AI大模型实战

掌握DeepSeek大模型核心技术，助力企业智能化升级

【课程背景】

“很多企业对AI大模型抱有“能干大事”的期待，但现实却是“看得见风口，落不下地”。在实际推进中，员工往往被以下问题困扰：

“我们要不要上大模型？”——没人能说清楚大模型到底能干嘛。

“这模型真有用吗？”——听说国外的很厉害，国内的却难以落地。

“部署怎么搞？”——一听到算力、API、RAG、Agent，就一脸懵。

“和我们业务有啥关系？”——民航信息业务庞杂，找不到合适的结合点。

更常见的，是一线员工在面对大模型时产生一种“认知真空”——既不了解大模型的技术底层，也没有看到可复制的成功路径，更没有实际部署或调用的经验。管理层担心投入无效，技术人员担心资源不足，应用人员担心场景匹配不了。

其实，问题不在“技术做不到”，而在于“认知没对齐”。大模型并不是遥不可及的未来科技，而是一套完整的工程体系。关键在于拆解它的技术逻辑、部署方案和落地方法，用可视、可调、可测的方式去理解和实践。

本课程从大模型的原理出发，结合DeepSeek国产模型，从部署到应用，从提示词到API开发，真正带你“落地一遍”。不只是知道，而是能用、敢用、会用。

【课程收益】

建立大模型技术的系统认知框架，厘清底层逻辑与发展路径。

掌握国产大模型（以DeepSeek为代表）的关键特性与优势差异。

理解并能参与本单位的大模型部署架构设计与环境搭建。

能够使用API和提示词工程进行初步的AI应用开发。

获取适配业务场景的真实案例与可操作落地方法。

【课程特色】

技术“拆解式”讲解：不用高深术语，用“搭积木”的方式教你理解模型逻辑。

国产模型实战：聚焦DeepSeek，讲清楚与国外模型的异同，提升实战信心。

部署+应用双线推进：从架构到API，从工具到效果，完整覆盖。

案例源自业务：提供民航信息相关的真实场景案例，更贴近岗位实用。

实操演练丰富：每个核心模块都安排上手操作环节，学完能直接用。

【课程对象】

各业务线中的中后台技术人员、系统工程师、运维人员、产品经理、数据岗及AI转型相关管理人员等。

【课程时间】2天（6小时/天）

【课程大纲】

一、认知刷新：大模型到底是什么？能做什么？

1、大模型基础认知与发展演化

什么是大模型？与传统AI的区别

ChatGPT、DeepSeek等典型模型对比

大模型发展路径与技术代际

2、大模型的技术结构解析

参数、算力、数据：构建大模型的三大核心

Transformer架构原理拆解与演化路线

编码/解码器、多轮推理、上下文窗口等关键机制

3、大模型的价值与业务适配路径

通用能力与定制能力的协同关系

应用场景分类：文本生成、问答助手、智能搜索、辅助决策

典型业务场景启发（客服、报文解析、调度等）

二、国产模型精讲：DeepSeek的结构、优势与使用

1、DeepSeek模型体系解析

DeepSeek-V3 vs DeepSeek-R1：差异与选型

开源模型背后的策略与能力对比

指令微调、对齐技术与中文能力优势

2、提示词工程与提示优化技巧

Prompt编写原则与常见模板

提示词（指令）调优方法

实战演示：通过Prompt控制输出行为

3、DeepSeek典型能力演示

文本生成/摘要/翻译能力对比演示

信息抽取、数据结构化任务演练

多轮对话与智能体原型展示

三、部署实操：如何构建自己的大模型平台

1、部署环境与架构方案

本地部署 vs 云部署 vs 私有化：优劣与选型标准

Ollama + DeepSeek + Dify快速部署案例

离线包构建与防火墙下的运行机制

2、应用开发与API接入

DeepSeek API说明与调用实践

应用开发示例：问答机器人、摘要助手、小助手系统

工具链接入：VSCode、Postman等配合方式

3、实践演练：从0部署一个本地AI平台

下载、配置与运行

模型调用接口调试

界面调用演示（WebUI + API双方式）

四、从模型到智能体：构建业务可用的AI智能体

1、智能体（Agent）技术与架构

Agent的概念与与大模型的关系

Agent主流框架解析

思维树、工具调用、任务链拆解机制

2、智能体与业务场景结合

RAG知识检索机制与知识库接入

基于流程的任务分解与Agent配置

民航场景下的典型Agent设计方案

3、智能体系统搭建实战

基础版本：Chat + 文件问答Agent

中级版本：集成文档库 + 工具接口调用

高级版本：可控流程 + 多Agent协同架构