一、建立对ChatGPT的清晰认知

一、登陆AI星球

1. AI的4要素

1）算法    

2）算力    

3）数据    

4）场景

2. AI的4个关键技术领域

1）Machine Learning机器学习

2）NLP 自然语言处理

3）Deep Learning深度学习

4）CV  计算机视觉

3. AI在医疗、金融、教育、物流、零售等领域的应用（案例讲解）

4. AI技术的发展：从早期的规则系统到现代的深度学习模型

二、开启AI大门：ChatGPT的工作原理

1. ChatGPT的基本工作机制：如何通过大规模预训练和微调来生成自然语言文本？

2. 办公场景中的应用

1）客户服务：自动回复机器人

2）内容生成：自动翻译，报告生成

3）数据分析：图表制作，数据透视

互动示范：学员亲自体验ChatGPT的对话能力和应用效果，加深技术原理的理解

三、探索AI世界：ChatGPT的潜力与能力边界

1. ChatGPT的潜力

1）大信息量：超大数据（数百万行）及超大文件 (30MB）以上的文件处理注意事项

2）高质量内容：高敏感内容（政策性文件，法律性文件，医疗健康等）的处理注意事项

3）提升工作效率：AHT概念（Average Handling Time），及人工效率的提升测算方式

2. ChatGPT的能力边界

1）复杂上下文（背景）情境下的局限性，规避和优化方式

2）高精度内容时的局限性，规避和优化方式

3）场景汇总：GPT-4/O版本下的应用能力边界

场景应用：有效规避ChatGPT的局限性

1）法律场景：法律条款解读的演示以及根因分析

2）医疗顾问：医疗咨询演示以及根因分析

二、场景一：文档处理

第一剑：报告自动生成

工作痛点：手工生成报告费时费力，且容易因为人为疏忽导致数据错误或格式不规范。

一、应用场景（可基于客户需求选择或定制）

1. 各类岗位工作日报/周报/月报（销售团队，运营团队等）

2. 基于固定信息生成报告（如学习心得，会议纪要，分析预测）

3. 产品需求说明文档生成

4. 消费者/客户画像分析生成

5. 市场营销分析报告/决策报告

6. 进阶技能：行业战略分析报告

二、ChatGPT生成格式规范的报告

1. 数据的提取和组织

2. 内容的逻辑结构

3. 格式的设置

三、操作要点

1. “数据投喂”的操作方法

2. 核心场景的Prompt提示词

3. 人工的调整与校准——控制内容质量

4. “场景-IPO原则-Prompt-校准”的关键操作链条

四、学习实践

案例：月度销售报告自动生成（示例可灵活调整）

练习：使用ChatGPT生成特定格式的报告

成果产出：学员将使用ChatGPT输入销售数据，自动生成包括图表和文字分析的完整报告，学习如何配置模板和调整生成内容

第二剑：文档摘要提炼

工作痛点：阅读和理解长篇文档耗时且枯燥，容易错过关键信息，市场分析报告通常篇幅较长，快速获取关键信息对决策者至关重要

一、应用场景

1. 【通用类】GPT帮助理解文章内容——“这篇文章讲了什么？”

2. 会议纪要，讲话内容提炼为高质量摘要

3. 阅读笔记，读书心得，学习心得提炼总结

4. 会议，采访等录音稿转换文字并提炼摘要

5. 进阶技能：原创内容“二次创造”并进行内容深化

二、文档中提取关键摘要

1. 通过ChatGPT提炼重要信息

2. 通过ChatGPT提高阅读效率

三、学习实践

案例：长篇市场分析报告摘要，并进行二次深化创作

练习：“文档投喂”、提取文档要点、控制报告类内容和输出标准的关键Prompt提示词

成果产出：从一份详细的市场分析报告中提取出主要观点和结论，使用ChatGPT生成简明扼要的摘要，并基于摘要和新的工作要求，二次创作一篇新的市场分析报告。

第三剑：自动做PPT

工作痛点：做PPT的时候，时间要求紧，内容组织难，信息检索繁等耗时，劳心的困难

一、应用场景

1. 工作总结   2. 企业介绍   3. 技能培训   4. 产品介绍

二、生产PPT的2个路径

1. 投喂文档→生成大纲→修改大纲→输出PPT→调整

2. 全网搜索→生成大纲→修改大纲→输出PPT→调整

四、学习实践

成果产出：你是公司的销冠，接到公司的邀请，要求在公司的早会上用15分钟分享【如何开大单】的心得分享

三、场景二：数据与会议

第四剑：数据分析

工作痛点：数据输入和校验的工作繁琐且易出错，影响数据的准确性和及时性，数据校验也需要耗费大量时间。

一、基于数据分析四步法，AI与人的共同协作

第一步：取数     

第二步：建模     

第三步：分析     

第四步：决策

二、操作要点

1. 对源数据进行理解     

2. 基于分析需求

三、学习实践：

成果产出：你是一家连锁经营餐厅的总经理，当你拿到了今天的门店运营数据，通过GPT开展分析

第五剑：数据图表

工作痛点：管理层需要直观的图表来分析和展示季度业绩数据，手工分析数据和制作图表耗时费力，且对技术要求较高。

一、AI出图3步

第一步：取数——指定某个数据区域、指定某个字段

第二步：定图——确定想要的图表类型

第三步：输出——图标、数据源

二、操作要点

定义：指定数据源

1. 定义数据维度，取值范围，计量标准

2. 定义输出标准，图表类型

3. 常见图表生成思路及操作标准

案例：门店投入产出分析、门店经营雷达图

三、学习实践

案例：季度业绩数据分析与图表生成

练习：分析表格数据并生成可视化图表

成果产出：掌握使用ChatGPT分析季度业绩数据，生成包括柱状图、折线图等在内的多种图表，学习如何直观展示数据分析结果。

第六剑：会议信息

方式一：实时记录会议信息（3大适用场景）

1. 专业会议记录

2. 专属同传

3. 培训学习助手

方式二：上传音视频文件生成（3大适用场景）

1. 音频直接转文字

2. 视频直接转文字

3. 专业翻译

四、场景三：图像处理场景

第七剑：图像文字识别（OCR）

工作痛点：许多文档仍然是纸质形式，扫描后需要进行文字识别和编辑，手工输入扫描文档中的文字既耗时又容易出错，影响工作效率。

一、应用场景

1. 图片内容的文字识别并转化

2. PDF内容的文字识别并转化

3. 打印文稿的文字识别并转化

4. 名片，图册等复杂图文内容的识别并转化

5. 图片的自动化理解，说明及详细描述生成

二、操作须知：

1. 光学字符识别（OCR）技术的基本原理

2. 计算机视觉（CV）原理与应用

3. 使用ChatGPT进行图像文字识别和编辑

三、学习实践：

案例：扫描各类复杂图文信息，并进行识别与编辑

练习：使用ChatGPT处理扫描文档中的文字

成果产出：掌握将各类实体文件转换为可编辑的文字文件，使用ChatGPT进行识别和编辑，确保内容准确无误。

第八剑：AI绘画

案例：Jerry的第一张AI“作品”

一、简单图像的提示词的结构

1. 主体是什么

2. 重要细节&背景

3. 风格、媒介、艺术家

4. 参数

二、复杂图像的提示词的结构

1. 类型是什么？

2. 主体是什么

3. 环境是怎样的？

4. 构图是怎样的？

5. 拍摄媒介是什么？

6. 风格

7. 参数

三、学习实践：

工具：《绘画篇AI办公宝典》

练习：绘制一副属于自己的AI自画像

第九剑：AI数字人

对比：短平快的基础版vs以假乱真的专业版

虚拟数字人：一种利用计算机图形学和人工智能技术创造的数字化人物形象，能够在虚拟环境中进行互动和表达

一、5大应用场景

1. 社交媒体-虚拟主播、虚拟网红在各大社交媒体平台上进行内容创作和互动

2. 品牌营销-品牌利用虚拟数字人进行广告宣传、产品推广和品牌形象塑造

3. 娱乐产业-游戏、电影和动画中的虚拟角色设计和应用

4. 教育培训-虚拟教师、虚拟导师在教育培训中的应用

5. 客户服务-虚拟客服在电商、金融等行业中的应用

二、2大主流虚拟数字人制作工具（HEYGEN、D-ID 二选一实操演练）

工具一：HEYGEN——相对专业，但门槛高

工具二：D-ID——入门简单后面深

三、虚拟数字人视频制作(实操演练)

1. 形象设计和创建

2. 虚拟数字人动画制作和编辑

3. 虚拟数字人视频的后期处理和优化

回顾与总结：

1. AI人工智能基础知识与关键认知

2. 九个核心办公场景的操作步骤和技巧

学员展示：学员展示练习成果并进行讨论