DeepSeek+Coze实战：如何从0到1构建一个AI获客智能体（万字图文）
摘要：从0到1构建AI智能体的全流程指南 本文以AI获客智能体为例，详细介绍了构建AI智能体的完整流程： 明确价值定位：提升短视频创作效率，降低获客成本，适合中小商家和个人创业者 业务流程梳理：通过记录工作流程或参考SOP，可视化短视频营销各环节 痛点分析：利用AI工具深入分析各环节瓶颈，如账号定位困难、选题创意不足等 功能需求细化：针对每个场景（如对标账号分析）明确AI可协助的具体任务 智能体开
最近有许多读者朋友给我发来私信，询问如何一步步地从0到1构建一个AI 智能体：
- • 如何梳理我的业务流程？
- • 我有什么工作可以让 AI 帮我干？
- • 如何一步步搭建AI 智能体？
今天我就结合一个AI获客智能体的实操案例，手把手带大家从需求分析到最后发布，全流程示范如何打造一个能落地的 AI 智能体。
篇幅不短，欢迎先收藏，再慢慢阅读。如果觉得有帮助，也请顺手点个赞、在看、转发支持一下~
1.构建智能体的整体流程
在开始具体步骤之前，我们先来了解构建 AI 智能体的整体工作流程。
这将帮助我们清晰规划每个阶段的工作重点，确保开发过程有序推进。
构建智能体的整体流程如下：
- \1. 明确智能体的定位和目标
- \2. 梳理业务流程和分析痛点
- \3. 梳理场景工作流和功能需求
- \4. 设计智能体的具体实现方案
- \5. 使用Coze搭建智能体
2.明确智能体的定位和目标
在设计和构建AI智能体之前，我们需要明确其核心价值定位和目标。
这一步至关重要，因为清晰的定位能帮助我们更好地理解用户需求，确定开发方向，为用户创造实质性的价值。
通过深入分析目标用户群体的痛点和期望，我们可以设计出更有针对性的智能体功能和特性。
我们以AI获客智能体为例，展示智能体构建的全流程。
2.1 智能体的价值定位
AI获客智能体的价值定位主要体现在：
- • 效率提升：将重复性、机械性的短视频创作工作交给AI处理，让商家和创作者能够专注于核心业务。
- • 创意助手：提供短视频选题建议、内容灵感和创作思路，帮助突破创作瓶颈。
- • 分析专家：通过DeepSeek分析视频数据，提供专业的分析建议，做决策更有底气。
适合哪些人群：
- • 传统行业中小老板：线下实体店、服务行业转型做短视频引流，但既缺技术又缺团队。
- • 创业者/个人IP：想要打造个人品牌或者创业项目，但苦于拍摄难、创作难。
- • 销售/运营人员：渴望突破传统获客的瓶颈，掌握更前沿、更高效率的短视频创作思路。
2.2 预期目标
AI获客智能体的具体目标包括：
- • 获客成本降低 80%：以往可能要外包给专业团队的工作，现在AI统统能搞定。
- • 日更短视频：掌握AI短视频获客的自动化工作流，每天高频输出不再是难事。
- • 转化率倍增：AI帮你分析爆款视频逻辑、输出针对性脚本，让每条内容都能吸引目标客户。
3.梳理业务流程和分析痛点
在明确智能体的定位和目标后，我们需要梳理清楚业务流程。
梳理业务流程能帮助我们更好地理解整个工作过程，找出AI可以提效的环节。
在开始具体的流程梳理之前，我们先了解什么是业务流程，以及如何系统地进行分析。
3.1什么是业务流程
业务流程是完成特定业务目标所需的一系列活动和步骤的集合。它像一张详细的路线图，指引我们从起点到终点需要经过的每个环节。
比如短视频创作的业务流程包括：选题策划、文案撰写、拍摄录制、后期剪辑、发布推广等环节。这些环节都可以进一步细分为更具体的步骤。
理解业务流程对智能体的开发至关重要。只有把流程梳理清晰，我们才能准确找到AI可以提升效率的切入点。
3.2如何梳理业务流程
梳理业务流程最简单的方法就是记录员工的工作流程，把日常工作中的每个步骤都详细记录下来。
建议准备一个笔记本，用一周时间记录工作中的所有操作步骤，包括查阅的资料、处理的文件、使用的工具等。
记录完成后，你就能看清整个工作流程的全貌。这时可以用思维导图或流程图将其可视化，让流程更加清晰。
当然，如果企业已经梳理并沉淀了标准操作流程（SOP），那么梳理业务流程就会变得非常容易。
例如，一个门店老板的短视频起号的业务流程如图所示：
- \1. 账号定位：确定账号主题方向、定义目标受众画像、分析竞品差异化卖点、制定内容风格策略；
- \2. 对标账号拆解：收集同行业优质账号、分析内容结构和形式、研究话术和引流方式、总结可复制的成功要素
- \3. 账号基础搭建：设计个人资料页（头像/昵称/简介）、完善基础信息（地理位置/联系方式）、制作置顶视频；
- \4. 选题库搭建：收集热门话题、收集对标账号选题、建立内容分类标签体系、准备长期选题储备库
- \5. 内容创作与拍摄：编写视频分镜脚本、准备拍摄道具和场景、录制多组镜头素材；
- \6. 剪辑与发布：收集优质素材片段、添加音乐/特效/字幕、设计视频封面和标题、选择最佳时间并发布；
- \7. 数据分析与优化：收集关键数据指标、分析用户互动反馈、总结内容效果报告、调整优化策略。
3.3如何分析痛点，找到可提效的场景？
有了详细的业务流程，就可以开始分析痛点与解决方案。
现在有了DeepSeek，要时刻记得DeepSeek是一个非常强大的助手，我们完全可以借助DeepSeek帮助我们分析。
我们以一名蛋糕店老板短视频起号场景为例，和DeepSeek对话：
我是一名蛋糕店老板，是一个纯纯的短视频小白，我想拍摄短视频，帮门店引流获客，我的短视频起号业务流程大概如下：
- 账号定位
- 对标账号拆解
- 账号基础搭建
- 选题库搭建
- 内容创作与拍摄
- 剪辑与发布
- 数据分析与优化
基于上述业务流程，梳理出工作流程、痛点问题、AI能协助的、人工要做的事，以表格形式输出。
DeepSeek的回答：
以下是根据您的流程环节梳理的表格，包含各环节的痛点问题、AI能协作的部分以及人工需要完成的任务：
| 流程环节 | 痛点问题 | AI能协助的 | 人工要做的事 |
|---|---|---|---|
| 1. 账号定位 | 缺乏经验，难以明确账号方向（教学/产品展示/品牌故事）、目标人群、差异化卖点。 | - 分析平台热门蛋糕类账号数据，提供定位建议（如“烘焙教学+产品种草”）。 - 生成用户画像关键词（如宝妈、年轻女性、节日送礼人群）。 | - 结合自身资源（如擅长教学或产品颜值高）确定最终定位。 - 明确账号核心价值（如“治愈系烘焙”或“3分钟学会网红蛋糕”）。 |
| 2. 对标账号拆解 | 找不到有效对标账号，分析维度不清晰（选题、节奏、爆点）。 | - 爬取对标账号的视频列表，自动提取标题、标签、高频互动评论。 - 生成对标账号内容结构拆解报告（如开头3秒钩子+产品特写+下单引导）。 | - 筛选与自身定位匹配的账号（如本地商家或垂直领域达人）。 - 提炼可复用的技巧（如“蹭节日热点”或“产品制作过程解压”）。 |
| 3. 账号基础搭建 | 头像、昵称、简介、封面设计不专业，无法吸引点击。 | - 生成昵称建议（如“XX蛋糕研究所”）。 - 提供简介模板（如“坐标XX📍｜每天一个治愈蛋糕｜支持定制”）。 - 设计头像/封面图初稿（如蛋糕插画+门店实拍）。 | - 选择与品牌调性一致的视觉方案（如温馨/ins风）。 - 补充门店地址、营业时间等关键信息。 |
| 4. 选题库搭建 | 创意枯竭，热点捕捉不及时，选题与用户需求脱节。 | - 抓取近期爆款选题（如“草莓蛋糕的10种切法”）。 - 生成节日/季节性选题日历（如情人节、母亲节）。 - 分析用户评论关键词挖掘需求（如“低糖蛋糕怎么做”）。 | - 筛选与产品强相关的选题（如定制蛋糕案例）。 - 加入门店场景化内容（如“后厨揭秘”“顾客好评实拍”）。 |
| 5. 内容创作与拍摄 | 脚本逻辑混乱，画面表现力不足，产品亮点不突出。 | - 生成分镜头脚本模板（如开场诱人特写+制作过程+成品展示+价格福利）。 - 提供运镜建议（如俯拍搅拌面糊+慢动作奶油裱花）。 - 推荐道具摆放构图（如蛋糕与咖啡杯搭配）。 | - 实际拍摄并调整细节（如灯光亮度、蛋糕摆放角度）。 - 植入门店特色（如展示定制蛋糕手写贺卡服务）。 |
| 6. 剪辑与发布 | 剪辑效率低，封面/标题吸引力不足，发布时间不精准。 | - 自动剪辑卡点视频（匹配音乐节奏拼接镜头）。 - 生成标题关键词（如“爆浆”“免烤箱”“巨好吃”）。 - 推荐最佳发布时间段（根据本地用户活跃时段）。 | - 审核内容是否符合品牌调性（避免过度夸张）。 - 添加门店定位标签和团购链接。 |
| 7. 数据分析与优化 | 不懂数据解读，无法针对性优化内容。 | - 自动生成播放/转化率报告（如“第5秒跳出率过高需优化开场”）。 - 预测爆款内容方向（如“解压类”视频近期流量上升）。 | - 调整运营策略（如增加直播预告视频）。 - 根据转化数据优化产品组合（如推小份装试吃套餐）。 |
从DeepSeek的详细回答中可以看出，它不仅全面梳理了各个流程环节的具体需求，而且深入分析了每个环节的痛点问题。
同时，它还清晰区分了AI可协助的部分和需要人工完成的任务，这为我们后续开发AI 智能体构建了良好的基础框架。
虽然DeepSeek给出了很好的答复，但内容还不够具体，无法完全满足智能体的开发需求。
不过这没关系，我们可以继续与DeepSeek沟通，逐步深入地梳理梳理业务场景中的智能体功能需求。
4.梳理场景工作流，分析智能体的功能需求
根据前面的痛点分析与问题诊断，我们可以更清晰地看到短视频获客中各个环节的挑战。
要打造一个真正有价值的AI助手，不能仅停留在粗粒度的需求描述上，而是要深入到每个环节的具体需求中去。因此，我们需要为每个场景设计更详细的执行方案。
4.1 让AI帮我们梳理场景，分析功能需求
接下来，我们以对标账号拆解环节为例，进一步细化该环节的场景工作流和智能体的功能需求。
我们向DeepSeek发送：
我是一名蛋糕店老板，把下面的工作流做成一个智能体：
我会在抖音筛选与自身定位匹配的账号，并发送给智能体，智能体帮我爬取对标账号的视频列表，自动提取视频的标题、标签、文案、数据等内容，生成对标账号的定位、人设、选题方向、内容结构、变现路径的拆解报告。
梳理出工作任务、AI智能体功能、人工要做的事，以表格形式输出。
DeepSeek的回复：
以下是针对您需求的智能体工作流程梳理表，分为工作任务、AI智能体功能和人工任务三部分：
| 工作任务 | AI智能体功能 | 人工需做的事 |
|---|---|---|
| 1. 筛选对标账号 | - 根据输入账号自动分析基础数据（粉丝量、点赞量、爆款率等） - 初步匹配度评分（与蛋糕店定位的契合度） | - 人工初步筛选抖音账号（基于主观判断） - 输入账号列表至智能体并调整匹配权重 |
| 2. 数据爬取 | - 自动爬取对标账号的视频列表（包括公开视频的标题、标签、发布时间、播放量、评论等） - 抓取账号简介、高赞内容 | - 确保账号数据爬取合法合规（需人工确认授权或平台规则） - 监控爬取异常（如反爬机制触发） |
| 3. 信息提取 | - 解析标题关键词、高频标签、文案结构 - 分析账号人设（如“暖心烘焙师”“创意甜品家”等） - 提取用户评论情感倾向 | - 校验AI提取的关键信息准确性 - 补充AI未识别的隐性人设标签（如风格、调性） |
| 4. 生成拆解报告 | - 自动生成结构化报告： - 定位：账号核心受众、差异化价值 - 人设：IP形象、语言风格 - 选题方向：爆款主题分类、发布时间规律 - 内容结构：开场、叙事节奏、结尾引导 - 变现路径：广告、带货、课程等模式分析 | - 审核报告逻辑合理性 - 调整AI建议的策略方向（如侧重“节日蛋糕”或“健康低糖”主题） |
| 5. 策略优化 | - 基于历史数据推荐内容模板 - 预测潜在爆款选题（结合行业趋势和账号数据） | - 结合本地化需求补充创意（如区域特色蛋糕） - 最终决策并落地执行 |
注意事项
- \1. 数据合规性：需使用抖音开放API或授权第三方工具，避免直接爬取违规风险；
- \2. 动态更新：智能体需定期重新抓取对标账号数据，跟踪内容迭代；
- \3. 人机协同：AI擅长结构化分析，但需人工补充情感化、创意化要素（如“治愈感”“节日氛围”）。
通过该流程，您可将80%的重复性分析工作交给AI，聚焦人工的创意决策和个性化调整。
我们可以看到，通过DeepSeek的帮助，我们快速明确了对标账号拆解智能体的功能需求。
DeepSeek还告诉我们，可以将80%的重复性分析工作交给AI，让人专注于创意决策和个性化调整，这样能将工作效率提升5倍以上。
4.2 基于AI的分析，进一步完善功能需求
需要注意的是，DeepSeek提供的分析并非完全准确。
它主要为我们提供了分析框架和基础素材，我们还需要基于这些内容，进一步规划更贴合自身业务场景的具体功能需求。
基于DeepSeek提供的分析，我们进一步完善对标拆解智能体的具体功能：
| 工作任务 | AI智能体功能 | 人工需做的事 |
|---|---|---|
| 1. 获取对标账号 | - 根据输入账号，获取账号的基本资料（名称、简介、用户ID等） | - 人工初步筛选抖音账号，并发送给AI智能体 |
| 2. 数据爬取 | - 自动爬取对标账号的视频列表（包括公开视频的链接、标题、标签、发布时间、点赞数、评论数等） | - 确保账号数据爬取合法合规（需人工确认授权或平台规则） - 监控爬取异常（如反爬机制触发） |
| 3. 文案信息提取 | - 基于视频链接，提取视频的文案信息 | 无 |
| 4. 生成拆解报告 | - 自动生成结构化报告： - 定位：账号核心受众、差异化价值 - 人设：IP形象、语言风格 - 选题方向：爆款主题分类、发布时间规律 - 内容结构：开场、叙事节奏、结尾引导 - 变现路径：广告、带货、课程等模式分析 | - 审核报告逻辑合理性，参考并执行。 |
5.设计智能体的实现方案
前面的场景梳理和智能体功能需求分析完成后，接下来，我们需要为AI智能体设计具体的实现方案。
实现方案需要明确定义智能体的人设与逻辑、工作流、节点的输入输出、配置信息等，形成一个完整的工作链条。
如图下图所示，为对标拆解智能体的架构设计的示例：
6.搭建智能体
在明确智能体的实现方案后，我们就要开始真正搭建智能体了。
我们还是以对标账号拆解智能体为例，将使用扣子平台作为演示平台，主要分为两个步骤：
- \1. 工作流创建：将场景流程转化为可自动化运行的步骤化模块
- \2. 智能体创建：将工作流嵌入 AI 智能体中，使其能理解对话内容并智能判断何时调用相应工具
6.1 创建工作流
- 1. 创建空白工作流
登录Coze官网，在“资源库-工作流”里新建一个空白工作流，取名“benchmark_analysis”。
- 2. *开始节点*
这里通常用来定义工作流启动时需要的输入参数，比如对标账号的视频链接（video_url）。
- 3. *获取对标账号视频信息*
通过“视频搜索”插件的“douyin_data”工具，获取对标账号视频信息。
- 4. *根据用户ID，批量获取视频列表*
通过“视频搜索”插件的“get_user_video_all”工具，批量获取视频列表。
- 5. *批量获取视频详细信息*
这个环节会使用批处理节点，批处理体内部会执行两个节点：
- • 通过“视频搜索”插件的“douyin_data”工具，单个获取视频详情。
- • 通过python代码，将视频详情整合进视频列表中，方便后续进一步处理。代码如下：
async def main(args: Args) -> Output:
params = args.params
aweme_detail = params.get("aweme_detail", {})
aweme = params.get("aweme", {})
aweme["aweme_detail"] = aweme_detail
ret: Output = {
"aweme": aweme
}
return ret
- 6. *批量提取视频文案*
这个环节也会使用批处理节点，批处理体内部会执行以下核心节点：
- • 通过python代码，提取视频分享链接。
async def main(args: Args) -> Output:
params = args.params
aweme = params.get("aweme", {})
share_info = aweme.get("share_info", {})
share_url = share_info.get("share_url", "")
return share_url if share_url else ""
- • 使用“视频无水印下载”插件，下载原视频
- • 使用“字幕获取”插件，提取视频文案。
- • 通过python代码，将视频文案信息整合进视频列表中
async defmain(args: Args) -> Output:
# 如果 args.params 为 None，则使用空字典
params = args.params or {}
# 从 params 提取子项，如果为 None，则使用空字典
aweme = params.get("aweme") or {}
text_data = params.get("text_data") or {}
# 为 aweme 添加字段 text
aweme["text"] = text_data.get("content", "")
# 构造返回值
ret: Output = {
"aweme": aweme
}
return ret
- 7. *通过python代码，将信息整理为飞书表格可以使用的数据，并写入到飞书多维表格*
python代码如下：
async defmain(args: Args) -> Output:
# 1. 先安全地获取 params
params = getattr(args, "params", {}) # 如果 args 或 params 不存在，就给空字典
ifnotisinstance(params, dict):
return [] # 如果 params 不是字典，直接返回空列表
# 2. 安全地获取 aweme_list
aweme_list = params.get("aweme_list", [])
ifnotisinstance(aweme_list, list):
return [] # 如果 aweme_list 不是列表，也直接返回空列表
result = []
# 3. 遍历 aweme_list，依次处理
for aweme in aweme_list:
# 如果当前 aweme 非字典类型，直接跳过
ifnotisinstance(aweme, dict):
continue
# 4. 安全获取 share_info 和 statistics
share_info = aweme.get("share_info", {}) ifisinstance(aweme.get("share_info"), dict) else {}
statistics = aweme.get("statistics", {}) ifisinstance(aweme.get("statistics"), dict) else {}
text = aweme.get("text", "")
# 5. 提取各字段信息，并在取值时加默认值
video_id = statistics.get("aweme_id", "")
title = share_info.get("share_title", "")
link = share_info.get("share_url", "")
digg_count = statistics.get("digg_count", 0)
comment_count = statistics.get("comment_count", 0)
collect_count = statistics.get("collect_count", 0)
share_count = statistics.get("share_count", 0)
# 6. 获取 aweme_detail 并判空
aweme_detail = aweme.get("aweme_detail", {}) ifisinstance(aweme.get("aweme_detail"), dict) else {}
# 获取作者信息
author_info = aweme_detail.get("author", {}) ifisinstance(aweme_detail.get("author"), dict) else {}
author_name = author_info.get("nickname", "")
signature = author_info.get("signature", "")
sec_uid = author_info.get("sec_uid", "")
# 7. 获取时间和时长，这里可以进一步做类型检查，防止计算时报错
raw_create_time = aweme_detail.get("create_time", 0)
create_time_ms = raw_create_time * 1000ifisinstance(raw_create_time, int) else0
raw_duration = aweme_detail.get("duration", 0)
duration_sec = raw_duration / 1000ifisinstance(raw_duration, (int, float)) else0
# 8. 组装返回数据
item_dict = {
"fields": {
"视频ID": video_id,
"标题": title.strip(),
"文案": text,
"链接": {
"text": "查看视频",
"link": link.strip(),
},
"点赞数": digg_count,
"评论数": comment_count,
"收藏数": collect_count,
"分享数": share_count,
"作者": author_name,
"用户简介": signature,
"用户ID": sec_uid,
"发布日期": create_time_ms,
"时长": duration_sec
}
}
result.append(item_dict)
return result
- 8. *使用DeepSeek生成拆解报表，并创建飞书文档*
通过大模型节点，使用DeepSeek生成拆解报表。
系统提示词如下：
根据对标账号的视频列表信息{{input}}。
自动生成结构化的报告：
- 账号基本信息：名称、简介
- 定位：账号核心受众、差异化价值
- 人设：IP形象、语言风格
- 选题方向：爆款主题分类、发布时间规律
- 内容结构：开场、叙事节奏、结尾引导
- 变现路径：广告、带货、课程等模式分析
- 9. *结束节点*
最后输出对标拆解报告的文档链接，完事~
6.2 创建智能体
工作流只是一个自动化脚本，如果想在对话中直接使用，就需要封装成一个 AI 智能体。
- 1. *新建智能体*
在 Coze 中进入“智能体”版块，新建一个 智能体，取个好记的名字，比如“对标账号拆解智能体”。
- 2. *人设与逻辑*
编辑该智能体的“人设与逻辑”，告诉它自己是一个专业的对标账号拆解助手。提示词如下：
# 角色
你是一个专业的对标账号拆解助手，擅长帮助短视频小白用户深入拆解对标账号，并根据拆解结果生成详细的拆解报告和针对性强的账号优化建议。
## 技能
### 技能 1: 生成对标拆解报告
1. 当用户输入视频 url 时，调用 `benchmark_analysis` 工作流来生成对标拆解报告。
2. 生成报告过程中，要确保报告内容清晰、有条理，涵盖账号的关键要素和重要数据。
### 技能 2: 给出账号优化建议
1. 基于生成的对标拆解报告，结合短视频运营的专业知识和经验，为用户提供切实可行的账号优化建议。
2. 优化建议要具体、可操作，能够帮助用户提升账号的质量和影响力。
## 限制:
- 只回答与对标账号拆解和账号优化相关的问题，拒绝回答无关话题。
- 所输出的内容需逻辑清晰、有条理，拆解报告和优化建议要分开呈现。
- 确保生成的内容符合短视频行业的实际情况和规律。
- 3. ***绑*定工作流
把之前的“benchmark_analysis”工作流加进来，让智能体在合适的时机自动调用它。
- 4. *测试并发布*
在右侧面板中进行对话测试，输入个短视频的链接，看智能体是否能正确完成对标拆解，并成功写入飞书文档。
确认无误后点击“发布”，就可以把这个智能体发布到飞书或其他渠道。
- 5. *查看飞书文档中的对标拆解报告*
通过对标账号拆解智能体，我们成功生成了一份结构清晰、内容完善的对标拆解报告。
7.总结
这篇文章以AI获客智能体为例，给大家演示一下，怎么从零开始手搓一个智能体。
我们先搞清楚这个AI智能体的定位和目标，找出业务中的痛点。
然后，以AI获客中的对标账号拆解智能体为例，手把手教你用各种工具搭建工作流、抓取数据、提取文案、生成报表，最后把它包装成一个能使用AI智能体。
随着各种插件和工具越来越厉害，AI智能体能帮我们干的事情会越来越多！
最关键的是，我们得养成用AI思维思考，就是找出那些重复又烦人的工作，让AI帮我们搞定，这样我们就能腾出时间去做更有意思的事情。
如果觉得这篇内容对你有帮助，欢迎点赞、收藏，并分享给身边对AI感兴趣的朋友。
我将持续分享更多实用的教程和案例，帮助大家掌握智能体的实战技巧。
关于AI大模型技术储备
学好 AI大模型 不论是就业还是在工作技能提升上都不错，但要学会 AI大模型 还是要有一个学习规划。最后大家分享一份全套的 AI大模型 学习资料，给那些想学习 AI大模型 的小伙伴们一点帮助！
感兴趣的小伙伴，赠送全套AI大模型学习资料和安装工具，包含Agent行业报告、精品AI大模型学习书籍手册、视频教程、最新实战学习等录播视频，具体看下方。
需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
一、大模型风口已至：月薪30K+的AI岗正在批量诞生
2025年大模型应用呈现爆发式增长，根据工信部最新数据：
国内大模型相关岗位缺口达47万
初级工程师平均薪资28K（数据来源：BOSS直聘报告）
70%企业存在"能用模型不会调优"的痛点
真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！
二、如何学习大模型 AI ？
🔥AI取代的不是人类，而是不会用AI的人！麦肯锡最新报告显示：掌握AI工具的从业者生产效率提升47%，薪资溢价达34%！🚀
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工
📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
这份完整版的学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
更多推荐
24
0- 0
已为社区贡献27条内容
所有评论(0)