人工智能應(yīng)用導(dǎo)論（DeepSeek版）（微課版） 課件 項目1、2 人工智能和大語言模型概述；DeepSeek大語言模型實戰(zhàn)入門

項目1人工智能和大語言模型概述人工智能概述大語言模型概述0102目錄CONTENTS

人工智能概述PowerPointDesign任務(wù)01（1）調(diào)查任務(wù)（2）調(diào)查目的調(diào)查任務(wù)和目的（1）任務(wù)背

（2）調(diào)查內(nèi)容（3）分析影響（4）任務(wù)步驟（5）報告內(nèi)容（6）報告格式具體任務(wù)要求（1）內(nèi)容全面性（2）分析深度（3）結(jié)構(gòu)與表達（4）創(chuàng)新性評價標準調(diào)查人工智能在生活中的應(yīng)用（1）了解人工智能的定義和發(fā)展歷史。（2）掌握人工智能的主要研究領(lǐng)域?！局R目標】能夠調(diào)查匯報人工智能技術(shù)在現(xiàn)實生活中的應(yīng)用?！炯寄苣繕恕浚?）通過學(xué)習人工智能技術(shù)，培養(yǎng)不斷學(xué)習、勇于探索的求知精神。（2）通過探索人工智能技術(shù)在現(xiàn)實生活中的應(yīng)用，培養(yǎng)從整體上觀察事物、仔細認真的品質(zhì)?！舅仞B(yǎng)目標】學(xué)習目標人工智能的定義人工智能（AI）是指通過模擬人類的智能行為，使機器能夠感知、理解、學(xué)習、推理和決策，從而解決問題的技術(shù)和系統(tǒng)。人工智能經(jīng)歷了多個階段的發(fā)展，從早期的符號推理到如今的深度學(xué)習。隨著計算能力的提升和大數(shù)據(jù)的應(yīng)用，AI已逐漸進入我們的日常生活，展現(xiàn)出巨大的潛力與應(yīng)用前景①圖靈測試（1950年）②達特茅斯會議（1956年）③早期研究（1950年代末至1960年代初）人工智能的發(fā)展歷史（1）智能客服與聊天機器人

（2）內(nèi)容生成與創(chuàng)作（3）文本翻譯

（4）情感分析與輿情監(jiān)測（5）語音助手

（6）人臉識別（7）推薦系統(tǒng)

（8）智能制造與工業(yè)自動化（9）自動駕駛

（10）金融科技(11）健康醫(yī)療

（12）無人機與機器人人工智能的應(yīng)用場景人工智能的定義與歷史應(yīng)用場景機器學(xué)習是AI的核心子領(lǐng)域，通過算法讓計算機從數(shù)據(jù)中自動學(xué)習，并進行預(yù)測或決策。它為深度學(xué)習、計算機視覺和自然語言處理等其他領(lǐng)域提供了理論和算法支持。機器學(xué)習深度學(xué)習是機器學(xué)習的子領(lǐng)域，專注于利用多層神經(jīng)網(wǎng)絡(luò)從大量數(shù)據(jù)中自動學(xué)習復(fù)雜模式。它在計算機視覺和自然語言處理等領(lǐng)域取得了顯著進展，推動了AI技術(shù)的快速發(fā)展。深度學(xué)習計算機視覺讓計算機理解和分析圖像或視頻中的信息，依賴于機器學(xué)習和深度學(xué)習技術(shù)。它廣泛應(yīng)用于圖像分類、物體檢測、圖像分割等任務(wù)，為智能安防、自動駕駛等領(lǐng)域提供了技術(shù)支持。計算機視覺自然語言處理使計算機能夠理解、生成和與人類語言互動，依賴于機器學(xué)習和深度學(xué)習技術(shù)。它在文本分析、情感分析、機器翻譯、語音識別等任務(wù)中發(fā)揮重要作用，推動了人機交互的發(fā)展。自然語言處理人工智能的主要研究領(lǐng)域

機器學(xué)習算法計算機視覺算法深度學(xué)習算法自然語言處理算法線性回歸用于預(yù)測連續(xù)的數(shù)值變量，邏輯回歸用于二分類問題，決策樹通過分裂特征進行決策。支持向量機通過最大化分類間隔做出決策，k-近鄰算法根據(jù)與訓(xùn)練數(shù)據(jù)的距離進行預(yù)測。邊緣檢測算法用于圖像中的邊緣提取，目標檢測算法檢測圖像中的特定對象并進行定位。圖像分割算法將圖像劃分為多個有意義的區(qū)域，為圖像分析和理解提供了基礎(chǔ)。卷積神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于計算機視覺任務(wù)，循環(huán)神經(jīng)網(wǎng)絡(luò)處理序列數(shù)據(jù)，長短時記憶網(wǎng)絡(luò)能夠處理長期依賴問題。生成對抗網(wǎng)絡(luò)通過生成器和判別器的對抗訓(xùn)練，廣泛用于圖像生成、風格遷移等任務(wù)。詞袋模型通過統(tǒng)計文本中詞匯的頻率來表示文本，TF-IDF衡量詞語的重要性。Word2Vec將詞轉(zhuǎn)換為稠密向量，捕捉詞與詞之間的語義關(guān)系，為文本處理提供了強大的工具。人工智能的主要算法PyTorch是開源的深度學(xué)習框架，以動態(tài)計算圖著稱，使模型開發(fā)過程更加靈活和易于調(diào)試。它在學(xué)術(shù)研究中非常流行，尤其是在計算機視覺、自然語言處理等領(lǐng)域，具有良好的社區(qū)支持。TensorFlow是開源、跨平臺的深度學(xué)習框架，支持構(gòu)建、訓(xùn)練和部署深度神經(jīng)網(wǎng)絡(luò)。它廣泛應(yīng)用于圖像處理、自然語言處理、推薦系統(tǒng)等領(lǐng)域，具有高效的分布式訓(xùn)練和良好的部署支持。MXNet支持靈活的計算圖和深度學(xué)習訓(xùn)練的分布式計算，特別適合大規(guī)模分布式深度學(xué)習。它主要應(yīng)用于語音識別、圖像處理、自然語言處理等領(lǐng)域，具有強大的分布式訓(xùn)練支持。TensorFlowPyTorchMXNet開發(fā)框架調(diào)查任務(wù)和目的具體任務(wù)要求評價標準（1）調(diào)查任務(wù)（2）調(diào)查目的（1）任務(wù)背

（2）調(diào)查內(nèi)容（3）分析影響（4）任務(wù)步驟（5）報告內(nèi)容（6）報告格式（1）內(nèi)容全面性（2）分析深度（3）結(jié)構(gòu)與表達（4）創(chuàng)新性（1）調(diào)查任務(wù)（2）調(diào)查目的（1）任務(wù)背

（2）調(diào)查內(nèi)容（3）分析影響（4）任務(wù)步驟（5）報告內(nèi)容（6）報告格式（1）內(nèi)容全面性（2）分析深度（3）結(jié)構(gòu)與表達（4）創(chuàng)新性調(diào)查人工智能在生活中的應(yīng)用（1）調(diào)查任務(wù)（2）調(diào)查目的調(diào)查任務(wù)和目的（1）任務(wù)背

（2）調(diào)查內(nèi)容（3）分析影響（4）任務(wù)步驟（5）報告內(nèi)容（6）報告格式具體任務(wù)要求（1）內(nèi)容全面性（2）分析深度（3）結(jié)構(gòu)與表達（4）創(chuàng)新性評價標準調(diào)查人工智能在生活中的應(yīng)用大語言模型概述PowerPointDesign任務(wù)02（1）調(diào)查任務(wù)（2）調(diào)查目的調(diào)查任務(wù)和目的（1）任務(wù)背

（2）調(diào)查內(nèi)容（3）分析影響（4）任務(wù)步驟（5）報告內(nèi)容（6）報告格式具體任務(wù)要求（1）內(nèi)容全面性（2）分析深度（3）結(jié)構(gòu)與表達（4）創(chuàng)新性評價標準調(diào)查人工智能在生活中的應(yīng)用（1）掌握大語言模型的應(yīng)用場景。（2）掌握大語言模型的發(fā)展歷史【知識目標】（1）能夠訪問和使用國內(nèi)常用的大語言模型。（2）能夠根據(jù)需要使用特定的大語言模型?！炯寄苣繕恕浚?）通過使用國內(nèi)常用的大語言模型，培養(yǎng)搜索和解決問題的能力。（2）通過了解各種大語言模型的優(yōu)勢，培養(yǎng)根據(jù)實際需求出發(fā)解決實際問題的能力?！舅仞B(yǎng)目標】學(xué)習目標智能客服系統(tǒng)利用大語言模型理解客戶問題，提供精準回答，如電商平臺機器人解答訂單查詢、退換貨等問題，減少人工客服工作量。通過自然語言處理技術(shù)，智能客服能識別多種語言和方言，為不同地區(qū)用戶提供服務(wù)，提升客戶滿意度。智能客服虛擬助手借助大語言模型進行語音識別與處理，理解用戶語音命令，提供天氣預(yù)報、定鬧鐘、播放音樂等服務(wù)。虛擬助手可與智能家居設(shè)備聯(lián)動，通過語音指令控制家電，實現(xiàn)智能化家居生活，提升生活便利性。虛擬助手對話系統(tǒng)利用大語言模型生成自然流暢的對話內(nèi)容，用于聊天機器人等應(yīng)用，提供娛樂、陪伴等服務(wù)。通過不斷學(xué)習用戶對話習慣，對話系統(tǒng)能生成更符合用戶風格的回復(fù)，增強用戶與系統(tǒng)之間的互動性。對話系統(tǒng)大語言模型的應(yīng)用場景------智能服務(wù)與交互大語言模型根據(jù)主題或關(guān)鍵詞生成文章、新聞報道、博客、廣告文案等，如幫助用戶快速撰寫科技文章或社交媒體帖子。通過分析大量文本數(shù)據(jù)，大語言模型能生成具有創(chuàng)意和吸引力的內(nèi)容，滿足不同用戶的需求。內(nèi)容生成大語言模型為用戶提供寫作建議，修正語法錯誤，改進文章結(jié)構(gòu)和流暢度，幫助用戶提升寫作水平。能根據(jù)用戶輸入的文本，提供同義詞替換、句子優(yōu)化等建議，使文章表達更加準確和生動。寫作助手大語言模型進行高質(zhì)量自動翻譯，理解語言語法、語境和文化差異，實現(xiàn)準確的語言轉(zhuǎn)換。支持多種語言之間的互譯，幫助用戶跨越語言障礙，促進國際交流與合作。翻譯與語言轉(zhuǎn)換大語言模型的應(yīng)用場景------內(nèi)容創(chuàng)作與輔助大語言模型幫助醫(yī)生分析醫(yī)學(xué)文獻、進行疾病診斷，為健康咨詢提供初步判斷和建議。通過學(xué)習大量醫(yī)學(xué)知識，大語言模型能輔助醫(yī)生快速定位疾病，提高診斷效率和準確性。醫(yī)學(xué)與健康管理大語言模型分析合同、法律文件，快速提取關(guān)鍵信息，為律師提供法律建議，提高工作效率。能識別法律文本中的復(fù)雜條款和法律風險點，為法律專業(yè)人士提供有力支持。法律與合同分析大語言模型作為個性化學(xué)習輔導(dǎo)工具，幫助學(xué)生理解復(fù)雜概念，提供額外學(xué)習資源。根據(jù)學(xué)生的學(xué)習進度和特點，大語言模型定制學(xué)習計劃，助力學(xué)生高效學(xué)習。教育與學(xué)習輔導(dǎo)大語言模型的應(yīng)用場景------專業(yè)領(lǐng)域應(yīng)用早期自然語言處理依賴基于規(guī)則的系統(tǒng)，計算機通過程序員編寫的規(guī)則處理語言，但方法有限，難以應(yīng)對語言復(fù)雜性。僅能通過簡單關(guān)鍵詞匹配對話，無法理解句子真正含義，限制了應(yīng)用范圍。早期自然語言處理20世紀90年代，計算能力提升和數(shù)據(jù)積累推動統(tǒng)計語言模型（如n-gram模型）誕生，通過分析文本數(shù)據(jù)訓(xùn)練模型。n-gram模型基于詞語出現(xiàn)頻率預(yù)測下一個詞，雖比規(guī)則模型好，但仍不能處理復(fù)雜語法和語義。統(tǒng)計語言模型大語言模型發(fā)展歷史-------早期探索與規(guī)則基礎(chǔ)模型21世紀初，人工智能研究者借助復(fù)雜神經(jīng)網(wǎng)絡(luò)模型，尤其是深度學(xué)習方法處理語言，捕捉復(fù)雜語言模式和特征。神經(jīng)網(wǎng)絡(luò)模型通過多層結(jié)構(gòu)學(xué)習語言規(guī)律，為自然語言處理帶來突破。神經(jīng)網(wǎng)絡(luò)崛起2000年代中期，研究者開發(fā)詞向量技術(shù)，將詞轉(zhuǎn)化為高維數(shù)字向量，使計算機捕捉詞語語義關(guān)系，如“狗”和“貓”在向量空間中接近。詞向量技術(shù)為語言模型理解語義提供基礎(chǔ)，推動自然語言處理技術(shù)發(fā)展。詞向量技術(shù)大語言模型發(fā)展歷史-----神經(jīng)網(wǎng)絡(luò)與深度學(xué)習引入0121世紀10年代，深度學(xué)習技術(shù)發(fā)展，預(yù)訓(xùn)練-微調(diào)方法成為重要創(chuàng)新，模型先通過無標簽文本數(shù)據(jù)預(yù)訓(xùn)練，再通過有標簽數(shù)據(jù)微調(diào)完成特定任務(wù)。預(yù)訓(xùn)練模型學(xué)習語言基本知識，微調(diào)后可快速適應(yīng)不同自然語言處理任務(wù)，提高模型性能和效率。預(yù)訓(xùn)練-微調(diào)方法022017年，Google提出Transformer模型架構(gòu)，可高效處理文本數(shù)據(jù)且能并行計算，加速訓(xùn)練速度，為大語言模型發(fā)展奠定基礎(chǔ)。Transformer架構(gòu)引入自注意力機制，使模型更好地捕捉文本中的長距離依賴關(guān)系，提升語言理解能力。Transformer架構(gòu)032018年，OpenAI推出基于Transformer架構(gòu)的GPT系列模型，GPT-1展示強大文本生成能力，隨后GPT-2和GPT-3模型規(guī)模擴大，生成更自然流暢文本。2023年，OpenAI發(fā)布GPT-4，進一步增強理解和生成能力，尤其在復(fù)雜推理和多模態(tài)任務(wù)上表現(xiàn)出色；2025年，DeepSeekR1模型發(fā)布，降低大語言模型訓(xùn)練成本。GPT系列與DeepSeek大語言模型發(fā)展歷史-----預(yù)訓(xùn)練模型與大語言模型崛起0102多模態(tài)信息處理未來大語言模型將能理解和生成圖像、聲音等多種模態(tài)信息，如GPT-4和DeepSeek已具備圖像識別和生成能力，拓展應(yīng)用領(lǐng)域。多模態(tài)融合使大語言模型在虛擬現(xiàn)實、機器人、醫(yī)療診斷等領(lǐng)域發(fā)揮更大作用，為各行業(yè)帶來變革。安全與可持續(xù)發(fā)展隨著技術(shù)進步，確保大語言模型安全、透明、正確使用成重要研究方向，需解決模型偏見、數(shù)據(jù)隱私等問題。探索可持續(xù)發(fā)展路徑，降低訓(xùn)練和運行成本，使大語言模型更廣泛應(yīng)用于社會各領(lǐng)域，促進技術(shù)普及和創(chuàng)新。大語言模型發(fā)展歷史-----未來展望與多模態(tài)融合優(yōu)點：與阿里云生態(tài)結(jié)合，多領(lǐng)域支持。缺點：英文表現(xiàn)不如國際大廠模型，成本較高。適用場景：電商和在線服務(wù)、企業(yè)級應(yīng)用。優(yōu)點：中文處理能力強，跨領(lǐng)域應(yīng)用，多模態(tài)支持。缺點：精度和靈活性不足。適用場景：中文對話生成、多模態(tài)應(yīng)用、跨行業(yè)應(yīng)用。優(yōu)點：輕量化設(shè)計，響應(yīng)速度快，娛樂向內(nèi)容生成能力強，支持多角色互動。缺點：專業(yè)領(lǐng)域知識深度不足，長文本生成易碎片化。使用場景：社交媒體內(nèi)容創(chuàng)作、休閑娛樂、日常聊天。優(yōu)點：超長上下文處理，多格式文件解析，信息檢索增強，邏輯清晰的長文本生成。缺點：復(fù)雜推理能力弱，生成多樣性不足，商業(yè)化功能限制。使用場景：長文檔分析、多文件交叉比對、實時信息整合、個人知識管理。優(yōu)點：語音交互能力強，教育領(lǐng)域表現(xiàn)突出。缺點：生成內(nèi)容深度不足，長文本易偏離主題，復(fù)雜任務(wù)能力弱。使用場景：教育輔導(dǎo)、會議記錄轉(zhuǎn)寫與總結(jié)、多語言翻譯。優(yōu)點：邏輯推理能力強，數(shù)學(xué)和編程問題表現(xiàn)突出。缺點：暫未提及。適用場景：數(shù)學(xué)問題解答、編程輔助等。文心一言通義千問豆包DeepSeekKIMI星火使用常見的大語言模型任務(wù)思維導(dǎo)圖課堂小結(jié)

項目1講解了人工智能的定義、發(fā)展、應(yīng)用領(lǐng)域、機器學(xué)習和深度學(xué)習、大語言模型等關(guān)鍵概念，布置了人工智能在生活中的應(yīng)用調(diào)查任務(wù)，在任務(wù)二中介紹了大語言模型的應(yīng)用場景、發(fā)展歷史，使用了國內(nèi)常用的大語言模型。PowerPointDesign2025謝謝大家AiPPT2013.1主講人：時間：項目2DeepSeek大語言模型實戰(zhàn)入門DeepSeek基礎(chǔ)使用使用DeepSeek提示詞0102目錄CONTENTS

DeepSeek基礎(chǔ)使用PowerPointDesign任務(wù)01（1）調(diào)查任務(wù)（2）調(diào)查目的調(diào)查任務(wù)和目的（1）任務(wù)背

（2）調(diào)查內(nèi)容（3）分析影響（4）任務(wù)步驟（5）報告內(nèi)容（6）報告格式具體任務(wù)要求（1）內(nèi)容全面性（2）分析深度（3）結(jié)構(gòu)與表達（4）創(chuàng)新性評價標準調(diào)查人工智能在生活中的應(yīng)用（1）了解DeepSeek大語言模型。（2）掌握DeepSeek大語言模型的應(yīng)用場景。【知識目標】（1）能夠注冊使用網(wǎng)頁版DeepSeek。（2）能夠使用Chatbox調(diào)用DeepSeekAPI服務(wù)。【技能目標】（1）通過學(xué)習DeepSeek的注冊和使用，培養(yǎng)愛國主義情懷。（2）通過學(xué)習DeepSeekAPI服務(wù)調(diào)用，理解事物之間的相互關(guān)系和相互作用。【素養(yǎng)目標】學(xué)習目標DeepSeek大語言模型介紹DeepSeek是杭州深度求索人工智能基礎(chǔ)技術(shù)研究有限公司推出的大語言模型，依托Transformer架構(gòu)，結(jié)合混合專家和多頭注意力機制等技術(shù)，具備文本生成、代碼理解、數(shù)學(xué)推理等能力。DeepSeek應(yīng)用場景豐富，支持智能對話、文本生成、語義理解、計算推理、代碼生成補全等，支持聯(lián)網(wǎng)搜索與深度思考模式，可掃描讀取各類文件及圖片中的文字內(nèi)容。DeepSeek模型版本包括V3和R1兩個版本：模型參數(shù)是機器學(xué)習和深度學(xué)習模型中的“調(diào)節(jié)鈕”，幫助模型更好地理解數(shù)據(jù)和做出預(yù)測。DeepSeek開源社區(qū)公布了DeepSeek-R1-Zero和DeepSeek-R1兩個660B參數(shù)的模型，還蒸餾了6個小模型并開源給社區(qū)使用，運行參數(shù)個數(shù)越多的模型，能力越強，需要的服務(wù)器資源越多。DeepSeekV3模型（聊天模型）：對標OpenAI的GPT4o，屬于L1級別的聊天機器人，采用混合專家架構(gòu)，主要面向自然語言處理任務(wù)，廣泛應(yīng)用于客戶服務(wù)、文本摘要、內(nèi)容生成等領(lǐng)域。DeepSeek技術(shù)優(yōu)勢在于使用了混合專家和多頭注意力機制技術(shù)，能夠高效處理不同類型的任務(wù)，提升性能和推理速度?；旌蠈＜易屇Ｐ驮诓煌蝿?wù)中靈活選擇不同“專家”，多頭注意力機制讓模型在處理信息時可同時關(guān)注多個地方。DeepSeekR1模型（推理模型）：對標OpenAI-o1，屬于L2級別的推理優(yōu)化模型產(chǎn)品，專注于高級推理任務(wù)，利用強化學(xué)習技術(shù)提升推理能力，適用于邏輯推理和問題求解的應(yīng)用場景。必備知識打開瀏覽器，訪問DeepSeek官網(wǎng)，單擊“開始對話”按鈕，進入登錄頁面?？赏ㄟ^手機和驗證碼方式登錄，也可微信掃碼登錄，單擊“密碼登錄”鏈接，進入注冊頁面。輸入手機號和密碼，獲取驗證碼，輸入2次密碼后，單擊“注冊”按鈕即可成功注冊。注冊DeepSeek賬號01登錄DeepSeek后，可在“給DeepSeek發(fā)送消息”處輸入問題，單擊“深度思考(R1)”按鈕啟動R1模型，否則使用V3模型。可通過“上傳附件”按鈕上傳文檔和圖片，幫助分析附件內(nèi)容。需要查詢模型訓(xùn)練之后的信息時，選擇“聯(lián)網(wǎng)搜索”按鈕。輸入具體問題，如“你會編寫程序嗎”，不使用“深度思考R1”模式和使用該模式的回答有所不同，使用該模式時，DeepSeek會進行深度思考并給出更詳細全面的回答。使用DeepSeek02注冊使用DeepSeek創(chuàng)建APIkeyChatbox工具對接DeepSeek

API服務(wù)下載安裝Chatbox工具，訪問Chatbox官網(wǎng)，下載并安裝客戶端。安裝完成后，啟動Chatbox工具，選擇“使用自己的API

Key或本地模型”，選擇“DeepSeek

API”鏈接。在設(shè)置對話框中，選擇“模型”選項卡，選擇“DEEPSEEK

API”作為模型提供方，填寫API

key，選擇模型，單擊“保存”按鈕?？稍诟呒夁x項中設(shè)置上下文的消息數(shù)量上限和嚴謹與想象（Temperature），保存配置后，通過Chatbox提問，但未充值時會提示連接失敗。需要充值才能使用DeepSeekAPI服務(wù)，進入DeepSeek開放平臺頁面，選擇“充值”鏈接，完成個人實名認證后，進入充值頁面，查看模型價格和扣費規(guī)則，選擇在線充值，充值完成后，可通過Chatbox訪問DeepSeekAPI服務(wù)。Chatbox工具對接硅基流動用戶需要將自己的應(yīng)用接入DeepSeek時，可通過DeepSeek提供的API服務(wù)接口接入，需提供api_key。訪問DeepSeek

API文檔頁面，通過“DeepSeek

Platform”鏈接進入開放平臺頁面。單擊“API

keys”鏈接，進入該頁面后，單擊“創(chuàng)建API

keys”按鈕，在彈出的對話框中輸入名稱，單擊“創(chuàng)建”按鈕，復(fù)制并保存創(chuàng)建的APIkey。注冊硅基流動賬戶，登錄硅基流動官網(wǎng)，輸入手機號獲取驗證碼登錄，進入模型廣場頁面。創(chuàng)建API密鑰，單擊“API密鑰”鏈接，新建API密鑰，輸入名稱，單擊“新建密鑰”按鈕。對接硅基流動模型，打開Chatbox工具，選擇“設(shè)置”按鈕，選擇“SILICONFLOWAPI”作為模型提供方，輸入API密鑰，選擇模型，保存配置后，通過Chatbox提問，可在硅基流動的“費用賬單”頁面查看服務(wù)費用。接入DeepSeek

API服務(wù)使用DeepSeek提示詞PowerPointDesign任務(wù)02（1）調(diào)查任務(wù)（2）調(diào)查目的調(diào)查任務(wù)和目的（1）任務(wù)背

（2）調(diào)查內(nèi)容（3）分析影響（4）任務(wù)步驟（5）報告內(nèi)容（6）報告格式具體任務(wù)要求（1）內(nèi)容全面性（2）分析深度（3）結(jié)構(gòu)與表達（4）創(chuàng)新性評價標準調(diào)查人工智能在生活中的應(yīng)用（1）掌握提示詞的工作機制。（2）掌握提示詞的設(shè)計原則?！局R目標】（1）能夠熟練運用常用的提示詞技巧。（2）能夠根據(jù)不同需求定制和優(yōu)化提示詞，提高使用DeepSeek模型的效果。【技能目標】（1）通過學(xué)習提示詞的設(shè)計與應(yīng)用，培養(yǎng)對人工智能技術(shù)的理解與實踐能力。（2）通過學(xué)習提示詞的優(yōu)化與調(diào)試，提升思維的嚴謹性和創(chuàng)新能力?！舅仞B(yǎng)目標】學(xué)習目標在大語言模型中，提示詞作為“輸入條件”，提供了任務(wù)的上下文框架，模型根據(jù)這一輸入條件生成符合預(yù)期的文本，提示詞通過影響模型的隱層狀態(tài)（即模型的記憶與上下文理解）來調(diào)節(jié)生成的內(nèi)容，不僅可以引導(dǎo)模型理解用戶的意圖，還可以通過約束模型的生成方向，確保輸出在主題、風格、結(jié)構(gòu)等方面符合預(yù)期模型的條件生成02大語言模型通過對海量文本數(shù)據(jù)的訓(xùn)練，學(xué)會了如何在給定部分輸入（即提示詞）后生成合理的輸出，模型通過上下文的語境和概率推理生成與提示詞相關(guān)的文本。。模型生成機制01注意力機制是大語言模型的核心構(gòu)成部分之一，提示詞通過影響模型的輸入序列來指導(dǎo)模型的注意力分配，決定哪些信息更為重要，從而影響生成的內(nèi)容。模型通過計算輸入序列中各個詞之間的相似性和關(guān)系，將更多的“注意力”集中在相關(guān)的部分，更好地聚焦于相關(guān)內(nèi)容，進而提高生成輸出的相關(guān)性和質(zhì)量。模型的注意力機制與提示詞03提示詞工作機制提示詞設(shè)計與輸出質(zhì)量的關(guān)系提示詞的設(shè)計對于輸出質(zhì)量具有直接影響。合理的提示詞可以有效引導(dǎo)模型生成相關(guān)、精確的內(nèi)容，不恰當?shù)奶崾驹~會導(dǎo)致模型產(chǎn)生模糊、無關(guān)或低質(zhì)量的輸出。如過于簡短的提示詞會導(dǎo)致模型無法理解任務(wù)的具體要求，而過于復(fù)雜或冗長的提示詞則會導(dǎo)致模型“迷失”在無關(guān)信息中。隨著多模態(tài)AI模型的發(fā)展，提示詞的作用也得到了擴展。通過結(jié)合文本、圖像、音頻等不同模態(tài)的信息，提示詞不僅限于文本輸入，還可以通過提供其他形式的信息來指導(dǎo)模型生成符合多模態(tài)要求的輸出。多模態(tài)與提示詞的擴展適應(yīng)性與反饋提示詞的設(shè)計不僅是一次性的，用戶可以通過不斷調(diào)整和優(yōu)化提示詞來適應(yīng)不同的任務(wù)需求。這種適應(yīng)性要求提示詞能夠與模型輸出進行反饋循環(huán)，以實現(xiàn)逐步優(yōu)化和調(diào)整?；谀Ｐ头答伒男畔?，用戶可以修改提示詞的結(jié)構(gòu)或內(nèi)容，使其更精準地引導(dǎo)模型，提升最終生成結(jié)果的質(zhì)量。提示詞工作機制明確任務(wù)指示提示詞需明確任務(wù)指示，提供足夠上下文信息，使模型理解具體要求。例如，“分析人工智能發(fā)展趨勢”比“說說人工智能”更明確。上下文一致性提示詞中指令、問題或情境應(yīng)與輸入內(nèi)容保持一致性。如提示詞“討論人工智能倫理問題”與“分析人工智能技術(shù)優(yōu)勢”不一致。簡潔與聚焦提示詞設(shè)計應(yīng)簡潔，避免冗余信息，突出任務(wù)關(guān)鍵要素。例如，“分析人工智能在醫(yī)療領(lǐng)域的優(yōu)勢”比“詳細分析人工智能在醫(yī)療領(lǐng)域的各種優(yōu)勢”更簡潔。提示詞設(shè)計原則

有效的提示詞設(shè)計需要在引導(dǎo)性和開放性之間找到平衡。過于嚴格的提示詞會限制模型的創(chuàng)造性，導(dǎo)致生成內(nèi)容過于機械化；而過于開放的提示詞使模型生成結(jié)果不符合用戶期望。因此，提示詞應(yīng)既能提供明確的指引，又能夠留有一定的自由度供模型發(fā)揮。例如，在創(chuàng)意寫作任務(wù)中，提示詞應(yīng)指明主題和風格，但也應(yīng)允許模型在具體細節(jié)上有所發(fā)揮，如“寫一篇以‘未來城市’為主題的短篇科幻小說，要求包含技術(shù)創(chuàng)新與社會變革元素”。引導(dǎo)性與開放性平衡在某些復(fù)雜任務(wù)中，提示詞應(yīng)采用層次化結(jié)構(gòu)，從宏觀到微觀逐步引導(dǎo)模型生成輸出。這種遞進性設(shè)計能夠幫助模型更好地組織和理解任務(wù)，并逐步完成任務(wù)的各個子目標。層次化提示詞可以使任務(wù)變得更加清晰，避免信息過載。例如，若任務(wù)是撰寫一份市場分析報告，可以先給出宏觀的分析框架，然后通過逐步提示細化到具體的分析部分。層次化與遞進性由于大語言模型基于統(tǒng)計學(xué)習和概率推理，其輸出有時會出現(xiàn)偏差或不準確的情況。設(shè)計提示詞時應(yīng)考慮一定的容錯性，以允許模型在產(chǎn)生不完全符合預(yù)期的輸出時，能夠基于反饋進行調(diào)整。靈活性則指的是提示詞應(yīng)具有足夠的適應(yīng)性，以便在面對不同情境或任務(wù)時，可以適當調(diào)整提示詞內(nèi)容以優(yōu)化結(jié)果。例如，在需要調(diào)整生成文章的風格時，可以通過微調(diào)提示詞中的語氣要求，如“請使文章語氣更加正式或輕松”。。容錯性與靈活性提示詞設(shè)計原則

多樣性與適應(yīng)性提示詞應(yīng)具有一定的多樣性，能夠適應(yīng)不同類型的任務(wù)和場景。在實際應(yīng)用中，任務(wù)的類型和復(fù)雜度往往會變化，因此提示詞的設(shè)計應(yīng)具有高度的適應(yīng)性，以應(yīng)對不同的工作需求。這種多樣性設(shè)計能夠增強模型在面對不同情境時的響應(yīng)能力。。避免偏見與歧視提示詞設(shè)計應(yīng)謹慎避免引入偏見或歧視性內(nèi)容。在訓(xùn)練過程中，語言模型學(xué)到一些社會文化中的固有偏見，設(shè)計提示詞時應(yīng)特別注意避免引導(dǎo)模型產(chǎn)生不適當或偏見性強的輸出。此原則強調(diào)了提示詞的社會責任性，要求設(shè)計者在編寫提示詞時，考慮到不同用戶群體的文化和價值觀差異，確保輸出結(jié)果的公平性和中立性。提示詞設(shè)計原則任務(wù)清晰明確任務(wù)是詢問、總結(jié)、分析、比較等。例如，“分析人工智能對經(jīng)濟的影響”。格式規(guī)范設(shè)定特定輸出格式，如列表、段落、表格、代碼等。例如，“以表格形式列出人工智能在各行業(yè)應(yīng)用”。身份明確明確提問者身份、角色和立場。例如，“作為一名經(jīng)濟學(xué)家”。細節(jié)豐富提供時間、地點、條件、背景、具體人物或事件等必要信息。例如，“分析2023年全球人工智能市場規(guī)?！?。四步提問法-----提問規(guī)則項目管理和任務(wù)分配，明確任務(wù)要求和輸出格式。產(chǎn)品設(shè)計與開發(fā)，提供詳細需求和期望輸出?？蛻糁С峙c服務(wù)，根據(jù)客戶身份和需求提供精準回答。研究與報告，明確研究任務(wù)和報告格式。02010403四步提問法-----適用場景身份：經(jīng)濟學(xué)教授任務(wù)：分析細節(jié)：全球化對發(fā)展中國家經(jīng)濟的正面與負面影響，考慮區(qū)域經(jīng)濟差異格式：段落格式，先概述全球化概念，再論述影響問題：“作為一名經(jīng)濟學(xué)教授，請分析全球化對發(fā)展中國家經(jīng)濟的正面與負面影響，考慮到不同區(qū)域的經(jīng)濟差異。請以段落格式回答，首先概述全球化的概念，然后分別論述正面和負面影響。”設(shè)計提問問題01使用瀏覽器打開DeepSeek頁面，輸入問題并勾選深度思考選項。輸出結(jié)果：以教授學(xué)術(shù)化語言，介紹全球化概念，分析正面和負面影響，以段落形式輸出。向DeepSeek提問02四步提問法-----實踐案例明確核心問題先說清楚需要解決的核心問題。例如，“介紹人工智能”。設(shè)定限制條件告訴模型在哪些條件下回答問題。例如，“限制在200字以內(nèi)，要求通俗易懂，適合小學(xué)生閱讀”。給出特定背景讓問題更具背景性，有助于模型理解具體情境。例如，“以小學(xué)生科普為主題”。限制條件法——提問規(guī)則0102當用戶具有明確需求并希望獲得簡潔、通俗易懂和確定答案時，使用限制條件法進行提問非常有效。通過在問題中設(shè)置明確的限制條件，能夠幫助聚焦回答的重點，避免過于冗長或復(fù)雜的解釋。。限制條件法——適用場景01問題：“寫一篇介紹人工智能的文章。”回答結(jié)果：相對專業(yè)和復(fù)雜。不使用限制條件提問02問題：“寫一篇關(guān)于人工智能的文章，限制在200字以內(nèi)，要求通俗易懂，適合小學(xué)生閱讀，分為3