基于AI大模型的应用产品设计
Mace Liu 查看讲师
百林哲咨询(北京)有限公司专家团队成员
中国科学技术大学人工智能硕士,十余年的企业软件架构开发经验
浏览:66次
详情 DETAILS

课程简介

随着人工智能技术的迅猛发展,大模型已成为推动各行业数字化转型的核心驱动力。从企业文档管理到智能客服,从金融风控到教育创新,大模型的应用场景不断拓展,深刻改变着产品形态与用户体验。然而,产品经理在将AI技术转化为实际产品时,常面临技术理解不足、应用场景模糊、开发流程复杂等挑战。

本课程聚焦AI大模型在产品设计与开发中的应用,围绕产品经理核心能力构建,涵盖AI思维培养、技术原理解析、开发框架实战、行业案例拆解四大模块。从AI产品四层架构到LangChain开发框架,从RAG知识库构建到Agent智能体开发,结合金融、电信、教育等多行业落地案例,深度解析大模型在产品智能化中的关键角色。通过“理论+工具+实战”模式,助力产品经理快速掌握AI产品化方法论,实现从传统产品设计到智能化升级的跨越。

课程收益

1、帮助学员掌握AI产品化核心方法论,具备独立设计智能化产品的能力

2、帮助学员精通LangChain、RAG、Agent等开发框架,降低技术实现门槛

3、帮助学员获得金融、电信、教育等多行业AI落地经验,提升场景化应用能力

受众人群

各类软件企业和研发中心的产品经理、软件设计师、架构师, 项目经理,架构师及其他对产品设计感兴趣的人员

课程周期

 2天(12H 

课程大纲

标题

授课内容

一、产品经理---AI思维

第一部分: AI思维

1.深入理解AI和AI产品

2.开发工程师的AI思维

3.AI产品产业化和标准化

4.AI产品落地的价值与难题

5.AI产品的知识体系

6.所有应用都值得被大模型重构一遍!-百度李彦宏

7.AI 2.0彻底改变社会:所有应用都可以被重写一次--李开复

8.微软发布全新AI PC,有哪些启发

9.苹果(AAPL.US)WWDC发布Apple Intelligence 有什么启发

10.苹果 pad math notes的AI应用分析

 

第二部分: AI重构应用案例分析

1.分析部分现有系统如何引入AI功能

2.分享业内一些经典案例

3.产品AI化的一些心得

4.某电子家电集团AI落地实践

5.某金融企业AI落地实践

6.某电信企业AI落地实践

 

第三部分: AI人工智能时代重新定义产品和产品经理

1.人工智能时代产品的特殊性  

2.人工智能是工具,也是新的产品设计思维逻辑  

3.人工智能技术给传统的服务和产品赋能  

4.构成人工智能产品的三要素  

5.人工智能产品成功的必要条件  

6.人工智能产品经理需要懂技术  

7.人工智能产品经理入门  

8.AI修炼思维模式:资源、解决方案、目标导向  

9.构建知识体系:六大模块

10.从微观、宏观两个角度定义功能性需求  

11.越重要,越容易被忽视:定义非功能性需求  

 

第四部分:产品经理分析现有的AI产品—现有产品分析

1.公文写作

2.PPT制作

3.制作+插件

4.数据分析

5.办公综合

6.Copilot

7.搜索问答

8.专业图表

9.AI学习

10.图片处理

11.文生图

12.AI设计  

二、产品经理-AI产品的体系

第五部分: 人工智能产品体系

1.人工智能产品实现逻辑  

2.基础设施  

3.传感器  

4.基础平台  

5.数据采集

6.数据质量  

7.数据处理  

8.机器“大脑”处理过程:理解、推理和决策  

9.资源配置统筹的关键环节:系统协调  

10.不可逾越的红线:安全、隐私、伦理和道德

 

 

第六部分: 产品智能化的7个层次

1.产品智能金字塔

2.0 级智能 :执行

3.1 级智能 :反馈

4.2 级智能 :空间

5.3 级智能 :社交

6.4 级智能 :干预

7.4 级智能的产品

8.5 级智能 :想象

9.6 级智能 :自我  

 

第七部分: AI与 UI 和UX

1.AI与UX的平行发展史

2.AI 和 UX 的缘起

3.智能的强与弱

4.弱人工智能与设计

5.技术、功能与体验

6.体验主义下的 AI

7.交互设计的诞生

8.UX 的崛起

9.AI智能产品的思考框架

三、产品经理-技术能力篇—大模型能力边界

第八部分: AI产品经理必懂的AI技术原理

1.AI产品的四层架构

2.AI产品的基础设施:算法、数据与大语言模型

3.AI产品的上层建筑:提示词工程、RAG与Agent

4.LLM大模型核心原理

5.国内外大模型研究进展和评测

6.大语言模型微调与Prompt提示工程

7.LLM大模型微调

8.大模型OpenAI GPT  API 应用开发

9.基于国内大模型API 开发应用(可选智谱,百度,通义千问等)

10.基于大模型API构建应用程序

 

第九部分: ⼤模型应⽤开发框架 LangChain

1.⼤模型应⽤开发框架 LangChain

2.LangChain 是什么

3.为什么需要 LangChain

4.LangChain 典型使⽤场景

5.LangChain 基础概念与模块化设计

6.LangChain 核⼼模块⼊⻔与实战

7.LangChain 的3 个场景

8.LangChain 的6 大模块

9.LangChain 的开发流程

10.创建基于LangChain聊天机器人

 

第十部分: 基于大模型企业RAG应用

1.RAG技术概述

2.加载器和分割器

3.文本嵌入和 向量存储

4.检索器和多文档联合检索

5.RAG技术的关键挑战

6.检索增强生成实践

7.RAG技术文档预处理过程

8.RAG技术文档检索过程

 

第十一部分:基于大模型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.智能体开发

四、产品经理-AI辅助产品设计

第十二部分: AI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

 

第十三部分: AI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

 

第十四部分: AI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

五、产品经理-AI产品行业案例

第十五章 产品经理构建基于AI大模型专属RAG知识库

1.使用RAG框架, 什么是RAG

2.向量数据库和相似性检索

3.知识库投喂

4.知识投喂技巧

5.知识库使用

6.知识库权限管理

7.构建个人知识库

8.构建企业知识库平台

9.什么是Agent智能体

10.使用AI大模型构建智能体(0代码实现智能体)

 

第十六章 产品经理零基础开发AI Agent 智能体

1.零基础开发AI Agent 智能体

2.为什么要学习AI Agent

3.初步认识Agent

4.Agent的概念与发展

5.Agent是高层级的AI技术应用

6.Agent的特点与能力

7.Agent开发平台的演进

8.基于字节扣子coze平台开发Agent

9.基于百度,智谱等其他平台开发Agent

10.开发Agent的流程与策略

11.Agent开发的功能模块详解——插件、工作流、图像流

12.Agent开发的功能模块详解——知识库、记忆与对话体验

13.实战篇——5大场景、11个Agent案例

 

第十七部分: RAG实战案例1-企业文档问答系统

1.企业文档问答需求分析与系统设计

2.确定问答系统的需求:识别用户的主要查询类型与目标

3.系统结构与模块划分:明确检索与生成模块的协作方式

4. 搭建向量数据库与检索模块

5.数据预处理与向量化:生成高效的嵌入向量

6.构建与优化索引:提升检索模块的查询速度

7.生成模块的集成与模型调优

8.加载与配置生成模型:选择适合问答系统的生成模型

9.模型优化与提示词调优:提高生成内容的准确性与相关性

10.RAG系统测试、部署与优化

11.测试流程与性能监控:确保系统的稳定性与响应速度

12.企业环境的部署与上线:实现系统在实际业务中的应用

 

第十八部分: Agent智能体实战--贴身管家:出行订票智能体

1.探索智能体:让代码思考起来

2.解析LangChain与ReAct的核心思想

3.智能体如何简化出行订票流程

4.从0到1构建你的第一位出行助手Agent

5.搭建开发环境:Agent工具与环境配置详解

6.智能体核心模块解析:代码实现与逻辑设计

7.案例总结

 

第十九部分: Agent智能体实战:智能面试助手

1.面向招聘的需求分析与系统设计

2.招聘流程的模块化拆解与系统目标设定

3.系统架构设计与任务调度策略

4.NLP在简历解析与匹配中的应用

5.简历解析算法与文本结构化处理

6.岗位需求分析与简历的精准匹配

7.面试中的情感与行为分析

8.自动化评估与生成候选人的评价报告

 

第二十部分: 大模型技术在金融业应用的思考与建议

1.大模型技术在金融业应用的思考与建议

2.大模型技术的特点及局限性分析

3.大模型技术在金融领域的适用场景

4.大模型技术与金融智能营销

5.大模型技术与金融智能风控

6.大模型技术与金融智能客服

7.大模型技术与金融虚拟营业厅和数字人

8.大模型技术与金融其他通用场景

 

第二十一部分: 大模型技术在电信行业应用

1.大模型技术在电信行业应用的思考与建议

2.大模型技术在电信领域的适用场景

3.大模型技术在电信行业智能客服

4.大模型技术在电信应用-智能运维

5.大模型技术在电信行业网络运维智能化

 

第二十二部分: 大模型技术在其他行业应用

1.大模型技术在教育科技应用-可汗学院(Khan Academy)

2.大模型技术在大型企业数字化转型应用-法务智能辅助审核

3.大模型技术在企业应用-安防企业智能文本审阅系统

4.大模型技术在互联网和传媒应用-智能搜索与推荐系统

5.大模型技术在建筑行业应用-智能工程图纸管理


企业服务热线:400-106-2080
电话:18519192882
投诉建议邮箱:venus@bailinzhe.com
合作邮箱:service@bailinzhe.com
总部地址:
北京市-丰台区-汽车博物馆东路6号3号楼1单元902-B73(园区)
全国客户服务中心:
天津市-南开区-桂苑路15号鑫茂集团鑫茂军民园1号楼A座802-803
公众号
百林哲咨询(北京)有限公司 京ICP备2022035414号-1