第2周
双管齐下:高级提示词工程+AI产品评测基本功
系统掌握提示词工程从基础到进阶的技巧,获得驾驭大模型的基础能力;学会AI产品评测的核心流程与方法,为产品设计与迭代提供可量化的质量控制能力。
课程安排:
1、基础提示词工程:概念和3大框架
2、思维链与思维树
3、自洽性推理
4、少样本提示(Few-Shot)
5、系统提示词与用户提示词
6、温度与Top P
7、实战:人设打造
8、实战:项目风险评估
9、实战:用AI做商业决策
10、实战:风格化新闻稿
11、为什么要学AI产品的评测
12、过拟合与欠拟合
13、数据漂移
14、分类型AI产品评测的核心指标
15、生成式任务的评测方法
16、评测报告的撰写指南
17、实战:AI产品评测实战案例
第3周
RAG和知识库,让大模型更懂你的业务
掌握RAG(检索增强生成)与知识库搭建方法,优化业务检索与上下文供给,提升大模型在专业场景下的表现与可靠性。
课程安排:
1、理解RAG:原理、价值与典型应用
2、RAG流程:从输入到输出
3、知识分段:方法、场景与技巧
4、实战:Dify/Coze构建多类型知识库
5、向量化与Embedding要点
6、元数据与标签体系设计
7、实战:元数据创建与批量导入
8、检索不准的根源分析
9、重排序:效率与精度平衡
10、实战:重排序优化Badcase
11、混合检索:提升稳定性
12、Query优化:问得准、答得好
13、实战:三类Query优化演示
14、语义路由:问题走向正确能力
15、实战:客服语义路由设计与避坑
16、实战:检索优化的完整迭代
17、实战:打造可用的AI陪伴+RAG产品
第4周
Agent设计方法论,打造终极进化智能体
从概念到工程,讲清AI Agent的能力构成与设计方法,包括Function Calling、MCP、记忆、复杂规划、多智能体协作等能力落地,让产品具备可组合、多技能的智能体特性。
课程安排:
1、认识Agent:概念与爆火原因
2、Agent的核心能力全景
3、通用Agent与垂直Agent区别
4、Agent常用数据与基础格式
5、业务逻辑基础:条件与循环
6、批处理与流程控制要点
7、Function Call的原理与应用
8、MCP:构建可扩展的Agent能力
9、Agent记忆机制与使用方法
10、Agent大脑:规划与反思能力
11、ReAct范式:推理与行动结合
12、多智能体协作模式
13、实战:扣子与Dify插件操作
14、实战:航班与机场信息查询(MCP)
15、实战:扣子的记忆功能应用
16、实战:市场专员规划型Agent
17、实战:旅游助手的反思迭代
18、实战:构建个人问答助理(ReAct)
19、实战:客服场景的多Agent协同
20、实战:火山知识库的应用