生成式人工智能应用开发实战

Max Yang 查看讲师

百林哲咨询（北京）有限公司专家团队成员

资深AI讲师与技术专家、工学硕士

浏览：38次

详情 DETAILS

课程简介

在生成式人工智能（AI）技术飞速发展的当下，大模型（LLM）已成为推动各行业智能化转型的核心动力。从自然语言处理到智能决策支持，大模型的应用场景日益丰富，尤其在教育、医疗、金融等领域，大模型的应用潜力巨大，然而，其开发和应用仍面临高技术门槛和复杂性挑战，如何高效利用大模型技术、构建实际应用系统，成为企业和开发者需要解决的重要难题。

本次培训聚焦大模型技术与应用，涵盖模型定义、产业生态、提示词工程、检索增强生成（RAG）、LangChain框架等前沿技术领域。通过理论讲解与实践项目相结合，帮助学员掌握大模型开发与应用的核心技能，为推动生成式人工智能在实际场景中的创新应用奠定基础。

课程收益

1、帮助学员理解大模型（LLM）的核心概念及应用场景

2、帮助学员掌握大模型API调用的基础流程与参数配置

3、帮助学员掌握提示词工程的优化与调试技巧

4、帮助学员掌握检索增强生成（RAG）技术的实现与应用

5、帮助学员理解企业知识库构建的关键技术与最佳实践

6、帮助学员熟悉LangChain框架的功能模块及其扩展方法

7、帮助学员掌握生成式人工智能项目的开发与实践流程

8、帮助学员提升大模型在教育、企业等领域的实际应用能力

9、帮助学员理解生成式人工智能的技术前沿与未来趋势

受众人群

AI算法工程师、自然语言处理（NLP）工程师、大数据开发工程师、智能客服系统开发工程师、AI产品经理，及其他对AI技术感兴趣的人员

课程周期

5天（30H）

课程大纲

标题	授课内容
一、第一天上午	1. 大模型（LLM）的定义及核心特性 2. 主流大模型及其产业生态 3. 大模型的行业应用现状与未来趋势 4. 大模型的伦理问题与风险管理
二、第一天下午	1. Anaconda环境搭建与使用方法 2. 项目练习：安装与配置Anaconda
三、第二天上午	1. OpenAI、Hugging Face等平台API解析 2. API调用的基本流程与参数设置 3. 常见问题及解决方案
四、第二天下午	1. 项目练习：国内外主流大模型API调用与实践
五、第三天上午	1. 提示词工程（Prompt Engineering）的基础概念 2. 构建高效对话的提示词设计技巧 3. 提示词工程优化方法
六、第三天下午	1. 实践项目：设计一个智能教育助手 2. 利用提示词技术完成教育场景下的知识问答系统
七、第四天上午	1. RAG技术及其基本工作流程 2. RAG在提升回答准确性中的作用 3. 对比传统检索和RAG技术的核心差异 4. 结合文档库提升模型回答的准确性 5. 文档库的搭建与管理方法 6. 如何高效处理非结构化数据 7. 结合案例讲解文档库对大模型回答质量的提升
八、第四天下午	1. 基于RAG技术开发行业知识问答系统 (1) 项目需求分析与功能设计 (2) 数据库构建与文档处理 (3) 结合RAG技术实现问答功能的开发
九、第五天上午	1. LangChain的基本架构与组件介绍 2. 如何结合LangChain实现复杂对话逻辑 3. LangChain在大模型应用开发中的优势 4. 使用LangChain扩展大模型功能
十、第五天下午	1. 实践项目：开发一个基于LangChain的多轮对话系统 (1) 项目目标：实现一个能支持连续上下文交互的智能助手 (2) 项目实施：从框架搭建到功能开发的完整流程 (3) 结合LangChain实现动态对话管理 2. 培训总结与项目展示 (1) 学员项目展示与成果分享 (2) 培训过程中的问题与经验交流 (3) 对大模型技术及其未来发展的展望