课程简介
本课程战训相结合，使学员了解掌握垂类模型训练、评估与推理能力，了解大语言模型前沿业界产品，并熟练进行Agent平台操作与场景实践。通过需求挖掘、能力准备、计划书交付等步骤，学员将能够输出内部业务可落地的Agent Demo，为企业和行业智能化转型提供有力支持。
目标收益
培训对象
本课程主要面向对AI技术有一定了解，希望深入学习并掌握AI Agent实操技能的学员。这包括但不限于数据科学家、AI工程师、产品经理以及对AI技术感兴趣的企业内部业务人员。
学员应具备基本的编程和数据分析能力，对AI技术和应用场景有一定的认知，并希望通过本课程提升自己在AI Agent领域的实战能力和业务落地能力。
课程大纲
|
第一天： 模块一：为什么需要垂类模型 |
1.1 从通用大模型到垂类大模型 1.2 垂类大模型训练技术 1.3 垂类大模型评测方法 1.4 垂类大模型应用实践 目标1：掌握垂类模型训练、评估与推理能力 案例实例： a.行业类（如金融/医疗）术语或指令知识注入 b.细分场景模型工厂打造（训推一体化） |
| 模块二：大语言模型前沿业界产品 |
2.1 大模型应用行业地图 2.2 大模型前沿产品介绍与拆解 2.3 多模态发展趋势与展望 2.4 多模态云端实操 目标2：掌握多模态理解与生成（图/音频/视频） 案例实例： a.视觉类：SD/SVD基础模型搭建与ComfyUI使用 b.音频类：cosy/chatTTS音色模仿与输出 c.虚拟人：数字分身、互动唱歌、直播 |
|
第二天： 模块三：Agent平台落地实操 |
3.1 简介：Workflow工作流与调试 介绍； 3.2 初试：快速创建与标准创建，单Aegnt、MultiAgent、AutoAgent； 3.3 验证：打造带Function Call能力的Agent（创建Bot与使用插件）； 3.4 多模态：Coze 卡片、图像流 操作手册； 3.5 场景实践： Multi-Agent RAG实操落地 ChatBI实操落地（Chat2SQL、Chat2API） 测试Agent实操落地 目标3：掌握Agent平台操作与场景实践 同学可选实践场景（指导材料细节完备），如： a.日常办公场景（基于Agent打造企业信息助理等） b.运营物料场景（利用Agent打造客户身份闪卡+电影海报） c.Demo设计场景（结合AI Coder+Cursor快速创建产品原型） d.业务战略场景（全网综合AI搜索引擎多Agent聚合） e.技术提效场景（多Agent测试用例生成器等） |
| 模块四：AI落地应用工作坊 |
目标4：输出内部业务可落地 Agent Demo 4.1 需求挖掘：自有行业痛点、其他行业智能化爆点 4.2 能力准备：创意、思想实验、用户视角、智能化专家+行业专家 4.3 计划书交付：背景+联接+创意+探索＋突破→结果展望 4.4 业务场景讨论与QA：行业洞察+AI最佳实践 i.列举企业或行业痛点或待解决的问题点； ii.初步定位近似行业或企业AI价值点； iii.引导讨论组团队构思解决办法； 4.5 落地路线规划与方法总结：尝试拆解刚刚构思的场景该如何落地 i.解读：业务与数字化战略、场景解读； ii.关键要素分析：数据、算力、成本、用户体验； iii.技术整体蓝图： 1.AI应用模式（提示词、RAG、微调 等差异） 2.能力获取模式（开源/闭源；公网/私有化） 3.成本收益、价值、风险点、实施建议 iv.落地路径： 1.落地项目时间规划、资源投入、风险验证 2.最小POC尝试并展示 |
|
第一天： 模块一：为什么需要垂类模型 1.1 从通用大模型到垂类大模型 1.2 垂类大模型训练技术 1.3 垂类大模型评测方法 1.4 垂类大模型应用实践 目标1：掌握垂类模型训练、评估与推理能力 案例实例： a.行业类（如金融/医疗）术语或指令知识注入 b.细分场景模型工厂打造（训推一体化） |
|
模块二：大语言模型前沿业界产品 2.1 大模型应用行业地图 2.2 大模型前沿产品介绍与拆解 2.3 多模态发展趋势与展望 2.4 多模态云端实操 目标2：掌握多模态理解与生成（图/音频/视频） 案例实例： a.视觉类：SD/SVD基础模型搭建与ComfyUI使用 b.音频类：cosy/chatTTS音色模仿与输出 c.虚拟人：数字分身、互动唱歌、直播 |
|
第二天： 模块三：Agent平台落地实操 3.1 简介：Workflow工作流与调试 介绍； 3.2 初试：快速创建与标准创建，单Aegnt、MultiAgent、AutoAgent； 3.3 验证：打造带Function Call能力的Agent（创建Bot与使用插件）； 3.4 多模态：Coze 卡片、图像流 操作手册； 3.5 场景实践： Multi-Agent RAG实操落地 ChatBI实操落地（Chat2SQL、Chat2API） 测试Agent实操落地 目标3：掌握Agent平台操作与场景实践 同学可选实践场景（指导材料细节完备），如： a.日常办公场景（基于Agent打造企业信息助理等） b.运营物料场景（利用Agent打造客户身份闪卡+电影海报） c.Demo设计场景（结合AI Coder+Cursor快速创建产品原型） d.业务战略场景（全网综合AI搜索引擎多Agent聚合） e.技术提效场景（多Agent测试用例生成器等） |
|
模块四：AI落地应用工作坊 目标4：输出内部业务可落地 Agent Demo 4.1 需求挖掘：自有行业痛点、其他行业智能化爆点 4.2 能力准备：创意、思想实验、用户视角、智能化专家+行业专家 4.3 计划书交付：背景+联接+创意+探索＋突破→结果展望 4.4 业务场景讨论与QA：行业洞察+AI最佳实践 i.列举企业或行业痛点或待解决的问题点； ii.初步定位近似行业或企业AI价值点； iii.引导讨论组团队构思解决办法； 4.5 落地路线规划与方法总结：尝试拆解刚刚构思的场景该如何落地 i.解读：业务与数字化战略、场景解读； ii.关键要素分析：数据、算力、成本、用户体验； iii.技术整体蓝图： 1.AI应用模式（提示词、RAG、微调 等差异） 2.能力获取模式（开源/闭源；公网/私有化） 3.成本收益、价值、风险点、实施建议 iv.落地路径： 1.落地项目时间规划、资源投入、风险验证 2.最小POC尝试并展示 |
近期公开课推荐
