0956-知乎大模型15期|0-AI大模型第15期正课视频课文件夹

这门课能帮你解决哪些实际问题

如果你在工作中遇到过这些场景：手里有几百页的产品文档，想快速问答却只能靠人工翻；业务同事天天要数据报表，SQL 写得慢还容易错；想给自己的小工具接一个大模型接口，但不知道从哪下手——这套内容基本就是围绕这类需求展开的。它不打算把你培养成训练大模型的算法工程师，而是让你能调用现成的大模型能力，把它落到具体的工作流程里。整条主线从模型原理和接口调用讲起，一路走到检索增强、数据问答和任务编排，落点比较偏工程和应用，而不是论文推导。

适合什么基础，不建议谁直接上手

最合适的起点是：会一点 Python，能看懂函数和字典，知道什么是 HTTP 请求，但没怎么接触过大模型开发。如果你完全没写过代码，前期会很吃力，建议先补 Python 基础再回来。反过来，如果你已经独立做过 RAG 项目、熟悉向量检索和提示词调优，这套内容对你来说偏基础，价值有限。另外要说明一点：它不会教你从零预训练一个模型，也不会涉及底层算子和分布式训练，想走算法研究路线的读者不要抱这个预期。

建议的观看顺序和练习方式

不要按文件夹顺序从头刷到尾，容易前松后紧。建议先看大模型原理与接口调用那一块，把请求参数、返回结构、计费方式摸清楚，同时动手写一个最小的调用脚本，哪怕只是让模型总结一段文字。接着看提示词工程和 DeepSeek 的使用，这部分直接决定你后面写出来的东西好不好用，值得反复改几版提示词对比效果。然后进入向量数据库和检索增强，这是整套内容里最值钱的一段，重点理解文本怎么切分、向量怎么存、检索结果怎么拼进提示词。RAG 的高级技巧可以放到你跑通第一版之后再回看，那时候你才有具体问题去对照。后面的数据问答、任务编排和工具调用，属于把前面零件组装起来的部分，跟着敲一遍即可。

练习上给一个具体建议：别用课程自带的示例文档，换成你自己工作里真实的一份材料，比如制度文件、会议记录或者产品说明。用真实数据跑，你才会遇到切分不合理、检索召回不准、回答跑偏这些真问题，而这些恰恰是面试和实际项目里会被追问的地方。每学完一块，产出一个能跑的小脚本，比看完十个视频有用。

学完之后你能独立做什么

比较现实的预期是：你能独立搭出一个基于自己文档的问答工具，能写清楚提示词让模型稳定输出指定格式，能用向量库做语义检索，能把检索、模型调用和简单业务逻辑串成一条可运行的流程，也能用工具调用让模型去查数据库或触发外部接口。这些能力足够支撑你做一个内部小工具，或者应付相关岗位的实操环节。至于效果调优到什么程度，取决于你练了多少真实数据，课程本身只提供方法和方向。