GPT中文GPT中文论坛社区AI大全点评百科AI培训去哪儿
GPT中文教育
首页找培训AI 通识与智能体应用实战--从基础认知到 Agent 工作流课程第一期开始招生啦
AI入门 待确认 待确认

AI 通识与智能体应用实战--从基础认知到 Agent 工作流课程第一期开始招生啦

📍 全国线上 · 线上 | 🗓 08-03 周一 09:00 | 🏫 TheAI 中文
⭐ 49质量分
课时未公开每节课
待确认总价
课时
已核验来源
📄 有存档原文

课程概览

AI通识与智能体应用实战课程,从基础认知到Agent工作流

🗓 时间08-03 周一 09:00
📍 地点线上
👥 适合对人工智能感兴趣的零基础学习者、中学生、大学生及职场新人、教师、运营、产品、设计、行政和管理人员、希望通过AI提升效率的职场人士、希望了解AI Agent、具身智能等趋势的创业者
🎯 你将收获
  • 理解人工智能、大模型和生成式AI的基本概念
  • 掌握主流AI工具的选择与使用方法
  • 学会编写高质量提示词并优化输出结果
  • 使用AI完成写作、学习、办公、分析和内容创作
  • 理解AI Agent的基本原理与应用方式
总价
待确认
总课时
未公开
每节课
课时未公开
每小时

单节价 = 总价 ÷ 课时;每小时价 = 总价 ÷ 总时长。帮你把"贵不贵"算清楚。

避坑提示 报名前先看这些

  • 价格 未公开,报名前务必确认
  • ? 课时 未说明,无法折算单节价
  • 退款 退款规则已公开
  • 老师 老师信息待核验
  • 大纲 课程内容已公开
  • 工具费用 是否额外收取工具/账号费用未说明
  • ? 学员评价 暂无足够已验证学员评价,口碑待积累

提示由平台按公开信息标准化生成,不代表机构有问题;报名前请向机构确认价格、退款与是否含工具/账号费用。

课程内容

  1. 认识人工智能
  2. 人工智能的发展历程
  3. AI如何从数据中学习
  4. 大模型与生成式AI
  5. 提示词与高质量对话
  6. 主流AI工具应用

课程详情

01
课程定位
本课程面向希望系统了解和使用人工智能的普通学习者,重点讲清楚 AI 的基本原理、核心能力、常见工具、应用场景与发展趋势。课程不要求编程基础,通过“基础认知+工具使用+场景实战+风险治理+项目实践”,帮助学员建立完整的 AI 知识框架,并能够在学习、工作和生活中合理使用 AI。
02
适合人群
  • 对人工智能感兴趣的零基础学习者
  • 中学生、大学生及职场新人
  • 教师、运营、产品、设计、行政和管理人员
  • 希望通过 AI 提升效率的职场人士
  • 希望了解 AI Agent、具身智能等趋势的创业者
  • 计划进一步学习 AI 编程或大模型技术的人群
03
课程目标
完成课程后,学员能够:
  • 理解人工智能、大模型和生成式 AI 的基本概念
  • 了解 AI 的发展历程、技术边界和未来趋势
  • 掌握主流 AI 工具的选择与使用方法
  • 学会编写高质量提示词并优化输出结果
  • 使用 AI 完成写作、学习、办公、分析和内容创作
  • 理解 AI Agent 的基本原理与应用方式
  • 判断 AI 生成内容的真实性、可靠性与潜在风险
  • 建立隐私保护、版权、安全和伦理意识
  • 独立完成一个 AI 综合应用项目
04
详细课程大纲
01
认识人工智能
01
第 1 课:人工智能到底是什么
  • 人工智能的定义
  • AI、机器学习与深度学习的关系
  • 弱人工智能与通用人工智能
  • 生成式 AI 与传统软件的区别
  • AI 能做什么、不能做什么
  • 生活中常见的人工智能应用
02
第 2 课:人工智能的发展历程
  • 人工智能概念的诞生
  • 专家系统与传统机器学习
  • 深度学习的发展
  • Transformer 的出现
  • ChatGPT 与生成式 AI 的普及
  • AI Agent 与具身智能的发展
  • 人工智能未来可能的发展方向
03
第 3 课:AI 如何从数据中学习
  • 什么是数据、算法和模型
  • 训练、测试与推理
  • 监督学习、无监督学习和强化学习
  • 分类、预测、推荐与生成
  • 为什么数据质量会影响 AI
  • 什么是参数与算力
  • 模型为什么会犯错
02
大模型与生成式 AI
01
第 4 课:大语言模型的基本原理
  • 什么是大语言模型
  • Token 是什么
  • 大模型如何理解和生成文字
  • 上下文窗口与对话记忆
  • 预训练、微调和对齐
  • 推理模型与普通模型的区别
  • 为什么大模型能够完成多种任务
02
第 5 课:生成式 AI 的核心能力
  • 文本生成
  • 信息总结
  • 内容改写
  • 逻辑分析
  • 图像理解与生成
  • 语音识别与合成
  • 视频生成
  • 代码生成
  • 多模态模型
03
第 6 课:AI 的能力边界
  • 什么是 AI 幻觉
  • 为什么 AI 会“一本正经地犯错”
  • 时效性知识问题
  • 复杂推理的局限
  • 数据偏差与模型偏见
  • 如何验证 AI 给出的答案
  • 哪些任务不能完全交给 AI
03
提示词与高质量对话
01
第 7 课:提示词基础
  • 提示词的作用
  • 为什么提问方式会影响结果
  • 明确任务、背景和目标
  • 提供必要的上下文
  • 指定输出格式
  • 设置限制条件
  • 使用示例帮助 AI 理解任务
02
第 8 课:结构化提示词方法
一个完整的提示词通常包括:
  • 角色:希望 AI 以什么身份工作
  • 任务:需要 AI 完成什么
  • 背景:任务发生在什么场景
  • 要求:内容需要满足哪些条件
  • 格式:以什么形式输出
  • 示例:提供参考样本
  • 标准:如何判断结果是否合格
03
第 9 课:提示词优化技巧
  • 将复杂任务拆分为多个步骤
  • 让 AI 主动检查遗漏
  • 使用多轮对话逐步完善结果
  • 对不满意的结果进行定向修改
  • 让 AI 比较多个方案
  • 建立可重复使用的提示词模板
  • 常见低质量提示词问题分析
04
主流 AI 工具应用
01
第 10 课:主流大模型的选择与使用
  • 国内外主流大模型的发展现状
  • ChatGPT、Claude、Gemini、Grok的特点
  • DeepSeek、豆包、Kimi、通义千问等国内工具
  • 通用模型与推理模型的区别
  • 文本、图片、文件和语音等多模态交互
  • 如何根据任务选择合适的模型
  • 同一个任务的多模型对比测试
  • 免费版本与付费版本的选择原则
  • 模型能力、速度、成本和隐私的综合比较
  • 避免盲目追求“最强模型”
02
第 11 课:AI 搜索与深度研究
  • 传统搜索、AI 搜索与深度研究的区别
  • 如何将复杂问题拆解成研究任务
  • 使用ChatGPT、DeepSeek、Gemini、Grok和Kimi搜索资料
  • 使用AI制定检索关键词
  • 查找网页、论文、报告和公开数据
  • 提炼长文章和研究报告
  • 对比不同来源的观点
  • 识别一手来源与二手来源
  • 建立多来源交叉验证机制
  • 正确标注引用和资料来源
  • 识别虚假链接、错误数据与不存在的引用
  • 从资料搜索到研究报告的完整流程
03
第 12 课:AI 写作与内容表达
  • 使用 ChatGPT、Claude、DeepSeek、Kimi 等工具辅助写作
  • 从选题、资料搜集到文章结构设计
  • 邮件、通知、方案和工作总结
  • 长文总结、改写、扩写与压缩
  • 针对不同平台调整内容风格
  • 使用 AI 检查结构、逻辑和错别字
  • 如何减少机械表达和模板化“AI味”
  • 如何保留作者自身的经历、观点和表达
  • AI 写作中的事实核查与版权问题
04
第 13 课:AI 图像与设计工具
  • AI 文生图与图生图的基本原理
  • ChatGPT图像、Midjourney、即梦、可灵等工具
  • 图像提示词的基本结构
  • 主体、环境、构图、色彩、光线和风格
  • 图片修改、扩图、消除与局部重绘
  • 参考图与角色一致性
  • 海报、封面、插图和产品效果图制作
  • 使用 Canva、剪映等工具完成后期排版
  • AI 图片的版权、肖像权和使用边界
05
第 14 课:AI 视频生成与制作
  • AI 视频生成的基本原理
  • 文生视频、图生视频和视频编辑
  • Sora 2、Veo、Seedance、可灵、即梦和海螺等工具
  • 不同视频模型的特点与适用场景
  • 视频提示词的结构
  • 景别、机位、运镜、动作和环境描述

服务内容 退款:未说明

回放 答疑 作业点评 社群