型关注特定的信息或任务，帮助模型更准确地理解用户的意图。（2）好的提示词可以减少模型在处理大量信息时的搜索空间，提高处理效率。（3）好的提示词有助于模型生成与用户需求更相关的内容，提高输出质量。（4）在

多义词或复杂语境中，好提示词可以帮助模型明确含义，减少歧义。（5）好的提示词可以使人与模型的交互更加自然和流畅，提高用户体验。（6）好的提示词可以激发模型生成新的想法或解决方案，促进创新思维。懂业务才能实现真正AI赋能“懂业务才能实现真正AI赋能”强调了AI技术与业务场景深度融合的重要性。只有深入了解业务需求、优化业务流程、结合行业经验，并通过跨部门协作，AI技术才能真正为企业创造价值，推动业务的创新与发展。先看一个例子：prompt：检索2024年特斯拉的详细财报并分析。（结果见教材图1.41）这个例子说明，如果你不不懂财务，即使输出了结果，你也不知道有什么用，只有懂业务的用户，才能知道什么叫AI赋能。懂业务才能实现真正AI赋能

比如拿UI岗来举例，如果一个UI岗他会的仅是PS这个软件本身的功能。他知道这么操作能磨皮，哪个操作能去背景，会的是功能，那他竞争力就很弱，大概率会被替代。但是，如果他有美学素养，他有审美观，知道什么是美，知道这个颜色怎么搭，可能竞争UI岗位更有优势。因为，有很多难以表述的隐性知识，才是能否用好AI的关键。

同样的问题，为什么写出来的Prompt差异那么大？这里边就涉及到个人业务素养。业务素养是能最能拉开人跟人之间差异的指标。懂业务才能实现真正AI赋能“懂业务才能实现真正AI赋能”这句话揭示了人工智能应用的一个核心原则：

（1）业务需求是AI应用的出发点AI技术本身是工具，其价值在于解决实际业务问题。只有深入了解业务流程、用户需求和行业痛点，才能明确AI技术的应用方向，避免陷入“为了AI而AI”的误区。

（2）业务知识是AI模型的“土壤”AI模型的训练依赖大量数据，而这些数据必须与业务逻辑紧密结合。只有理解业务场景，才能正确地收集、清洗和标注数据。例如，在医疗影像诊断中，医生的专业知识对于标注影像数据至关重要，否则模型可能无法准确识别病变。

（3）

行业经验是AI赋能的“加速器”

不同行业对AI技术的需求和应用场景差异很大。例如，金融行业更关注风险预测和反欺诈，而教育行业则侧重于个性化学习路径推荐。只有具备行业经验，才能选择最适合的技术方案。课点7教学目标回顾☆K25：了解AI工具的适用范围★K26：铭记人机共处的基本原则☆K27：把你