項目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01（1）調查任務（2）調查目的調查任務和目的（1）任務背

（2）調查內容（3）分析影響（4）任務步驟（5）報告內容（6）報告格式具體任務要求（1）內容全面性（2）分析深度（3）結構與表達（4）創新性評價標準調查人工智能在生活中的應用（1）了解人工智能的定義和發展歷史。（2）掌握人工智能的主要研究領域。【知識目標】能夠調查匯報人工智能技術在現實生活中的應用。【技能目標】（1）通過學習人工智能技術，培養不斷學習、勇于探索的求知精神。（2）通過探索人工智能技術在現實生活中的應用，培養從整體上觀察事物、仔細認真的品質。【素養目標】學習目標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，使機器能夠感知、理解、學習、推理和決策，從而解決問題的技術和系統。人工智能經歷了多個階段的發展，從早期的符號推理到如今的深度學習。隨著計算能力的提升和大數據的應用，AI已逐漸進入我們的日常生活，展現出巨大的潛力與應用前景①圖靈測試（1950年）②達特茅斯會議（1956年）③早期研究（1950年代末至1960年代初）人工智能的發展歷史（1）智能客服與聊天機器人

（2）內容生成與創作（3）文本翻譯

（4）情感分析與輿情監測（5）語音助手

（6）人臉識別（7）推薦系統

（8）智能制造與工業自動化（9）自動駕駛

（10）金融科技(11）健康醫療

（12）無人機與機器人人工智能的應用場景人工智能的定義與歷史應用場景機器學習是AI的核心子領域，通過算法讓計算機從數據中自動學習，并進行預測或決策。它為深度學習、計算機視覺和自然語言處理等其他領域提供了理論和算法支持。機器學習深度學習是機器學習的子領域，專注于利用多層神經網絡從大量數據中自動學習復雜模式。它在計算機視覺和自然語言處理等領域取得了顯著進展，推動了AI技術的快速發展。深度學習計算機視覺讓計算機理解和分析圖像或視頻中的信息，依賴于機器學習和深度學習技術。它廣泛應用于圖像分類、物體檢測、圖像分割等任務，為智能安防、自動駕駛等領域提供了技術支持。計算機視覺自然語言處理使計算機能夠理解、生成和與人類語言互動，依賴于機器學習和深度學習技術。它在文本分析、情感分析、機器翻譯、語音識別等任務中發揮重要作用，推動了人機交互的發展。自然語言處理人工智能的主要研究領域

機器學習算法計算機視覺算法深度學習算法自然語言處理算法線性回歸用于預測連續的數值變量，邏輯回歸用于二分類問題，決策樹通過分裂特征進行決策。支持向量機通過最大化分類間隔做出決策，k-近鄰算法根據與訓練數據的距離進行預測。邊緣檢測算法用于圖像中的邊緣提取，目標檢測算法檢測圖像中的特定對象并進行定位。圖像分割算法將圖像劃分為多個有意義的區域，為圖像分析和理解提供了基礎。卷積神經網絡廣泛應用于計算機視覺任務，循環神經網絡處理序列數據，長短時記憶網絡能夠處理長期依賴問題。生成對抗網絡通過生成器和判別器的對抗訓練，廣泛用于圖像生成、風格遷移等任務。詞袋模型通過統計文本中詞匯的頻率來表示文本，TF-IDF衡量詞語的重要性。Word2Vec將詞轉換為稠密向量，捕捉詞與詞之間的語義關系，為文本處理提供了強大的工具。人工智能的主要算法PyTorch是開源的深度學習框架，以動態計算圖著稱，使模型開發過程更加靈活和易于調試。它在學術研究中非常流行，尤其是在計算機視覺、自然語言處理等領域，具有良好的社區支持。TensorFlow是開源、跨平臺的深度學習框架，支持構建、訓練和部署深度神經網絡。它廣泛應用于圖像處理、自然語言處理、推薦系統等領域，具有高效的分布式訓練和良好的部署支持。MXNet支持靈活的計算圖和深度學習訓練的分布式計算，特別適合大規模分布式深度學習。它主要應用于語音識別、圖像處理、自然語言處理等領域，具有強大的分布式訓練支持。TensorFlowPyTorchMXNet開發框架調查任務和目的具體任務要求評價標準（1）調查任務（2）調查目的（1）任務背

（2）調查內容（3）分析影響（4）任務步驟（5）報告內容（6）報告格式（1）內容全面性（2）分析深度（3）結構與表達（4）創新性（1）調查任務（2）調查目的（1）任務背

（2）調查內容（3）分析影響（4）任務步驟（5）報告內容（6）報告格式（1）內容全面性（2）分析深度（3）結構與表達（4）創新性調查人工智能在生活中的應用（1）調查任務（2）調查目的調查任務和目的（1）任務背

（2）調查內容（3）分析影響（4）任務步驟（5）報告內容（6）報告格式具體任務要求（1）內容全面性（2）分析深度（3）結構與表達（4）創新性評價標準調查人工智能在生活中的應用大語言模型概述PowerPointDesign任務02（1）調查任務（2）調查目的調查任務和目的（1）任務背

（2）調查內容（3）分析影響（4）任務步驟（5）報告內容（6）報告格式具體任務要求（1）內容全面性（2）分析深度（3）結構與表達（4）創新性評價標準調查人工智能在生活中的應用（1）掌握大語言模型的應用場景。（2）掌握大語言模型的發展歷史【知識目標】（1）能夠訪問和使用國內常用的大語言模型。（2）能夠根據需要使用特定的大語言模型。【技能目標】（1）通過使用國內常用的大語言模型，培養搜索和解決問題的能力。（2）通過了解各種大語言模型的優勢，培養根據實際需求出發解決實際問題的能力。【素養目標】學習目標智能客服系統利用大語言模型理解客戶問題，提供精準回答，如電商平臺機器人解答訂單查詢、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，智能客服能識別多種語言和方言，為不同地區用戶提供服務，提升客戶滿意度。智能客服虛擬助手借助大語言模型進行語音識別與處理，理解用戶語音命令，提供天氣預報、定鬧鐘、播放音樂等服務。虛擬助手可與智能家居設備聯動，通過語音指令控制家電，實現智能化家居生活，提升生活便利性。虛擬助手對話系統利用大語言模型生成自然流暢的對話內容，用于聊天機器人等應用，提供娛樂、陪伴等服務。通過不斷學習用戶對話習慣，對話系統能生成更符合用戶風格的回復，增強用戶與系統之間的互動性。對話系統大語言模型的應用場景------智能服務與交互大語言模型根據主題或關鍵詞生成文章、新聞報道、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據，大語言模型能生成具有創意和吸引力的內容，滿足不同用戶的需求。內容生成大語言模型為用戶提供寫作建議，修正語法錯誤，改進文章結構和流暢度，幫助用戶提升寫作水平。能根據用戶輸入的文本，提供同義詞替換、句子優化等建議，使文章表達更加準確和生動。寫作助手大語言模型進行高質量自動翻譯，理解語言語法、語境和文化差異，實現準確的語言轉換。支持多種語言之間的互譯，幫助用戶跨越語言障礙，促進國際交流與合作。翻譯與語言轉換大語言模型的應用場景------內容創作與輔助大語言模型幫助醫生分析醫學文獻、進行疾病診斷，為健康咨詢提供初步判斷和建議。通過學習大量醫學知識，大語言模型能輔助醫生快速定位疾病，提高診斷效率和準確性。醫學與健康管理大語言模型分析合同、法律文件，快速提取關鍵信息，為律師提供法律建議，提高工作效率。能識別法律文本中的復雜條款和法律風險點，為法律專業人士提供有力支持。法律與合同分析大語言模型作為個性化學習輔導工具，幫助學生理解復雜概念，提供額外學習資源。根據學生的學習進度和特點，大語言模型定制學習計劃，助力學生高效學習。教育與學習輔導大語言模型的應用場景------專業領域應用早期自然語言處理依賴基于規則的系統，計算機通過程序員編寫的規則處理語言，但方法有限，難以應對語言復雜性。僅能通過簡單關鍵詞匹配對話，無法理解句子真正含義，限制了應用范圍。早期自然語言處理20世紀90年代，計算能力提升和數據積累推動統計語言模型（如n-gram模型）誕生，通過分析文本數據訓練模型。n-gram模型基于詞語出現頻率預測下一個詞，雖比規則模型好，但仍不能處理復雜語法和語義。統計語言模型大語言模型發展歷史-------早期探索與規則基礎模型21世紀初，人工智能研究者借助復雜神經網絡模型，尤其是深度學習方法處理語言，捕捉復雜語言模式和特征。神經網絡模型通過多層結構學習語言規律，為自然語言處理帶來突破。神經網絡崛起2000年代中期，研究者開發詞向量技術，將詞轉化為高維數字向量，使計算機捕捉詞語語義關系，如“狗”和“貓”在向量空間中接近。詞向量技術為語言模型理解語義提供基礎，推動自然語言處理技術發展。詞向量技術大語言模型發展歷史-----神經網絡與深度學習引入0121世紀10年代，深度學習技術發展，預訓練-微調方法成為重要創新，模型先通過無標簽文本數據預訓練，再通過有標簽數據微調完成特定任務。預訓練模型學習語言基本知識，微調后可快速適應不同自然語言處理任務，提高模型性能和效率。預訓練-微調方法022017年，Google提出Transformer模型架構，可高效處理文本數據且能并行計算，加速訓練速度，為大語言模型發展奠定基礎。Transformer架構引入自注意力機制，使模型更好地捕捉文本中的長距離依賴關系，提升語言理解能力。Transformer架構032018年，OpenAI推出基于Transformer架構的GPT系列模型，GPT-1展示強大文本生成能力，隨后GPT-2和GPT-3模型規模擴大，生成更自然流暢文本。2023年，OpenAI發布GPT-4，進一步增強理解和生成能力，尤其在復雜推理和多模態任務上表現出色；2025年，DeepSeekR1模型發布，降低大語言模型訓練成本。GPT系列與DeepSeek大語言模型發展歷史-----預訓練模型與大語言模型崛起0102多模態信息處理未來大語言模型將能理解和生成圖像、聲音等多種模態信息，如GPT-4和DeepSeek已具備圖像識別和生成能力，拓展應用領域。多模態融合使大語言模型在虛擬現實、機器人、醫療診斷等領域發揮更大作用，為各行業帶來變革。安全與可持續發展隨著技術進步，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、數據隱私等問題。探索可持續發展路徑，降低訓練和運行成本，使大語言模型更廣泛應用于社會各領域，促進技術普及和創新。大語言模型發展歷史-----未來展望與多模態融合優點：與阿里云生態結合，多領域支持。缺點：英文表現不如國際大廠模型，成本較高。適用場景：電商和在線服務、企業級應用。優點：中文處理能力強，跨領域應用，多模態支持。缺點：精度和靈活性不足。適用場景：中文對話生成、多模態應用、跨行業應用。優點：輕量化設計，響應速度快，娛樂向內容生成能力強，支持多角色互動。缺點：專業領域知識深度不足，長文本生成易碎片化。使用場景：社交媒體內容創作、休閑娛樂、日常聊天。優點：超長上下文處理，多格式文件解析，信息檢索增強，邏輯清晰的長文本生成。缺點：復雜推理能力弱，生成多樣性不足，商業化功能限制。使用場景：長文檔分析、多文件交叉比對、實時信息整合、個人知識管理。優點：語音交互能力強，教育領域表現突出。缺點：生成內容深度不足，長文本易偏離主題，復雜任務能力弱。使用場景：教育輔導、會議記錄轉寫與總結、多語言翻譯。優點：邏輯推理能力強，數學和編程問題表現突出。缺點：暫未提及。適用場景：數學問題解答、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思維導圖課堂小結

項目1講解了人工智能的定義、發展、應用領域、機器學習和深度學習、大語言模型等關鍵概念，布置了人工智能在生活中的應用調查任務，在任務二中介紹了大語言模型的應用場景、發展歷史，使用了國內常用的大語言模型。PowerPointDesign2025謝謝大家AiPPT2013.1主講人：時間：項目2DeepSeek大語言模型實戰入門DeepSeek基礎使用使用DeepSeek提示詞0102目錄CONTENTS

DeepSeek基礎使用PowerPointDesign任務01（1）調查任務（2）調查目的調查任務和目的（1）任務背

（2）調查內容（3）分析影響（4）任務步驟（5）報告內容（6）報告格式具體任務要求（1）內容全面性（2）分析深度（3）結構與表達（4）創新性評價標準調查人工智能在生活中的應用（1）了解DeepSeek大語言模型。（2）掌握DeepSeek大語言模型的應用場景。【知識目標】（1）能夠注冊使用網頁版DeepSeek。（2）能夠使用Chatbox調用DeepSeekAPI服務。【技能目標】（1）通過學習DeepSeek的注冊和使用，培養愛國主義情懷。（2）通過學習DeepSeekAPI服務調用，理解事物之間的相互關系和相互作用。【素養目標】學習目標DeepSeek大語言模型介紹DeepSeek是杭州深度求索人工智能基礎技術研究有限公司推出的大語言模型，依托Transformer架構，結合混合專家和多頭注意力機制等技術，具備文本生成、代碼理解、數學推理等能力。DeepSeek應用場景豐富，支持智能對話、文本生成、語義理解、計算推理、代碼生成補全等，支持聯網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容。DeepSeek模型版本包括V3和R1兩個版本：模型參數是機器學習和深度學習模型中的“調節鈕”，幫助模型更好地理解數據和做出預測。DeepSeek開源社區公布了DeepSeek-R1-Zero和DeepSeek-R1兩個660B參數的模型，還蒸餾了6個小模型并開源給社區使用，運行參數個數越多的模型，能力越強，需要的服務器資源越多。DeepSeekV3模型（聊天模型）：對標OpenAI的GPT4o，屬于L1級別的聊天機器人，采用混合專家架構，主要面向自然語言處理任務，廣泛應用于客戶服務、文本摘要、內容生成等領域。DeepSeek技術優勢在于使用了混合專家和多頭注意力機制技術，能夠高效處理不同類型的任務，提升性能和推理速度。混合專家讓模型在不同任務中靈活選擇不同“專家”，多頭注意力機制讓模型在處理信息時可同時關注多個地方。DeepSeekR1模型（推理模型）：對標OpenAI-o1，屬于L2級別的推理優化模型產品，專注于高級推理任務，利用強化學習技術提升推理能力，適用于邏輯推理和問題求解的應用場景。必備知識打開瀏覽器，訪問DeepSeek官網，單擊“開始對話”按鈕，進入登錄頁面。可通過手機和驗證碼方式登錄，也可微信掃碼登錄，單擊“密碼登錄”鏈接，進入注冊頁面。輸入手機號和密碼，獲取驗證碼，輸入2次密碼后，單擊“注冊”按鈕即可成功注冊。注冊DeepSeek賬號01登錄DeepSeek后，可在“給DeepSeek發送消息”處輸入問題，單擊“深度思考(R1)”按鈕啟動R1模型，否則使用V3模型。可通過“上傳附件”按鈕上傳文檔和圖片，幫助分析附件內容。需要查詢模型訓練之后的信息時，選擇“聯網搜索”按鈕。輸入具體問題，如“你會編寫程序嗎”，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，DeepSeek會進行深度思考并給出更詳細全面的回答。使用DeepSeek02注冊使用DeepSeek創建APIkeyChatbox工具對接DeepSeek

API服務下載安裝Chatbox工具，訪問Chatbox官網，下載并安裝客戶端。安裝完成后，啟動Chatbox工具，選擇“使用自己的API

Key或本地模型”，選擇“DeepSeek

API”鏈接。在設置對話框中，選擇“模型”選項卡，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。可在高級選項中設置上下文的消息數量上限和嚴謹與想象（Temperature），保存配置后，通過Chatbox提問，但未充值時會提示連接失敗。需要充值才能使用DeepSeekAPI服務，進入DeepSeek開放平臺頁面，選擇“充值”鏈接，完成個人實名認證后，進入充值頁面，查看模型價格和扣費規則，選擇在線充值，充值完成后，可通過Chatbox訪問DeepSeekAPI服務。Chatbox工具對接硅基流動用戶需要將自己的應用接入DeepSeek時，可通過DeepSeek提供的API服務接口接入，需提供api_key。訪問DeepSeek

API文檔頁面，通過“DeepSeek

Platform”鏈接進入開放平臺頁面。單擊“API

keys”鏈接，進入該頁面后，單擊“創建API

keys”按鈕，在彈出的對話框中輸入名稱，單擊“創建”按鈕，復制并保存創建的APIkey。注冊硅基流動賬戶，登錄硅基流動官網，輸入手機號獲取驗證碼登錄，進入模型廣場頁面。創建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。對接硅基流動模型，打開Chatbox工具，選擇“設置”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，可在硅基流動的“費用賬單”頁面查看服務費用。接入DeepSeek

API服務使用DeepSeek提示詞PowerPointDesign任務02（1）調查任務（2）調查目的調查任務和目的（1）任務背

（2）調查內容（3）分析影響（4）任務步驟（5）報告內容（6）報告格式具體任務要求（1）內容全面性（2）分析深度（3）結構與表達（4）創新性評價標準調查人工智能在生活中的應用（1）掌握提示詞的工作機制。（2）掌握提示詞的設計原則。【知識目標】（1）能夠熟練運用常用的提示詞技巧。（2）能夠根據不同需求定制和優化提示詞，提高使用DeepSeek模型的效果。【技能目標】（1）通過學習提示詞的設計與應用，培養對人工智能技術的理解與實踐能力。（2）通過學習提示詞的優化與調試，提升思維的嚴謹性和創新能力。【素養目標】學習目標在大語言模型中，提示詞作為“輸入條件”，提供了任務的上下文框架，模型根據這一輸入條件生成符合預期的文本，提示詞通過影響模型的隱層狀態（即模型的記憶與上下文理解）來調節生成的內容，不僅可以引導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、風格、結構等方面符合預期模型的條件生成02大語言模型通過對海量文本數據的訓練，學會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的文本。。模型生成機制01注意力機制是大語言模型的核心構成部分之一，提示詞通過影響模型的輸入序列來指導模型的注意力分配，決定哪些信息更為重要，從而影響生成的內容。模型通過計算輸入序列中各個詞之間的相似性和關系，將更多的“注意力”集中在相關的部分，更好地聚焦于相關內容，進而提高生成輸出的相關性和質量。模型的注意力機制與提示詞03提示詞工作機制提示詞設計與輸出質量的關系提示詞的設計對于輸出質量具有直接影響。合理的提示詞可以有效引導模型生成相關、精確的內容，不恰當的提示詞會導致模型產生模糊、無關或低質量的輸出。如過于簡短的提示詞會導致模型無法理解任務的具體要求，而過于復雜或冗長的提示詞則會導致模型“迷失”在無關信息中。隨著多模態AI模型的發展，提示詞的作用也得到了擴展。通過結合文本、圖像、音頻等不同模態的信息，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模型生成符合多模態要求的輸出。多模態與提示詞的擴展適應性與反饋提示詞的設計不僅是一次性的，用戶可以通過不斷調整和優化提示詞來適應不同的任務需求。這種適應性要求提示詞能夠與模型輸出進行反饋循環，以實現逐步優化和調整。基于模型反饋的信息，用戶可以修改提示詞的結構或內容，使其更精準地引導模型，提升最終生成結果的質量。提示詞工作機制明確任務指示提示詞需明確任務指示，提供足夠上下文信息，使模型理解具體要求。例如，“分析人工智能發展趨勢”比“說說人工智能”更明確。上下文一致性提示詞中指令、問題或情境應與輸入內容保持一致性。如提示詞“討論人工智能倫理問題”與“分析人工智能技術優勢”不一致。簡潔與聚焦提示詞設計應簡潔，避免冗余信息，突出任務關鍵要素。例如，“分析人工智能在醫療領域的優勢”比“詳細分析人工智能在醫療領域的各種優勢”更簡潔。提示詞設計原則

有效的提示詞設計需要在引導性和開放性之間找到平衡。過于嚴格的提示詞會限制模型的創造性，導致生成內容過于機械化；而過于開放的提示詞使模型生成結果不符合用戶期望。因此，提示詞應既能提供明確的指引，又能夠留有一定的自由度供模型發揮。例如，在創意寫作任務中，提示詞應指明主題和風格，但也應允許模型在具體細節上有所發揮，如“寫一篇以‘未來城市’為主題的短篇科幻小說，要求包含技術創新與社會變革元素”。引導性與開放性平衡在某些復雜任務中，提示詞應采用層次化結構，從宏觀到微觀逐步引導模型生成輸出。這種遞進性設計能夠幫助模型更好地組織和理解任務，并逐步完成任務的各個子目標。層次化提示詞可以使任務變得更加清晰，避免信息過載。例如，若任務是撰寫一份市場分析報告，可以先給出宏觀的分析框架，然后通過逐步提示細化到具體的分析部分。層次化與遞進性由于大語言模型基于統計學習和概率推理，其輸出有時會出現偏差或不準確的情況。設計提示詞時應考慮一定的容錯性，以允許模型在產生不完全符合預期的輸出時，能夠基于反饋進行調整。靈活性則指的是提示詞應具有足夠的適應性，以便在面對不同情境或任務時，可以適當調整提示詞內容以優化結果。例如，在需要調整生成文章的風格時，可以通過微調提示詞中的語氣要求，如“請使文章語氣更加正式或輕松”。。容錯性與靈活性提示詞設計原則

多樣性與適應性提示詞應具有一定的多樣性，能夠適應不同類型的任務和場景。在實際應用中，任務的類型和復雜度往往會變化，因此提示詞的設計應具有高度的適應性，以應對不同的工作需求。這種多樣性設計能夠增強模型在面對不同情境時的響應能力。。避免偏見與歧視提示詞設計應謹慎避免引入偏見或歧視性內容。在訓練過程中，語言模型學到一些社會文化中的固有偏見，設計提示詞時應特別注意避免引導模型產生不適當或偏見性強的輸出。此原則強調了提示詞的社會責任性，要求設計者在編寫提示詞時，考慮到不同用戶群體的文化和價值觀差異，確保輸出結果的公平性和中立性。提示詞設計原則任務清晰明確任務是詢問、總結、分析、比較等。例如，“分析人工智能對經濟的影響”。格式規范設定特定輸出格式，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應用”。身份明確明確提問者身份、角色和立場。例如，“作為一名經濟學家”。細節豐富提供時間、地點、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模”。四步提問法-----提問規則項目管理和任務分配，明確任務要求和輸出格式。產品設計與開發，提供詳細需求和期望輸出。客戶支持與服務，根據客戶身份和需求提供精準回答。研究與報告，明確研究任務和報告格式。02010403四步提問法-----適用場景身份：經濟學教授任務：分析細節：全球化對發展中國家經濟的正面與負面影響，考慮區域經濟差異格式：段落格式，先概述全球化概念，再論述影響問題：“作為一名經濟學教授，請分析全球化對發展中國家經濟的正面與負面影響，考慮到不同區域的經濟差異。請以段落格式回答，首先概述全球化的概念，然后分別論述正面和負面影響。”設計提問問題01使用瀏覽器打開DeepSeek頁面，輸入問題并勾選深度思考選項。輸出結果：以教授學術化語言，介紹全球化概念，分析正面和負面影響，以段落形式輸出。向DeepSeek提問02四步提問法-----實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，要求通俗易懂，適合小學生閱讀”。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，“以小學生科普為主題”。限制條件法——提問規則0102當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，使用限制條件法進行提問非常有效。通過在問題中設置明確的限制條件，能夠幫助聚焦回答的重點，避免過于冗長或復雜的解釋。。限制條件法——適用場景01問題：“寫一篇介紹人工智能的文章。”回答結果：相對專業和復雜。不使用限制條件提問02問題：“寫一篇關于人工智能的文章，限制在200字以內，要求通俗易懂，適合小學生閱讀，分為3個段落。”回答結果：共198個字，分為3個段落，非常適合小學生閱讀。使用限制條件提問限制條件法——實踐案例提供與問題相關的附件，如數據表格、研究報告、實驗數據等。例如，“上傳用戶購買行為數據表格”。上傳附件明確指出問題與附件之間的關系。例如，“基于附件數據完成用戶畫像分析”。提出問題附件提問法——提問規則復雜問題，需要借助數據進行分析。多步驟推理問題，涉及多個環節的邏輯推導。需要準確細節的領域問題，如數據分析、科學研究等。附件提問法——適用場景將用戶購買行為.xlsx下載到本地。向DeepSeek上傳文件提示詞：“請基于附件《用戶購買行為.xlsx》完成用戶畫像分析，具體要求如下：數據預處理計算用戶活躍度等級標注消費能力標簽分析維度基礎屬性：統計性別/年齡/城市分布特征消費行為：分析消費金額與購買次數的相關性興趣偏好：提取高頻興趣標簽輸出要求生成3類典型用戶畫像用表格對比用戶特征總結數據洞察，提出2條精準營銷策略”輸出結果：獲得用戶畫像和精準營銷策略。提問并獲取結果附件提問法——實踐案例分步拆解法非常適合解決涉及多個因素、多個推理步驟或復雜決策過程的問題。通過將核心大問題拆解為較小、明確的步驟，模型可以更清晰地處理每個部分，最終得出更加精準、系統的答案。分布拆解法適用問題本身包含多個層面，需要逐步推理來得出結論的場景，如“設計一個具有可持續性的城市交通系統？”，這個問題涉及到多個因素，如技術、政策、成本、環境等。將這樣德大問題拆解成一個個小問題，可以幫助模型逐步分析大問題的每個層面，最終得到綜合和系統的回答。分步拆解法分析全球氣候變化對農業生產力的影響。核心大問題01問題1：全球氣候變化的主要表現是什么？問題2：氣溫升高、降水模式變化如何直接影響農業生產？問題3：不同地區的氣候變化對農業生產力的影響是否具有區域差異？問題4：氣候變化對農業生產力的影響是否能通過技術或管理措施進行緩解？問題5：各國的政策在應對氣候變化對農業的影響方面，是否存在顯著的差異？拆解步驟02綜合以上分析，全球氣候變化對農業生產力的總體影響是什么？各國應該如何應對這一挑戰？在DeepSeek中依次提問以上問題，最終得到系統性結論。總結與輸出03分步拆解法——實踐案例任務思維導圖課堂小結

項目2講解了DeepSeek大模型語言的基礎使用，在任務一中介紹了通過網頁方式使用DeepSeek大語言模型、通過本地應用Chatbox接入DeepSeekAPI服務，在任務二中介紹了提示詞的工作機制，通過案列實踐方式講解了四步提問法、限制條件法、附件提問法、分步拆解法等四種常用的提示詞使用技巧。PowerPointDesign202X謝謝大家AiPPT2013.1主講人：時間：項目3Deepkseek助力自動化文檔處理使用DeepSeek實現內容自動化編輯與排版使用DeepSeek提升數據處理效率0102目錄CONTENTS

使用DeepSeek實現內容自動化編輯與排版PowerPointDesign任務01（1）調查任務（2）調查目的調查任務和目的（1）任務背

（2）調查內容（3）分析影響（4）任務步驟（5）報告內容（6）報告格式具體任務要求（1）內容全面性（2）分析深度（3）結構與表達（4）創新性評價標準調查人工智能在生活中的應用（1）掌握OfficeAI助手為數據表格處理提供的能力支持。（2）了解VBA宏的功能。【知識目標】（1）能夠通過OfficeAI和DeepSeek自動生成表格數據。（2）能夠使用OfficeAI和DeepSeek自動化處理表格數據。【技能目標】（1）通過學習自動化生成表格數據，培養學生高效做事的習慣。（2）通過學習自動化處理表格數據，培養學生勇于開拓、不斷創新的品質。【素養目標】學習目標智能寫作助手自動檢查和改正語法錯誤、拼寫錯誤，并提供優化建議，基于上下文的智能推薦，例如自動補全句子或提供同義詞、反義詞等建議，幫助用戶更高效地撰寫郵件、報告等文檔。智能排版與格式優化自動調整文檔的排版、字體、段落等，使其更符合格式規范和美觀要求，AI可以幫助用戶自動調整文檔布局，適應不同屏幕和設備的閱讀體驗自然語言處理（NLP）在WPSOffice中，AI可以進行智能翻譯和語音識別，幫助用戶翻譯文檔內容，甚至可以支持多語言之間的即時翻譯，提供語音輸入功能，用戶可以通過語音轉換成文字，提升輸入效率。.OfficeAI為WPS文字處理提供的能力支持對文檔進行智能摘要，幫助用戶快速瀏覽重要信息，AI可以在長篇文檔中提取關鍵信息，節省閱讀時間提供基于AI的智能推薦，幫助團隊成員高效共享文檔，如推薦與項目相關的文檔給團隊成員。自動跟蹤文件版本和編輯歷史，如記錄文檔被修改的時間、修改人和修改內容，方便團隊協作和追溯。文檔內容智能摘要智能協作與共享集成語音助手功能，用戶通過語音命令打開文件、調整格式等，如說“打開昨天的報告”，即可快速打開文檔。AI根據用戶操作習慣自動執行常見任務，如用戶習慣每天打開特定文件，AI會在固定時間自動打開，節省時間。語音助手與自動化操作.OfficeAI為WPS文字處理提供的能力支持010203OfficeAI作為辦公軟件插件大語言模型提供能力支持辦公任務簡化與流程優化OfficeAI是WPS等辦公軟件的插件，嵌入軟件中，為用戶提供智能化功能，如在WPS文字中直接使用智能寫作助手。與辦公軟件深度融合，用戶無需切換軟件即可享受智能化服務，提升辦公效率。大語言模型為OfficeAI提供強大的自然語言理解和生成能力，使其能處理復雜任務，如理解用戶需求并生成合適的文檔內容。通過大語言模型，OfficeAI可實現智能翻譯、語音識別等功能，提升辦公軟件的智能化水平。大語言模型提升OfficeAI語言處理能力，簡化辦公任務，如自動整理文檔內容、生成報告摘要，減少用戶手動操作。優化工作流程，如自動跟蹤文件版本、智能推薦文檔，提高團隊協作效率，為用戶提供高效、便捷的辦公體驗。OfficeAI與大語言模型之間的關系010203訪問官網下載安裝WPS2019安裝OfficeAI助手打開瀏覽器，輸入<https://www.office-/static/introductions/officeai/introduction.html>，進入OfficeAI助手主頁。點擊“點擊這里高速下載”鏈接，將OfficeAI助手下載到本地。下載教材資源項目3中提供的WPS2019.exe到本地，雙擊安裝。勾選“已閱讀并同意金山辦公軟件許可協議和隱私政策”，點擊“立即安裝”。關閉WPS2019，雙擊下載的OfficeAI.exe圖標，彈出安裝界面。勾選“我同意此協議”，點擊“下一步”，選擇默認安裝位置。OfficeAI對接DeepSeekAPI服務——下載OfficeAI助手安裝完成后，運行WPS，打開或新建任意文字文檔。如果沒有顯示OfficeAI按鈕，點擊文件菜單->選項->信任中心，勾選“啟用所有第三方COM加載項”。啟用COM加載項點擊工具菜單->COM加載項，選擇“點擊此處管理”。在彈出的對話框中啟用HyWordAI插件，完成設置后，WPS文字工具菜單欄顯示OfficeAI按鈕。管理COM加載項選擇OfficeAI按鈕，彈出OfficeAI工具的二級菜單，顯示了“會議總結”、“周報助手”、“總結/提煉”、“一鍵排版”等功能。查看功能菜單WPS對接到DeepSeek——在WPS文字工具菜單中顯示OfficeAI登錄OfficeAI助手頁面右側顯示OfficeAI助手面板，登錄成功后，用戶可以通過OfficeAI助手進行聊天提問和創作。配置大模型設置點擊右上角的“三個豎點”按鈕，進入大語言模型配置頁面。選擇“大模型設置”中的ApiKey選項，模型平臺選擇“硅基流動”，模型名選擇“deepseek-ai/DeepSeek-V3”，輸入API密鑰。保存設置其他項目默認，點擊保存按鈕，彈出大模型設置保存成功提示。WPS對接到DeepSeek——對接到DeepSeek大語言模型啟動WPS，新建一個文字類型的空白文檔，另存為test.docx。點擊“OfficeAI”按鈕，選擇“右側面板”，在面板下方的問題提示框中輸入內容，提交問題。等待輸出結果后，點擊“導出到左側”，將結果輸出到左側的空白文檔中。通過AI校對功能，糾正文中的中英文拼寫、標點符號和表述錯誤。生成文檔內容導出生成內容

內容自動編輯與排版--------自動化生成內容調出排版管理點擊“一鍵排版”中的排版管理，彈出“排版管理”對話框。可以設置“通用文檔”、“公文文檔”、“公文紅頭文件模板”的具體格式。設置默認格式單擊“通用文檔”按鈕，彈出編輯對話框，采用默認格式，不作修改。點擊“通用文檔”的右下角“三個點”按鈕，選擇“設為默認”。應用排版在test.docx文件中，點擊OfficeAI菜單下的“一鍵排版”按鈕，OfficeAI按照通用文檔格式對內容進行排版。

內容自動編輯與排版------自動化排版使用DeepSeek提升數據處理效率PowerPointDesign任務02（1）調查任務（2）調查目的調查任務和目的（1）任務背

（2）調查內容（3）分析影響（4）任務步驟（5）報告內容（6）報告格式具體任務要求（1）內容全面性（2）分析深度（3）結構與表達（4）創新性評價標準調查人工智能在生活中的應用（1）掌握OfficeAI助手為數據表格處理提供的能力支持。（2）了解VBA宏的功能。【知識目標】（1）能夠通過OfficeAI和DeepSeek自動生成表格數據。（2）能夠使用OfficeAI和DeepSeek自動化處理表格數據。。【技能目標】（1）通過學習自動化生成表格數據，培養學生高效做事的習慣。（2）通過學習自動化處理表格數據，培養學生勇于開拓、不斷創新的品質。。【素養目標】學習目標趨勢與異常識別OfficeAI助手通過深度分析表格數據，可識別銷售數據中的趨勢，如某產品在特定月份的銷售高峰期。AI助手能發現數據中的異常值，如某產品銷量的異常波動，并提供改進建議，幫助用戶做出決策。數據洞察與決策支持通過智能分析，用戶能深入了解數據背后的故事，如市場趨勢、客戶需求等。助手提供決策支持，幫助用戶基于數據做出更明智的選擇，提升業務效率和效果。報告生成與建議基于數據變化，AI助手自動生成報告，總結數據關鍵點，為用戶提供清晰的數據解讀。AI助手根據數據分析結果，提供針對性的改進建議，助力用戶優化業務流程。OfficeAI的數據表格處理能力---------智能數據分析在WPS表格中，OfficeAI助手可自動分析數據，推薦合適的數學公式，如求和、平均值等。助手自動將公式填寫到相應單元格，節省用戶查找和輸入公式的時間。公式自動填充根據用戶輸入的簡單數學問題，AI助手推薦最適合的計算方法，確保計算結果的準確性。助手減少手動操作中的出錯風險，提高數據處理的效率和可靠性。計算方法推薦AI助手通過智能計算輔助，幫助用戶快速完成復雜計算任務，提升工作效率。助手提供實時計算反饋，幫助用戶及時調整和優化計算過程。智能計算輔助OfficeAI的數據表格處理能力---------自動化計算與公式推薦OfficeAI助手根據數據結構自動選擇最合適的圖表類型，如時間序列數據推薦折線圖。助手為類別數據推薦柱狀圖或餅圖，幫助用戶直觀展示數據。圖表類型推薦AI助手自動進行圖表格式優化，調整樣式、顏色、標簽等，使圖表更具視覺吸引力。助手確保圖表清晰、直觀，幫助用戶更好地理解和解釋復雜數據。圖表格式優化通過智能圖表生成，用戶能快速將數據轉化為可視化形式，便于展示和分析。助手支持動態數據更新，確保圖表實時反映最新數據變化。數據可視化支持OfficeAI的數據表格處理能力---------圖表生成與優化數據質量檢測OfficeAI助手自動識別數據中的重復項、缺失值和格式不一致的情況。助手檢測并標記錯誤數據，如負數的銷售量，確保數據的準確性和完整性。數據一致性維護助手維護數據的一致性，確保表格中的數據格式統一，便于后續處理和分析。助手通過自動修復功能，減少用戶手動操作，提高數據處理效率。修復建議提供助手為數據問題提供修復建議，如統一日期格式，幫助用戶快速解決問題。助手通過智能數據清理，提高數據質量，提升分析結果的可靠性。OfficeAI的數據表格處理能力---------數據清理與格式化用戶可以通過自然語言描述需求，如“計算總銷售額”或“生成折線圖”，AI助手識別并執行。助手支持多種自然語言指令，用戶無需學習復雜公式或操作步驟。自然語言交互AI助手根據自然語言指令，快速執行任務，如數據計算、圖表生成等。助手提高操作的便捷性和智能化程度，提升用戶體驗。智能任務執行助手具備強大的語言理解能力，準確識別用戶意圖并提供反饋。助手通過自然語言交互，幫助用戶更高效地完成數據處理任務。語言理解與反饋OfficeAI的數據表格處理能力---------語言處理與自然語言查詢定期任務處理OfficeAI助手可自動化處理定期重復任務，如每月財務報表生成。助手根據預設模板和數據源，自動填充報表內容并生成文檔。自動化流程優化助手自動發送生成的文檔給指定人員，減少人工操作錯誤。助手通過自動化流程，節省用戶大量時間，提高工作效率。任務定制與擴展用戶可以根據需求定制自動化任務，擴展助手的功能。助手支持多種自動化場景，滿足不同用戶的需求。OfficeAI的數據表格處理能力---------任務自動化需求預測預測結果應用趨勢預測基于歷史數據，OfficeAI助手運用機器學習模型進行趨勢預測，如銷售預測。助手預測未來幾個月的銷售趨勢，幫助用戶提前制定營銷策略。助手預測市場需求，為企業的生產、庫存管理提供依據。助手通過智能預測，幫助用戶優化資源配置，提升競爭力。用戶根據預測結果提前準備，如調整庫存、優化營銷計劃。助手的預測功能為企業的決策提供數據支持，提升決策的科學性。010203OfficeAI的數據表格處理能力---------智能預測定時任務執行用戶可設置宏在每天特定時刻自動打開工作簿并更新數據。宏實現定時任務自動化，減少人工干預，確保數據及時更新。任務調度與管理VBA宏支持任務調度，用戶可以根據需求設置任務的執行時間和順序。宏通過任務管理功能，優化工作流程，提高工作效率。批量數據處理VBA宏可自動化處理大量數據，如將不同工作表的數據匯總到一個工作表中。宏按照特定條件篩選并整理數據，提高數據處理效率。PART01PART02PART03VBA宏的功能--------自動化任務自動報告生成動態數據分析VBA宏可刪除重復值、空白單元格，格式化數據或自動替換特定數據。宏通過數據清理功能，提高數據質量，為后續分析提供可靠數據。數據清理通過VBA，用戶可快速對數據進行排序、篩選、分組、統計等操作。宏生成定制化分析結果，滿足不同用戶的數據分析需求。VBA宏可自動生成格式化的報告，自動填充表格或圖表。宏根據數據生成PDF報告，方便用戶分享和存檔。VBA宏的功能---------數據分析與處理01VBA可創建用戶表單，用戶通過表單輸入數據、選擇選項，無需直接修改表格。表單提供友好的用戶界面，提高數據輸入的準確性和效率。自定義表單02VBA能彈出提示框、確認框和輸入框，幫助用戶與程序交互。通過消息框和輸入框，用戶可以方便地輸入特定值或確認操作。消息框與輸入框03VBA宏支持交互式操作，用戶可以根據提示完成各種任務。宏通過交互功能，提高用戶操作的便捷性和靈活性。交互式操作支持VBA宏的功能--------用戶交互VBA可創建自定義函數，超越Excel內置函數，滿足特定計算需求。自定義函數為用戶提供了更強大的計算能力，提升工作效率。01自定義函數VBA宏擴展了Excel的計算功能，提供更強大的計算支持。宏通過復雜計算，幫助用戶解決實際問題，提升數據處理能力。計算功能擴展VBA通過代碼動態插入或修改公式，根據不同情況計算結果。動態公式應用使用戶能夠靈活處理復雜計算任務。02動態公式應用03VBA宏的功能--------復雜計算與公式應用通過VBA，可自動生成圖表，并根據數據變化動態更新圖表內容。宏實現圖表的自動化生成，提高數據可視化的效率。自動圖表生成VBA可設置圖表的樣式、顏色、標簽等，使報告更具視覺吸引力。宏通過圖表格式化功能，提升數據展示的效果。圖表格式化VBA宏優化圖表的可視化效果，使數據更直觀地呈現給用戶。宏通過智能圖表設計，幫助用戶更好地理解和分析數據。可視化效果優化VBA宏的功能——圖表與數據可視化VBA可打開多個文件、保存文件、重命名文件，實現文件批量處理。宏通過文件管理功能，提高文件操作的效率和便捷性。文件批量處理文件格式轉換通過VBA，用戶可自動將工作簿保存為不同格式，如CSV、PDF等。宏支持多種文件格式轉換，滿足用戶不同的需求。文件操作自動化VBA宏實現文件操作的自動化，減少用戶手動操作。宏通過文件管理功能，提高用戶的工作效率和數據處理能力。010203VBA宏的功能——文件管理與操作打開員工信息表，選擇“OfficeAI”菜單下的“性別”按鈕，彈出“快速錄入設定”對話框。在對話框中保持默認“1=男2=女”，選擇C3:C12區域，輸入1或2后點擊“確定”，性別列自動轉換為“男”或“女”。選擇“更多”下的“評價”選項，彈出“快速錄入”對話框，錄入“大一、大二、大三、大四”四個選項，應用區域選擇“E3:E12”。單擊“確定”按鈕后，E3到E12單元格可以通過鼠標選擇“大一”“大二”“大三”“大四”進行錄入操作。選擇“更多”下的“是否”選項，在“快速錄入設定”對話框中保持默認1=是，2=否不變，選擇F3:F12區域。在F3:F12輸入1和2后，單擊“確定”按鈕，1轉換為是，2轉換為否。錄入性別錄入年級錄入婚姻狀況快速錄入數據---------使用菜單快速錄入數據準備數據表格將教材資源項目3中提供的練習2.xlsx文件下載到本地，打開文件，查看表3-2考試分組表。數據隨機排序當每次考試前，需要對4組（40人）的順序隨機排序，在問題提示框中輸入“將B3:E12數據區域中，每個單元的內容隨機調換位置”。提交問題后，OfficeAI調用DeepSeek返回VBA宏代碼，并隨機調換了40人的位置信息。自動化生成數據單擊OfficeAI菜單下的“右側面板”調出OfficeAI助手面板，在問題提示框中輸入問題“在B3:E12數據區域的每個單元格中增加學生姓名，要求姓名要生活化”。提交后，DeepSeek大模型返回VBA宏代碼，生成學生姓名并自動填充到B3:E12數據區域。快速錄入數據--------自動化構建數據和分組準備數據表格將教材資源項目3中提供的練習3.xlsx文件下載到本地，打開文件，查看期中考試成績表和期末考試成績表。01標記成績打開期中成績表，在OfficeAI面板問題提示框中輸入“將C2:G29中數據大于95的標記為綠色，小于60的標記為紅色”。等待一會后，OfficeAI調用DeepSeek返回VBA宏代碼，直接在表格中將大于95分和小于60分的標記出來。02自動化構建數據和分組-----數據標注1統計期中和期末成績在OfficeAI面板問題提示框中輸入“統計期中成績表各個同學的總分和平均分、期末成績表各個同學的總分和平均分，統計總分變化，將結果輸出到統計表中”。DeepSeek返回VBA宏代碼，創建了統計表，并計算了每個同學的期中、期末總分、平均分以及期中總分和期末總分的差，并標記顏色。統計進步和退步學生人數在統計表中，有的學生成績進步了，有的退步了，在OfficeAI面板的問題提示框中輸入“在統計表中，統計進步和退步人數的個數，繪制餅圖”。DeepSeek返回VBA宏代碼，統計了進步和退步的學生人數，并繪制了餅圖。自動化構建數據和分組----------學情統計分析任務思維導圖課堂小結

項目3講解了DeepSeek大模型語言賦能WPS文字編輯和表格數據，在任務一中講解了OfficeAI的安裝和對接到DeepSeek大語言模型的方法，介紹了WPS文字內容的自動化編輯和排版，在任務二中介紹了數據表格的自動化操作，包括快速錄入文字、自動化構建數據和分組和自動化學情統計分析。PowerPointDesign202X謝謝大家AiPPT2013.1主講人：時間：項目4Deepkseek助力個人職場辦公DeepSeek賦能產品銷售內容創作構建個人本地知識庫0102目錄CONTENTS

DeepSeek賦能產品銷售內容創作PowerPointDesign任務01（1）調查任務（2）調查目的調查任務和目的（1）任務背

（2）調查內容（3）分析影響（4）任務步驟（5）報告內容（6）報告格式具體任務要求（1）內容全面性（2）分析深度（3）結構與表達（4）創新性評價標準調查人工智能在生活中的應用（1）了解DeepSeek生成內容的格式。（2）掌握DeepSeek與其他工具配置使用場景。【知識目標】（1）能夠使用DeepSeek生成Html、Markdown格式內容。（2）能夠使用DeepSeek和Kimi工具自動化生成PPT演示文稿。【技能目標】（1）通過學習自動化生成表格數據，培養學生高效做事的習慣。（2）通過學習自動化處理表格數據，培養學生勇于開拓、不斷創新的品質。【素養目標】學習目標DeepSeek可生成完整網頁結構，支持CSS/JavaScript，適用于企業官網等。能實現響應式布局、動畫交互，優化SEO，提升網頁性能與用戶體驗。HTML格式支持擴展語法與圖表，適配GitHub風格，用于技術文檔等。可生成Mermaid流程圖，清晰呈現復雜技術邏輯與架構。Markdown格式DeepSeek生成內容格式---------網頁與文檔具備嵌套對象與Schema驗證能力，應用于API接口等。能自動生成Swagger文檔，規范接口設計，提升開發效率。JSON格式支持多文檔流與錨點引用，用于Kubernetes配置。自動生成Kustomize模板，簡化配置管理與部署流程。YAML格式1.DeepSeek生成內容格式--------數據與配置CSV格式排版能力強，適用于大數據集導入導出，如客戶名錄。自動生成數據字典，方便數據管理和分析，提升工作效率。Excel格式支持公式計算與條件格式，用于財務報表、項目計劃。提供數據透視表與宏腳本支持，實現復雜數據處理與自動化操作。DeepSeek生成內容格式--------辦公與出版應用于數據庫操作，支持跨方言，如MySQL與PostgreSQL。自動優化查詢計劃，提升數據庫性能，保障數據安全。用于自動化腳本，具備錯誤處理與日志記錄功能。兼容Ansible等運維框架，實現高效運維管理。Bash/Python格式SQL格式DeepSeek生成內容格式--------開發與運維自動化文檔處理，提升文檔編輯效率與質量。實現文檔內容智能生成與排版優化，節省人力成本。與OfficeAI組合自動化創建PPT，根據輸入內容生成結構化演示文稿。提供多種模板選擇，一鍵生成，滿足不同場景需求。與Kimi組合DeepSeek與其他工具配置使用場景--------常用辦公組合生成代碼片段，自動補全API文檔注釋。提高代碼開發效率，減少重復勞動，提升代碼質量。創建Django/Flask項目腳手架，自動生成單元測試框架。加速項目搭建與開發流程，保障代碼測試覆蓋率。與VSCode組合與PyCharm組合DeepSeek與其他工具配置使用場景------開發編程工具與Photoshop組合生成批量處理動作腳本，自動導出切圖尺寸規范。提高設計工作效率，確保設計輸出符合標準。與剪映組合生成視頻剪輯時間軸腳本，自動添加轉場與字幕。簡化視頻制作流程，提升視頻內容質量與吸引力。0102DeepSeek與其他工具配置使用場景--------設計創意工具自動生成會議紀要模板，待辦事項智能拆解。提升會議效率與任務管理能力，確保工作有序推進。實現多人協作內容智能匯總，表格數據自動同步。優化團隊協作流程，保障信息實時更新與共享。與釘釘/飛書組合與騰訊文檔組合DeepSeek與其他工具配置使用場景-------云端協作平臺與用友/金蝶組合生成標準記賬憑證，自動核對科目平衡。提高財務工作效率，確保財務數據準確無誤。與AutoCAD組合轉換設計參數為繪圖腳本，自動標注尺寸規范。提升工程設計效率，保障設計圖紙質量與規范性。DeepSeek與其他工具配置使用場景------行業專用工具輸入需求，生成藍白色調的筆記本電腦網站宣傳首頁HTML代碼。提供“復制”與“運行Html”按鈕，方便查看與使用生成的網頁。單擊“運行Html”，直接查看網頁效果，展示手機端內容。通過“復制”按鈕，將代碼另存為index.html，可在電腦端查看更豐富內容。使用DeepSeek-chat模型運行Html代碼0102自動化生成銷售網站首頁面-------生成網頁內容交付使用將Html代碼粘貼到文本文件并另存為index.html。使用瀏覽器打開index.html，可查看電腦端網頁效果，方便交付使用。自動化生成銷售網站首頁面-----保存查看網頁輸入需求，生成2025年筆記本電腦全國年度銷售計劃，按月切分。輸出Markdown格式，內容層級清晰，便于后續制作PPT演示文稿。使用深入思考（R1)模型自動化生成商品銷售演示文稿------生成Markdown格式銷售策略使用微信掃碼登錄，選擇PPT助手鏈接，進入制作PPT頁面。將DeepSeek生成的Markdown格式文本粘貼到文本框中，提交生成PPT。登錄Kimi官網Kimi按Markdown格式整理內容層級，選擇模板后生成PPT。可通過“去編輯”修改PPT，或“下載”到本地進行優化調整。生成與優化PPT0102自動化生成商品銷售演示文稿------使用Kimi生成PPT演示文稿構建個人本地知識庫PowerPointDesign任務02（1）調查任務（2）調查目的調查任務和目的（1）任務背

（2）調查內容（3）分析影響（4）任務步驟（5）報告內容（6）報告格式具體任務要求（1）內容全面性（2）分析深度（3）結構與表達（4）創新性評價標準調查人工智能在生活中的應用（1）掌握本地知識庫的優點。（2）掌握本地部署大語言模型的優勢。【知識目標】（1）能夠通過Ollma本地部署DeepSeek。（2）能夠部署和使用個人本地知識庫。【技能目標】（1）通過學習使用Ollma本地部署DeepSeek，培養學生精益求精、不斷探索的品質。（2）通過學習個人本地知識庫的部署和使用，培養學生根據特點工作場景選擇相應技術的素養。【素養目標】學習目標大語言模型能夠理解和處理自然語言查詢，用戶可以像與人對話一樣，使用自然語言向本地知識庫提問。語言模型不僅支持基于關鍵字的搜索，還能理解信息的上下文、同義詞和語境，提供更加精準和相關的搜索結果。0201個性化推薦03智能化搜索大語言模型在訓練完成后，其知識庫就固定了，對于訓練之后出現的新知識無法直接知曉。通過聯網搜索雖能補充信息，但存在不精準的問題，而本地知識庫可上傳用戶數據，實現精準查找。大語言模型能夠在多個對話中“記住”之前的交流內容，并根據歷史信息提供更加個性化的回答。例如，模型可以通過上下文推斷用戶可能需要的資料或信息，提前做出相關推薦，通過對本地知識庫的長期學習，語言模型能夠逐漸適應用戶的知識結構和偏好，提升對用戶需求的理解，從而提供更加定制化的建議和解決方案。知識擴展本地知識庫的優勢語言模型能夠對本地知識庫中的數據進行處理，提供數據分析和決策支持。通過集成到本地任務管理系統，模型可以為用戶提供任務提醒、進度追蹤，并根據已存的任務數據提出優化建議，幫助用戶有效管理項目。提高決策效率與支持本地部署大語言模型的一個核心優勢是可以完全離線工作。在沒有互聯網連接的情況下，用戶依然能夠訪問和使用智能化的查詢、生成和分析功能，不依賴云服務或外部服務器，這對于一些特定場景（如機密數據或在偏遠地區工作）非常有用。離線工作通過本地部署語言模型，所有的數據都存儲在本地設備中，減少了數據泄露的風險。與云服務相比，用戶可以更好地控制自己的數據，不必擔心第三方公司訪問或濫用數據，用戶可以自行設置訪問權限和加密措施，確保只有授權人員能夠訪問和使用知識庫中的敏感數據。數據安全與隱私保護本地知識庫的優勢提升協作與知識共享通過大語言模型，本地知識庫可以更高效地支持團隊協作。例如，模型能夠在團隊成員之間自動共享關鍵信息、整理會議記錄、或根據不同成員的需求提供個性化的資料推薦，團隊中的不同成員可以根據共同的需求對本地知識庫進行持續更新，語言模型能夠幫助分析知識庫內容的更新和變化，確保每個成員都能迅速獲取最新的、最相關的信息。自定義功能與可擴展性大語言模型支持與本地知識庫的深度集成，用戶可以根據業務需求定制模型的功能。例如，某些領域的專業知識可以通過訓練或調整模型，使其更適應特定的行業或企業需求，隨著用戶需求的變化，可以通過添加新的模塊、數據源或接口，進一步擴展大語言模型的功能。例如，將本地知識庫與客戶關系管理（CRM）系統、項目管理工具等進行集成，提升整體工作效率。語言模型在本地知識庫的應用中，能夠持續學習新的知識和數據，從而不斷提高其智能化水平。通過學習用戶新增的數據和信息，模型能更好地理解用戶的工作模式、知識點和領域，從而不斷優化輸出的結果，與基于云的模型不同，本地部署的語言模型無需通過互聯網請求外部服務器，因此響應速度更快，減少了延遲和網絡帶來的限制。智能化學習與持續優化本地知識庫的優勢所有數據都存儲在本地，不需要傳輸到云端。這意味著用戶或企業對數據的控制力更強，避免了云服務提供商可能帶來的數據泄露風險。特別是在處理敏感信息時，本地部署能夠避免外部服務器或第三方訪問數據，確保用戶隱私和機密數據的安全。數據控制對于需要遵守嚴格數據保護法規的企業，本地部署可以確保合規性，避免外部服務帶來合規問題。本地部署使得企業可以自主決定何時進行模型更新、調整或優化，無需等待云服務商的更新周期。隱私保護在本地部署時，外部黑客攻擊的風險會大大降低，因為所有的數據處理和存儲都在本地環境內進行，不需要暴露在公網上。由于沒有數據傳輸到云端，防止了在傳輸過程中可能出現的中途攔截或泄漏問題，增強了數據的保密性和完整性。合規性數據隱私與安全性本地運行，低延遲本地部署消除了云服務的網絡延遲，使得請求和響應速度更快。對于需要實時響應的應用場景（如智能助手、客戶支持等），本地部署能夠提供顯著的性能提升。本地部署允許企業根據需要擴展硬件資源（如增加GPU、內存等），并能夠根據應用需求逐步升級，而不受云服務資源限制。高效計算大語言模型通常需要強大的計算資源。通過本地硬件加速（如使用GPU或TPU等設備），可以提高推理效率，降低云計算帶來的資源消耗和成本。本地部署使得企業可以自主決定何時進行模型更新、調整或優化，無需等待云服務商的更新周期。低延遲與高性能避免長期訂閱費用使用云服務時，用戶通常需要為計算和存儲付費，這些費用會隨著使用量增加而上升。通過本地部署，用戶一次性投資硬件設備，長期來看可以避免云服務的持續費用。本地部署允許企業根據需要擴展硬件資源（如增加GPU、內存等），并能夠根據應用需求逐步升級，而不受云服務資源限制。資源優化本地部署允許企業或個人根據實際需求配置硬件資源，而不必為云計算服務中固定的配置和付費模式所限制。本地部署使得企業可以自主決定何時進行模型更新、調整或優化，無需等待云服務商的更新周期。完全離線操作本地部署意味著可以在沒有互聯網連接的環境下運行大語言模型，適用于遠程地區、特殊場所或對網絡連接依賴較低的場景。無論在何時何地，本地部署都能保證模型的可用性，特別適用于對網絡連接不穩定的場景。成本控制本地部署的大語言模型可以根據特定需求進行定制。例如，可以根據特定領域的知識對模型進行訓練或微調，使其更加符合業務需求或行業標準。企業可以根據需求隨時擴展功能或添加新的模塊，保持靈活性并最大化模型的價值。個性化調整企業可以根據需求隨時擴展功能或添加新的模塊，保持靈活性并最大化模型的價值。本地部署使得企業可以自主決定何時進行模型更新、調整或優化，無需等待云服務商的更新周期。功能擴展本地部署的語言模型獨立于外部云服務，減少了對第三方供應商的依賴，使得企業可以完全掌控模型的生命周期管理。本地部署使得企業可以自主決定何時進行模型更新、調整或優化，無需等待云服務商的更新周期。長期可維護性與獨立性定制與靈活性定制化功能通過本地部署，企業可以根據自己的具體需求進行系統定制。例如，針對特定行業（如醫療、金融、法律等）開發特定的功能和語言理解能力。本地部署能夠更好地與企業現有的內部系統、工具和流程進行深度集成，實現更高效的工作流和業務自動化。PART01支持多種業務流程本地部署能夠更好地與企業現有的內部系統、工具和流程進行深度集成，實現更高效的工作流和業務自動化。本地部署允許企業根據需要擴展硬件資源（如增加GPU、內存等），并能夠根據應用需求逐步升級，而不受云服務資源限制。PART02更好的可擴展性本地部署允許企業根據需要擴展硬件資源（如增加GPU、內存等），并能夠根據應用需求逐步升級，而不受云服務資源限制。本地部署使得企業可以自主決定何時進行模型更新、調整或優化，無需等待云服務商的更新周期。PART03定制化與業務適應性010203網絡攻擊防范在本地部署時，外部黑客攻擊的風險會大大降低，因為所有的數據處理和存儲都在本地環境內進行，不需要暴露在公網上。由于沒有數據傳輸到云端，防止了在傳輸過程中可能出現的中途攔截或泄漏問題，增強了數據的保密性和完整性。數據泄露防范由于沒有數據傳輸到云端，防止了在傳輸過程中可能出現的中途攔截或泄漏問題，增強了數據的保密性和完整性。本地部署使得企業可以自主決定何時進行模型更新、調整或優化，無需等待云服務商的更新周期。支持長遠技術發展本地部署的模型可以隨著硬件技術的發展進行升級，利用最新的處理器、加速器等設備來提升計算性能，保證長期技術競爭力。企業可以自主研發和選擇適合自己業務需求的硬件和軟件環境，使得技術和業務的對接更加順暢。降低外部網絡風險本地部署的模型可以隨著硬件技術的發展進行升級，利用最新的處理器、加速器等設備來提升計算性能，保證長期技術競爭力。企業可以自主研發和選擇適合自己業務需求的硬件和軟件環境，使得技術和業務的對接更加順暢。與最新硬件兼容01企業可以自主研發和選擇適合自己業務需求的硬件和軟件環境，使得技術和業務的對接更加順暢。本地部署使得企業可以自主決定何時進行模型更新、調整或優化，無需等待云服務商的更新周期。技術自主性02本地部署時，外部黑客攻擊的風險會大大降低，因為所有的數據處理和存儲都在本地環境內進行，不需要暴露在公網上。由于沒有數據傳輸到云端，防止了在傳輸過程中可能出現的中途攔截或泄漏問題，增強了數據的保密性和完整性。降低外部網絡風險03支持長遠技術發展當部署完本地知識庫之后，使用本地知識庫的步驟如下。（1）上傳文檔用戶將本地文檔（如Word、PDF等格式）上傳至知識庫系統。（2）存儲數據系統對文檔進行預處理（如文本提取、清洗），并將數據轉換為結構化或向量化形式存儲。（3）用戶提問用戶輸入問題或需求，觸發知識庫的檢索與生成流程。（4）向量搜索系統通過向量搜索技術，從存儲的數據中快速匹配與用戶問題相關的上下文信息。（5）提供相關上下文將搜索到的相關數據片段作為上下文，與用戶問題結合，為生成答案提供依據。（6）生成答案基于檢索到的上下文和用戶問題，利用大語言模型（LLM）生成符合需求的答案。（7）返回可靠答案系統將生成的答案返回給用戶，