# 《AI时代人人必修课-提示词工程》
慕课网课程链接:https://coding.imooc.com/class/737.html (opens new window)
# 课程亮点
最有价值的地方:
全面性与实用性:课程不仅涵盖了提示词工程的基础知识和原则,还提供了大量的实战案例和应用场景,使学员能够在理论与实践之间找到平衡。
业务角度:课程涉及了如何在实际业务中应用大语言模型,包括但不限于营销、程序开发和数据分析等。
技术角度:课程详细介绍了如何选择和配置适合自己需求的LLM模型,以及如何优化Prompt以达到最佳效果。
# 核心内容
核心技术点 | 详细描述 | 展现方式 |
---|---|---|
提示词工程概念 | 介绍提示词工程的基础概念和市场需求 | PPT讲解,思维导图 |
LLM(大语言模型)选择与应用 | 开源与闭源,商用或版权要求 | 视频演示 |
硬件与软件环境搭建 | 针对LLM模型的硬件要求与选择,软件平台推荐 | 实操演示 |
Prompt编写原则与策略 | 明确指令、模型“思考”时间、优化策略 | 实例分析,思维导图 |
职场、程序员、副业等案例实践 | 如何在不同场景下应用提示词工程 | 案例分析 |
商业化应用与工具生态 | 如ChatGPT Plus, Midjourney等的商业价值和应用 | 商业模型分析,思维导图 |
计算机视觉与AI绘图(StableDiffusion) | 应用在图像生成、图像修复等 | 实操演示 |
求职就业与大模型应用 | 如何将所学应用到职场,以及未来的商业化应用 | 职业规划讲解 |
AI Agent与代码解释器 | 辅助编程、内容创作等 | 实操演示 |
人工智能未来发展趋势 | 结合语言模型的发展趋势,探讨AI的未来 | 趋势分析 |
# 提示词技巧
从通用技巧:
再扩展到专业领域相关的应用:
# AI绘图扩展
SD + Midjourney介绍:
MJ提示词与实操:
# AI Agents代理
# [扩展]LLM深入工作原理
了解大模型的前世今生:
深入LLM:
大模型目前阶段的局限性与风险:
模型训练与发展方向: