互联网企业内训

在人工智能迅猛发展的时代，掌握AI大模型的核心知识与应用潜力至关重要。本课程将带您深入探索AI大模型的发展历程、关键技术及其在移动通信领域的广泛应用。通过系统学习，您将理解算力对大模型性能的影响，并掌握高效的训练与优化方法。无论

【课程背景】 RPA(机器人流程自动化)的出现改变了传统的业务工作流程，解放了传统人工在面对简单而重复的工作，我们日常的很多工作都可以以RPA的方式来执行，从而提升工作效率。本节课主要从RPA的指导思想、RPA的原理、RPA的应用和RPAd的实施为内容，带领学员理解并掌握RPA的应用，提升工作效率。 【课程收获】 1.了解RPA的价值和意义2.理解RPA的工作原理3.掌握RPA工作流的搭建流程4.目前国内主流RPA工具介绍5.掌握借助工具来实现工作流程自动化的搭建 【课程对象】全员 【课程时长】1天（6小时/天） 【课程大纲】 Part 1: 认识RPA与IPA 1.1 定义与概念  1.1.1 什么是RPA（Robotic Process Automation）   RPA机器人如同一位不知疲倦、精准无误的数字员工，高效地处理日常工作中那些繁琐的操作，释放人力以专注于更具创造性与价值的工作。  1.1.2 RPA与传统自动化的区别  1.1.3 IPA的出现   IPA，既有RPA高效执行规则化任务的能力，又引入了AI能力，如自然语言处理、机器学习、计算机视觉等。IPA不仅能应对常规的自动化任务，也能处理复杂的、非结构化的数据，理解并回应自然语言指令，甚至具备一定的自主决策能力。  1.1.4 IPA的三大特点   超自动化体验  所见即所得  灵活适应 1.2 指导思想  1.2.1 效率提升与成本节约 1.2.2 错误减少与质量保证 1.2.3 员工赋能与工作转型 1.3 RPA的原理  1.3.1 软件机器人的工作原理 1.3.2 事件驱动与流程控制 1.3.3 数据捕获与处理 1.4 适合RPA处理的流程特点  1.4.1 重复度高 1.4.2 逻辑明确 1.4.3 大量数据处理 Part 2: RPA在企业中的应用 2.1 业务流程分析  2.1.1 识别可自动化的流 2.1.2 流程映射与优化 2.2 常见业务场景  2.2.1 财务与会计 2.2.2 人力资源管理 2.2.3 客户服务与支持 2.2.4 供应链管理 2.2.5 IT运维 2.2.6 电商运营：订单评价自动化处理、跨平台数据采集、抖音达人数据自动筛选 2.3 跨部门协作  2.3.1 RPA在跨部门流程中的作用 2.3.2 协调不同业务单元的需求 Part 3: 国内主流RPA工具概览 3.1 工具概览  3.1.1 UiPath 3.1.2 Blue Prism 3.1.3 Automation Anywhere 3.1.4 国内RPA工具特色 3.2 工具选择与评估  3.2.1 功能与性能评估 3.2.2 成本效益分析 3.2.3 用户体验与支持服务 Part 4: 实践，RPA流程搭建 4.1 实在RPA社区版介绍  4.1.1 软件特点与优势 4.1.2 社区资源与支持 4.2 搭建RPA流程的步骤  4.2.1 需求分析与规划 4.2.2 流程设计  4.2.2.1 确定输入与输出  4.2.2.2 定义流程逻辑 4.2.3 软件安装与配置 4.2.4 编写与调试脚本  4.2.4.1 录制宏  4.2.4.2 脚本编辑 4.2.5 测试与优化  4.2.5.1 单元测试  4.2.5.2 集成测试  4.2.5.3 性能测试 4.3 维护与迭代 4.3.1 监控流程运行状态 4.3.2 异常处理与日志记录 4.3.3 流程迭代与升级 Part 5: 课程总结与展望 5.1 课程回顾 5.1.1 知识点总结 5.1.2 学习成果评估 5.2 RPA的未来趋势 5.2.1 技术发展与创新 5.2.2 行业应用前景

【课程背景】 工智能技术的迅猛发展，特别是以深度学习为代表的技术革新，AI大模型（如GPT系列、BERT等）成为了 推动自然语言处理、计算机视觉等多个领域进步的关键力量。这些模型通过大规模的数据训练，能够实现 超越传统方法的效果，并且在不断优化中展现出更强大的泛化能力和应用场景。与此同时，算力作为支撑 这些大模型运行的基础资源，其重要性日益凸显。无论是训练还是推理阶段，高性能计算能力都是保证模 型效果与效率的重要因素。 移动通信技术的进步，尤其是5G乃至未来的6G网络部署，为AI应用提供了更加广泛的应用场景和可能性。 在这样的背景下，如何有效地利用大模型和先进算力资源，成为移动研究院等科研机构关注的重点。本次 培训旨在帮助学员深入了解AI大模型的工作原理及其在移动通信领域的潜在应用，并掌握高效利用算力进 行模型训练与优化的方法。 【课程收获】 1.深入理解AI大模型的发展历程、现状及未来趋势 2.掌握大模型的基本概念、架构设计原则及关键技术点； 3.学习算力对大模型性能的影响机制以及如何选择合适的硬件平台。 4.了解AI-LLM在各个行业的应用现状及趋势 【课程对象】 全员 【课程时长】 1-2天（6h/天） 【课程大纲】 Part1 A I发展史 1. 1人工智能概念的提出 1.2人工智能的定义 1.3机器定理证明、跳棋程序等研究成果 2.机器学习： 数据驱动决策 2.1 监督学习、无监督学习 2.2 强化学习 3.深度学习： 神经网络模拟人脑 3.1 机器视觉CV 3.2 自然语言处理NLP 3.3 语音VC   4.第三代生成式AI： 内容与设计 Part2 AI发展要素 1.A I发展三大基础要素： 算法、 数据与算力 1.1算法：AI发展的关键 1.2数据: 大量可以被用来训练的有价值的数据 1.3高性能算力: 支持复杂AI模型构建 2.算法进步 2.1深度学习与强化学习的结合 2.2量子AI的崛起 2.3多模态技术融合 2.4智能化与个性化提升 3.算力加速 3.1 AI大模型推动物理推理算力需求激增 3.2分布式推理算力中心下沉 3.3全球智能算力规模增长 3.4GPU成为AI加速新品通用性解决方案 4.数据 4.1数据治理 4.2在线离线一体化数据库 4.3分布式隐私方面的突破 4.4数据处理与AI一体化 Part3 AI大模型 1.A I大模型的定义与基础 1.1具有庞大参数规模和复杂程度的机器学习模型 1.2基于深度学习和人工神经网络训练 1.3数据为基石，预训练提取高级特征 2.A I大模型的发展历程及趋势 2.1 从萌芽期到AI1.0, AI2.0d 飞跃 2.2 参数规模增长：数百万到千亿级别 2.3 通用化与专业化并行 2.4 表现 2.4.1多模态、跨模态和大尺度模型的发展 2.4.2开源大模型爆发 2.4.3企业级市场应用快速拓展 3.A I大模型的发展驱动要素 3.1 政策对AI大模型发展的驱动因素 3.2 技术对大模型发展的影响 3.2.1 算力资源 3.2.2 算法人才 3.2.3 数据积累 3.2.4 高位数据建模与特征提取问题 3.3 AI大模型市场应用推动AI大模型的发展 3.3.1 2C的发展 3.3.2 2B产业应用 4.A I大模型目前国内外主要代表 4.1国际公司OPENAI、Google等主要模型 4.1.1 GPT：GPT-4和GPT-4o 4.1.2 Claude3模型 4.1.3 PaLM：PaLM-E等多模态 4.1.4 Gopher：DeepMind 4.1.5 Gemini: 原生多模态大模型，跨模态能力突破 4.1.6 LLama2: 开源模型家族，能力大幅提升 4.1.7 Mixtral 8x7B: 引入专家混合技术，开源领域重要力量 4.2百度、阿里巴巴等国内大模型 4.2.1传统互联网企业大模型：文心、通义、豆包、混元 4.2.2 新生代：智谱GLM、月之暗面KIMI、商汤 4.2.3 行业大模型 5.A I大模型基础技术原理 5.1技术背景与核心概念 5.1.1深度学习与神经网络 5.1.2预训练模型的原理 5.1.3参数优化与训练数据选择 5.2核心架构 5.2.1纯Prompt提示词法 5.2.2Agent + Function Calling机制 5.2.3RAG（检索增强生成） 5.2.4Fine-tuning微调技术 5.3模型结构与训练策略 5.3.1Transformer模型架构 5.3.2MoE（专家混合模型） 5.3.3多模态模型 5.3.4分布式并行加速与计算优化 Part4 AI大模型的应用 1.技术与算法应用场景 1.1大模型调用技术: 快速实现成果 1.2自然语言处理(NLP): 语音识别、文本生成 1.3生成式AI: 内容生成、交互生产   2.A I大模型的能力 2.1巨大的参数量和深层网络结构 2.2 强大的泛化能力和多模态理解能力 2.3 涌现能力 2.4 高效的数据处理和计算效率 2.5 降低开发门槛和提高模型精度 2.6 生成式AI的应用 2.7 跨领域的知识和语言理解能力 3.A I大模型的表征应用 3.1息检索与处理 3.1.1自然语言处理 3.1.2图像识别与分析 3.1.3文本分类与理解 3.2 内容生成 3.2.1 文本 3.2.2 图片与视频 3.2.3 语音 3.2.4 代码 3.3 智能聊天机器人 3.4 智能助理agent 4.行业应用 4.1金融领域: 智能风控、智能营销 4.2政务领域: 政策分析、公共服务优化 4.3医疗保健: 病例分析、疾病预测 4.4电商领域: 客户行为分析、个性化推荐 4.5教育领域: 个性化学习、情感分析 4.6制造业: 生产管理、质量控制 4.7农业: 遥感监测、作物病害预测 Part5 AI大模型的商业模式 1.商业化路径 1.1MaaS模式: 大公司提供预训练模型，垂直行业小公司构建和部署 1.2一体化黑箱模型: 简化用户对原理的了解，直接使用成果 1.3B端应用定价: 时间段收费、按调用量收费、包含硬件的一站式解决方案 2.商业策略平台 2.1Vizologi: 生成前瞻性商业计划，市场竞争分析 2.2企业数字化: 生成式AI在不同领域的应用 3.商业模式探索 3.1To B或To C选择: 产品繁荣或消亡的关键 3.2私有化部署方案: 满足数据安全需求，增强信任度   4.商业应用与体验赋能 4.1生成式AI在企业中的应用: 金融服务、政府和公共服务等领域 4.2AI技术在实体经济中的赋能作用 5.商业化进展 5.1行业持续技术突破和早期产品落地 5.2可行的商业模式 Part6 AI大模型的产品设计与部署 1.产品设计阶段 1,1目标定义与需求场景 1.2双故事线策略探索 1.3用户体验与价值驱动 1.4业务逻辑集成 2.技术选型与开发流程 2.1大模型科学选型 2.2开发流程概览 2,4本地离线部署方案 3.部署与优化 3.1部署服务选择 3.2模型训练迭代 3.3数据隐私与成本控制 Part7 AI算力 1.A I算力的概念与作用 1.1定义 1.2算力基础设施 1.2.1AI大模型训练与推理的核心 1.2.2GPU为算力核心组件 1.2.3AI服务器、存储需求增长 1.3对AI大模型的支撑 2.技术与设备 2.1GPU服务器主导 2.2AI芯片多样化 2.3HBM DRAM存储技术 3.应用场景 3.1大模型训练 3.2生成式AI应用   4.对行业的影响和挑战 4.1数字经济和AI+的推动 4.2供需矛盾与资源分配不均 4.3数据中心算力瓶颈 4.4光模块需求放量 5.未来的展望 5.1AI算力国产化 5.2国家级AI算力网络

课程背景： 随着人工智能与自动化技术的飞速发展，数字员工已成为推动企业数字化转型的关键力量。本课程旨在深入探讨数字员工的最新技术趋势、应用案例、以及如何与大模型、AI技术有效结合，提升企业的运营效率与智能化水平。针对当前数字员工在实际应用中的局限性，特别是缺乏“思考”能力的问题，我们将深入解析如何利用大模型和AI技术补足这一短板，并探索其在客服、运营、决策支持等领域的前沿应用。 课程对象：数字化转型负责人、自动化工程师、客服部门经理、运营优化专家 课程收获： 深入理解数字员工行业动态及技术前沿。 掌握数字员工与AI、大模型结合的最佳实践。 学习如何设计与实施高效的数字员工应用场景。 了解并掌握提升客户体验和内部运营效率的策略与工具。 建立正确的数字员工风险管理与运维监控体系。 课程时长： 2天（每天6小时） 课程大纲： 模块一：数字员工行业介绍及发展趋势 1.1 数学员工应用案例分析 - 金融行业：自动报表生成与风险评估策略 - 制造业：供应链优化与质量控制自动化实践 - 客服领域：智能客服助手与用户意图识别技术 - 医疗健康：病例录入自动化与初步诊断辅助系统 - 教育行业：个性化学习计划与学生表现分析模型 - 效果评估：KPIs设定与数据分析方法论 1.2 行业发展史与现状 - 技术起源与演进历程 - 当前行业先进技术概览：RPA、AI、大数据集成技术 - 面临的技术挑战及合规性、安全性解决策略 1.3 未来展望与新兴技术 - 市场增长预测：未来几年行业规模与增长率 - 潜在增长领域分析：智能制造、智慧医疗、金融科技趋势 - 新兴技术趋势探讨：大模型应用、低代码开发、量子计算接口等 模块二：IPA与大模型集成及应用实践 2.1 结合方式与案例分享 - API集成技术实现智能决策与自动化操作对接 - 代码自动生成与优化：大模型辅助RPA脚本开发 - 数据处理优化：大模型处理复杂数据，提供结构化信息 2.2 大模型辅助RPA程序开发 - 需求理解自动化：大模型分析业务需求生成开发指南 - 编码辅助：实时代码优化建议，提升代码质量 - 测试自动化：基于大模型的测试用例生成与自动化测试支持 2.3 客服领域大模型应用解决方案 - 意图识别与快速响应策略 - 情绪分析与沟通策略优化 - 自动化回复生成与知识库动态维护 - 工作流自动化：坐席辅助、工单处理与服务内容自动生成 模块三：IPA与AI融合技术及应用场景 3.1 技术与应用概述 - OCR技术在文档处理中的应用案例 - NLP在客户服务中的角色与文本分析方法 - 情感识别技术提升客户体验策略 - 自动化决策支持系统的构建与应用 3.2 AI与机器学习集成策略 - AI算法与RPA流程结合的关键点与实施路径 - 通过机器学习优化自动化流程的策略与案例分析 3.3 RPA+AI趋势与技术要点深化 - 最新技术动态与市场应用案例分享 - 关键技术知识普及：算法选择、模型训练等基础 3.4 无缝集成与内建AI能力 - AI功能嵌入RPA开发的策略与技巧 - 构建内含AI能力软件平台的考虑因素与方法 3.5 数智化转型框架与风控体系 - 数智化转型理念与价值传递 - 实施场景挖掘与项目推进方法 - 风险管理与运维监控体系构建策略 模块四：数字员工可支撑场景与能力展望 4.1 应用场景与需求深度剖析 - 生产、运营、管理中的数字员工应用全景 - 一线员工支持实例与后台自动化提升方案 - 自动化工单处理与业务流程优化实践 4.2 数字员工能力边界与未来潜力 - 当前能力范围与局限性分析 - 未来能力预测与实现时间线 4.3 热线与生产领域创新应用案例 - 热线运营中的数字员工应用原理与实战成果 - 生产领域数字员工创新技术原理与效果展示 模块五：数字员工与智能化工具协同策略 5.1 客服领域人机协同优化 - 理想状态的人机协同模式设计 - 客户体验与员工效率双提升策略 5.2 客户体验提升工具与方法 - 数字员工在常规工作中的应用案例 - 创新工具整合策略，实现客户体验升级 5.3 能力融合与联动成效探索 - 客服中心数字员工与各能力模块融合路径 - 成效评估机制与持续优化策略 模块六：开发与技术挑战应对 6.1 RPA与大型语言模型集成 - AI Agent开发原理与实践步骤 - 开发技巧与最佳实践分享 6.2 无代码RPA敏捷开发与部署 - 无代码平台的优势与应用策略 - 分中心级敏捷开发与部署实施指南 模块七：其他关键议题与技术前沿 7.1 RPA技术拓展实践 - 系统模块集成优秀案例分析 - 模糊意图识别技术探索与应用实例 - 集群部署与技术演进路线图 7.2 客服系统革新与创收策略 - IPA与新一代客服系统的集成与应用 - 数字员工作为利润增长点的策略与实践 7.3 自动化运维与技术融合优化 - 自动化运维与监控解决方案 - RPA与云化技术结合实践与资源池部署策略 - 系统改造与前沿应用场景挖掘指南

【课程背景】 随着人工智能（AI）技术的迅速发展和广泛应用，它对现代企业经营管理的影响日益显著。为了帮助企业经营管理者更好地理解和应用AI技术，提升企业的运营效率和竞争力，本课程将围绕AI的特点、发展趋势以及对企业经营管理的影响和融合发展展开深入讲解。 【课程收获】 1. AI：掌握AI技术的基本概念、原理和应用领域。 2. 影响：了解AI技术的发展趋势及其对企业管理模式的影响。 3. 融合：学会如何借助AI技术优化企业经营管理流程，提升工作效率。 4. 融合：掌握AI技术在企业决策支持、风险管理等方面的应用方法。 5. 培养企业经营管理者对AI技术的敏感度和创新意识。 【课程对象】企业经营管理者、中高层管理人员、对AI技术感兴趣的企业员工。 【课程时长】6小时（可根据实际需求调整课程时长） 【课程大纲】 第一讲：AI技术概述 1. AI的起源与最终目的 2. AI技术的发展历程与现状 3. AI技术的核心原理与关键技术 （1）机器学习：监督学习、无监督学习和强化学习 （2）神经网络：卷积神经（CNN）、循环神经（RNN）和生成对抗网络（GAN） 4. AI技术的发展趋势——大模型（LLM）和AI agent 第二讲：管理创新与科学决策 1. 现代管理学对管理的定位 2. 企业的核心使命：创新 3. 创新的方法：科技创新、文化创新、制度创新 4. 科技创新的关键：科学决策 5. 科学决策的三大核心要素：AI算法模型、大数据与算力 第三讲：AI技术对企业经营管理的融合 1. 市场之变：数字化催生外部市场用户需求之变 2. 业务之变：基于AI技术快速推荐业务 3. 价值创造（生产）：AI重塑价值主张和提升价值生产效率 4. 商业模式之变（供应商和渠道商）：平台化商业和生态兴商业的快速崛起 5. 资源之变：跨界整合与AI资源精准自动化配置 6. 服务之变：基于大数据的精准客群服务 【案例解析】AI在能源电力中的创新应用 第四讲：AI技术对企业管理的影响 1. 管理模式：AI技术对整体管理模式发出挑战 2. 科学决策：基于大数据+AI，实现智能化决策 3. 流程高效：基于RPA技术和智能化应用，智能优化流程业务 4. 可视化管理：全流程、全周期、全设施状态可视化管理 5. 风险管理与预警系统中：智能预警和风险判定 4. 财务与人资管理：支撑业务和管理决策的数据型管理体系 【案例解析】华润集团、伊利等企业借助AI重塑管理体系 第五讲：企业如何应用AI技术提升经营管理效率 1. 制定企业AI技术应用战略规划 2. 选择合适的AI技术解决方案与合作伙伴 3. 构建企业AI技术应用团队与培训机制 4. 评估与优化AI技术在企业经营管理中的应用效果 【案例解析】国家电网、通讯运营服务商的落地策略分享

【课程背景】 随着人工智能技术的飞速发展，运营商客服系统正经历着前所未有的变革。AI技术的应用不仅极大提升了客服系统的效率和服务质量，同时也为客服行业带来了新的挑战和机遇。本课程旨在深入探讨AI在运营商客服系统中的应用，解析智能客服系统的发展历程、构成要素以及AI大模型如何助力智能客服系统的创新与落地。 【课程收获】 全面了解智能客服系统的发展历程和当前趋势。 掌握智能客服系统的关键技术和主要构成。 学习AI大模型在智能客服系统中的应用策略和实践案例。 探索AI大模型下的智能客服系统落地的技术路径和实操方法。 【课程对象】 运营商客服部门的管理人员和技术专家。 对AI技术在客服领域应用感兴趣的行业从业者。 希望提升客服系统智能化水平的企业决策者。 【课程时长】1天 【课程大纲】 Part 1: 智能客服系统的发展阶段 1.智能客服系统的起源与演进 1.1 传统客服系统的局限与挑战1.2 智能客服系统的初步探索1.3 技术突破与智能客服系统的快速发展 2. 智能客服系统的现状与趋势 2.1 当前智能客服系统的关键技术2.2 智能客服系统的行业应用案例分析2.3 未来智能客服系统的发展方向 3. AI技术在客服系统中的应用前景 3.1 AI技术对客服行业的颠覆性影响3.2 智能客服系统的创新应用场景3.3 智能客服系统的可持续发展策略 Part 2: 智能客服系统的主要构成 1.智能客服系统架构 1.1 系统架构的设计原则1.2 核心组件及其功能1.3 系统集成与数据流管理 2. 关键技术与工具 2.1 自然语言处理（NLP）技术2.2 机器学习与深度学习算法2.3 语音识别与文本转语音技术 3. 用户体验与服务优化 3.1 用户交互设计3.2 个性化服务策略3.3 服务质量监控与评估 Part 3: AI大模型在智能客服系统的应用 1. AI大模型的引入与集成1.1 AI大模型的基本概念与分类1.2 AI大模型与智能客服系统的集成方法1.3 AI大模型的性能优化与调整 2. AI大模型赋能智能客服 2.1 提升问题理解与回答准确性2.2 增强上下文理解与多轮对话能力2.3 个性化服务与用户意图预测 3. AI大模型的创新应用案例 3.1 特定行业的AI大模型应用案例3.2 AI大模型在多语言客服中的应用3.3 AI大模型在复杂问题解决中的角色 Part 4: AI大模型下的智能客服系统落地 1.技术路径与实施策略 1.1 确定技术路径与实施计划1.2 技术选型与系统集成1.3 风险评估与应对措施 2. 智能客服系统的实操配置 2.1 初期标配与普及配置2.2 专业配置与创新配置2.3 智能客服系统的持续迭代与优化 3. 行业应用与案例分析 3.1 金融、通信等行业的智能客服系统落地案例3.2 智能客服系统在不同规模企业的应用3.3 智能客服系统落地的挑战与解决方案

【课程背景】 AI Agent技术正在渗透到企业中的各个领域，借由目前成熟的大模型和Agent部署和基于企业本地数据的 rag技术，可以赋能企业各个岗位，诞生数字员工应用，提升人员的办公效率。 本课程分享AI大模型技术如何与企业本地数据进行对接，通过AI agent技术实现数字员工，尤其是在MSS 领域。 【课程收获】 1.了解AI agent技术的核心指导思想 2.了解其中的关键基础 3.掌握配置 4.学会使用和调优 【课程对象】 MSS领域成员 【课程时长】 1天 【课程大纲】 part1 AI agent 的指导思想和技术原理 1.1 定义与概念 1.1.1 什么是AI Agent 1.1.2 AI Agent与RPA的区别 1.1.3 AI Agent的发展历程 1.2 指导思想 1.2.1 智能决策与自主学习 1.2.2 人机协作与交互体验 1.2.3 数据驱动与知识发现 1.3 AI Agent的原理 1.3.1 AI agent 国内外 agent 工具介绍 文心智能体、智谱清言智能体、coze 本地化部署：ollama和LM studio 1.3.2 工作流RPA+LLM+RAG本地化知识库搭建 。 工作流 节点与参数 LLM调用 RAG 1.3.3 部署 API部署 链接 云化移动端部署：公众号、企微、小程序、钉钉等 。 本地化端侧部署 1.3.4 数字员工的诞生 part2 AI agent应用(数字员工)的开发与部署 2.1开发 2.1.1 开发平台：文心智能体、coze、通义智能体、实在智能体、Ollama 2.1.2 开发方法：零代码开发、低代码开发和AI开发 2.1.3 部署方式：API、云化移动端部署、本地化部署 2.2.关键技术 2.2.1 AI agent开发 注册 选择开发方法 prompt的基础设置 2.2.2 IPA 工作流 定义工作流 工作流的设计 流程设计器 agent中的工作流 2.2.3 AI大模型与插件 插件与插件市场 大模型调用 主流大模型的区别 多个开发平台以对接的大模型 2.2.4 本地知识库RAG 知识库的构建 知识库的优化 知识库的召回 2.2.5 调优promot prompt的基本使用 prompt的优化技巧 Part3 AI agent 在MSS中的应用开发部署流程 3.1 确定业务场景 3.1.问答系统 3.1.2 MSS在网络空间安全中的应用高强度防守对抗 3.1.3 KPI视角下的服务过程展示MSS的核心服务内容 3.1.4 安全事件的监控和响应 3.1.5合规方面的报告MSS的技术特点 3.1.6 实时数据同步 3.2 提炼设计工作流 3.2.1 流程设计 3.2.2 流程部署 3.3 确定开发工具和部署方式 3.4.1 开发工具选择 3.3.2 部署方式选择 3.4 构建本地化知识库 3.4.1 日常风险清单查询 3.4.2 告警日志 3.4.3 经验教训登记册 3.4.4 合规校验 3.4.5 其他插件与基本技能 3.5 进行测试调优 【案例】 深信服安全托管服务MSS

在人工智能技术飞速发展的背景下，这门课程为管理运营相关人士提供了深入了解AI在生产制造中应用的机会。通过系统的学习，学员将掌握AI工具及大模型的基本概念、原理与应用，识别生产环节中的优化机会，并提出切实可行的解决方案。课程结合实

在AI技术迅猛发展的背景下，本课程将帮助建筑行业的管理和运营人员深入了解大语言模型，尤其是DeepSeek的应用潜力。通过理论讲解与实例分析，学员将掌握AI如何推动建筑行业智能化转型，提升设计、工程管理和客户服务的效率与质量。课

在金融科技迅速发展的今天，掌握AI工具尤为重要。该课程专为金融公司理财经理、产品专员及运营人员设计，深入探讨DeepSeek等大语言模型在客户需求分析与产品配置中的应用。通过理论与实操相结合的方式，学员将提升对AI技术的理解，优

在AI技术迅猛发展的时代，这门课程将为企业高管、IT负责人和业务经理提供不可或缺的深度洞察。通过深入探索DeepSeek技术的应用，学员将掌握如何提升工作效率与创新能力，并识别适合的优化环节。课程结合理论与实践，不仅涵盖最新的A

【课程背景】 AI Agent（人工智能代理）已成为推动企业数字化转型和智能化升级的关键力量。AI Agent能够模拟人类智能行为，执行自动化任务，提供决策支持，甚至与人类进行自然语言交流。在各行各业，AI Agent正逐步替代重复性劳动，释放人力资源，提高工作效率，优化用户体验。 然而，AI Agent的构建和应用并非易事，它需要跨学科的知识和技能，包括但不限于工作流、提示词、知识库等。为了帮助学员更好地理解和掌握AI Agent的构建与应用，本课程旨在提供一个系统化的学习路径，从理论到实践，从技术到业务，全面覆盖AI Agent的关键知识点和应用场景。 【课程收获】 全面理解AI Agent：深入掌握AI Agent的基本概念、工作原理和关键技术。 技术实践技能：学会应用工作流、LLM和RAG等技术构建AI Agent。 业务融合能力：理解AI Agent在不同业务场景中的应用，学会将技术与业务需求结合。 工具运用熟练度：熟悉并能够运用国内主流AI Agent工具进行项目开发。 【课程对象】全员 【课程时长】1天（6h/天） 【课程大纲】 Part 1：认识AI Agent 1.1 定义与概念 1.1.1 什么是AI Agent 1.1.2 AI Agent与RPA的区别 1.1.3 AI Agent的发展历程 1.2 指导思想 1.2.1 智能决策与自主学习 1.2.2 人机协作与交互体验 1.2.3 数据驱动与知识发现 1.3 AI Agent的原理 1.3.1 RPA流程自动化 1.3.2 RAG知识库管理 1.3.3 LLM AI 大模型 Part 2：AI Agent的核心技术 2.1 机器学习算法 - LLM 2.1.1 监督学习与非监督学习 2.1.2 强化学习 2.1.3 聚类与分类算法 2.2 自然语言处理 2.2.1 语言模型与文本分析 2.2.2 语义理解与情感分析 2.2.3 机器翻译与多语言支持 2.3 知识图谱 2.3.1 知识表示与推理 2.3.2 实体识别与关系抽取 2.3.3 知识融合与更新 Part 3：AI Agent在企业中的应用 3.1 客户服务与支持 3.1.1 聊天机器人与客户互动 3.1.2 智能推荐系统 3.1.3 客户反馈分析与处理 3.2 人力资源管理 3.2.1 简历筛选与候选人评估 3.2.2 员工培训与发展 3.2.3 员工满意度与情绪分析 3.3 风险管理与合规 3.3.1 欺诈检测与预防 3.3.2 合规性检查与报告 3.3.3 风险评估与预测 3.4 供应链优化 3.4.1 需求预测与库存管理 3.4.2 物流优化与路径规划 3.4.3 供应链风险评估 Part 4：国内主流AI Agent工具 4.1 工具概览 4.1.1 百度文心止疼提 4.1.2 阿里摩搭 4.1.3 智谱清言 4.1.4 字节Coze 4.2 工具选择与评估 4.2.1 功能与性能评估 4.2.2 成本效益分析 4.2.3 用户体验与支持服务 Part 5：实践AI Agent流程搭建 5.1 文心智能体介绍 5.1.1 软件特点与优势 5.1.2 社区资源与支持 5.2 搭建AI Agent流程的步骤 5.2.1 需求分析与规划 5.2.2 注册账号并完成零代码开发 5.2.2 本地知识库上传 5.2.3 测试与优化 5.2.5.1 性能测试 5.2.5.2 用户反馈收集 5.2.5.3 模型迭代 5.3 维护与迭代 5.3.1 监控AI Agent性能 5.3.2 异常处理与日志记录 5.3.3 知识更新与模型再训练

GPT模型因其强大的文本生成能力，正在被广泛应用于各行各业。无论是自动化的客户服务、个性化的内容推荐还是智能助手的设计，GPT模型都能提供高效且高质量的支持。本课程旨在帮助学员快速掌握GPT模型的基础到高级应用。 课程收获 理解GPT模型的基本原理和技术优势。 掌握从基础调用到高级微调的全过程。 能够独立设计和实现基于GPT的智能应用。 学会评估和优化GPT模型的输出质量。 了解最新的GPT技术和行业发展趋势。 课程对象 对自然语言处理和人工智能感兴趣的初学者。 希望利用GPT模型解决具体业务问题的企业技术人员。 需要提升现有产品智能化水平的产品经理或开发者。 关注人工智能技术在行业应用中的产品经理和项目经理。 想要了解GPT模型最新进展的研究人员。 课程时长 1天（6小时） 【课程大纲】  Part 1：AI-LLM的发展现状及趋势 1. AI-LLM 1.1 AI的定义1.2 AI的发展史1.3 AI三大要素：算法 + 数据 + 算力 机器学习：监督学习、无监督学习、强化学习 深度学习：图像识别技术CV与人类自然语言处理NLP AI-LLM大模型的诞生 1.7 AI-LLM大模型的技术原理 transformer架构 注意力机制 量化模型 模型枝剪 知识蒸馏 2. AI-LLM大模型的主要应用领域 3.1 AI-LLM特点：理解语义、知识记忆、逻辑推理、直接生成3.2 文生文、文生图、文生音频、文生视频、文生代码3.3 图生视频3.4 数字员工 3. AI-LLM大模型的发展现状及趋势 4.1 国外AI-LLM大模型介绍4.2 AI-LLM大模型的发展趋势4.3 多模态4.4 AI agent的出现 4. AI agent（应用） 5.1 AI agent 国内外 agent 工具介绍：文心智能体、智谱清言智能体和coze 本地化部署：ollama 和 LM studio 5.2 工作流 RPA + LLM + RAG 本地化知识库搭建 工作流 节点与参数 LLM调用 RAG 5.3 部署 API部署 链接 云化移动端部署：公众号、企微、小程序、钉钉等 本地化端侧部署 5.4 数字员工的诞生 Part 2：AI-LLM应用 1. 内容生成 - 工具类 1.1 文本类：通讯稿 / 培训总结 / 会议纪要 / 公文 / 营销文 工具：kimi、文心一言、通义千问、讯飞星火、豆包 1.2 图片类：配图 / 营销海报 / 产品图片 工具：SD、即梦、文心一格、canva 1.3 短视频：纪录片 / 品牌宣传 / 产品推介 / 数字人播报 工具：星火绘镜、即梦、Runway、Pika、度+ 1.4 PPT：演示类 / 演讲类 / 培训类 工具：Gamma、AIppt、WPSAI 1.5 其他：数据处理、思维导图 工具：kimi、文心一言 2. 数字员工（Agent + RPA + LLM + RAG + Prom + ollama） 2.1 应用领域： FAQ客服机器人 内容生成类数字员工 自动工作流机器人 财务数字员工 营销运营数字员工 HR数字员工 2.2 主要的工作原理及关键点 Agent界面搭建 LLM调用：算法模型调用 RAG：知识库构建 Promote：调优 2.3 数据安全 开源数据使用 本地化数据治理与RAG 附：AI-LLM产品开发和应用的基础能力体系 1. Prompt 提示词 1.1 提示词的基本结构1.2 三类提示词写作模板1.3 提示词强化加强1.4 调优 2. Agent 工具 2.1 工具：智谱清言Agent、文心智能体、coze、ollama2.2 工作流设计2.3 知识库RAG2.3 部署 3. RAG本地化知识库 3.1 AI-agent 能够解析的知识库3.2 知识体系3.3 知识笔记 obsidian 工具的使用 4. 工作流 + AI-IPA（RPA） 4.1 定义工作流4.2 工作流程设计4.3 国内主流RPA工具介绍4.4 RPA流设计器的使用

在当前泛在物联网的背景下，人工智能正成为提升电网运营效率的重要动力。本课程将深入探讨人工智能的概念、运作逻辑以及在电网中的实际应用，帮助管理层和相关岗位人员全面理解5G技术与人工智能的结合如何推动电力行业的创新与发展。通过半天的

在5G与物联网的浪潮中，电力行业迎来了前所未有的数字化变革。本课程深入剖析5G、物联网及云计算等技术的底层原理，结合实际案例，为学员提供清晰的电力数字化视角。通过对技术应用场景的分析，学员将掌握如何利用这些先进技术优化运营，提高

区块链技术正引领着新一轮的行业变革，尤其在能源领域，其潜力不可小觑。本课程将深入解析区块链的基本概念、特征及其在微电网建设中的应用，帮助管理层及相关岗位人员全面理解这一前沿技术。通过学习，您将掌握区块链如何在电力交易中提升信任与

【课题背景】 未来 10 年，区块链技术可能将释放巨大威力，区块链网络将成为像今天的电信网和互联网一样的社会基础架构。 但非前沿技术领域的群体则对区块链的起源、发展、技术趋势及落地应用场景尚不清楚。本课程将会从区块链技术、区块链技术原理、商业模式创新以及在大数据领域的应用等维度系统分享。帮助学员打开思路，了解外界对区块链的认知，正确帮助学员了解区块链价值及具体应用。 【参与人员】 本课程适宜于：数字技术、产业数字化、企业数字化转型等领域 【学员收获】 1. 了解区块链技术的起源、发展、技术原理、发展历程及现状 2. 了解区块链技术在大数据领域的应用 【课程纲要】 一．区块链技术 1. 区块链的起源和发展 (1) 比特币的故事 (2) 区块链的发展历程:从比特币、以太坊、智能合约到资产数字化，区块链快速融入实体 2. 区块链发展阶段、现状及特点： （1）区块链1代：比特币 （2）区块链2代：以太坊 （3）区块链3代：价值互联网 （4）整体特点：价值属性、存证属性、信任属性、智能属性、溯源属性 3.区块链技术原理: （1）区块链的整体架构 （2）区块链的关键技术——密码学、共识算法、智能合约、P2P网络 4.区块链的主要应用领域 （1）商业模式创新：联盟链的共识算法与智能合约 （2）价值互联网：资产数字化溯源与P2P交易 【案例】区块链在金融、农业、养老、文化领域中的应用 二．区块链技术在大数据领域的应用 1. 区块链+大数据之间的关系 （1）区块链定义为技术 （2）大数据定义为内容区块 （3）大数据借由区块链实现数据价值增值 2. 大数据作为内容的价值要求 （1）内部数据治理：数据来源可靠、数据不可篡改、数据隐私 （2）外部数据资产：能够面向业务、面向外部自由调用和交易 3. 区块链在大数据的应用 （1）借由区块链的特性实现内部数据治理 （2）把数据作为生产要素，进行内-外的数据资产交易 4. 区块链+数据资产管理 （1）数据资产化：数据资产所有权属与未来价值 （2）数据资产化面临的困境：数据资产权属管理与数据资产交易 l 数据资产：实体物理资产的数字化映射、虚拟权益类数字资产 l 权属管理：TTP与去中心化的ODIN标识号 l 数据资产交易：数字产权保护、区块链间的跨链交易与智能合约 （3）区块链+所有权：可溯源+加密技术，破解数据所有权 （4）区块链+交易：实现P2P点对点的数据资产交易 5. 区块链数字资产管理平台设计 （1）应用服务层：场景应用 （2）应用接口层：API、SDK （3）底层平台：用户系统、分布式账本系统、合约系统 6. 区块链+数字资产管理的实现路径 （1）1.0 区块链数字资产平台大量的建立 （2）2.0 数字身份、数字公正、资产数字化，实现实体资产上链 （3）3.0 智能资产、数字自律组织、形成P2P价值交换互联网 7. 区块链+数字资产管理的落地案例 （1）布萌数字资产平台 （2）小蚁智能资产平台 （3）南网电网用电数据资产交易

在快速发展的数字化时代，产品管理的有效性对互联网公司至关重要。本课程深入探讨产品经理在整体战略中的角色，帮助学员明确产品管理的职责与意义。通过对产品生命周期的全面分析，学员将掌握提升产品竞争力的策略，进而推动业绩增长。同时，课程

这是一门全面而深入的产品管理与设计课程，适合产品经理、设计师及开发者参与。课程涵盖从需求调研到产品概念设计、原型设计，再到数据优化设计的全闭环，帮助学员掌握商业模型与用户模型的核心要素。通过实际案例和任务，学员将通过分析和实践，

在这个快速发展的新媒体时代，掌握小红书和抖音的运营技巧至关重要。本课程将帮助你深入理解这两个平台的特性，提升内容创作和用户互动能力，增强账号的影响力。通过丰富的视频案例和行动学习法，你将切实掌握短视频创作、人物IP打造及拍摄技巧

在数字化浪潮下，新媒体运营已成为企业成功的关键。本课程通过DEEPSEEK这一先进工具，深入剖析新媒体运营的挑战与机遇，帮助您掌握数据驱动的运营策略。课程内容涵盖用户画像、内容优化、流量获取等多方面，结合前沿案例与实操演练，确保

在数字化时代，人工智能技术正深刻改变新媒体运营的面貌。本课程将为企业运营人员提供全面的AI工具应用技巧，涵盖内容创作、用户互动及数据分析等关键领域。通过前沿案例分析与实操演练，学员将掌握如何高效利用AI工具提升运营效率，降低成本

本课程将为您深入解析App和公众号的运营策略，帮助企业在用户拉新、成交转化和复购等方面实现业绩增长。通过系统的理论与实践结合，您将掌握C端用户运营的增长模型以及核心要素的提升技巧。课程内容涵盖运营增长模型、漏斗流量模型、矩阵化销

【课程背景】 在数字化时代，人工智能（AI）的应用已渗透到各个领域，自媒体行业也不例外。AI不仅为自媒体提供了内容创作的支持，还大大提高了内容生产和发布的效率。本课程将带你深入了解如何利用AI技术，从选题、标题、封面设计到短视频制作，全面提升自媒体运营的效率和效果。 【课程收益】掌握借助AIGC做自媒体的方法 【课程对象】 本课程适合自媒体从业者、内容创作者以及对AI与自媒体结合感兴趣的人士 【课程时长】6小时 【课程大纲】 第1讲：AI选题生成，大数据+灵感，爆款选题随意选 1.1 AI与大数据在选题中的应用 1.2 如何利用AI捕捉热点与趋势 1.3 爆款选题案例分析 1.4 实战演练：生成你的爆款选题 第2讲：AI标题优化，远超98%的自媒体人的标题生成术 2.1 标题的重要性与AI优化原理 2.2 AI标题生成技巧与策略 2.3 爆款标题案例分析 2.4 实战演练：优化你的自媒体标题 第3讲：AI封面设计，一句话生成专业级封面 3.1 封面设计的重要性 3.2 AI封面生成技术介绍 3.3 专业级封面案例分析 3.4 实战演练：一句话生成你的专业封面 第4讲：AI笔记生成，爆款笔记1秒生成 4.1 AI笔记生成技术原理 4.2 如何利用AI快速生成高质量笔记 4.3 爆款笔记案例分析 4.4 实战演练：1秒生成你的爆款笔记 第5讲：AI短视频脚本生成，口播+剧情，个个精彩 5.1 短视频脚本的重要性 5.2 AI短视频脚本生成技术 5.3 口播与剧情脚本案例分析 5.4 实战演练：生成你的精彩短视频脚本 第6讲：AI短视频生成，文字生成视频，不拍不剪照样精彩 6.1 文字生成视频的技术原理 6.2 AI短视频生成流程与技巧 6.3 精彩短视频案例分析 6.4 实战演练：文字生成你的精彩短视频 第7讲：AI短视频剪辑，傻瓜式超强大，3分钟成片 7.1 AI短视频剪辑技术介绍 7.2 傻瓜式剪辑流程与策略 7.3 3分钟成片案例分析 7.4 实战演练：快速剪辑你的短视频 第8讲：AI数字人，口播短视频，全自动生成 8.1 AI数字人技术介绍 8.2 口播短视频生成流程 8.3 数字人短视频案例分析 8.4 实战演练：全自动生成你的口播短视频 第9讲：附：文心一言提示词提问技巧汇总 9.1 文心一言技术概述 9.2 提示词设计与优化技巧 9.3 高效提问策略 9.4 实战演练：利用文心一言提升内容质量

在当今社交媒体快速发展的时代，小红书已成为品牌营销的重要阵地。本课程将深入探讨小红书的运营技巧，帮助您掌握账号定位、内容创作、直播技巧等关键要素。通过实操案例分析，您将获得流量获取和营销工具的应用经验，提升品牌知名度和销售转化率

本课程深入剖析2025年直播电商行业的最新格局，特别聚焦3C赛道的潜在机会与挑战。通过对行业风向标、流量获取与转化模型的全方位解析，学员将掌握高客单价转化的实战技巧与具体案例分析，从而提升直播效果与销售业绩。此外，课程还提供实用

短视频培训课程旨在帮助个人与企业掌握这一新兴媒体形式的核心技巧。课程内容涵盖短视频创作的底层逻辑、IP人设打造及拍摄基础知识，通过丰富的案例与实践演练，使学员能够真正理解并应用所学技能。无论您是内容创作者、品牌营销人员，还是希望

短视频时代来临，掌握这一新兴媒介的运营技巧至关重要。本课程将为您提供短视频内容创作的底层逻辑、热门爆款案例分析以及高转化账号的人设打造技巧，帮助您在竞争激烈的市场中脱颖而出。通过丰富的案例学习和现场实践，您将掌握拍摄基础知识与创

在数字化营销的浪潮中，短视频已成为企业与个人传播品牌的重要工具。本课程将深入探讨短视频的运营与制作技巧，帮助学员理解行业发展趋势和运营策略。通过实战演练，您将掌握拍摄与剪辑技能，提升品牌推广和用户互动能力。无论是想提升个人影响力

在这个短视频盛行的时代，掌握优质短视频的创作技巧至关重要。本课程将深入探讨短视频的价值、评判标准以及创作流程，帮助内容创作者系统性地掌握创作方法和优化技巧。通过一系列实用的工具和模板，学员能够轻松应对短视频的选题、结构策划、分镜

在这个全面的品牌宣传课程中，您将深入探讨品牌价值的提炼与媒体宣传的有效结合。课程涵盖从品牌价值主张的提炼到项目管理和内容创作的全周期，特别适合品牌策划人员。通过案例分析，如华为和小米，您将学习如何明确目标用户、挖掘痛点，并创作引

这门短视频创作课程将为内容创作者提供全面而系统的知识体系，帮助他们深入理解短视频的价值与评判标准。课程涵盖从选题、结构策划到分镜头脚本及剪辑的完整创作流程，结合AI工具的应用，使创作者能够高效地提升内容质量与传播效果。通过实践与

在当今数字化转型的浪潮中，掌握短视频和直播运营技能对于邮政行业尤为重要。本课程将带领学员深入探索短视频内容创作、平台运营以及直播互动技巧，帮助大家有效利用新媒体提升品牌影响力。通过系统的学习和实践，学员将能够制定符合邮政业务特点

在当前竞争激烈的市场环境中，掌握私域运营的技能至关重要。该课程将深入探讨私域运营的底层逻辑，通过丰富的案例和实操演练，帮助学员理解用户需求与个性化营销的重要性。课程内容涵盖社群定位、用户画像、精准引流等多个方面，旨在提升企业的流

在数字化转型不断加速的今天，低代码开发平台为企业提供了前所未有的效率和灵活性，尤其在金融行业中更显其重要性。通过本课程，学员将深入了解低代码的核心理念及市场现状，掌握主流平台的功能特点，提升实际应用能力。课程内容涵盖低代码平台的

本课程旨在为参与者深入解析CHBN市场的发展动态及其背后的IT系统支撑架构，通过系统的学习，您将全面掌握市场趋势与技术要求的深层关系。课程内容涵盖各大业务领域，包括C端市场、智家业务、政企市场及新兴市场，结合成功案例，帮助您在实

在科技迅速发展的今天，增强现实（AR）和虚拟现实（VR）等技术正逐渐融入电网应急管理与安全培训领域。本课程将深入探讨这些前沿技术的基本原理及其在电力应急中的实际应用，帮助学员提升应急响应能力与安全管理水平。无论您是电网企业的应急

在这个信息化快速发展的时代，元宇宙作为新兴技术的集合体，正在为电力产业带来前所未有的机遇。本课程深入解析元宇宙的核心技术及其在电力行业的应用，帮助学员全面理解如何借助人工智能、区块链等技术实现数字化转型，推动产业创新发展。通过案

这门课程深入探讨了数字孪生技术在智能电网建设中的重要性，结合物联网、大数据和人工智能等前沿技术，为学员提供了全面的知识体系。从数字孪生的基本概念到其在电网中的实际应用，课程内容丰富，适合管理层及相关岗位人员。通过学习，学员将掌握

本课程将带您深入探索BASIC6六大数字技术的核心特征及其相互关系，帮助您掌握这些技术在现代企业数字化转型中的实际应用。通过一天的学习，您将了解大数据、人工智能、信息安全、能力中台、算力网络及6G技术的内涵及其在不同行业中的广泛

在数字化时代，DICT产业正引领着行业的变革与创新。本课程通过深入分析整个产业链，帮助学员全面了解信息产业的现状与未来趋势。无论是产品经理、市场销售还是运营管理人员，都能从中获得宝贵的行业洞察与实用的运营策略。课程内容涵盖云服务

在数字经济快速发展的背景下，通讯运营商面临着重大的转型机遇与挑战。本课程深入探讨数字经济的内涵，解析运营商在这一变革中的关键角色及战略调整，帮助学员掌握未来的工作方向与重点任务。通过对市场需求、竞争形势和内部优势的综合分析，课程

在数字经济快速发展的背景下，运营商正迎来转型的新机遇。本课程深入探讨数字经济的内涵与通讯运营商的使命，帮助学员理清未来发展方向与重点任务。通过解析数字化战略、阶段性计划及管理创新的思维方式，学员将掌握如何在激烈竞争中提升效率，实

在科技迅猛发展的时代，掌握新质生产力的内涵对企业中层领导至关重要。此课程将深入探讨新质生产力在通信行业的应用，帮助领导者理解其与传统生产力的区别，并分析国家战略规划带来的机遇。通过案例分析与实践经验交流，学员将获得前瞻性的视野与

在快速变化的互联网时代，这门课程将为您打开自媒体和私域运营的新视野。通过深入分析小红书和抖音的运营策略，您将掌握高效的内容创作和引流技巧。此外，课程中的案例学习将帮助您在客户服务和运营体系建设上实现质的飞跃。针对互联网运营、市场