这门课在解决什么问题
企业想用大模型，但很多人卡在两个地方：不知道模型能力边界在哪，也不知道怎么把自己的业务场景和模型连接起来。很多人试过直接调 API，结果发现输出不稳定、控制不住成本，或者根本不知道怎么设计合适的提示词让模型按自己要求做事。这个训练营解决的就是从"知道大模型很强"到"能在自己的项目里用起来"之间的断层。
课程重心不在理论推导，而在应用方法论——你会学到主流大模型的架构区别、Prompt-Tuning 的基础与进阶技巧，以及如何把这些知识转化成实际工作里的决策能力。目标不是让你成为算法专家，而是让你在工作中能独立判断：这个需求该不该用大模型、用哪种方式更合适、提示词怎么设计才能稳定出活。
适合什么基础，学习门槛在哪里
这个训练营适合有编程基础的职场人，特别是做过后端开发、数据分析、产品经理或已经接触过一些 Python 的人。如果你完全没写过代码，需要先补 Python 基础和基本的计算机概念，否则跟到后面会很吃力。对于已经会写代码但对 AI 不了解的同学，前置部分可以快速过，把精力放在 Prompt-Tuning 和实际应用上。
学习建议先看一期课程的 Python 前置串讲和大模型基础知识部分，确认自己能理解 Transformer 的基本逻辑、Token 是什么、模型大致怎么工作之后，再进入主体内容。主体部分从主流模型介绍开始，然后重点攻克 Prompt-Tuning，这是目前个人和小团队最容易上手也最有性价比的方向。不建议一上来就跳着看，因为后面的进阶技巧是建立在前置概念之上的。
学完能独立做什么，资料怎么配合使用
学完之后，你应该能够独立完成一个基于大模型的应用原型——包括选择合适的基础模型、设计并迭代提示词、把输出接到自己的代码或工作流里。这不是一个承诺就业的课程，而是一个帮你建立判断力和动手能力的训练。资料包里除了视频，还有一些课程介绍文档，可以用来对照学习进度，但不要把它当成全部学习内容。真正的练习要自己动手写 Prompt、调参、看输出结果，遇到问题再回看对应章节，这样记忆最深。
课程介绍
6946ae6e-639e-461c-94bf-6d638d2d5e05.png 2025-2-11 11:13 上传 一期课程目录： 1-1 开班仪式+Python前置课程串讲.mp4 284.13M 1-2 大模型前置知识.mp4 534.85M 1-3 大模型前置知识.mp4 264.63M 1-4 大模型基础知识.mp4 429.47M 1-5 大模型主要类别架构.mp4 410.13M 1-6 主流大模型介绍及大模型Prompt-Tuning方法入门.mp4 276.36M 1-6 主流大模型介绍及大模型Prompt-Tuning方法入门2.mp4 593.42M 1-7 主流大模型介绍及大模型Prompt-Tuning方法入门.mp4 663.93M 1-8 大模型Prompt-Tuning方法进阶.mp4 814.26M 1-9 大模
课程目录
6946ae6e-639e-461c-94bf-6d638d2d5e05.png 2025-2-11 11:13 上传 一期课程目录： 1-1 开班仪式+Python前置课程串讲.mp4 284.13M 1-2 大模型前置知识.mp4 534.85M 1-3 大模型前置知识.mp4 264.63M 1-4 大模型基础知识.mp4 429.47M 1-5 大模型主要类别架构.mp4 410.13M 1-6 主流大模型介绍及大模型Prompt-Tuning方法入门.mp4 276.36M 1-6 主流大模型介绍及大模型Prompt-Tuning方法入门2.mp4 593.42M 1-7 主流大模型介绍及大模型Prompt-Tuning方法入门.mp4 663.93M 1-8 大模型Prompt-Tuning方法进阶.mp4 814.26M 1-9 大模型提示词工程应用.mp4 944.25M 1-10 【项目1】金融行业动态风向评估.mp4 1.43G 1-11 【项目1】金融行业动态风向评估.mp4 662.98M 1-12 【项目2】电商领域虚拟试衣系统.mp4 397.96M 1-13 【项目2】电商领域虚拟试衣系统.mp4 528.64M 1-14 【项目3】物流行业信息咨询智能问答系统.mp4 1.48G 1-15 【项目3】物流行业信息咨询智能问答系统.mp4 468.04M 1-16 【项目3】物流行业信息咨询智能问答系统 2024.03.05.mp4 794.24M 1-17 【项目3】物流行业信息咨询智能问答系统(2024.03.07).mp4 783.72M 1-18 【项目4】大健康行业智能问诊系统(2024.03.10).mp4 909.01M 1-19 20 【项目4】大健康行业智能问诊系统.mp4 395.83M 1-21【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 836.85M 1-22【项目5-2】新零售行业评价决策系统【基于BERT+P-Tuning方式】.mp4 1.33G 1-23【项目5-2】新零售行业评价决策系统【基于BERT+P-Tuning方式】.mp4 629.74M 1-24 【项目6】新媒体行业评论智能分类与信息抽取系统.mp4 934.08M 1-25 【项目6】新媒体行业评论智能分类与信息抽取系统.mp4 950.89M 1-26 Stable Diffusion多模态大模型应用实战.mp4 374.41M 1-27 Stable Diffusion多模态大模型应用实战.mp4 352.22M 1-28 Stable Diffusion多模态大模型应用实战.mp4 240.20M 1-29 Stable Diffusion多模态大模型应用实战.mp4 579.40M 1-30 Stable Diffusion多模态大模型应用实战.mp4 375.83M 1-31 文心一言& 百度千帆大模型平台.mp4 206.23M 1-32 文心一言& 百度千帆大模型平台.mp4 278.41M 1-33 讯飞星火大模型+星火微调平台应用.mp4 370.10M 1-34 讯飞星火大模型+星火微调平台应用.mp4 249.28M 1-35 综合项目与项目路演+【拓展】AI论文导读与论文撰写.mp4 356.81M 资料 二期课程目录： 001-大模型必备Python语言.mp4 002-大模型必备Python语言.mp4 003-大模型必备Python语言.mp4 004-大模型必备Python语言.mp4 005-大模型必备Python语言.mp4 006-大模型前置知识.mp4 007-大模型前置知识.mp4 008-大模型前置知识.mp4 009-大模型前置知识.mp4 010-大模型应用工具实战.mp4 011-大模型应用工具实战.mp4 012-大模型应用工具实战.mp4 013-大模型开发入门.mp4 014-大模型开发入门.mp4 015-主流大模型介绍及大模型Prompt-Tuning方法入门.mp4 016-大模型Prompt-Tuning方法进阶.mp4 017-大模型提示词工程应用1.mp4 018-大模型提示词工程应用2.mp4 019-大模型提示词工程应用3.mp4 020-大模型提示词.mp4 021-【项目1】金融行业动态风向评估.mp4 022-企业级大模型定制平台.mp4 023-企业级大模型定制平台.mp4 024-企业级大模型定制平台.mp4 025-电商虚拟试衣.mp4 026-（新增）大模型开发工具Function Call的原理及实践.mp4 027-（新增）GPTs与Assistant API.mp4 028-（新增）大模型Agent的原理及实践.mp4 029-（新增）大模型Agent的原理及实践.mp4 030-大模型开发工具longchain详解.mp4 031-【项目3】物流行业信息咨询智能问答系统.mp4 032-【项目4】大健康行业智能问诊系统.mp4 033-【项目4】大健康行业智能问诊系统.mp4 034-【项目4】大健康行业智能问诊系统.mp4 035-项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 036-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 037-【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4 038-【项目5-2】新零售行业评价决策系统【基于BERT+P-Tuning方式】.mp4 039-【项目6】新媒体行业评论智能分类与信息抽取系统.mp4 040-【项目6】新媒体行业评论智能分类与信息抽取系统.mp4 041-ChatGLM-6B+LoRA模型搭建+趋动云资源配置.mp4 042-Stable Diffusion多模态大模型应用实战.mp4 043-Stable Diffusion多模态大模型应用实战.mp4 044-Stable Diffusion多模态大模型应用实战.mp4 045-Stable Diffusion多模态大模型应用实战.mp4 046-Stable Diffusion多模态大模型应用实战.mp4 047-综合项目与项目路演+【拓展】AI论文导读与论文撰写+结营典礼]】.mp4 048-大模型加餐课（面试指导）.mp4 049-大模型加餐课（模型部署）.mp4 AI大模型 直播资料
