新一代大模型及智能体技术-如何落地制造业——含智能体

一、AI技艺的分层

1、通用VS专用

• 何为AI：AI是用数学还原人类智慧的技艺

• 专用AI技艺：用自己公司的资料，训练专属自己的AI算法

• 通用AI技艺：采用别人做好的AI算法，做自己公司的业务

• 通用AI技艺的代表：大语言模型（DeepSeek，chatgpt等等）

2、专用&通用技艺对比

• 专用AI技艺：资料、算力、专精学识门槛高，不容易落地

• 通用AI技艺：各方面门槛低，比较容易落地

3、通用抓手的落地形式

• 提示词工程：人直接用大语言模型抓手

• 智能体：有思路链，不需要人实时驱动，真正能够解放生产力

实例：微软百度等等顶 尖科技公司，怎样让采用通用抓手

一、

通用大模型的细分

1，推理模型VS通用大模型

• 通用大模型：能够胜任简单明晰的差事

• 推理模型：能够胜任需要多步思索的复杂差事

• 简单差事vs复杂差事：写个宣传稿VS写个项目策划书

2，两类模型的特点和用法

• 两类模型特性对比

• 两类模型提示词招数

• 收束：推理模型更厉害，更好用

3，中美两国的推理模型

• 美国推理模型王 者：GPT-o1

• 中国推理模型冠 军：DeepSeek-R1

• 中美推理模型的性能对比

• 结论：DeepSeek打破了美国的技艺垄断和封锁

三、DeepSeek等等新一代大模型抓手怎样落地制造业

1、提示词工程对公司和员工的影响

• 量变：让员工效率暴增

• 量变实例：3小时完成原本需要2个月周期的定制方案

• 质变：让员工掌握原本不增具备的本领

• 质变实例：用人话完成3D建模规划，用人话完成数字仿真

• 质变实例：人人都能编程（用人话编程）

• 质变实例：办公自动化（大模型帮你完成所有需要用电脑完成的事务）

• 质变实例：资料拆解（大模型帮你完成商业智能和机器智能建模拆解）

• 结论：提示词工程能使员工效率暴增，不过对公司几乎没有成效

2、智能体

• 智能体：将大模型的采用进程固化下来

• 智能体流程自动化实例

• 智能体合规性审查自动化实例

• 结论：智能体会让办公室里的人越来越少

• 问题：是谁代替了这些人？（谁来主导智能体开发）

• 答案：率先选项拥抱新技艺的员工，替代那些不愿意拥抱的

（有效的智能体只能有公司内部业务专家主导）

四、动手掌握DeepSeek等等新一代大模型抓手

1、怎样将DeepSeek等等新一代大模型的作用发挥到最大

• 提示词工程是一切的基础

• 写好提示词，就一线经验说，需要解锁三个“隐藏功能”

2、采用DeepSeek等等新一代大模型拉升事务效率

• 国内外AI抓手的区别和优势

• 实例演示1：用AI新抓手搜索资讯和素材（DeepSeek VS Perplexity）

情境1.1-AI抓手对比搜索引擎

情境1.2-AI搜索抓手的一般用法和高质量用法

情境1.3-极限实例：10分钟弄懂竞争对手市场占有率

• 实例演示2：用大语言模型完成文案写作（Claude VS Chatgpt VS DeepSeek）

情境2.1-万用文案撰写套路（含国内外抓手对比）

情境2.2-怎样让你的文案有个性更易于传播

情境2.3-利用ChatGPT预判买方反馈以及竞争对手动向

情境2.4-怎样逼出AI抓手的全部潜力

• 实例演示3：用大语言模型高效抽取会议资讯（Claude VS Chatgpt VS DeepSeek）

情境3.1-通用会议收束套路

情境3.2-从大段文本中整理表格

情境3.3-从大规模文本中提取资讯（政策文件、技艺指引等等）

• 实例演示4：真

·

人人都能写代码-办公自动化/资料拆解（chatgpt vs 智谱清言VS DeepSeek）

情境4.1-专精程序员怎样采用AI抓手完成5倍以上的效率拉升

情境4.2-不写一行代码，运行层面，用“人话”完成办公自动化编程（表格整理，文件批处理）

情境4.3-用“人话”从表格中完成商业智能资料拆解

情境4.4-外行也能完成机器研习算法开发，预测买方离职

• 实例演示5：怎样完成创意视觉规划（MJ vs SD vs DALLE vs Ideogram）

1.

情境6.1-对比主流的视觉规划抓手

2.

情境6.2-怎样选项不同的视觉规划抓手

• 实例演示6：怎样生成PPT（微软Copilot VS 讯飞星火 VS WPS VS 智谱清言）

1.

情境6.1-从零开始生成高质量PPT

2.

情境6.2-从大段文本生成收束PPT

3、通用的提示词套路

• 所有问题从办法论开始，从实践看，怎样让大模型说真话

• “喊几个”顶 尖专家帮你厘清思路

• 万用提示词套路-让LLM帮你写提示词

• 让LLM持续帮你精进事务结果

• 一些通用的小招数

4、走入听众事务情境

• 此部分实例请甲方提供一些基础素材

• 老师将根据甲方提供的素材定制演示实例

实例：让大语言模型完成研发文档撰写。

五、智能体技艺

1、智能体技艺基础

• 何为智能体：让机器自己采用LLM抓手

• 智能体的要害点：思路链和提示词工程

• 智能体的开发轮廓：零代码轮廓和编程轮廓

1、

炼就智能体的正确流程

• 用精益的方式确定情境

• 用业务思路理顺流程

• 找到高质量的提示词和思路链

• 将思路链固化下来转换成智能体

3、怎样确定落地情境

• 用精益的方式确定情境

• 用资料决策的方式确定

• 汇总所有痛点情境

4、怎样折算情境价值

• 找到一个合理的评核推演

• 带入一组真实的资料

• 动手用LLM支援完成价值折算

5、迭代提示词

• Clear：将差事拆解的够具体

• Specific：每个子差事的要求提清晰

• Little tricks：Relection、职场PUA等等办法

• 持续动手迭代，找到最优解

6、确定思路链

• 将迭代好的提示词转换为思路链

• 将思路链图像化表示

• 复查并迭代

六，动手制作专属智能体

1、智能体开发平台引见

• Coze：业界主流的零代码智能体开发平台

• Coze的开发推演

•

Coze中的模块引见

2、通用智能体开发实例

• 通用实例：表格整理以及流程自动化

• 用Coze迅速生成智能体

• 迅速生成智能体的问题

• 怎样用自定义思路链拉升智能体成效

• 自定义思路链模块引见

• 最终成效演示

3、制造业智能体实例

• 流程自动化实例

• 跨系统资料整合实例

• 质量管控智能体实例

• 研发自动化缩短研发周期实例

七、DeepSeek等等大模型对时代的影响

1，大模型会逐渐替代所有办公室里的人

• 前期大模型会大大减少人的事务强度

• 智能体彻底成熟后，能够逐渐替代所有岗位

实例：某公司智能体项目

2，人类社会将迎来翻天覆地的改变

• AI为我们带来的终局

• 绝大部分的事务会被替代

• 只有两类人会留下：做决策&有想法

实例：18年图灵奖得主实例，在实际应用里，智能化终局解读，换个角度看，元宇宙加持下的后AI时代。辨析大模型和小模型选项对业界的影响

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|王明哲老师