A大模型原理与知识工程工作坊

认知红利：大模型时代的方略身位和进化起点

引言： 工业革命延伸体力，资讯革命延伸眼耳，AI革命延伸智力。这不是抓手迭代，是自蒸汽机以来人类第 一次让“智慧”从稀缺品变为普惠品。

认知跃迁：推演推理的范式颠覆

1. 开场震撼Demo

• 从“概率预测”到“推演推理”的突破。

1. 认知升级

• AI的本质：从概率模型到认知突破

• 超越搜索引擎：生成式AI的范式迁移

1. 生成式AI和大模型事务原理揭秘

• 纵深浅出拆解大模型怎样从“概率预测”达成“推演推理”。

1. 多模态：Seedance2.0核心认知和本领突破

为何为这只“龙虾”引爆全球？

1. 它和以往的AI有什么不同？

2. 革命性突破：从“对话”到“执行”的本质跨越

3. 技艺架构革新

• 智能体引擎：自主差事分解和决策本领。

• 抓手调用轮廓：准则化接口连接各类软件和API。

• 记忆系统：短期对话记忆和长期学识库结合。

情境重构：AI渗透个人效率和公司决策的作战地图

1. 大模型迅速演进的要害

2. 个人效率革命

• 内容创作：AI写作/规划/代码生成

• 学识管控：智能摘要/跨语言翻译

1.

业界锁住

• 广西（中国-东盟）文旅大模型的启示

• 核心特点、运用情景和落地价值，方略锚点。

• 从通用聊天到业界学识引擎：厘清智能体和普通聊天机器人的本质区别，构筑“学识即资产”的认知。

提示词工程——驾驭大模型的核心办法论

引言：真正差距不在抓手本身，而在人机协同的指挥素养。学完此讲，在实际应用里，AI将从盲目试错的玩具，实操中，进化为指哪打哪的精密外脑。

提示词规划的底层推演和黄金法则

明晰性、结构化、定位设定

调校艺术：从万 能公式到高阶战术的指挥体

1. 揭秘提示词冠 军的万 能公式

• 万 能公式：CO-STAR

2.进阶招数

• 零样本/少样本研习

• 思路链（CoT）

• 进阶指令

1. 情境化实战

AI时代的认知升级

1. 提示规划中乔哈里视窗

2. 四大类问题，提示招数为何？

3．碰头：AI认识升级后的乔哈里视窗会为何形状

炼就公司大脑——学识库

引言：公司最 大的隐性离职，是员工带着心得离职。学识库不是文档仓库，而是组织记忆的数智化复利引擎——让智慧沉淀为资产，而非离职为成本。

认知基建：RAG原理和学识库的方略价值锚点

1. 学识库核心价值

• 拉升效率，降低成本——别让员工重复发明轮子

• 弥补专精领域学识不足——专家走了，心得还在

• 拉升回复准确性——客服/售后不再“凭感觉”

• 破解大模型幻觉问题——给AI一本教材，它就不会瞎编

1. 揭秘学识库原理：公司智慧的底层推演

• 重点：RAG（检索增强生成）——不是让AI背诵，实操中，是让AI带着教材做题

• 招数：拆解RAG架构（检索模块+生成模块）

1. 学识库的优势

• 结构化、可检索、可沉淀、可进化

1. 学识库类型

学识库搭建全流程实战

1. 学识获取和清洗：炼就纯净学识之源

• 重点：从多样渠道（文档/聊天/邮件/系统）高效获取学识

• 招数：元资料提取、学识分类、去重、格式化

• 要害认知：脏学识进，脏学识出——清洗比收集更要害。

1. 学识库构筑

• 重点：怎样规划符合公司诉求的学识库轮廓

• 招数：深度调研业务链路和学识采用情境 → 规划分类架构

• 实战上手：为所在部门规划学识库分类轮廓和内容规划表

1. 精进学识库内容

• 重点：筛选高价值学识开展填充，确保准确性、完整性、时效性

• 招数：构筑学识采集渠道 + 专精审核制度

1. 维护和更新学识库

• 重点：保障学识库内容始终贴合业务变化

• 招数：构筑定期查验制度+更新SOP。

学识库的运用情境和效能拉升

1. 智能问答助手

• 7×24小时回答员工/买方问题，准确率95%+

1. 项目学识沉淀

• 项目结束≠学识消失，落地时，复盘文档自动入库

1. 新人培训加速

• 新员工3天入门，具体来看，有问题先问库，别问导师

1. 分组实战差事：

• 每位参训者/小组围绕一个具体的文旅或者康养微情境（如“当地非遗项目引见”、“健康养生政策解读”），

o 撰写一组专精提示词。

o 构筑一个小型专题学识库。

o 达成一次基于自有学识的RAG问答验证。

学识库业务赋能

1. 借学识库全景掌控业务

• 重点：借助学识库周全把握业务全貌，领会各业务环节关联，拉升方略视野。

• 招数：梳理业务脉络，构筑学识地图，以可视化方式呈现业务链路和要害学识点。

1. 巧用学识库，深耕业务细节

• 重点：领会学识库怎样和业务细节深度融合，借助学识库周全掌握业务链路、要点。

• 招数：构筑实例库，从实践看，从实际实例中深挖业务细节。

1. 从模糊记忆到精准匹配

• 重点：将脑海中的模糊记忆转化为精准的学识获取，拉升资讯查找效率。

1. 获取精准业务建议

• 重点：迅速并且准确地获取对业务有实际指导意义的建议，助力业务决策和执行。

AI运用隐患防控——安全合规的智能办公边界

引言

：AI效能显著，但暗礁致命。资料泄露、幻觉输出，权限滥用——不渲染焦虑，往细里说，只为你划定安全边界，让你用得放心、用得长久。

安全要则

1. 权限最小化要则： 只给必要的权限，保护核心生产资料。

2. 人工确认制度： 要害操作（如下单、发布指令）必须设置人工审核环节。

3. 本领来源管控： 只采用官方或者可信来源的本领插件。

大模型技艺盲点和隐患预警

1. 资料安全隐患：

• 实例拆解：某研究所资料泄露经过（借助AI导致规划泄露）

• 敏感资讯识别和防护：买方资料、财务资讯、核心技艺文档

1. 合规和法律隐患：

• 实例拆解：采用Deepseek生成虚假实例

• 学识产权隐患：AI生成内容的版权归属和侵权认定

• 业界合规要求：金融、医疗、政务等等业界的特殊监管政策

1. 模型和输出隐患：

• 幻觉（Hallucination）问题：错误资讯的生成和辨别

• 偏见和歧视：训练资料偏差导致的输出问题

• 提示词注入（Prompt Injection）攻击和防范

AI演进和未来

1. AI走出屏幕进入物理世界

• 具身智能：机器人，自动驾驶、智能工厂

1. 机器智能+

• 不是“AI替代人”，在实际应用里，是“AI + 人 = 新物种”

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|雷曼老师