课程简介
如今 AI辅助编程逐渐成为工程师的必备工具，我希望你在它的帮助之下，可以成为一名更有竞争力的工程师。这门公开课中，我将通过系统性的实战带你走近这个神奇的工具，希望能为你的工作生活带来明显的变化。
在软件研发领域，从需求分析到软件设计，从软件开发到测试，以及最后发布上线，AI 在各个环节都发挥着重要作用。该课程介绍如何通过chatGPT和Github copilot提升研发效能
目标收益
培训对象
各类软件企业和研发中心的程序员、软件设计师、架构师, 项目经理,测试工程师，质量部门员工。对智能辅助编程技术感兴趣的技术管理者或需要使用该技术的工程师。特别强烈建议公司管理者可以参加部分课程。这样有助于在公司推广应用。
课程大纲
|
第1章 DeepSeek核心思想和研发提效 第一部分: DeepSeek大模型应用概述 |
第一部分: DeepSeek大模型应用概述 1. Deepseek平台简介 2. Deepseek为什么这么火？ 有什么核心技术？ 3. Deepseek 核心功能与基础操作 4. Deepseek推理大模型R1和普通大模型V3 5. Deepseek大模型和国内外大模型对比 6. Deepseek R1推理大模型产品定位、适用场景与核心优势 7. 什么场景适合使用Deepseek R1推理大模型 8. Deepseek的提问技巧 9. 编写指令的3个原则 10. 挖掘指令的3个方法 11. 编写指令的7种技巧 12. 优化答案的6种模板 |
| 第二部分: DeepSeek大模型推理能力对软件研发的影响 |
1.DeepSeek-R1 发布 2.对标 OpenAI o1 正式版 3.DeepSeek-R1 上线 API 4.DeepSeek 官网推理与 App 5.DeepSeek-R1 训练论文 6.蒸馏小模型超越 OpenAI o1-min 7.DeepSeek-R1 API 开发应用 8.通用基础与专业应用能力 |
| 第三部分: DeepSeek大模型下的研发效能提升 |
1.软件研发效能的定义、目标及解决的问题 2.软件研发效能的实践框架和实施策略 3.AI在研发管理中的价值 4.AI在研发效能提升中的实践 5.AI对研发效能管理的影响 6.AI对软件开发领域效能实践 7.AI对软件测试领域效能实践 8.AI 赋能研发效能多家研发中心案例分析 |
| 第四部分: DeepSeek大模型提示词工程 |
1.DeekSeep推理大模型还需要提示词工程吗？ 2.错误观点—不需要提示词工程！！！！ 3.DeekSeep通用大模型为什么必须高质量提示词？ 4.DeekSeep不同大模型对提示词的要求不同 5.Prompt如何使用 6.Prompt使用进阶 7.什么是提示与提示工程 8.提示工程的巨大威力：从Let’s think step by step说起 9.我们与AI大模型的沟通模型 10. 从人工智能学科角度看提示工程 11.拆解、标准化、流程化：如何用AI改造工作 12.使用BROKE框架设计AI大模型提示 13.背景（Background）：信息传达与角色设计 14.角色（Role）：AI助手的角色扮演游戏 15.目标与关键结果（Object&Key Results）：给AI大模型“打绩效” 16.改进（Evolve）：进行试验与调整 17.从认知心理学角度看BROKE框架的设计 18.Prompt案例分析 |
| 第五部分: 使用DeepSeek大模型辅助生成软件开发中的各种文档 |
1.使用AI大模型生成文档模板与内容 2.案例：使用AI大模型辅助生成需求文档草稿 3.与AI大模型对话的文本语言——Markdown 4.案例：生成Markdown格式需求文档 5.将Markdown格式文档转换为Word 6.将Markdown格式文档转换为PDF文档 7.思维导图在产品管理中的作用 8.产品经理与思维导图 9.使用AI大模型绘制思维导图 10.使用AI大模型制作图表 11.鱼骨图在产品管理中的应用 12.使用AI大模型辅助绘制鱼骨图 13.案例：在线教育产品模块结构分析 14.某公司应用案例分析 |
|
第2章 DeepSeek辅助产品设计和业务需求管理 第六部分: AI与AI产品经理 |
1.深入理解AI和AI产品 2.深入理解AI产品 3.AI产品产业化和标准化 4.AI产品落地的价值与难题 5.怎样成为优秀的AI产品经理 6.AI产品经理的职业规划 7.AI产品经理的知识体系 8.所有应用都值得被大模型重构一遍！-百度李彦宏 9.AI 2.0彻底改变社会:所有应用都可以被重写一次--李开复 10.微软发布全新AI PC,有哪些启发 11.苹果(AAPL.US)WWDC发布Apple Intelligence 有什么启发 12.苹果 pad math notes的AI应用分析 |
| 第七部分: DeepSeek大模型辅助竞品分析与市场调研 |
1.AI大模型在竞品分析中的应用 2.使用AI大模型进行在线商业学习平台竞品分析 3.使用AI大模型辅助制作竞争分析矩阵 4.案例：使用AI大模型制作在线商业学习 5.使用AI大模型辅助进行市场调研与用户洞察 6.案例：使用AI大模型辅助设计用户调查问卷 7.使用AI大模型辅助创建用户画像 8. 案例：使用AI大模型辅助智能旅游App 9.用户画像-产品定位与差异化策略 10.使用AI大模型辅助产品定位与差异化 |
| 第八部分: DeepSeek大模型辅助产品需求管理 |
1.使用AI大模型辅助收集产品需求 2.AI大模型汇总问卷调查结果使用图表 3.使用AI大模型辅助制作产品需求矩阵 4.案例：使用AI大模型制作社交媒体应用 5.使用AI大模型辅助制作产品路线图 6.案例：使用AI大模型制作移动社交App产品路线图 7.案例：使用AI大模型制作移动社交App 8.AI大模型辅助产品规划 9.案例：使用AI大模型辅助旅游网站进行 |
| 第九部分: DeepSeek大模型辅助用户体验设计和辅助产品原型设计 |
1.AI大模型在用户体验设计中的应用场景和优势 2. 利用AI大模型进行用户研究和用户画像分析 3. 案例：使用AI大模型辅助进行用户研究 4.案例：使用AI大模型辅助进行用户画像分析 5. AI大模型在界面设计和交互设计中的应用 6. 案例：使用AI大模型辅助内容创作与分享平台用户体验设计 7. 使用AI大模型辅助原型设计 8. 使用AI大模型辅助制作移动应用原型 9.案例：使用AI大模型辅助制作App原型 10.使用AI大模型辅助制作桌面应用原型 11.案例：使用AI大模型辅助制作项目原型 12.AI大模型辅助产品创新与演进 13.案例分析 |
|
第3章 DeepSeek辅助软件架构与设计 第十部分: DeepSeek大模型辅助架构师提高研发效能 |
1.大模型AI技术重塑软件架构 2.大模型AI技术对传统软件架构的挑战 3.大模型AI技术为软件架构带来的机遇和创新 4.AI大模型在软件开发架构设计中的作用 5.AI大模型辅助软件架构文档和视图 6.AI大模型辅助设计高效的软件架构 7.AI大模型辅助设计分布式微服务架构 8.AI大模型辅助领域驱动架构 9.AI大模型辅助设计高性能，高可用，可扩展架构 10.AI大模型辅助设计灵活性架构 11.AI大模型辅助设架构监控与治理 12.AI大模型辅助设架构重构与演化 13.AI大模型辅助架构评估和改进设计方案 14.AI大模型在软件架构的应用案例分析 |
| 第十一部分: DeepSeek大模型辅助设计师提高研发效能 |
1.AI大模型 辅助进行前端设计-基于前端框架设计 2.AI大模型 辅助进行详细设计 3.AI大模型 辅助领域驱动设计 4.AI大模型 辅助灵活性设计-设计原则与模式 5.AI大模型辅助进行数据库设计（概念模型，逻辑模型，物理模型） 6.AI大模型支持UML建模 7.使用AI大模型辅助绘制类图 8.使用AI大模型辅助绘制时序图 9.AI大模型 辅助完成设计文档 10.案例分析 |
|
第4章 DeepSeek辅助开发实现 第十二部分: DeepSeek大模型辅助开发工程师编写高质量代码 |
1.使用AI大模型编写高质量的程序代码 2.AI大模型编写代码注释 3.AI大模型解释遗留代码 4.AI大模型辅助发现代码坏味道 5.AI大模型辅助代码重构 6.AI大模型辅助代码优化 7.评审 AI大模型 生成的代码 8.使用AI大模型分析源代码底层逻辑 9.AI大模型辅助代码性能优化 10.AI大模型辅助重构遗留系统代码 11.AI大模型辅助遗留系统的代码维护 12.案例分析 |
| 第十三部分:AI辅助编程工具提升开发效率（可以选择国内或国外工具Cursor） |
1.人工智能辅助编程工具的基本原理和应用场景 2.代码大模型测评集HumanEval、MBPP介绍和评分原理 3.微软Github Copilot 4.亚马逊的 CodeWhisperer 5.智能代码编辑器Cursor 6.智谱智能编程助手CodeGeeX等 7.百度Comate快码 8.阿里通义灵码 9.AI辅助编程工具 主要使用场景 10.AI辅助编程工具的实现原理 11.AI辅助编程工具加持下的软件生态改变 12.AI辅助编程工具改变传统开发的 10 大场景 13.AI辅助编程工具的编程技巧 14.AI辅助编程工具下的测试优化 15.某公司应用案例分析 |
| 第十四部分: AI辅助编程工具实战案例（可以选择国内或者国外工具Cursor） |
1.项目概述 2.需求分析和需求获取，需求管理 3.AI辅助编程工具 主要使用场景 4.实践 AI辅助编程工具 5.上手AI辅助编程，编码与项目实战探索 6.AI辅助编程工具 编程进阶 7.AI辅助编程工具 prompt 原理和实战 8.AI辅助编程工具 编程技巧 9.全面了解AI辅助编程工具的工作原理，建立AI辅助编程知识体系 10.实际操作用AI辅助编程工具做开发，演练典型研发工作场景 11.使用AI辅助编程工具辅助进行TDD和单元测试 12.使用AI辅助编程工具辅助进行系统测试 13.某公司应用案例分析 |
|
第5章 DeepSeek辅助测试和QA质量保证 第十五部分: DeepSeek大模型辅助测试与QA质量人员提高效能 |
1.大模型在测试阶段各种使用场景 2.大模型在软件质量保障中的各种使用场景 3.AI大模型在测试领域的擅长和不擅长 4.AI大模型辅助自动生成测试用例 5.AI大模型辅助自动生成测试数据 6.AI大模型辅助测试的覆盖率提升 7.AI大模型辅助进行性能测试 8.AI大模型在单元测试中的应用与落地 9.代码评审阶段AIGC的应用场景与案例 10.单元测试阶段AIGC的应用场景与案例 11.接口测试阶段AIGC的应用场景与案例 12.安全测试阶段AIGC的应用场景与案例 13.探索式测试和AI大模型的测试需求启发 14.某公司应用案例分析 |
| 第十六部分: DeepSeek大模型辅助测试生成测试数据和测试脚本 |
1.运用AI进行等价类用例设计 2.运用AI可极大提升边界值用例设计效率 3.运用AI进行用例格式规范检查 4.利用大模型对大规模测试用例进行结构化分层、提高复用率 5.应用大模型生成测试脚本 6.应用大模型生成数据驱动的自动化数据文件 7.AI大模型助力测试领域的工作模式和质量标准先决条件 8.需求数据的质量如何管控?管控方法实践分享 9.高质量输入数据对AI生成测试用例的实战经验分享 10.架构设计需不要质量?管控方法分享 |
|
第6章增强私有知识-模型微调+增强检索RAG 第十七部分: SeepSeek大模型 API 应用开发 |
1.DeepSeek-V3 大模型API 2.DeepSeek-R1推理大模型API 3.DeepSeek模型 & 价格 4.DeepSeek模型参数Temperature 设置 5.DeepSeek模型Token 用量计算 6.DeepSeek模型错误码 7.DeepSeek大模型多轮对话 8.DeepSeek大模型对话前缀续写（Beta） 9.DeepSeek大模型FIM 补全（Beta） 10.DeepSeek大模型JSON Output 11.DeepSeek大模型Function Calling 12.DeepSeek大模型上下文硬盘缓存 13.文本内容补全初探（Text Completion） 14.聊天机器人初探（Chat Completion） 15.基于DeepSeek开发智能翻译助手 16.案例分析 |
| 第十八部分: 增强企业私有知识方案-提示词工程，模型微调，RAG对比 |
1.通用大模型vs私有大模型，及应该如何选择 2.如何增加企业私有知识-提示词工程，RAG，模型微调 3.提示词工程增加样本，实现私有知识的最佳实践 4.模型微调的最佳实践和难点分析 5.哪些情况需要企业搭建针对性的私有大模型 6.深入理解:大模型训练vs模型微调vs增强检索RAG的核心区别、实施成本、实施难度、和应用场景定位 7.企业私有化知识的推荐方案-RAG增加检索 8.提示工程、RAG与微调对比 9.从用户角度看RAG流程 10.通过RAG实现私有知识适应 |
| 第十九部分:每一位工程师都需要的—助理 Agent智能体开发概述 |
1.智能体的定义与特点 2.智能体与传统软件的关系 3.智能体与LLM的关系 4.从ChatGPT到智能体 5.智能体的五种能力 6.记忆，规划，工具，自主决策，推理 7.多智能体协作 8.企业级智能体应用与任务规划 9.软件开发工程师的Agent助手 10.案例分析-如何为每一位工程师研发工程助理 |
|
第1章 DeepSeek核心思想和研发提效 第一部分: DeepSeek大模型应用概述 第一部分: DeepSeek大模型应用概述 1. Deepseek平台简介 2. Deepseek为什么这么火？ 有什么核心技术？ 3. Deepseek 核心功能与基础操作 4. Deepseek推理大模型R1和普通大模型V3 5. Deepseek大模型和国内外大模型对比 6. Deepseek R1推理大模型产品定位、适用场景与核心优势 7. 什么场景适合使用Deepseek R1推理大模型 8. Deepseek的提问技巧 9. 编写指令的3个原则 10. 挖掘指令的3个方法 11. 编写指令的7种技巧 12. 优化答案的6种模板 |
|
第二部分: DeepSeek大模型推理能力对软件研发的影响 1.DeepSeek-R1 发布 2.对标 OpenAI o1 正式版 3.DeepSeek-R1 上线 API 4.DeepSeek 官网推理与 App 5.DeepSeek-R1 训练论文 6.蒸馏小模型超越 OpenAI o1-min 7.DeepSeek-R1 API 开发应用 8.通用基础与专业应用能力 |
|
第三部分: DeepSeek大模型下的研发效能提升 1.软件研发效能的定义、目标及解决的问题 2.软件研发效能的实践框架和实施策略 3.AI在研发管理中的价值 4.AI在研发效能提升中的实践 5.AI对研发效能管理的影响 6.AI对软件开发领域效能实践 7.AI对软件测试领域效能实践 8.AI 赋能研发效能多家研发中心案例分析 |
|
第四部分: DeepSeek大模型提示词工程 1.DeekSeep推理大模型还需要提示词工程吗？ 2.错误观点—不需要提示词工程！！！！ 3.DeekSeep通用大模型为什么必须高质量提示词？ 4.DeekSeep不同大模型对提示词的要求不同 5.Prompt如何使用 6.Prompt使用进阶 7.什么是提示与提示工程 8.提示工程的巨大威力：从Let’s think step by step说起 9.我们与AI大模型的沟通模型 10. 从人工智能学科角度看提示工程 11.拆解、标准化、流程化：如何用AI改造工作 12.使用BROKE框架设计AI大模型提示 13.背景（Background）：信息传达与角色设计 14.角色（Role）：AI助手的角色扮演游戏 15.目标与关键结果（Object&Key Results）：给AI大模型“打绩效” 16.改进（Evolve）：进行试验与调整 17.从认知心理学角度看BROKE框架的设计 18.Prompt案例分析 |
|
第五部分: 使用DeepSeek大模型辅助生成软件开发中的各种文档 1.使用AI大模型生成文档模板与内容 2.案例：使用AI大模型辅助生成需求文档草稿 3.与AI大模型对话的文本语言——Markdown 4.案例：生成Markdown格式需求文档 5.将Markdown格式文档转换为Word 6.将Markdown格式文档转换为PDF文档 7.思维导图在产品管理中的作用 8.产品经理与思维导图 9.使用AI大模型绘制思维导图 10.使用AI大模型制作图表 11.鱼骨图在产品管理中的应用 12.使用AI大模型辅助绘制鱼骨图 13.案例：在线教育产品模块结构分析 14.某公司应用案例分析 |
|
第2章 DeepSeek辅助产品设计和业务需求管理 第六部分: AI与AI产品经理 1.深入理解AI和AI产品 2.深入理解AI产品 3.AI产品产业化和标准化 4.AI产品落地的价值与难题 5.怎样成为优秀的AI产品经理 6.AI产品经理的职业规划 7.AI产品经理的知识体系 8.所有应用都值得被大模型重构一遍！-百度李彦宏 9.AI 2.0彻底改变社会:所有应用都可以被重写一次--李开复 10.微软发布全新AI PC,有哪些启发 11.苹果(AAPL.US)WWDC发布Apple Intelligence 有什么启发 12.苹果 pad math notes的AI应用分析 |
|
第七部分: DeepSeek大模型辅助竞品分析与市场调研 1.AI大模型在竞品分析中的应用 2.使用AI大模型进行在线商业学习平台竞品分析 3.使用AI大模型辅助制作竞争分析矩阵 4.案例：使用AI大模型制作在线商业学习 5.使用AI大模型辅助进行市场调研与用户洞察 6.案例：使用AI大模型辅助设计用户调查问卷 7.使用AI大模型辅助创建用户画像 8. 案例：使用AI大模型辅助智能旅游App 9.用户画像-产品定位与差异化策略 10.使用AI大模型辅助产品定位与差异化 |
|
第八部分: DeepSeek大模型辅助产品需求管理 1.使用AI大模型辅助收集产品需求 2.AI大模型汇总问卷调查结果使用图表 3.使用AI大模型辅助制作产品需求矩阵 4.案例：使用AI大模型制作社交媒体应用 5.使用AI大模型辅助制作产品路线图 6.案例：使用AI大模型制作移动社交App产品路线图 7.案例：使用AI大模型制作移动社交App 8.AI大模型辅助产品规划 9.案例：使用AI大模型辅助旅游网站进行 |
|
第九部分: DeepSeek大模型辅助用户体验设计和辅助产品原型设计 1.AI大模型在用户体验设计中的应用场景和优势 2. 利用AI大模型进行用户研究和用户画像分析 3. 案例：使用AI大模型辅助进行用户研究 4.案例：使用AI大模型辅助进行用户画像分析 5. AI大模型在界面设计和交互设计中的应用 6. 案例：使用AI大模型辅助内容创作与分享平台用户体验设计 7. 使用AI大模型辅助原型设计 8. 使用AI大模型辅助制作移动应用原型 9.案例：使用AI大模型辅助制作App原型 10.使用AI大模型辅助制作桌面应用原型 11.案例：使用AI大模型辅助制作项目原型 12.AI大模型辅助产品创新与演进 13.案例分析 |
|
第3章 DeepSeek辅助软件架构与设计 第十部分: DeepSeek大模型辅助架构师提高研发效能 1.大模型AI技术重塑软件架构 2.大模型AI技术对传统软件架构的挑战 3.大模型AI技术为软件架构带来的机遇和创新 4.AI大模型在软件开发架构设计中的作用 5.AI大模型辅助软件架构文档和视图 6.AI大模型辅助设计高效的软件架构 7.AI大模型辅助设计分布式微服务架构 8.AI大模型辅助领域驱动架构 9.AI大模型辅助设计高性能，高可用，可扩展架构 10.AI大模型辅助设计灵活性架构 11.AI大模型辅助设架构监控与治理 12.AI大模型辅助设架构重构与演化 13.AI大模型辅助架构评估和改进设计方案 14.AI大模型在软件架构的应用案例分析 |
|
第十一部分: DeepSeek大模型辅助设计师提高研发效能 1.AI大模型 辅助进行前端设计-基于前端框架设计 2.AI大模型 辅助进行详细设计 3.AI大模型 辅助领域驱动设计 4.AI大模型 辅助灵活性设计-设计原则与模式 5.AI大模型辅助进行数据库设计（概念模型，逻辑模型，物理模型） 6.AI大模型支持UML建模 7.使用AI大模型辅助绘制类图 8.使用AI大模型辅助绘制时序图 9.AI大模型 辅助完成设计文档 10.案例分析 |
|
第4章 DeepSeek辅助开发实现 第十二部分: DeepSeek大模型辅助开发工程师编写高质量代码 1.使用AI大模型编写高质量的程序代码 2.AI大模型编写代码注释 3.AI大模型解释遗留代码 4.AI大模型辅助发现代码坏味道 5.AI大模型辅助代码重构 6.AI大模型辅助代码优化 7.评审 AI大模型 生成的代码 8.使用AI大模型分析源代码底层逻辑 9.AI大模型辅助代码性能优化 10.AI大模型辅助重构遗留系统代码 11.AI大模型辅助遗留系统的代码维护 12.案例分析 |
|
第十三部分:AI辅助编程工具提升开发效率（可以选择国内或国外工具Cursor） 1.人工智能辅助编程工具的基本原理和应用场景 2.代码大模型测评集HumanEval、MBPP介绍和评分原理 3.微软Github Copilot 4.亚马逊的 CodeWhisperer 5.智能代码编辑器Cursor 6.智谱智能编程助手CodeGeeX等 7.百度Comate快码 8.阿里通义灵码 9.AI辅助编程工具 主要使用场景 10.AI辅助编程工具的实现原理 11.AI辅助编程工具加持下的软件生态改变 12.AI辅助编程工具改变传统开发的 10 大场景 13.AI辅助编程工具的编程技巧 14.AI辅助编程工具下的测试优化 15.某公司应用案例分析 |
|
第十四部分: AI辅助编程工具实战案例（可以选择国内或者国外工具Cursor） 1.项目概述 2.需求分析和需求获取，需求管理 3.AI辅助编程工具 主要使用场景 4.实践 AI辅助编程工具 5.上手AI辅助编程，编码与项目实战探索 6.AI辅助编程工具 编程进阶 7.AI辅助编程工具 prompt 原理和实战 8.AI辅助编程工具 编程技巧 9.全面了解AI辅助编程工具的工作原理，建立AI辅助编程知识体系 10.实际操作用AI辅助编程工具做开发，演练典型研发工作场景 11.使用AI辅助编程工具辅助进行TDD和单元测试 12.使用AI辅助编程工具辅助进行系统测试 13.某公司应用案例分析 |
|
第5章 DeepSeek辅助测试和QA质量保证 第十五部分: DeepSeek大模型辅助测试与QA质量人员提高效能 1.大模型在测试阶段各种使用场景 2.大模型在软件质量保障中的各种使用场景 3.AI大模型在测试领域的擅长和不擅长 4.AI大模型辅助自动生成测试用例 5.AI大模型辅助自动生成测试数据 6.AI大模型辅助测试的覆盖率提升 7.AI大模型辅助进行性能测试 8.AI大模型在单元测试中的应用与落地 9.代码评审阶段AIGC的应用场景与案例 10.单元测试阶段AIGC的应用场景与案例 11.接口测试阶段AIGC的应用场景与案例 12.安全测试阶段AIGC的应用场景与案例 13.探索式测试和AI大模型的测试需求启发 14.某公司应用案例分析 |
|
第十六部分: DeepSeek大模型辅助测试生成测试数据和测试脚本 1.运用AI进行等价类用例设计 2.运用AI可极大提升边界值用例设计效率 3.运用AI进行用例格式规范检查 4.利用大模型对大规模测试用例进行结构化分层、提高复用率 5.应用大模型生成测试脚本 6.应用大模型生成数据驱动的自动化数据文件 7.AI大模型助力测试领域的工作模式和质量标准先决条件 8.需求数据的质量如何管控?管控方法实践分享 9.高质量输入数据对AI生成测试用例的实战经验分享 10.架构设计需不要质量?管控方法分享 |
|
第6章增强私有知识-模型微调+增强检索RAG 第十七部分: SeepSeek大模型 API 应用开发 1.DeepSeek-V3 大模型API 2.DeepSeek-R1推理大模型API 3.DeepSeek模型 & 价格 4.DeepSeek模型参数Temperature 设置 5.DeepSeek模型Token 用量计算 6.DeepSeek模型错误码 7.DeepSeek大模型多轮对话 8.DeepSeek大模型对话前缀续写（Beta） 9.DeepSeek大模型FIM 补全（Beta） 10.DeepSeek大模型JSON Output 11.DeepSeek大模型Function Calling 12.DeepSeek大模型上下文硬盘缓存 13.文本内容补全初探（Text Completion） 14.聊天机器人初探（Chat Completion） 15.基于DeepSeek开发智能翻译助手 16.案例分析 |
|
第十八部分: 增强企业私有知识方案-提示词工程，模型微调，RAG对比 1.通用大模型vs私有大模型，及应该如何选择 2.如何增加企业私有知识-提示词工程，RAG，模型微调 3.提示词工程增加样本，实现私有知识的最佳实践 4.模型微调的最佳实践和难点分析 5.哪些情况需要企业搭建针对性的私有大模型 6.深入理解:大模型训练vs模型微调vs增强检索RAG的核心区别、实施成本、实施难度、和应用场景定位 7.企业私有化知识的推荐方案-RAG增加检索 8.提示工程、RAG与微调对比 9.从用户角度看RAG流程 10.通过RAG实现私有知识适应 |
|
第十九部分:每一位工程师都需要的—助理 Agent智能体开发概述 1.智能体的定义与特点 2.智能体与传统软件的关系 3.智能体与LLM的关系 4.从ChatGPT到智能体 5.智能体的五种能力 6.记忆，规划，工具，自主决策，推理 7.多智能体协作 8.企业级智能体应用与任务规划 9.软件开发工程师的Agent助手 10.案例分析-如何为每一位工程师研发工程助理 |
近期公开课推荐
