項(xiàng)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(bào)告內(nèi)容（6）報(bào)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(dá)（4）創(chuàng)新性評(píng)價(jià)標(biāo)準(zhǔn)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(shí)目標(biāo)】能夠調(diào)查匯報(bào)人工智能技術(shù)在現(xiàn)實(shí)生活中的應(yīng)用。【技能目標(biāo)】（1）通過學(xué)習(xí)人工智能技術(shù)，培養(yǎng)不斷學(xué)習(xí)、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(shí)生活中的應(yīng)用，培養(yǎng)從整體上觀察事物、仔細(xì)認(rèn)真的品質(zhì)?！舅仞B(yǎng)目標(biāo)】學(xué)習(xí)目標(biāo)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(jī)器能夠感知、理解、學(xué)習(xí)、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(gè)階段的發(fā)展，從早期的符號(hào)推理到如今的深度學(xué)習(xí)。隨著計(jì)算能力的提升和大數(shù)據(jù)的應(yīng)用，AI已逐漸進(jìn)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(cè)試（1950年）②達(dá)特茅斯會(huì)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(jī)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(cè)（5）語音助手

（6）人臉識(shí)別（7）推薦系統(tǒng)

（8）智能制造與工業(yè)自動(dòng)化（9）自動(dòng)駕駛

（10）金融科技(11）健康醫(yī)療

（12）無人機(jī)與機(jī)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(jī)器學(xué)習(xí)是AI的核心子領(lǐng)域，通過算法讓計(jì)算機(jī)從數(shù)據(jù)中自動(dòng)學(xué)習(xí)，并進(jìn)行預(yù)測(cè)或決策。它為深度學(xué)習(xí)、計(jì)算機(jī)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(jī)器學(xué)習(xí)深度學(xué)習(xí)是機(jī)器學(xué)習(xí)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(dòng)學(xué)習(xí)復(fù)雜模式。它在計(jì)算機(jī)視覺和自然語言處理等領(lǐng)域取得了顯著進(jìn)展，推動(dòng)了AI技術(shù)的快速發(fā)展。深度學(xué)習(xí)計(jì)算機(jī)視覺讓計(jì)算機(jī)理解和分析圖像或視頻中的信息，依賴于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)。它廣泛應(yīng)用于圖像分類、物體檢測(cè)、圖像分割等任務(wù)，為智能安防、自動(dòng)駕駛等領(lǐng)域提供了技術(shù)支持。計(jì)算機(jī)視覺自然語言處理使計(jì)算機(jī)能夠理解、生成和與人類語言互動(dòng)，依賴于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)。它在文本分析、情感分析、機(jī)器翻譯、語音識(shí)別等任務(wù)中發(fā)揮重要作用，推動(dòng)了人機(jī)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(jī)器學(xué)習(xí)算法計(jì)算機(jī)視覺算法深度學(xué)習(xí)算法自然語言處理算法線性回歸用于預(yù)測(cè)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(jìn)行決策。支持向量機(jī)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(jìn)行預(yù)測(cè)。邊緣檢測(cè)算法用于圖像中的邊緣提取，目標(biāo)檢測(cè)算法檢測(cè)圖像中的特定對(duì)象并進(jìn)行定位。圖像分割算法將圖像劃分為多個(gè)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(jì)算機(jī)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(shí)記憶網(wǎng)絡(luò)能夠處理長期依賴問題。生成對(duì)抗網(wǎng)絡(luò)通過生成器和判別器的對(duì)抗訓(xùn)練，廣泛用于圖像生成、風(fēng)格遷移等任務(wù)。詞袋模型通過統(tǒng)計(jì)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(qiáng)大的工具。人工智能的主要算法PyTorch是開源的深度學(xué)習(xí)框架，以動(dòng)態(tài)計(jì)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(jì)算機(jī)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(tái)的深度學(xué)習(xí)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(jì)算圖和深度學(xué)習(xí)訓(xùn)練的分布式計(jì)算，特別適合大規(guī)模分布式深度學(xué)習(xí)。它主要應(yīng)用于語音識(shí)別、圖像處理、自然語言處理等領(lǐng)域，具有強(qiáng)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(píng)價(jià)標(biāo)準(zhǔn)（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(bào)告內(nèi)容（6）報(bào)告格式（1）內(nèi)容全面性（2）分析深度（3）結(jié)構(gòu)與表達(dá)（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(bào)告內(nèi)容（6）報(bào)告格式（1）內(nèi)容全面性（2）分析深度（3）結(jié)構(gòu)與表達(dá)（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(bào)告內(nèi)容（6）報(bào)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(dá)（4）創(chuàng)新性評(píng)價(jià)標(biāo)準(zhǔn)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(bào)告內(nèi)容（6）報(bào)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(dá)（4）創(chuàng)新性評(píng)價(jià)標(biāo)準(zhǔn)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(shí)目標(biāo)】（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。【技能目標(biāo)】（1）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(shì)，培養(yǎng)根據(jù)實(shí)際需求出發(fā)解決實(shí)際問題的能力?！舅仞B(yǎng)目標(biāo)】學(xué)習(xí)目標(biāo)智能客服系統(tǒng)利用大語言模型理解客戶問題，提供精準(zhǔn)回答，如電商平臺(tái)機(jī)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(shí)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(jìn)行語音識(shí)別與處理，理解用戶語音命令，提供天氣預(yù)報(bào)、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(dòng)，通過語音指令控制家電，實(shí)現(xiàn)智能化家居生活，提升生活便利性。虛擬助手對(duì)話系統(tǒng)利用大語言模型生成自然流暢的對(duì)話內(nèi)容，用于聊天機(jī)器人等應(yīng)用，提供娛樂、陪伴等服務(wù)。通過不斷學(xué)習(xí)用戶對(duì)話習(xí)慣，對(duì)話系統(tǒng)能生成更符合用戶風(fēng)格的回復(fù)，增強(qiáng)用戶與系統(tǒng)之間的互動(dòng)性。對(duì)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(bào)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(cuò)誤，改進(jìn)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(dá)更加準(zhǔn)確和生動(dòng)。寫作助手大語言模型進(jìn)行高質(zhì)量自動(dòng)翻譯，理解語言語法、語境和文化差異，實(shí)現(xiàn)準(zhǔn)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(jìn)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(xiàn)、進(jìn)行疾病診斷，為健康咨詢提供初步判斷和建議。通過學(xué)習(xí)大量醫(yī)學(xué)知識(shí)，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(zhǔn)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(shí)別法律文本中的復(fù)雜條款和法律風(fēng)險(xiǎn)點(diǎn)，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(gè)性化學(xué)習(xí)輔導(dǎo)工具，幫助學(xué)生理解復(fù)雜概念，提供額外學(xué)習(xí)資源。根據(jù)學(xué)生的學(xué)習(xí)進(jìn)度和特點(diǎn)，大語言模型定制學(xué)習(xí)計(jì)劃，助力學(xué)生高效學(xué)習(xí)。教育與學(xué)習(xí)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(jì)算機(jī)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(duì)語言復(fù)雜性。僅能通過簡單關(guān)鍵詞匹配對(duì)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(jì)90年代，計(jì)算能力提升和數(shù)據(jù)積累推動(dòng)統(tǒng)計(jì)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(cè)下一個(gè)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(jì)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(jì)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(xí)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(xí)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(jì)算機(jī)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(dòng)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(xí)引入0121世紀(jì)10年代，深度學(xué)習(xí)技術(shù)發(fā)展，預(yù)訓(xùn)練-微調(diào)方法成為重要?jiǎng)?chuàng)新，模型先通過無標(biāo)簽文本數(shù)據(jù)預(yù)訓(xùn)練，再通過有標(biāo)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(xí)語言基本知識(shí)，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(jì)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(jī)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(qiáng)大文本生成能力，隨后GPT-2和GPT-3模型規(guī)模擴(kuò)大，生成更自然流暢文本。2023年，OpenAI發(fā)布GPT-4，進(jìn)一步增強(qiáng)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(shí)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(shí)、機(jī)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(jìn)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(yùn)行成本，使大語言模型更廣泛應(yīng)用于社會(huì)各領(lǐng)域，促進(jìn)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(diǎn)：與阿里云生態(tài)結(jié)合，多領(lǐng)域支持。缺點(diǎn)：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(jí)應(yīng)用。優(yōu)點(diǎn)：中文處理能力強(qiáng)，跨領(lǐng)域應(yīng)用，多模態(tài)支持。缺點(diǎn)：精度和靈活性不足。適用場景：中文對(duì)話生成、多模態(tài)應(yīng)用、跨行業(yè)應(yīng)用。優(yōu)點(diǎn)：輕量化設(shè)計(jì)，響應(yīng)速度快，娛樂向內(nèi)容生成能力強(qiáng)，支持多角色互動(dòng)。缺點(diǎn)：專業(yè)領(lǐng)域知識(shí)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(diǎn)：超長上下文處理，多格式文件解析，信息檢索增強(qiáng)，邏輯清晰的長文本生成。缺點(diǎn)：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(duì)、實(shí)時(shí)信息整合、個(gè)人知識(shí)管理。優(yōu)點(diǎn)：語音交互能力強(qiáng)，教育領(lǐng)域表現(xiàn)突出。缺點(diǎn)：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(huì)議記錄轉(zhuǎn)寫與總結(jié)、多語言翻譯。優(yōu)點(diǎn)：邏輯推理能力強(qiáng)，數(shù)學(xué)和編程問題表現(xiàn)突出。缺點(diǎn)：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(xiàng)目1講解了人工智能的定義、發(fā)展、應(yīng)用領(lǐng)域、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)、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(shí)間：項(xiàng)目2DeepSeek大語言模型實(shí)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(bào)告內(nèi)容（6）報(bào)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(dá)（4）創(chuàng)新性評(píng)價(jià)標(biāo)準(zhǔn)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(shí)目標(biāo)】（1）能夠注冊(cè)使用網(wǎng)頁版DeepSeek。（2）能夠使用Chatbox調(diào)用DeepSeekAPI服務(wù)?！炯寄苣繕?biāo)】（1）通過學(xué)習(xí)DeepSeek的注冊(cè)和使用，培養(yǎng)愛國主義情懷。（2）通過學(xué)習(xí)DeepSeekAPI服務(wù)調(diào)用，理解事物之間的相互關(guān)系和相互作用?！舅仞B(yǎng)目標(biāo)】學(xué)習(xí)目標(biāo)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(jī)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(duì)話、文本生成、語義理解、計(jì)算推理、代碼生成補(bǔ)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(gè)版本：模型參數(shù)是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)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(cè)。DeepSeek開源社區(qū)公布了DeepSeek-R1-Zero和DeepSeek-R1兩個(gè)660B參數(shù)的模型，還蒸餾了6個(gè)小模型并開源給社區(qū)使用，運(yùn)行參數(shù)個(gè)數(shù)越多的模型，能力越強(qiáng)，需要的服務(wù)器資源越多。DeepSeekV3模型（聊天模型）：對(duì)標(biāo)OpenAI的GPT4o，屬于L1級(jí)別的聊天機(jī)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(shì)在于使用了混合專家和多頭注意力機(jī)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(jī)制讓模型在處理信息時(shí)可同時(shí)關(guān)注多個(gè)地方。DeepSeekR1模型（推理模型）：對(duì)標(biāo)OpenAI-o1，屬于L2級(jí)別的推理優(yōu)化模型產(chǎn)品，專注于高級(jí)推理任務(wù)，利用強(qiáng)化學(xué)習(xí)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(shí)打開瀏覽器，訪問DeepSeek官網(wǎng)，單擊“開始對(duì)話”按鈕，進(jìn)入登錄頁面?？赏ㄟ^手機(jī)和驗(yàn)證碼方式登錄，也可微信掃碼登錄，單擊“密碼登錄”鏈接，進(jìn)入注冊(cè)頁面。輸入手機(jī)號(hào)和密碼，獲取驗(yàn)證碼，輸入2次密碼后，單擊“注冊(cè)”按鈕即可成功注冊(cè)。注冊(cè)DeepSeek賬號(hào)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(dòng)R1模型，否則使用V3模型?？赏ㄟ^“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(shí)，選擇“聯(lián)網(wǎng)搜索”按鈕。輸入具體問題，如“你會(huì)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(shí)，DeepSeek會(huì)進(jìn)行深度思考并給出更詳細(xì)全面的回答。使用DeepSeek02注冊(cè)使用DeepSeek創(chuàng)建APIkeyChatbox工具對(duì)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(dòng)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(duì)話框中，選擇“模型”選項(xiàng)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?jí)選項(xiàng)中設(shè)置上下文的消息數(shù)量上限和嚴(yán)謹(jǐn)與想象（Temperature），保存配置后，通過Chatbox提問，但未充值時(shí)會(huì)提示連接失敗。需要充值才能使用DeepSeekAPI服務(wù)，進(jìn)入DeepSeek開放平臺(tái)頁面，選擇“充值”鏈接，完成個(gè)人實(shí)名認(rèn)證后，進(jìn)入充值頁面，查看模型價(jià)格和扣費(fèi)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(duì)接硅基流動(dòng)用戶需要將自己的應(yīng)用接入DeepSeek時(shí)，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(jìn)入開放平臺(tái)頁面。單擊“API

keys”鏈接，進(jìn)入該頁面后，單擊“創(chuàng)建API

keys”按鈕，在彈出的對(duì)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(cè)硅基流動(dòng)賬戶，登錄硅基流動(dòng)官網(wǎng)，輸入手機(jī)號(hào)獲取驗(yàn)證碼登錄，進(jìn)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(duì)接硅基流動(dòng)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(dòng)的“費(fèi)用賬單”頁面查看服務(wù)費(fèi)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(bào)告內(nèi)容（6）報(bào)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(dá)（4）創(chuàng)新性評(píng)價(jià)標(biāo)準(zhǔn)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(jī)制。（2）掌握提示詞的設(shè)計(jì)原則?！局R(shí)目標(biāo)】（1）能夠熟練運(yùn)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(biāo)】（1）通過學(xué)習(xí)提示詞的設(shè)計(jì)與應(yīng)用，培養(yǎng)對(duì)人工智能技術(shù)的理解與實(shí)踐能力。（2）通過學(xué)習(xí)提示詞的優(yōu)化與調(diào)試，提升思維的嚴(yán)謹(jǐn)性和創(chuàng)新能力?！舅仞B(yǎng)目標(biāo)】學(xué)習(xí)目標(biāo)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(fēng)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(duì)海量文本數(shù)據(jù)的訓(xùn)練，學(xué)會(huì)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(jī)制01注意力機(jī)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(jì)算輸入序列中各個(gè)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(jìn)而提高生成輸出的相關(guān)性和質(zhì)量。模型的注意力機(jī)制與提示詞03提示詞工作機(jī)制提示詞設(shè)計(jì)與輸出質(zhì)量的關(guān)系提示詞的設(shè)計(jì)對(duì)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(dāng)?shù)奶崾驹~會(huì)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(huì)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(huì)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(kuò)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(kuò)展適應(yīng)性與反饋提示詞的設(shè)計(jì)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(jìn)行反饋循環(huán)，以實(shí)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(zhǔn)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(jī)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(shì)”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(shì)”不一致。簡潔與聚焦提示詞設(shè)計(jì)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(shì)”比“詳細(xì)分析人工智能在醫(yī)療領(lǐng)域的各種優(yōu)勢(shì)”更簡潔。提示詞設(shè)計(jì)原則

有效的提示詞設(shè)計(jì)需要在引導(dǎo)性和開放性之間找到平衡。過于嚴(yán)格的提示詞會(huì)限制模型的創(chuàng)造性，導(dǎo)致生成內(nèi)容過于機(jī)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(fēng)格，但也應(yīng)允許模型在具體細(xì)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(huì)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(jìn)性設(shè)計(jì)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(gè)子目標(biāo)。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(bào)告，可以先給出宏觀的分析框架，然后通過逐步提示細(xì)化到具體的分析部分。層次化與遞進(jìn)性由于大語言模型基于統(tǒng)計(jì)學(xué)習(xí)和概率推理，其輸出有時(shí)會(huì)出現(xiàn)偏差或不準(zhǔn)確的情況。設(shè)計(jì)提示詞時(shí)應(yīng)考慮一定的容錯(cuò)性，以允許模型在產(chǎn)生不完全符合預(yù)期的輸出時(shí)，能夠基于反饋進(jìn)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(duì)不同情境或任務(wù)時(shí)，可以適當(dāng)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(fēng)格時(shí)，可以通過微調(diào)提示詞中的語氣要求，如“請(qǐng)使文章語氣更加正式或輕松”。。容錯(cuò)性與靈活性提示詞設(shè)計(jì)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(shí)際應(yīng)用中，任務(wù)的類型和復(fù)雜度往往會(huì)變化，因此提示詞的設(shè)計(jì)應(yīng)具有高度的適應(yīng)性，以應(yīng)對(duì)不同的工作需求。這種多樣性設(shè)計(jì)能夠增強(qiáng)模型在面對(duì)不同情境時(shí)的響應(yīng)能力。。避免偏見與歧視提示詞設(shè)計(jì)應(yīng)謹(jǐn)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(huì)文化中的固有偏見，設(shè)計(jì)提示詞時(shí)應(yīng)特別注意避免引導(dǎo)模型產(chǎn)生不適當(dāng)或偏見性強(qiáng)的輸出。此原則強(qiáng)調(diào)了提示詞的社會(huì)責(zé)任性，要求設(shè)計(jì)者在編寫提示詞時(shí)，考慮到不同用戶群體的文化和價(jià)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(jì)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(duì)經(jīng)濟(jì)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(jì)學(xué)家”。細(xì)節(jié)豐富提供時(shí)間、地點(diǎn)、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)?！薄Ｋ牟教釂柗?----提問規(guī)則項(xiàng)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(jì)與開發(fā)，提供詳細(xì)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(zhǔn)回答。研究與報(bào)告，明確研究任務(wù)和報(bào)告格式。02010403四步提問法-----適用場景身份：經(jīng)濟(jì)學(xué)教授任務(wù)：分析細(xì)節(jié)：全球化對(duì)發(fā)展中國家經(jīng)濟(jì)的正面與負(fù)面影響，考慮區(qū)域經(jīng)濟(jì)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(jì)學(xué)教授，請(qǐng)分析全球化對(duì)發(fā)展中國家經(jīng)濟(jì)的正面與負(fù)面影響，考慮到不同區(qū)域的經(jīng)濟(jì)差異。請(qǐng)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(fù)面影響?！痹O(shè)計(jì)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(xiàng)。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(fù)面影響，以段落形式輸出。向DeepSeek提問02四步提問法-----實(shí)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(dāng)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(shí)，使用限制條件法進(jìn)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(diǎn)，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?！被卮鸾Y(jié)果：相對(duì)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