飞豹客 · 课能看,资料也能带走
飞豹客体系课

大模型AI应用开发企业级项目实战(提示词工程+大模型NLP应用+AI对话产品)

如果你已经在用大模型做点东西,却总卡在「同一个问题问三遍得到三个答案」「让它输出固定格式老是跑偏」,那这套课值得先看一眼。它不讲模型怎么训练,也不涉及显卡和分布式,主线只有一件事:怎么把一个通用的大模型,调教成能在具体业务里稳定干活的组件。 它解决的是「会用」到「用好」之间那段 很多人第一次接触大模

单课价¥38.00新品 上架
会员价¥7.60开通会员,全站课程按会员价下载套餐详情
183 人关注 更新于 2026-09-19 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

购买本课销量 0 · 永久有效
会员价 · 单课标价 ¥38.00

会员 A · 按档位折扣

永久¥15.204折
年¥19.005折
月¥22.806折
周¥26.607折

会员 B

VIP¥7.60低至
SVIP单买¥200 内可领

游客按标价购买,不享受上表折扣。

支付成功后自动发放网盘链接,链接失效可找客服免费补

正版保障 极速发货 售后无忧

如果你已经在用大模型做点东西,却总卡在「同一个问题问三遍得到三个答案」「让它输出固定格式老是跑偏」,那这套课值得先看一眼。它不讲模型怎么训练,也不涉及显卡和分布式,主线只有一件事:怎么把一个通用的大模型,调教成能在具体业务里稳定干活的组件。

它解决的是「会用」到「用好」之间那段

很多人第一次接触大模型,是直接在对话框里打字,能出结果就觉得学会了。真到做产品时问题就来了:客服场景要求语气统一、不能乱承诺;信息抽取要求字段一个不少;多轮对话要求它记住前面说过什么。这些都不是靠「换个问法」能解决的,而是要靠提示词结构、输出约束和流程设计。这门课从提示词的基本概念讲起,把交互方式、提示词的构成要素、通用设计技巧这几块先铺开,再往核心提示词技术和对话产品方向推进,路径是清楚的。

需要说明的是,它不承诺你学完就能拿到某个岗位,也不保证你独立训出一个模型。它的定位是应用层开发,重点在怎么组织输入、怎么控制输出、怎么把大模型接进一个能跑起来的产品逻辑里。

适合什么基础,先看哪几块

如果你完全没写过代码,学起来会吃力,因为后面涉及产品化的部分需要你至少能读懂接口调用和数据结构。比较合适的是:有基础编程能力、做过简单 Web 或脚本开发,想补上大模型这一环的人;或者已经在做产品、运营,需要理解提示词为什么这么设计的人。

建议的看课顺序是先过一遍导读,把整体节奏摸清楚,不要一上来就跳进具体技巧。然后按提示词基础那几节顺序看,尤其是提示词四要素和通用设计技巧,这两块是后面所有内容的地基,跳过去后面会反复卡壳。核心提示词技术部分可以边看边停,跟着改自己的例子,比纯看效率高很多。对话产品相关的内容放在最后看,等你对手动控制输出有感觉了,再理解多轮状态管理会顺很多。

学完能独立做什么,资料怎么配合用

比较现实的目标是:你能独立设计一套针对具体任务的提示词方案,让模型在给定输入下稳定输出你要的格式和内容;能判断一个需求该不该用大模型做,该用哪种交互方式;能把大模型调用串进一个简单应用的流程里,而不是停留在单次问答。这些都是可以在工作中直接验证的能力。

资料以视频为主,配合练习才有效。建议每看完一节,立刻拿自己工作里真实的一段文本或一个任务去试,比如把一份会议记录丢进去做结构化抽取,看输出是否符合预期,不符合就回去调提示词。只跟着视频里的例子走,很容易产生「听懂了但自己写不出来」的错觉。遇到效果不稳定时,回头重看提示词要素那一节,多数问题出在角色、任务、约束、示例这几项没交代清楚,而不是模型不行。

整体来说,这是一套偏实操的应用课,不玄乎,也不包治百病。如果你的工作里已经出现了「要用大模型做点什么」的具体需求,它能帮你少走一些靠瞎试踩出来的弯路。

课程目录

课程目录50 集
  • 课程介绍 本页收录 大模型AI应用开发企业级项目实战(提示词工程+大模型NLP应用+AI对话产品),方向为体系课,重点涉及 AI、大模型。 内容涵盖:─1–课程快速预览、─1–大模型提到提示词是什么、─2–提示词与大模型交互、─3–大模型提示词四要素、─4–设计提示词通用技巧、─1–大模型提示词快速入门 等主题。 适合正在补 AI、大模型 相关知识、想按目录逐步推进的学习者。 下方为完整资料与目录,可先看目录判断是否符合需要。 【资源目录】: ├──1–课程导读 | └──1–课程快速预览.mp4
  • 35.23M ├──2–提示词基础入门 | ├──1–大模型提到提示词是什么.mp4
  • 15.43M | ├──2–提示词与大模型交互.mp4
  • 17.09M | ├──3–大模型提示词四要素.mp4
  • 11.84M | └──4–设计提示词通用技巧.mp4
  • 7.42M ├──3–大模型核心提示词技术 | ├──1–大模型提示词快速入门.mp4
  • 7.79M | ├──2–通过API调用LLM第一个案例.mp4
  • 16.39M | ├──3–API调用LLM代码封装.mp4
  • 37.81M | ├──4–简单零样本提示.mp4
  • 14.65M | ├──5–简单少样本提示.mp4
  • 21.34M | ├──6–零样本和少样本提示词思维链技术理论介绍.mp4
  • 15.91M | ├──7–Zero-ShotCoT实战练习.mp4
  • 28.75M | ├──8–Few-ShotCoT实战练习.mp4
  • 19.44M | └──9–大模型更多核心提示词技术.mp4
  • 26.45M ├──4–大模型场景NLP常见应用案例 | ├──1–大模型场常见NLP应用.mp4
  • 9.21M | ├──10–多轮对话_AI多轮对话方案.mp4
  • 16.89M | ├──11–多轮对话_AI在线分诊断小助手.mp4
  • 28.16M | ├──12–代码生成_LLM生成MySQL查询语句.mp4
  • 11.58M | ├──13–LLM联网_LLM启用联网搜索功能.mp4
  • 30.79M | ├──14–LLM联网_LLM联网获取并标注引用来源.mp4
  • 30.78M | ├──15–LLM联网_LLM基于垂域联网搜索.mp4
  • 38.81M | ├──16–LLM联网_LLM基于指定站点联网搜索.mp4
  • 9.80M | ├──17–LLM工具_LLM工具调用FunctionCalling思想.mp4
  • 11.01M | ├──18–LLM工具_LLM通过FunctionCalling查询时间.mp4
  • 10.21M | ├──19–LLM工具_LLM调用FunctionCalling工具定义.mp4
  • 19.36M | ├──2–文本生成_大模型在文本生成场景案例.mp4
  • 84.52M | ├──20–LLM工具_LLM的FunctionCalling第一次调用.mp4
  • 32.81M | ├──21–LLM工具_LLM的FunctionCalling第二次调用.mp4
  • 17.15M | ├──22–LLM工具_LLM调用FunctionCalling函数代码.mp4
  • 31.73M | ├──3–实体抽取_大模型在文本抽取场景案例.mp4
  • 44.48M | ├──4–文本问答_大模型在医疗领域QA问答场景案例.mp4
  • 23.45M | ├──5–文本问答_大模型在合同+行政+电子说明QA问答场景案例.mp4
  • 22.08M | ├──6–文本问答_京东AI购药小助手案例.mp4
  • 49.92M | ├──7–文本分类_医疗领域意图分类案例.mp4
  • 55.67M | ├──8–文本分类_医疗领域科室分类案例.mp4
  • 49.06M | └──9–文本分类_电商评价分类案例.mp4
  • 29.39M └──5–AI对话产品案例综合应用 | ├──1–蚂蚁阿福从AI工具升级为AI健康朋友.mp4
  • 19.33M | ├──10–LLM-rerank整体介绍.mp4
  • 4.22M | ├──11–LLM-rerank AI对话产品案例介绍.mp4
  • 30.04M | ├──12–LLM-Rerank技术方案.mp4
  • 32.85M | ├──13–LLM-Rerank代码实现.mp4
  • 53.81M | ├──14–LLM在AI产品案例项目总结.mp4
  • 14.39M | ├──2–LLM对话产品案例蚂蚁阿福技术方案.mp4
  • 22.07M | ├──3–LLM在AI对话搜索场景解决方案.mp4
  • 13.90M | ├──4–LLM理解搜索场景解决方案.mp4
  • 14.72M | ├──5–LLM理解搜索场景案例.mp4
  • 40.72M | ├──6–LLM理解搜索场景多轮对话案例.mp4
  • 24.26M | ├──7–LLM-RAG召回基本流程.mp4
  • 17.94M | ├──8–LLM-RAG技术方案.mp4
  • 8.80M | └──9–LLM-RAG召回实战.mp4
  • 51.21M