AI技术的分层及DeepSeek所处位置
1、通用VS专用
Ø 什么是AI：AI是用数学模拟人类智慧的技术
Ø 专用AI技术：用自己企业的数据，训练专属自己的AI算法
Ø 通用AI技术：使用别人做好的AI算法，做自己企业的业务
Ø 通用AI技术的代表：大语言模型（DeepSeek，chatgpt等）
2、专用&通用技术对比
Ø 专用AI技术：数据、算力、专业知识门槛高，不容易落地
Ø 通用AI技术：各方面门槛低，比较容易落地
3、通用工具的落地形式
Ø 提示词工程：人直接用大语言模型工具
Ø 智能体：有思维链，不需要人实时驱动，真正能够解放生产力
案例：微软百度等顶尖科技公司，如何让使用通用工具
二、DeepSeek等新一代大模型工具如何影响企业
1、提示词工程对企业和员工的影响
Ø 量变：让员工效率暴增
Ø 量变案例：3小时完成原本需要2个月周期的定制方案
Ø 质变：让员工掌握原本不增拥有的能力
Ø 质变案例：用人话完成3D建模设计，用人话完成数字仿真
Ø 质变案例：人人都能编程（用人话编程）
Ø 质变案例：办公自动化（大模型帮你完成所有需要用电脑完成的工作）
Ø 质变案例：数据分析（大模型帮你完成商业智能和人工智能建模分析）
Ø 结论：提示词工程能使员工效率暴增，但是对企业几乎没有效果
2、智能体
Ø 智能体：把大模型的使用过程固化下来
Ø 智能体供应链自动化案例
Ø 智能体合规性审查案例
Ø 结论：智能体会让办公室里的人越来越少
Ø 问题：是谁代替了这些人？（谁来主导智能体开发）
Ø 答案：率先选择拥抱新技术的员工，替代那些不愿意拥抱的
（有效的智能体只能有企业内部业务专家主导）
三、动手掌握DeepSeek等新一代大模型工具
1、如何把DeepSeek等新一代大模型的作用发挥到最大
Ø 提示词工程是一切的基础
Ø 写好提示词，需要解锁三个“隐藏功能”
2、使用DeepSeek等新一代大模型提升工作效率
Ø 国内外AI工具的区别和优势
Ø 案例演示1：用AI新工具搜索信息和素材（DeepSeek VS Perplexity）
场景1.1-AI工具对比搜索引擎
场景1.2-AI搜索工具的一般用法和高质量用法
场景1.3-极限案例：10分钟了解竞争对手市场占有率
Ø 案例演示2：用大语言模型完成文案写作（Claude VS Chatgpt VS DeepSeek）
场景2.1-万用文案撰写套路（含国内外工具对比）
场景2.2-如何让你的文案有个性更易于传播
场景2.3-利用ChatGPT预判客户反馈及竞争对手动向
场景2.4-如何逼出AI工具的全部潜力
Ø 案例演示3：用大语言模型高效抽取会议信息（Claude VS Chatgpt VS DeepSeek）
场景3.1-通用会议总结套路
场景3.2-从大段文本中整理表格
场景3.3-从大规模文本中提取信息（政策文件、技术手册等）
Ø 案例演示4：真·人人都能写代码-办公自动化/数据分析（chatgpt vs 智谱清言VS DeepSeek）
场景4.1-专业程序员如何使用AI工具完成5倍以上的效率提升
场景4.2-不写一行代码，用“人话”完成办公自动化编程（表格整理，文件批处理）
场景4.3-用“人话”从表格中完成商业智能数据分析
场景4.4-外行也能完成机器学习算法开发，预测客户流失
Ø 案例演示5：如何完成创意视觉设计（MJ vs SD vs DALLE vs Ideogram）
场景6.1-对比主流的视觉设计工具
场景6.2-如何选择不同的视觉设计工具
Ø 案例演示6：如何制作爆款视频（剪映、快影VS pika、Gen2）
场景7.1-复制现有爆款视频（形象生成+文案生成+数字人）
场景7.2-用新一代AI工具定制爆款营销视频（文案+长视频+短视频素材）
Ø 案例演示7：如何生成PPT（微软Copilot VS 讯飞星火 VS WPS VS 智谱清言）
场景8.1-从零开始生成高质量PPT
场景8.2-从大段文本生成总结PPT
3、通用的提示词套路
Ø 1、所有问题从方法论开始，如何让大模型说真话
Ø 2、“喊几个”顶尖专家帮你厘清思路
Ø 3、万用提示词套路-让LLM帮你写提示词
Ø 4、让LLM持续帮你优化工作结果
Ø 5、一些通用的小技巧
4、走入听众工作场景
Ø 此部分案例请甲方提供一些基础素材
Ø 老师将根据甲方提供的素材定制演示案例
案例：让大语言模型帮你搞定工业视觉质检，让大语言模型帮你搞定活动创意。
三、专用AI技术的底层原理及应用趋势
1、人工智能的核心原理
Ø 通过小互动理解人类智能产生过程并类比机器
Ø 工人（拟合模型）负责预测
Ø 质检（损失函数）负责挑错误
Ø 车间主任（梯度下降）负责纠正
Ø AI的本质：把学习知识的过程转化为一系列计算
小互动：如果你正在跟心仪的女神约会……
案例：预测男生是否会受女生欢迎
2、趋势一：大模型有大力量
Ø 大模型&大数据 VS 小模型VS高质量数据
Ø 大模型可能导致通用人工智能出现
Ø 大模型的落地应用及前景
案例：Chatgpt的核心套路
3、趋势二：生成模型以假乱真
Ø 什么是生成模型
Ø 生成模型能够生成什么内容
Ø 生成模型的落地应用
案例：生成李小龙视频、AI重塑营销，AI重塑设计行业，明知是假但仍无法分辨的数字虚拟人
4、趋势三：强化学习超越人类
Ø 阿尔法狗的核心原理
Ø 强化学习的核心潜力
案例：具身智能让工业现场实现进一步无人化，微软流程自动化提升25%效率并减少30%错误，AI实现可控核聚变， AI自动排产，AI优化工艺，DeepSeek的核心套路
四、DeepSeek对AI时代的影响
1、DeepSeek对AI领域的改变
Ø 把AI竞赛比作登山竞赛
Ø DeepSeek独辟蹊径
案例：类比珠穆朗玛峰与AI算法高峰
2、DeepSeek对中美竞赛的影响
Ø 回顾杭州AI-6小龙暴打美国硅谷
Ø DeepSeek为何让美股产生巨幅波动
Ø DeepSeek怎样打破了美国的科技霸权
Ø DeepSeek对中美芯片对抗产生了什么影响
Ø DeepSeek背后的“中国特色”AI科研
案例：中美最新AI科技突破盘点及对标
企业视频号
关注公众号
关注视频号